Nova estratégia multibloco para avaliar a autenticidade de alimentos

• Ano de defesa: 2025
• Autor(a) principal: Onça, Larissa Oliveira
• Orientador(a): Gomes, Adriano de Araújo
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Classificação de uma classe; Modelagem; Autenticacao; Origem geográfica
• Palavras-chave em Inglês: Sequential orthogonalization; One-class classification; Multiblock modeling; Food authentication; Geographical origin
• Link de acesso: http://hdl.handle.net/10183/295602

A autenticidade dos alimentos refere-se à conformidade de um produto em relação à sua origem, identidade e características declaradas, garantindo que seja genuíno e livre de adulterações. Esse conceito está diretamente associado ao combate à fraude alimentar, que inclui práticas como falsificação, substituição de ingredientes e rotulagem incorreta. O crescimento do comércio global e a complexidade das cadeias de suprimentos têm dificultado o rastreamento da origem e dos processos de produção dos alimentos, criando brechas para fraudes. Essa situação não só compromete a integridade dos produtos, mas também abre espaço para práticas comerciais enganosas que afetam a confiança do consumidor e a segurança alimentar. Essas ações não só violam os direitos do consumidor, mas também representam riscos à saúde pública, especialmente quando envolvem alérgenos não declarados ou substâncias nocivas. Diante desse cenário, a verificação da autenticidade tornou-se uma prioridade para a indústria alimentícia e a pesquisa científica com a finalidade de assegurar a qualidade, transparência e segurança aos consumidores. Neste contexto, o presente trabalho tem como objetivo desenvolver e validar uma nova estratégia para autenticação de alimentos baseada no método Ortogonalização Sequencial em Mínimos Quadrados Parciais de Uma Classe (SO-OC-PLS). Este método combina duas abordagens quimiométricas: a modelagem de uma classe e a análise multibloco de dados. A integração dessas técnicas permite explorar simultaneamente múltiplas fontes de informação, resultando em métodos de classificação mais robustos e confiáveis para distinguir amostras autênticas de adulteradas, superando as limitações dos métodos convencionais. Para avaliar o desempenho do método proposto, foram realizados três estudos de caso. No primeiro, com dados simulados em um cenário controlado, o modelo apresentou desempenho robusto, com sensibilidade de 0,88, especificidade de 0,96, eficiência de 0,92 e distância da curva ROC de 0,12 (α = 0,05). No segundo estudo, aplicou-se o método à autenticação de vinhos eslovacos da variedade Tokaj, utilizando espectros ultravioleta-visível (UV-Vis) e de infravermelho médio (MIR). Com nível de significância de 0,1, obteve-se um desempenho ideal, com sensibilidade, especificidade e eficiência de 100%, e distância da curva ROC igual a zero. No terceiro caso, o modelo foi empregado na classificação de chás pretos argentinos, integrando dados de composição elementar, espectroscopia UV-Vis e espectroscopia no infravermelho próximo (NIR). O melhor resultado, também com α = 0,1, alcançou sensibilidade de 1,00, especificidade de 0,95, eficiência de 0,97 e com distância da curva ROC de apenas 0,0025, evidenciando sua eficácia na detecção de fraudes alimentares. A estratégia proposta oferece vantagens operacionais significativas, particularmente por permitir que técnicas convencionais (simples, rápidas, de baixo custo, isentas de pré-tratamento e alinhadas à química verde) possam alcançar conjuntamente um elevado desempenho analítico. Os resultados confirmam o potencial do método SO-OC-PLS na autenticação de alimentos, contribuindo para o avanço científico da área e oferecendo uma ferramenta eficaz para mitigar fraudes em cadeias de suprimento globais. A abordagem desenvolvida representa um avanço significativo na garantia da autenticidade, segurança e qualidade de produtos alimentícios, com impactos positivos para a indústria e os consumidores.