| Summary: | CAPES === O leite é um alimento com poder nutricional considerável e, por ser rico em componentes nutritivos, apresenta-se como um ótimo meio de crescimento para microrganismos. Portanto, o leite “cru”, deve passar por um tratamento térmico para reduzir ou eliminar as bactérias nocivas. O consumo de leite que tenha passado por um tratamento inadequado pode levar a infecções devido a diversos agentes patogênicos como, por exemplo, a Salmonella spp.. Por ser altamente nociva, a presença desta bactéria em alimentos é intolerável, tornando obrigatórios os testes microbiológicos de amostras de alimentos para determinar a presença deste microrganismo. Os métodos convencionais para a detecção da Salmonella spp. são lentos e trabalhosos, exigem o uso de volumes consideráveis de meios líquidos e sólidos e reagentes. Desta forma, metodologias alternativas que apresentem vantagens, tais como um custo relativamente baixo, rapidez, não ser destrutiva, ser livre de uso de reagentes, e consequentemente, não gerar Q Residuals, são demandas urgentes no controle de qualidade deste tipo de alimento. Assim, esta pesquisa teve como objetivo oferecer uma metodologia alternativa baseada em Espectroscopia no Infravermelho Próximo (NIR) para discriminar entre presença e ausência de Salmonella spp. em leite integral e desnatado UHT (Ultra High Temperature). Para isso, foram adquiridas diferentes amostras de leite integral e desnatado, ambos tratados de forma UHT. O tratamento dos dados foi realizado em software Matlab®, utilizando-se ferramentas do PLS toolbox®. Os modelos PLS-DA obtidos foram centrados na média, utilizando-se validação cruzada com algoritmo “deixe um fora”. O modelo para a discriminação de amostras de leite desnatado foi construído utilizando-se 4 variáveis latentes e apresentou RMSEC = 0,1639; RMSECV = 0,2084 e RMSEP = 0,0971. Já para leite integral, o modelo foi construído utilizandose 6 variáveis latentes com valores de RMSEC = 0,1351; RMSECV = 0,2076 e RMSEP = 0,0928. Os resultados mostraram que a metodologia sugerida foi capaz de discriminar as amostras contaminadas das não contaminadas com êxito, apresentando potencial para implementação no setor de controle de qualidade deste tipo de alimento. === Milk is a food with significant nutritional value and for being rich in nutritional constituents is presented as a great growth medium for microorganisms. Therefore, the "raw" milk, must undergo a thermal treatment to reduce or eliminate the most harmful bacteria. The consumption of milk that has passed through improper treatment, can lead to infections due to various pathogens such as, Salmonella spp.. For being highly detrimental, the presence of these bacteria in food is intolerable, making the microbiological food testing’sto determine the presence of this microorganism, absolutely required. Conventional methods to detect Salmonella spp. are laborious, requiring the use of significant amounts of liquid and solid media and reagents, besides demanding time-consuming procedures. Therefore, alternative methods which provide advantages, such as, relatively low cost, fast, non-destructive, free of reagents and, consequently, which does not generate waste are urgent demand did to the quality control of this kind of food. Thus, this research aimed to offer an alternative methodology based on Near Infrared (NIR) spectroscopy to discriminate between the presence and absence of Salmonella spp. in whole and skimmed UHT milk. Different samples of whole and skimmed milk, both treated through UHT were submitted to data analysis conducted in Matlab ® software, using PLS toolbox® tools. The PLS-DA models were median centered and cross-validated using leave one out algorithm. The model to discriminate skimmed milk samples was constructed using four latent variables and presented RMSEC = 0.1639; RMSECV = 0.2084 and RMSEP = 0.0971. To the whole milk, the model was built using six latent variables with RMSEC = 0.1351 values; RMSECV = 0.2076 and RMSEP = 0.0928. The results showed that the suggested methodology was able to differentiate between contaminated and uncontaminated samples successfully, presenting potential to be implemented in the quality control sector of milk industry.
|
|---|
