Estudo e fabricação de dispositivos inteligentes (línguas e narizes eletrônicos) visando à discriminação de contaminação em alimentos

• Ano de defesa: 2016
• Autor(a) principal: Bueno, Lígia
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Análise química; Bacteria; Bactérias; Chemical analysis; Chemometric; Colorimetria; Colorimetry; Contaminação de alimentos; Controle de qualidade; Dispositivos eletrônicos; Electronic device; Food contamination; Molecularly imprinted polymer; Polímeros molecularmente impressos; Quality control; Quimiometria
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/46/46136/tde-18082016-083549/

A proposta da presente tese foi desenvolver dispositivos inteligentes (língua e nariz eletrônicos/ colorimétrico) de baixo custo para discriminar amostras de alimentos contaminados quimicamente e biologicamente. Um dispositivo \"optoeletrônico\" à base de membranas poliméricas coloridas com indicadores de pH foi utilizado para discriminar compostos voláteis emitidos por micro-organismos (aminas liberadas pelos processos de deterioração dos alimentos e que são produto da descarboxilação de aminoácidos em alimentos predominantemente proteicos). As aminas avaliadas nesse estudo foram: isobutilamina, isopentilamina e trietilamina. O limite de detecção de 5 ppm das aminas foi alcançado utilizando o dispositivo \"optoeletrônico\" e, esse sistema, também foi testado em amostras reais de carne contaminadas obtendo uma boa discriminação das amostras com e sem as aminas. Aminas biogênicas (cadaverina, tiramina e putrescina) também foram testadas obtendo uma separação pelo gráfico de escores. Em uma segunda etapa o dispositivo também foi avaliado para discriminar quatro espécies de bactérias (Klebsiella pneumoniae, Proteus vulgaris, Proteus mirabilis e Escherichia coli) incubadas a 37°C e 25°C. Em ambos os casos o dispositivo inteligente utilizou um smartphone para registrar as imagens que atuou como detector para extração dos dados de RGB das imagens. A partir dessas informações (valores de RGB), as ferramentas quimiométricas PCA (do inglês Principal Component Analysis, Análise de Componentes Principais) e HCA (do inglês Hierarchical Cluster Analysis, Análise de Agrupamentos Hierárquicos) foram utilizadas para discriminar as amostras e a k-NN (do inglês kth Nearest Neighbor, k- vizinhos mais próximos) para validar o método. Em uma terceira etapa, uma língua eletrônica voltamétrica foi fabricada para discriminar amostras de leite adulteradas com melamina, ureia e formaldeído contendo concentrações finais de 0,95; 4,16 e 10,0 mmol L-1, respectivamente. Essa língua voltamétrica foi composta por três eletrodos metálicos: platina, ouro e cobre e dados voltamétricos foram utilizados como dados de entrada para as ferramentas quimiométricas (PCA e HCA). Foram testados três tipos de leite (integral, desnatado e semidesnatado) de três diferentes marcas e todos eles puderam ser discriminados com sucesso. O trabalho também apresenta a utilização de MIPs (polímeros molecularmente impressos - do inglês, molecularly imprinted polymers) como alternativa para detecção e discriminação de alimentos contaminados fazendo uso da impressão (cavidades) de substâncias químicas contaminantes ou das proteínas específicas de cada micro-organismo presente no processo de deterioração dos alimentos