Detalhes bibliográficos
Ano de defesa: |
2021 |
Autor(a) principal: |
Sebben, Juliano Antônio |
Orientador(a): |
Trierweiler, Jorge Otávio |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Tese
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Não Informado pela instituição
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Link de acesso: |
http://hdl.handle.net/10183/237484
|
Resumo: |
A espectroscopia Raman tem ganhado cada vez mais importância em diversos ramos de pesquisa em processos industriais. Como uma técnica vibracional, é através de padrões espectrais específicos que substâncias podem ser identificadas e transformações moleculares podem ser observadas com alta especificidade. As principais vantagens da tecnologia Raman estão na análise rápida, não invasiva e não destrutiva, com o mínimo preparo da amostra. Contudo, a qualidade dos espectros resultantes limita-se a concentrações do analito e à intensidade da vibração molecular durante a incidência de radiação. Paralelamente a isso, no setor alimentício, os carotenoides são compostos bioativos de grande interesse devido aos benefícios que o seu consumo traz à saúde e ao perfil consumidor que deseja consumir produtos de maior qualidade nutricional. Nesse sentido, esses compostos vêm sendo amplamente estudados, a fim de elucidar suas propriedades físico-químicas, estabilidade durante estocagem e processamento, biodisponibilidade e implicações na saúde humana. Além disso, os carotenoides estão presentes em plantas como frutas e vegetais e não são sintetizados em animais. Assim, devido à instabilidade dos carotenoides, entende-se a importância em monitorar as suas perdas durante o processamento térmico. Essas perdas, por sua vez, ocorrem porque o aquecimento inativa as enzimas responsáveis pela carotenogênese e estimula a isomerização e a degradação oxidativa dos carotenoides. Assim, no contexto de aliar essas tecnologias não intrusivas com a preservação da qualidade dos produtos e sua ampliação do tempo de prateleira, esse trabalho investiga a espectroscopia Raman como um método analítico alternativo e potencial para monitoramento da degradação dos carotenoides presentes em alimentos suscetíveis a diferentes condições de processamento térmico. Neste trabalho, amostras de batata-doce de polpa alaranjada foram desidratadas através da secagem convectiva com ar quente e por micro-ondas com tambor rotativo e pressão reduzida. Também foram avaliadas amostras da polpa da fruta Bunchosia glandulífera secas nas temperaturas de 65 e 85 °C. O teor dos carotenos, que incluem o β-caroteno e o licopeno, durante diferentes tempos de secagem foi avaliado utilizando o espectrofotômetro Raman com frequência do laser de excitação em 532 nm. Para as análises quantitativas foi aderida a técnica proposta com e sem padrão interno de TiO2 na fase rutilo. Além disso, foram realizadas a análise dos componentes principais (PCA) e a regressão por mínimos quadrados parciais (PLS), sendo esta técnica quimiométrica validada pelo método já consolidado de leitura da absorbância em espectrofotômetro visível do extrato em éter de petróleo. Como resultados, os melhores coeficientes de regressão para amostras de batata-doce foram R2=0,90 para a secagem convectiva e R2=0,88 para micro-ondas. Para ambas, a redução no teor de carotenos totais ao final da secagem foi de aproximadamente 50%. Já para as amostras de B. glandulifera, modelos com R2=0,96 foram alcançados. A reprodutibilidade e homogeneidade das amostras também foram avaliadas. Além disso, estudos de filtros de suavização do sinal espectral no pré-processamento de dados foram realizados utilizando o conjunto global de amostras. Como resultado, a utilização do filtro digital chamado filtfilt implicou na remoção parcial do ruído espectral e proporcionou a construção de modelos de classificação supervisionados - análise discriminante de mínimos quadrados parciais (PLS-DA) e algoritimos de máquina supervisionados - com até 90 % de acurácia. |