Aplicação de imagens digitais e técnicas espectroanalíticas combinadas com quimiometria para detecção e quantificação de adulteração em leite bovino

Milk provides essential nutrients (carbohydrate, fat, protein, minerals and vitamins) of great nutritional relevance for humans, particularly during childhood. Nowadays, the occurrence of milk adulteration is a major issue in the dairy industry, and has been causing concerns among costumers and food...

Nível de Acesso:openAccess
Publication Date:2013
Main Author: Santos, Poliana Macedo dos lattes
Orientador/a: Pereira Filho, Edenir Rodrigues lattes
Format: Tese
Language:por
Published: Universidade Federal de São Carlos
Programa: Programa de Pós-graduação em Química
Assuntos em Português:
Áreas de Conhecimento:
Online Access:https://repositorio.ufscar.br/handle/ufscar/6253
Citação:SANTOS, Poliana Macedo dos. Application of digital image and spectroanalytical techniques combined with chemometrics analysis to detect and quantify adulteration in bovine milk. 2013. 97 f. Tese (Doutorado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2013.
Resumo Português:O leite bovino é considerado um alimento básico na alimentação humana, especialmente para crianças, contribuindo com os nutrientes essenciais que estas requerem para o seu crescimento e desenvolvimento. Recentemente, diversas reportagens têm sido divulgadas sobre o problema da adulteração em leite, causando preocupações entre seus fabricantes e consumidores. Neste contexto, esta tese de doutorado tem como objetivo principal aplicar a análise por imagens digitais para verificar a autenticidade do leite bovino. Os resultados obtidos serão comparados com os obtidos com as técnicas espectroanalíticas de infravermelho (IR) e ressonância magnética nuclear no domínio do tempo (RMN-DT). As amostras de leite foram adulteradas com água, peróxido de hidrogênio, leite sintético, soro, urina sintética, ureia e soda cáustica, em diferentes porcentagens de adulteração. No caso da soda cáustica, as amostras de leite de boa qualidade foram submetidas a um processo natural de degradação e, em seguida, adicionado soda cáustica para re-estabelecer o pH original. Modelos de classificação demonstraram a habilidade do procedimento de análise por imagens digitais em descriminar as amostra de leite não adulterado e adulterado com uma alta porcentagem de acerto. Os modelos de classificação obtidos com os métodos de RMN-DT e IR permitiram discriminar as amostras de acordo com a porcentagem de adulteração e o tipo de adulterante. Modelos de regressão demonstraram que o procedimento de análise por imagens digitais é capaz de quantificar adulterantes em leite bovino quando a porcentagem de adulteração é ≥ 6% v/v. Resultados obtidos com as técnicas RMN-DT e IR apresentaram uma habilidade para quantificação de adulterantes em concentrações ≤ 3% v/v.
Resumo inglês:Milk provides essential nutrients (carbohydrate, fat, protein, minerals and vitamins) of great nutritional relevance for humans, particularly during childhood. Nowadays, the occurrence of milk adulteration is a major issue in the dairy industry, and has been causing concerns among costumers and food manufacturers. In this context, the objective of this study was developed a simple, fast and non-expensive method to identify and quantify milk adulteration. In this study, three different methods were proposed based on digital image, infrared spectroscopy (IR) and time domain nuclear magnetic resonance (TD-NMR). Milk samples were adulterated by addition of tap water, whey, synthetic milk, synthetic urine, urea, hydrogen peroxide and caustic soda, in different concentrations, except for caustic soda. In this case, fresh milk samples were put at ambient temperature and waited to turn sour. Later, a 10- mol/L commercial NaOH solution was added into the sourish milk to establish its original pH. Classification models obtained with digital images exhibited tight and well-separated clusters allowing the discrimination of control from adulterated milk samples. Results obtained with TD-NMR and IR allowed the discrimination of milk samples according to the level of adulteration and the type of adulterant used in the adulteration process. In the case of adulteration with NaOH, the method developed with digital image was able to discriminate fresh from adulterated milk samples. Regression models obtained with digital image showed that the method was able to detect adulteration level ≥ 6% v/v. In the other hand, the models obtained with IR and TD-NMR allowed the quantification of adulteration at levels ≤ 3% v/v.