Morgano M. A., Queiróz S. C. N., Ferreira M.M.C., “Aplicação da análise multivariada na diferenciação de alimentos” ["Application of multivariate analysis to differentiation of food"]. Campinas, SP, Brazil, 16-19/11/1999: 3º Simposio Latino Americano de Ciência de Alimentos [3rd Latin American Symposium of Food Science], Anais [Annals], 14 (1999). Poster 036.
036
APLICAÇÃO
DA ANÁLISE MULTIVARIADA NA DIFERENCIAÇÃO
DE ALIMENTOS.
MORGANO, M. A.,1
QEUIROZ, S. C. N.,2
FERREIRA, M. M. C.2
Centro de Química de Alimentos e
Nutrição
Aplicada - Instituto
de Tecnologia de Alimentos - Caixa Postal:
139
- CEP 13073-001
- Campinas - Brasil. 2Instituto
de Química -
Universidade Estadual
de Campinas - Caixa Postal: 6154
- SEP:
13081-970 -
Campinas - Brasil.
A indústria de alimentos necessita
cada vez mais de
informações
rápidas sobre a qualidade
de seus produtos. A
identificação
dos atributos que influenciam no sabor
e aroma dos
alimentos é
cada vez mais estudado a fim de se obter
um produto
com a
quilidade desejada pelos consumidores.
Entretanto, em
algumas situações,
a quantificação da qualidade dos
alimentos é
difícil de
se conseguir pelo uso de instrumentos analíticos.
Desta
forma, os cientistas
têm recorrido a uma série de medidas
indiretas
onde muitas vezes são
necessários diversos testes para se chagar
a
alguma conclusão
a respeito da qualidade do alimento.
Isto requer
um lato custo e
mão de obra especializada. Assim,
a quimiometria
pode ser
aplicada com a finalidade
de reduzir o número de
determinações
e consequentemente reduzir o custo final do produto.
Uma aplicação
de métodos estatísticos e
matemáticos em dados
provenientes de análises
de alimentos é discutida. Foi estudado um
conjunto de
17 amostras de vegetais e 15 variáveis
pela aplicação
dos métodos de análise
por agrupamento hierárquico (AAH) e análise
por componentes principais
(ACP). Dos vegetais estudados constam
grãos (diferentes
feijões, lentinhas e grão-de-bico), tubérculos
(batata,
batata doce, cenoura, beterraba,
inhame) e verduras (alface, chicória,
repolho, aipo,
couve-flor e brócolis). Entre as variáveis,
estão os
teores de cinco
metais (Na, K, Ca, Mg, Fe),
os teores de fósforo,
nitrogênio
total, umidade, gordura, fibra,
carboidratos, proteína,
caloria, tiamina
e niacina. O método AAH discriminou
as amostras
em quatro grupos
distintos, um contendo os
grãos, dois com
tubérculos
e um com as verduras.
A análise por componentes
principais, além
de formar grupos semelhantes, identificou
através
dos loadings,
quais variáveis foram mais
importantes para a
separação
das amostras nestes
grupos. Foram analisados
separadamente os grãos,
as verduras e os legumes para melhor
enfocar as características
de cada grupo. Concluiu-se que este tipo
de metologia
de análise de dados é particularmente
útil quando a
quantidade de informações
é muito grande, o que é comum ocorrer
com dados
reais. Com o
avanço tecnológico
programas
computacionais nesta
área tornaram-se disponíveis e
a utilização
deles é relativamente
simples. Entretanto, é necessário que se tenha
domínio
sobre os seus princípios
para aplicarem os métodos
multivariados corretamente
de forma que equívocos sejam evitados.
13
___________________________________________________________________________________________________________________________
036
APPLICATION
OF MULTIVARIATE
ANALYSIS TO
DIFFERENTIANTION
OF FOOD.
MORGANO, M. A.,1
QEUIROZ,
S. C. N.,2 FERREIRA,
M. M. C.2 Centro
de Química
de Alimentos
e Nutrição Aplicada
- Instituto de Tecnologia
de
Alimentos -
Caixa Postal: 139 - CEP
13073-001 - Campinas -
Brasil.
2Instituto de
Química - Universidade
Estadual de
Campinas - Caixa
Postal: 6154 - SEP: 13081-970
- Campinas -
Brasil.
Food industry needs every time more fast information about
the quality of its
products. The indentification of factors that
influence
the tase and
smell of food is more and more studied in order
to obtain
product with qualities desired
by consumers. Thus, in some situations,
the quantification
of the food quality is difficult
to perform by using
analytical instruments.
Because of this, scientists
use series of
indirect measurements
in cases when various tests should be done to
make some conclusion
about the food quality. This
means higher
costs and specialists.
In this case, chemometrics can be applied
with
the aim to reduce
the number of measurements and consequently,
to
reduce the cost
of the final product. Application
of statistical and
mathematical methods
in food analysis is discussed in this work. A set
of 17 vegetable
samples with 15 variables was studied
by means of
hierarchical cluster
analysis (HCA) and Principal
compoent analysis
(PCA). Among
studied vegetables were grains (different beans, lentils
and chickpea),
tubers (sweet potato, carrot, beet,
yam) and greens
(lettuce, chicory,
cabbage, celery, cauliflower, broccoli). Variable were
the contents of five
metals (Na, K, Ca, Mg, Fe), phosporus,
and of
total nitrogen,
moisture, fat, dietary fiber,
carbohydrates, proteins,
calories, thiamin
and niacin. HCA discriminated the samples into
four
distinct groups.
One group contained grains, two
had tubers and
another cosisted
of greens. Principal component analysis,
besides
showing similar groups,
showed in the loadings plots those variables
which were the most important
for sample separation into these groups.
Grains, greens
and tubers were analyzed separately to characterize
each group more in detail.
It was concluded that this methodology of
data analysis was particularly
useful for large data sets, what occurs
frequently with real data.
With the technological advance the software
for this area became
more available and simpler for use. Because
of
this, it is
necessary to be familiar with the computational
principles
and to apply them
in multivariate analysis in correct way.
13
___________________________________________________________________________________________________________________________