Publicação: Desenvolvimento de métodos analíticos limpos para identificação e classificação de milho transgênico e não transgênico
Carregando...
Data
2021-02-24
Autores
Orientador
Ferreira, Ednaldo José
Ferreira, Edilene Cristina 
Coorientador
Pós-graduação
Química - IQAR 33004030072P8
Curso de graduação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Tese de doutorado
Direito de acesso
Acesso aberto
Resumo
Resumo (português)
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.
Resumo (inglês)
Corn is an important food from a nutritional and economic point of view given its wide application in the food industry. The constant demand for corn-based products makes the productivity of this cereal an essential requirement. To increase productivity, one of the practices of modern agriculture has been the adoption of new varieties of plants resulting from biotechnological solutions, including genetic transformation. In the context of productivity, genetic transformation aims to minimize factors such as insects and weeds. Despite the increase in production of transgenic crops, their acceptability for consumers is still very timid, especially with regard to food safety, which makes the consumption of GM foods quite questionable. Thus, more and more clear commercial information about the genetic nature of products is required and, consequently, methods of detecting transgenics to prevent commercial fraud. The most commonly used analytical methods for identification of transgenic crops are high cost, destructive and time-consuming, so not suitable for fast and extensive application. Thus, the present proposal aimed to explore spectroanalytical techniques of direct analysis for proposing methods for identification transgenic corn. The techniques evaluated were Raman spectroscopy and Laser-induced breakdown spectroscopy (LIBS). Different spectral preprocessing as well as algorithms for variables selection were evaluated seeking to fit classification models based on linear discriminant analysis (LDA). The results with the Raman technique showed that bands attributed to compounds such as carbohydrates and carotenoids had a high potential for discrimination between transgenic and non-transgenic corn. The best classification model obtained with this technique reached 87.5% of predictive accuracy. For the data obtained using the LIBS technique, the emission lines, attributed to N, showed greater discriminative potential. The best classifier obtained for the LIBS data reached 83.3% accuracy in the prediction. These results suggest that genetic differences between the evaluated classes are also expressed in their chemical / nutritional composition, which can be detected by LIBS and Raman spectroscopies. The developed methods are simple, fast and ecologically correct solutions, requiring few procedures for the preparation of samples without generating chemical residues. The methods can be useful for the agricultural industry, market demands and other sectors related to food and nutrition security.
Descrição
Idioma
Português
