Desenvolvimento de métodos analíticos limpos para identificação e classificação de milho transgênico e não transgênico

• Ano de defesa: 2021
• Autor(a) principal: Dib, Samia Rodrigues
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Milho; Plantas transgênicas; Espectroscopia de Raman; Espectroscopia de emissão com plasma induzido por laser; Quimiometria
• Link de acesso: http://hdl.handle.net/11449/204073

O milho é um alimento importante do ponto de vista nutricional e econômico dada sua vasta aplicação na indústria alimentícia. A demanda constante por produtos à base de milho, torna a produtividade desse cereal um requisito imprescindível. Para aumentar a produtividade, uma das práticas da agricultura moderna, tem sido a adoção de novas variedades de plantas decorrentes das soluções biotecnológicas, incluindo a transformação genética. No contexto da produtividade, a transformação genética tem por objetivo minimizar fatores como insetos e ervas daninhas. Apesar do aumento da produção de culturas transgênicas, sua aceitabilidade pelos consumidores ainda é bastante tímida, principalmente no que tange a segurança alimentar, o que torna o consumo de alimentos transgênicos bastante questionável. Assim, cada vez mais são requeridas informações comerciais claras sobre a natureza genética dos produtos e consequentemente métodos de detecção de transgênicos para evitar as fraudes comerciais. Os métodos analíticos mais comumente usados para identificação de culturas transgênicas são de alto custo, destrutivos e demorados, portanto, não adequados para uma aplicação rápida e ampla. Assim, a presente proposta teve como objetivo explorar técnicas espectroanalíticas de análise direta para a proposição de métodos para identificação de milho transgênico. As técnicas avaliadas foram a espectroscopia Raman e a espectrometria de emissão óptica em plasma induzido por laser (LIBS). Diferentes pré-processamentos espectrais, bem como algoritmos para seleção de variáveis, foram avaliados buscando ajustar modelos de classificação baseados em análise discriminante linear (LDA). Os resultados com a técnica Raman mostraram que bandas atribuídas a compostos como carboidratos e carotenoides apresentaram alto potencial para discriminação entre milho transgênicos e não transgênicos. O melhor modelo de classificação obtido com essa técnica alcançou 87,5% de acurácia preditiva. Para os dados obtidos utilizando a técnica LIBS as linhas de emissão, atribuídas a N mostraram maior potencial discriminativo. O melhor classificador obtido para os dados de LIBS alcançou 83,3% de acurácia na predição. Esses resultados sugerem que diferenças genéticas entre as classes avaliadas também são expressas em sua composição química/nutricional, as quais podem ser detectadas pelas espectroscopias LIBS e Raman. Os métodos desenvolvidos constituem soluções simples, rápidas e ecologicamente corretas, exigindo poucos procedimentos para o preparo de amostras sem geração de resíduos químicos. Os métodos podem ser úteis para a indústria agrícola, demandas de mercado e outros setores relacionados à segurança alimentar e nutricional.