Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/BUOS-AN4FRL
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Leandro Soares de Oliveirapt_BR
dc.contributor.referee1Viviane Santos Birchalpt_BR
dc.contributor.referee2Scheilla Vitorino de Souza Ferreirapt_BR
dc.contributor.referee3Ana Amélia Paolucci Almeidapt_BR
dc.contributor.referee4Bruno Gonçalves Botelhopt_BR
dc.creatorSimone Melo Vieirapt_BR
dc.date.accessioned2019-08-14T00:39:52Z-
dc.date.available2019-08-14T00:39:52Z-
dc.date.issued2016-11-28pt_BR
dc.identifier.urihttp://hdl.handle.net/1843/BUOS-AN4FRL-
dc.description.abstractMilk is a food susceptible to adulterations that can compromise its nutritional characteristics, and therefore compromise the health and economically prejudice the consumers. Among the adulterants frequently found in milk, great importance is given to the detection of whey, result of the derivatives processing such as cheeses and butters, added. This type of adulteration, prohibited by Brazilian and international legislation, corresponds to an economic fraud aimed to increasing the volume of milk sold. The inspection of the presence of whey in milk requires complex and costly analyzes that can be replaced by alternative analyzes capable of delivering fast and accurate results without demanding pre-treatment of the samples and use of reagents. In this context, the research used a medium infrared spectroscopy technique with Fourier transform and chemiometric models to propose a methodology capable of detecting and classifying of milk whey origin in raw and whole UHT milks (Ultra High Temperature). From the spectroscopic data, the chemiometric models PLS and PLS-DA were developed. The PLS quantitative predictive model was able to detect and quantify different whey contents of Minas Frescal cheese in raw milk with RMSEP (Root Mean Square Error of Prediction, % p/p) equal to 0.180. The qualitative predictive model PLS-DA was able to classify cheeses and butters whey that can be used in adulterations of UHT milk with an average error of classification for the model of prediction equal to 0.1914. The classification of the different whey in UHT milk by means of PLS-DA model corresponds to information that can be used to support surveillance actions to trace the origin of the adulterant substance. The quantitative and qualitative predictive models were validated utilizing figures of merit and were considered suitable for the purpose as fast and accurate alternative analyzes to control frauds in raw and UHT milks. The models proved that the FTIR-MIR together with chemometric models are able to provide relevant information guiding research and methodologies for detecting milk adulterations.pt_BR
dc.description.resumoO leite é um alimento que está sujeito a adulterações que podem alterar suas características nutricionais, de forma a promover comprometimento da saúde e lesar economicamente o consumidor. Entre os adulterantes frequentemente encontrados no leite, grande importância é dada à detecção de soros provenientes do processamento de derivados, tais como queijos e manteigas. Esse tipo de adulteração, proibida pela legislação brasileira e internacional, corresponde a uma fraude econômica que visa aumentar o volume de leite comercializado. O monitoramento da presença do soro no leite requer a realização de análises complexas e de elevado custo que podem ser substituídas por análises alternativas capazes de fornecer resultados rápidos e precisos sem a demanda de tratamento prévio das amostras e uso de reagentes. Nesse contexto, a pesquisa utilizou técnica de espectroscopia no infravermelho médio dotado de transformada de Fourier e modelos quimiométricos para propor metodologia capaz de detectar e classificar soros de origem láctea em leites cru e UHT integral (Ultra High Temperature). A partir dos dados espectroscópicos foram desenvolvidos os modelos quimiométricos PLS e PLS-DA. O modelo preditivo quantitativo PLS foi capaz de detectar e quantificar diferentes teores de soro de queijo Minas Frescal em leite cru com RMSEP (erro quadrático medio, % p/p) igual a 0,180. O modelo preditivo qualitativo PLS-DA foi capaz de classificar soros de queijos e manteigas que podem ser utilizados em adulterações de leite UHT com erro médio de classificação para o modelo de previsão igual a 0,1914. A classificação dos diferentes soros em leite UHT por meio do modelo PLS-DA corresponde a uma informação que pode servir de apoio às ações de fiscalização para o rastreamento da origem da substância adulterante. Os modelos desenvolvidos apresentaram alta capacidade de reconhecimento de novas amostras e foram validados por meio de figuras de méritos e considerados aptos para serem utilizados como análises alternativas rápidas e precisas para controle de fraudes em leite cru e UHT. Os modelos comprovaram que o FTIR-MIR juntamente com modelos quimiométricos são capazes de fornecer relevantes informações norteadoras de pesquisas e metodologias para detecção de adulterações em leite com soros lácteos.pt_BR
dc.languagePortuguêspt_BR
dc.publisherUniversidade Federal de Minas Geraispt_BR
dc.publisher.initialsUFMGpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectEspectroscopiapt_BR
dc.subjectFraudespt_BR
dc.subjectQuimiometriapt_BR
dc.subjectLeitept_BR
dc.subject.otherLeite Análisept_BR
dc.subject.otherLeite Adulteração e inspeçãopt_BR
dc.subject.otherQuimiometriapt_BR
dc.subject.otherFourier, Espectroscopia de infravermelho por transformada dept_BR
dc.titleDetecção e classificação de soros lácteos em leites UHT e in natura empregando infravermelho médio com tranformada de Fourier e análises multivariadaspt_BR
dc.typeTese de Doutoradopt_BR
Appears in Collections:Teses de Doutorado

Files in This Item:
File Description SizeFormat 
tese_finalizada_com_a_ficha_catalogr_fica.pdf5.56 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.