Analisador SciAps HH LIBS usado para autenticar queijo e grãos de café

27 de outubro de 2023

27 de outubro de 2023

Publicação: Sungho Shin, Iyll-Joon Doh, Kennedy Okeyo, Euiwon Bae, J. Paul Robinson e Bartek Rajwa. “Espectroscopia de decomposição híbrida Raman e induzida por laser para aplicações de autenticação de alimentos”, 16 de agosto de 2023, Moléculas 2023, 28(16).

Gráficos de classificação usando classificadores ENET para 16 queijos e 7 variedades de café de quatro conjuntos de dados.

“Combater a fraude alimentar à escala global é um desafio que exige uma abordagem multidisciplinar. A integração de vários métodos é crucial para aumentar a fiabilidade e eficácia das medidas de segurança alimentar. Os resultados do estudo indicam que o sistema Hy-R-LIBS, juntamente com as suas estratégias quimiométricas, pode ser utilizado para autenticação de alimentos com resultados promissores.”

Sumário: A questão da fraude alimentar tornou-se uma preocupação global significativa, uma vez que afecta tanto a qualidade como a segurança dos produtos alimentares, resultando em última análise na perda de confiança do cliente e na fidelidade à marca. Para resolver este problema, desenvolvemos uma abordagem inovadora que pode combater vários tipos de fraude alimentar, incluindo adulteração, substituição e diluição. Nossa metodologia utiliza um sistema integrado que combina espectroscopia de degradação induzida por laser (LIBS) e espectroscopia Raman. Embora ambas as técnicas tenham surgido como ferramentas valiosas para a análise de alimentos, até agora têm sido utilizadas separadamente e o seu potencial combinado na fraude alimentar não foi exaustivamente testado. O objetivo do nosso estudo foi demonstrar os benefícios potenciais da integração das modalidades Raman e LIBS em um sistema portátil para melhor classificação de produtos e posterior autenticação. Em busca desse objetivo, projetamos e testamos um sistema Raman/LIBS híbrido e compacto, que apresentou vantagens distintas sobre as modalidades individuais. Nossas descobertas ilustram que a combinação dessas duas modalidades pode alcançar maior precisão na classificação de produtos, levando a uma autenticação de produtos mais eficaz e confiável. No geral, nossa pesquisa destaca o potencial dos sistemas híbridos para aplicações práticas em diversos setores. A integração e o design centraram-se principalmente na detecção e caracterização de elementos elementares e moleculares em diversos produtos alimentares. Dois conjuntos diferentes de amostras de alimentos sólidos (dezesseis queijos de estilo alpino e sete marcas de grãos de café Arábica) foram escolhidos para a análise de autenticação. A detecção e classificação de classes foram realizadas por meio do uso de seleção multivariada de recursos e procedimentos de aprendizado de máquina. Observou-se que a precisão da classificação melhorou em aproximadamente 10% ao utilizar os espectros híbridos Raman/LIBS, em oposição à análise dos espectros dos métodos individuais. Isto demonstra claramente que o sistema híbrido pode melhorar significativamente a precisão da autenticação de alimentos, mantendo ao mesmo tempo a portabilidade do sistema combinado. Assim, espera-se que a implementação bem-sucedida de uma técnica híbrida Raman-LIBS contribua para o desenvolvimento de novos dispositivos portáteis para autenticação de alimentos em alimentos, bem como em outras indústrias diversas.

Palavras-chave: espectroscopia de degradação induzida por laser (LIBS); Espectroscopia Raman; sistema compacto e combinado; autenticação alimentar; análise atômica e molecular simultânea

Acesso à publicação: https://doi.org/10.3390/molecules28166087

Sobre este jornal: Moléculas é o principal periódico internacional de química, revisado por pares e de acesso aberto. Moléculas é publicado semestralmente online pela MDPI. A Sociedade Internacional de Nucleosídeos, Nucleotídeos e Ácidos Nucleicos (IS3NA), a Sociedade Espanhola de Química Medicinal (SEQT) e a Sociedade Internacional de Química Heterocíclica (ISHC) são afiliadas à Moléculas e seus associados recebem desconto nas despesas de processamento do artigo.

© SciAps, Inc. Todos os direitos reservados.