DESENVOLVIMENTO DE UM MODELO PLS PARA PREVISÃO DE ÍNDICE DE IODO, ÁCIDOS GRAXOS E CARACTERÍSTICAS FÍSICO-QUÍMICAS DE ÓLEOS VEGETAIS E AZEITES

Transcrição

1 DESENVOLVIMENTO DE UM MODELO PLS PARA PREVISÃO DE ÍNDICE DE IODO, ÁCIDOS GRAXOS E CARACTERÍSTICAS FÍSICO-QUÍMICAS DE ÓLEOS VEGETAIS E AZEITES M. C. M. Ferreira 1, P. M. Santos 2, V. Rampazzo 3, E. Bona 4, C. W. I. Haminiuk 5 1- Programa de Pós-Graduação em Tecnologia de Alimentos (PPGTA) Universidade Tecnológica Federal do Paraná CEP: Campo Mourão PR Brasil, +55(44) / Colegiado do Curso de Nutrição Faculdade Integrado de Campo Mourão CEP: Campo Mourão PR Brasil, +55 (44) maressamolinari@gmail.com 2- Programa de Pós-Graduação em Química (PPGQ) Universidade Tecnológica Federal do Paraná CEP: Curitiba PR Brasil, +55 (41) polianamacedos@hotmail.com 3 Programa de Pós-Graduação em Engenharia de Alimentos (PPGEAL) Universidade Federal do Paraná CEP: Curitiba PR Brasil, +55 (41) valeriarampazzo.eng@gmail.com 4 Programa de Pós-Graduação em Tecnologia de Alimentos (PPGTA) Universidade Tecnológica Federal do Paraná CEP: Campo Mourão PR Brasil, +55 (44) ebona@utfpr.edu.br 5 - Programa de Pós-Graduação em Tecnologia de Alimentos (PPGTA) Universidade Tecnológica Federal do Paraná CEP: Campo Mourão PR Brasil, +55 (41) haminiuk@utfpr.edu.br RESUMO O objetivo deste trabalho foi desenvolver um modelo de calibração multivariada Mínimos Quadrados Parciais para previsão das composições de ácidos graxos saturados, monoinsaturados, polinsaturados, índice de acidez, saponificação e iodo de óleos vegetais e azeites de oliva extra virgens comercializados na região de Campo Mourão, Paraná. Analisou-se os parâmetros físico-químicos de 37 amostras de diferentes marcas e matérias-primas como soja, milho, girassol, canola e oliva, determinou-se sua composição em ácidos graxos e foram obtidos os espectros de FTIR de cada amostra. O modelo PLS foi aplicado de forma a estabelecer uma relação entre os dados espectrais e os resultados das análises físico-químicas e cromatográfica. De acordo com as figuras de mérito analisadas, os modelos PLS obtidos foram adequados para a determinação dos índices de acidez, iodo e composições de ácidos graxos saturados, monoinsaturados e polinsaturados. ABSTRACT The aim of this study was to develop a multivariate calibration method Partial Least Squares to predict saturated, monounsaturated, polyunsaturated fatty acid composition, acid, saponification and iodine value of vegetable oil commercialized the region of Campo Mourão, Paraná. It was analyzed physicochemical parameters of 37 samples of different brands and raw materials such as soy, corn, sunflower, canola and olive, it was determined fatty acid composition and the FTIR spectra of the samples were obtained. The PLS model was applied in order to establish a relationship between the spectral, physicochemical and chromatographic data. According to the figures of merit analyzed, PLS models obtained were suitable for determining acidity and iodine value, the composition of saturated, monounsaturated and polyunsaturated fatty acids. PALAVRAS-CHAVE: ácidos graxos monoinsaturados, ácidos graxos polinsaturados, ácidos graxos saturados, quimiometria, índice de acidez. KEYWORDS: monounsaturated fatty acids, polyunsaturated fatty acids, saturated fatty acids, chemometrics, acid value.

2 1. INTRODUÇÃO Óleos vegetais e azeites são os produtos oriundos de sementes oleaginosas e frutos, respectivamente, a partir de diversos processos de extração como prensagem, centrifugação ou extração por solvente (Antoniassi & Freitas, 2014; Damodaran, Parkin, & Fennema, 2010). Ácidos graxos são os principais componentes dos óleos vegetais e azeites e estão, em sua maioria, presentes esterificados em uma molécula de glicerol, compondo os triacilglicerois (Zambiazi, Przybylski, Zambiazi, & Mendonça, 2007). A composição de ácidos graxos é relativamente estável quando provenientes das mesmas matérias-primas mesmo sendo tendo diferentes origens e submetidas a diferentes formas de processamento (Sun et al., 2015). Dentre os parâmetros utilizados para avaliação da qualidade de óleos vegetais e azeites, destacam-se: índice de acidez, que é um indicativo da quantidade de ácidos graxos livres presentes em um lipídeo, proveniente da deterioração via rancidez hidrolítica e também indica o grau de refino de um óleo, sendo que, quanto menor este valor, maior é sua qualidade (Zhang et al., 2015); índice de iodo, medida do grau de insaturação de um óleo ou gordura, ou seja, o número de duplas ligações presentes nos ácidos graxos, que pode ser determinado por métodos titulométricos ou cromatográficos (Adewale, Mba, Dumont, Ngadi, & Cocciardi, 2014; Damodaran et al., 2010; Toscano, Riva, Foppa Pedretti, & Duca, 2012) e índice de saponificação, indicativo da massa molar média dos ácidos graxos, ou seja, estima o tamanho das cadeias de ácidos graxos (Damodaran et al., 2010; Gopinath, Puhan, & Nagarajan, 2009; Ribeiro & Seravalli, 2007). Cromatografia em fase gasosa é uma técnica analítica instrumental amplamente utilizada para análise de lipídeos, que utiliza como fase móvel um gás e é considerada como a principal responsável pela identificação da composição de lipídeos e, por isso, supera outras técnicas analíticas. Permite ainda, a conversão de frações de miligramas de amostras lipídicas para derivados de ésteres metílicos e sua quantificação em um intervalo de tempo relativamente curto, de aproximadamente 35 minutos (Visentainer, 2012). Por outro lado, métodos espectroscópicos como a espectroscopia no infravermelho com transformada de Fourier permite a obtenção de uma impressão digital do analito, devido à absorção por diferentes bandas de absorção originadas por diferentes grupos de átomos que ocorrem, aproximadamente com a mesma frequência e que, a partir da consulta de tabelas, permite a obtenção de características estruturais úteis para a identificação de componentes (Holler, Skoog, & Crouch, 2009). A partir de dados obtidos utilizando-se a cromatografia em fase gasosa como composição de ácidos graxos e índice de iodo, análises físico-químicas como índice de acidez e índice de saponificação, sugere-se a busca por correlações entre esses dados e características obtidas por espectroscopia utilizando-se métodos quimiométricos para tal. A calibração multivariada utiliza a combinação de dados químicos com métodos estatísticos para obtenção de relações entre as propriedades de uma ou mais variáveis de interesse e é um dos métodos mais bem sucedidos para este fim (Barros Neto, Scarminio, & Bruns, 2006). Com base no exposto, o objetivo do presente estudo foi a obtenção de um modelo de calibração multivariada Mínimos Quadrados Parciais (PLS) para previsão das composições de ácidos graxos saturados, monoinsaturados, polinsaturados, índice de iodo, acidez e saponificação de óleos vegetais e azeites comercializados na região de Campo Mourão, Paraná, Brasil, utilizando cromatografia em fase gasosa, análises físico-químicas titulométricas e espectroscopia no infravermelho com transformada de Fourier.

3 2. MATERIAIS E MÉTODOS As amostras de óleos e azeites de oliva extra virgens foram adquiridas no comércio local de Campo Mourão, Brasil. Foram selecionadas ao acaso 37 amostras, dentro do prazo de validade, sendo: 10 amostras de óleo de soja, 6 de óleo de milho, 6 de óleo de girassol, 6 de óleo de canola e 9 de azeite de oliva extra virgem. As análises físico-químicas titulométricas índice de acidez e índice de saponificação foram realizadas de acordo com os métodos oficiais propostos pela American Oil Chemists Society AOCS (1990). As composições de ácidos graxos saturados, monoinsaturados, polinsaturados e índice de iodo foram determinados a partir da obtenção das composições de ácidos graxos por cromatografia em fase gasosa. Foram obtidos ésteres metílicos de ácidos graxos a partir do método de transesterificação proposto por Hartman & Lago (1973) adaptado por Maia & Rodriguez-Amaya (1993). A análise cromatográfica foi realizada em um cromatógrafo a gás da marca Shimadzu modelo CG-2010 Plus AF (Shimadzu Co., Kyoto, Japão), com autoinjetor AOC 20i (Shimadzu, Co., Kyoto, Japão) equipado com injetor capilar Split/Splitless, detector de ionização em chama (FID) a 240 C e controlador de fluxo e pressão de gás automáticos. Foi utilizada uma coluna capilar com fase 70% Cianopropil polisifenilsiloxano otimizada para FAME, modelo BPX-70 com dimensões de 60m x 0,25 mm x 0,25 μm. As condições de operação do cromatógrafo a gás foram: temperaturas do detector FID de 240 C e injetor (Split) de 230 C com divisão de amostra de 1:50. O gás de arraste foi hidrogênio (H 2 ) de alto grau de pureza com fluxo de 1,24 ml min -1 e velocidade linear de 35,4 cm s -1. O gás auxiliar (makeup) foi nitrogênio (N 2 ) com vazão de 30,0 ml min -1. A chama do FID foi produzida com ar sintético (300,0 ml min -1 ) e hidrogênio (30,0 ml min -1 ) de alto grau de pureza. Os ácidos graxos foram identificados a partir da comparação do tempo de retenção entre as amostras e o padrão FAME Mix previamente analisados e foram quantificados em mg g -1 em relação ao padrão interno tricosanoato de metila (C23:0) e calculado de acordo com o método proposto por Visentainer (2012). Os espectros na região do infravermelho médio (400 a 4000 cm -1 ) foram obtidos utilizandose um espectrômetro Bomem-Hartmann e Braun (Canadá), equipado com acessório de refletância total atenuada (ATR) de seleneto de zinco (ZnSe). Os dados cromatográficos e físico-químicos foram autoescalados para realização da análise multivariada. Para os dados espectrais obtidos do FTIR-ATR foi inicialmente selecionado como intervalo de trabalho final o número de onda de 3100 a 630 cm -1 e, na sequência foi alinhada a linha de base. As faixas remanescentes de 400 a 630 cm -1 e 3100 a 4000 cm -1 foram excluídas devido à excesso de ruídos e ausência de sinais, respectivamente. Foi aplicado aos dados o modelo de calibração multivariada por Mínimos Quadrados Parciais (PLS) a fim de estabelecer uma relação linear entre os scores da variável dependente (y ácidos graxos saturados; monoinsaturados; polinsaturados; índice de iodo; índice de acidez; índice de saponificação) e os scores e loadings da variável independente (X espectros FTIR). Os modelos PLS foram obtidos utilizando-se o software Matlab R2015a (The MathWorks Inc., Natick, USA). 3. RESULTADOS E DISCUSSÃO A composição de ácidos graxos dos óleos vegetais foi semelhante às obtidas por autores como (Jabeur et al., 2014); Aued-pimentel et al., 2009; Farhoosh, Einafshar, & Sharayei, 2009; Zambiazi et al., Ácidos graxos polinsaturados foram encontrados em maior concentração na maioria das amostras, exceto para azeites de oliva, que possuem maior teor de ácido oleico (monoinsaturado) em sua composição. Os altos teores em ácidos graxos insaturados corroboram com

4 os valores de índice de iodo encontrados (variando de 77 a 132 g I 2 100g -1 ), sendo os menores valores para azeite de oliva (devido ao alto teor de monoinsaturados), seguido de canola, girassol, milho e soja, devido ao crescente conteúdo de ácidos graxos polinsaturados presentes nesses óleos, respectivamente. As amostras de óleos vegetais analisados apresentaram índices de acidez entre 0,21 e 1,31% m/m ácido oleico, indicando, para os óleos vegetais com acidez acima de 0,4 % m/m ácido oleico o início do processo de decomposição devido à rancidez hidrolítica (Damodaran et al., 2010). Os azeites de oliva, por outro lado apresentaram acidez de acordo com o esperado e estabelecido pelo Conselho Internacional de Oliva, que preconiza valor máximo de acidez de 0,8 % m/m ácido oleico para azeites de oliva extra virgem, visto que a acidez é um dos principais parâmetros que discrimina azeites de oliva de baixa e alta qualidade (International Olive Oil Council, 2015). Os índices de saponificação das amostras analisadas apresentaram valores entre 188 a 221 mg KOH g -1 óleo. Quanto maiores as cadeias de ácidos graxos presentes em um óleo ou azeite, maior é o índice de saponificação e pode-se afirmar que os ácidos graxos livres de cadeia curta, gerados a partir da rancidez hidrolítica estarão presentes em quantidades bem menores, ou seja, índice de saponificação e índice de acidez são inversamente proporcionais (Zahir, Saeed, Hameed, & Yousuf, 2014). Essa determinação é expressa pelo número de miligramas de hidróxido de potássio necessários para saponificar um grama de amostra (Ribeiro & Seravalli, 2007; Zahir et al., 2014). Além da determinação da composição de ácidos graxos, índice de iodo, acidez e saponificação de óleos vegetais e azeites de oliva, foram obtidos os espectros na região do infravermelho de cada amostra utilizando-se a técnica de espectroscopia no infravermelho com transformada de Fourier para verificar a possibilidade do desenvolvimento de um modelo Mínimos Quadrados Parciais para previsão desses dados a partir dos espectros. Para tanto, utilizou-se os valores de acidez, saponificação e índice de iodo, e agruparam-se as composições de ácidos graxos como o somatório de ácidos graxos polinsaturados (AGPI), ácidos graxos monoinsaturados (AGMI) e ácidos graxos saturados (AGS). A Tabela 1 apresenta os parâmetros para avaliação e desempenho do modelo de calibração multivariada utilizado. Tabela 1 - Figuras de mérito do modelo multivariado PLS de acordo com o número de variáveis latentes para determinação de índice de acidez, saponificação, iodo, ácidos graxos monoinsaturados, polinsaturados e saturados a partir do FTIR. Figuras de Mérito Acidez Saponificação Iodo AGMI AGPI AGS Variáveis Latentes RMSEC 0,0957 3,4568 1,7031 2,866 2,3585 0,9772 Exatidão RMSECV 0,1583 6,4473 1,9794 3,9092 3,1405 1,6273 RMSEP 0,0937 5,8432 1,2762 4,3071 3,2431 1,0466 Bias Calibração -1,94E-15 2,0301E-14-3,38E-14 3,2481E-14 1,5120E-15-1,9170E-14 Previsão -0,0054-0,3511 0,4727 1,5808-0,8224-0,5027 r² Calibração 0,8901 0,8994 0,9923 0,9804 0,9871 0,9116 Previsão 0,86 0,6378 0,9959 0,9659 0,976 0,9328 RPDcal 3,0352 3, ,4808 7,1774 8,8437 3,3834 RPDprev 2,7129 1, ,2633 4,9306 6,1856 3,4322 AGMI: ácidos graxos monoinsaturados; AGPI: ácidos graxos polinsaturados; AGS: ácidos graxos saturados; RMSEC: raiz quadrada do erro quadrático médio de calibração; RMSECV: raiz quadrada do erro quadrático médio da validação cruzada; RMSEP: raiz quadrada do erro quadrático médio da previsão; RPDcal: desvio padrão dos valores de referência do conjunto de calibração; RPDval: desvio padrão dos valores de referência do conjunto de previsão.

5 Estes parâmetros foram determinados para certificação da obtenção de modelos PLS adequados para previsão dos índices de acidez, saponificação, iodo, ácidos graxos monoinsaturados, polinsaturados e saturados. O número de variáveis latentes foi escolhido de acordo com os menores e mais próximos valores de RMSEC, RMSEP e RMSECV. O bias é um parâmetro que mede o erro sistemático em um modelo de calibração entre os valores medidos (calibração) e os valores previstos (previsão); este parâmetro deve apresentar baixos valores, o que pode ser observado de acordo com a Tabela 1 (Botelho, Mendes, & Sena, 2013; Gómez, Wang, Hu, & Pereira, 2007). Em relação aos valores de RPD, um modelo de calibração adequado deve ter este valor acima de 2,4. Modelos com valores de RPD maior que 5 pode ser considerado adequado para uso em controle de qualidade, acima de 6,5 para monitoramento de processos e acima de 8 para qualquer aplicação (Botelho et al., 2013; Hocevar, Soares, Oliveira, Korn, & Teixeira, 2012). Tendo como base as figuras de mérito apresentadas na Tabela 1 e o disposto acima, pode-se afirmar que o método PLS aplicado foi adequado para previsão das composições de ácidos graxos e parâmetros físico-químicos de óleos vegetais e azeites de oliva extra virgem comercializados na região de Campo Mourão, Paraná com exceção apenas do índice de saponificação que apesar dos demais parâmetros, apresentou RPDprev abaixo de 2,4. 4. CONCLUSÃO Conclui-se que o método Mínimos Quadrados Parciais pode ser empregado para previsão da composição de ácidos graxos saturados, monoinsaturados, polinsaturados, índice de acidez e iodo de forma adequada. Para índice de saponificação, devido ao baixo valor de RPDprev, a previsão não pode ser aplicada da mesma forma. Pode-se concluir também que as amostras de óleos vegetais provenientes das mesmas matérias-primas apresentam características semelhantes, o que possibilita a aplicação de abordagens multivariadas aos dados. 5. REFERÊNCIAS BIBLIOGRÁFICAS Adewale, P., Mba, O., Dumont, M. J., Ngadi, M., & Cocciardi, R. (2014). Determination of the iodine value and the free fatty acid content of waste animal fat blends using FT-NIR. Vibrational Spectroscopy, 72, Elsevier B.V. Retrieved from Antoniassi, R., & Freitas, S. C. (2014). Processamento de Óleos Vegetais. Agência Embrapa de Informação Tecnológica. Retrieved February 29, 2016, from 302wx5ok01dx9lcx1g7v3u.html Aued-pimentel, S., Kumagai, E. E., Markievicz, M., Kus, M., Solange, M., Caruso, F., Tavares, M., et al. (2009). Ácidos graxos trans em óleos vegetais refinados poli-insaturados comercializados no estado de São Paulo, Brasil Trans fatty acids in refined polyunsaturated vegetable oils commercialized in the city of São Paulo, Brazil. Ciência e Tecnologia de Alimentos, 29(3), Barros Neto, B., Scarminio, I. S., & Bruns, R. E. (2006). 25 anos de quimiometria no Brasil. Química Nova, 29(6), Botelho, B. G., Mendes, B. A. P., & Sena, M. M. (2013). Implementa????o de um m??todo robusto para o controle fiscal de umidade em queijo minas artesanal. Abordagem metrol??gica multivariada. Quimica Nova, 36(9),

6 Damodaran, S., Parkin, K. L., & Fennema, O. R. (2010). Química de Alimentos de Fennema (4th ed.). Porto Alegre: Artmed. Farhoosh, R., Einafshar, S., & Sharayei, P. (2009). The effect of commercial refining steps on the rancidity measures of soybean and canola oils. Food Chemistry, 115(3), Elsevier Ltd. Retrieved from Gómez, A. H., Wang, J., Hu, G., & Pereira, A. G. (2007). Discrimination of storage shelf-life for mandarin by electronic nose technique. LWT - Food Science and Technology, 40(4), Gopinath, a., Puhan, S., & Nagarajan, G. (2009). Theoretical modeling of iodine value and saponification value of biodiesel fuels from their fatty acid composition. Renewable Energy, 34(7), Retrieved from Hartman, L., & Lago, R. C. (1973). Rapid preparation of fatty acids methyl from lipids. Lab. Pract., 22, Hocevar, L., Soares, V. R. B., Oliveira, F. S., Korn, M. G. A., & Teixeira, L. S. G. (2012). Application of multivariate analysis in Mid-Infrared Spectroscopy as a tool for the evaluation of waste frying oil blends. Journal of the American Oil Chemists Society2, 89(5), Retrieved from Holler, F. J., Skoog, D. A., & Crouch, S. R. (2009). Princípios de Análise Instrumental (6th ed.). Porto Alegre: Bookman. International Olive Oil Council. (2015). Trade Standard Applying to Olive Oil and Olive-Pomace Oil, (3), Jabeur, H., Zribi, A., Makni, J., RebaiI, A., Abdelhedi, R., & Bouaziz, M. (2014). Detection of Chemlali Extra-Virgin Olive Oil Adulteration Mixed with. Journal of agricultural and food chemistry, 62, Maia, E. L., & Rodriguez-Amaya, D. B. (1993). Avaliação de um método simples e econômico para a metilação de ácidos graxos com lipídios de diversas espécies de peixes. Revista do Instituto Adolfo Lutz, 53, Ribeiro, E. P., & Seravalli, E. A. G. (2007). Química de Alimentos (2nd ed.). São Paulo: Bluscher. Sun, X., Zhang, L., Li, P., Xu, B., Ma, F., Zhang, Q., & Zhang, W. (2015). Fatty acid profiles based adulteration detection for flaxseed oil by gas chromatography mass spectrometry. {LWT} - Food Science and Technology, 63(1), Elsevier Ltd. Retrieved from Toscano, G., Riva, G., Foppa Pedretti, E., & Duca, D. (2012). Vegetable oil and fat viscosity forecast models based on iodine number and saponification number. Biomass and Bioenergy, 46, Retrieved from Visentainer, J. V. (2012). Aspectos analíticos da resposta do detector de ionização em chama para ésteres de ácidos graxos em biodiesel e alimentos. Química Nova, 35(2), Retrieved from Zahir, E., Saeed, R., Hameed, M. A., & Yousuf, A. (2014). Study of physicochemical properties of edible oil and evaluation of frying oil quality by Fourier Transform-Infrared (FT-IR) Spectroscopy. Arabian Journal of Chemistry. King Saud University. Retrieved from Zambiazi, R. C., Przybylski, R., Zambiazi, M. W., & Mendonça, C. B. (2007). Fatty acid composition of vegetable oils and fats. Boletim do Centro de Pesquisa e Processamento de Alimentos, 25(1), Retrieved from Zhang, W., Li, N., Feng, Y., Su, S., Li, T., & Liang, B. (2015). A unique quantitative method of acid value of edible oils and studying the impact of heating on edible oils by UV Vis spectrometry. Food Chemistry, 185(0), Retrieved from