DISCRIMINAÇÃO DE AGUARDENTES DE CANA-DE- AÇÚCAR PRODUZIDAS NO ESTADO DE SÃO PAULO E MINAS GERAIS E PREDIÇÃO DO TEOR DE ETANOL POR USO DA ESPECTROSCOPIA DO INFRAVERMELHO PRÓXIMO (NIR) L.C. Carvalho¹, P.A. M. Nascimento¹, J. B. Faria¹, L.C. Cunha Júnior², G.H.A Teixeira ³ 1- Departamento de Alimentos e Nutrição - Universidade Estadual Paulista (UNESP), Faculdade de Ciências Farmacêuticas (FCFAR), Rodovia Araraquara-Jaú, km 1 Araraquara - São Paulo, Brazil, Telefone: (16) 3301-6900 / 3301-6901 email: (liviaacirino@gmail.com / p.andrade.nascimento@bol.com.br) 2- Departamento de Horticultura - Universidade Federal de Goiás (UFG) Campus Samambaia, Campus Universitário 74690900- Goiânia, GO Brasil, Telefone: (62) 35211672 email: (cunhajunior.l.c@gmail.com) 3 - Faculdade de Ciências Agrárias e Veterinárias (FCAV) - Universidade Estadual Paulista (UNESP), Vila Industrial, CEP: 14.884-900, Jaboticabal - São Paulo, Brasil., Telefone: (16) 32092668 email: (gustavo@fcfav.unesp.br) RESUMO A qualidade da aguardente de cana de açúcar pode estar relacionada com a origem de produção. Desta forma, o objetivo deste trabalho foi desenvolver um método utilizando a espectroscopia do infravermelho próximo como método não destrutivo combinado com analises quimiometricas para atribuir autenticidade a aguardente de cana-de-açúcar produzidas nos estados de São Paulo e Minas, e predizer o teor de etanol das mesmas. Para a classificação em função do estado produtor empregou-se a análise de componentes principais (PCA), análise discriminante por regressão por mínimos quadrados parciais (PLS-DA), análise linear discriminante (LDA). Para predição do teor de etanol utilizou-se a regressão por mínimos quadrados parciais (PLSR). A espectroscopia NIR e a quimiometria podem ser utilizadas como um método não destrutivo para atribuir autenticidade de aguardentes de cana-de-açúcar e a análise de regressão PLSR demonstrou potencial para predizer o teor de etanol de amostras de aguardente de cana-de-açúcar. ABSCTRACT - The quality sugar cane aguardente may be related to the production source. Thus, the aim of this study was to develop a method using spectroscopy of near infrared as nondestructive method combined with chemometric analysis to assign authenticity brandy of cane sugar produced in the states of São Paulo and Minas Gerais, and predict the content of ethanol. For the classification based on the producer state was used the principal component analysis (PCA), discriminant analysis regression by partial least squares (PLS-DA), linear discriminant analysis (LDA). For ethanol content prediction used the partial least squares regression (PLSR). NIR spectroscopy and chemometrics may be used as a nondestructive method for assigning authenticity sugarcane spirits and PLSR regression analysis demonstrated potential to predict the ethanol content of sugarcane spirits samples. PALAVRAS CHAVES: aguardente de cana de açúcar; espectroscopia do infravermelho próximo; quimiometria. KEY WORDS: sugarcane aguardente; near infrared spectroscopy; chemometric.
1. INTRODUÇÃO A cachaça é a denominação típica e exclusiva da aguardente de cana produzida no Brasil, com graduação alcoólica entre 38 a 48% em volume a 20 C (BRASIL, 2005) e é considerada a terceira bebida mais consumida no mundo de acordo com o Centro Brasileiro de Referência da Cachaça (2012).Em 2008, a produção de aguardente de cana-de-açúcar foi de 1,2 bilhões de litros (IBRAC, 2008) e em 2014 a aguardente de cana-de-açúcar estava sendo exportada para 66 países, gerando uma renda de US$ 18,33 milhões, 10% a mais em relação a 2013, sendo o volume exportado de 10,18 milhões de litros (IBRAC, 2015). A cachaça, Brasil e cachaça do Brasil são Indicações Geográficas, definidas através do Decreto n 4062, de 21 de dezembro de 2001 (BRASIL, 2001). Por este Decreto, o nome cachaça constitui indicação geográfica para os efeitos legais no comércio internacional. Estudos demonstram a possibilidade de se determinar a qualidade ou a origem geográfica de produtos agrícolas por meio de técnicas analíticas (NORDON et al., 2005), como a cromatografia líquida de alta eficiência (HPLC), cromatografia gasosa (CG), cromatografia líquida (CL), espectrometria de massa, análise elementar, e isotópica análise (COZZOLINO, 2014). Dentre os métodos analíticos existentes, a espectroscopia do infravermelho próximo (NIR) apresenta um grande potencial nas certificações da origem dos produtos como relatado por Nicolai et al.(2007), sendo considerada uma técnica rápida, segura de operação, não destrutiva, relativamente barata e proporciona automação dos processos de controle de qualidade dos produtos agroindustriais (PASQUINI, 2003). Desta forma, o objetivo deste trabalho foi desenvolver uma metodologia utilizando a espectroscopia do infravermelho próximo (NIR) e ferramentas quimiométricas de classificação, como as técnicas de Análise de Componentes Principais (PCA), Análise Linear Discriminante (LDA), Análise Discriminante por mínimos quadrados parciais (PLS-DA), Máquina de Vetores de Suporte (SVM) e regressão por mínimos quadrados parciais (PLSR), como método não destrutivo para a atribuição da autenticidade de aguardentes de cana-de-açúcar e cachaças produzidas no estado de São Paulo em comparação com as produzidas no estado de Minas Gerais, assim como predizer o teor alcoólico de aguardentes de cana-de-açúcar e cachaças, servindo como método analítico para se avaliar fraudes e conferir autenticidade as bebidas. 2. MATERIAL E MÉTODOS Foram analisadas 139 amostras de cachaça, pertencentes a Minas Gerais e a São Paulo, este conjunto foi dividido em dois grupos, conjunto de calibração (n=100) e conjunto de predição (n=39), utilizando o algoritmo de seleção Kernnard Stone clássico. De cada amostra foram coletadas 5 subamostras de 5 ml, destas coletou-se 5 espectros no infravermelho próximo, utilizando o espectrômetro FT-IR Spectrum 100N (PerkinElmer, Shelton, Estados Unidos). O método de referência para a determinação do teor alcoólico foi o densimétrico, seguindo as recomendações da NBR 599.2008, com o uso de um alcoômetro centesimal. Os cincos espectros coletados de cada amostra (n = 695) foram reduzidos a sua média (n = 139), sendo utilizado o programa Unscrambler, versão X.3 (CAMO, Oslo, Noruega) para a
construção dos modelos A classificação da amostras de cachaça, entre os estados, foi feita utilizando técnicas quimiométricas como: PCA, PLS-DA e LDA e diferentes pré-processamentos foram utilizados nos espectros, entre a correção do espalhamento multiplicativo de sinal (MSC) e a segunda derivada de Savitsky- Golay. Empregou-se a regressão por mínimos quadrados parciais (PLSR) para desenvolver os modelos de predição de etanol e foi empregada a seleção de comprimentos de onda em função dos loadings, para melhorar o acurácia dos modelos. 3. RESULTADOS E DISCUSSÃO O modelo PCA obtido com os espectros originais e com os pré-processados com MSC e 2 ª Derivada de Savitsky- Golay não foram eficiente para a separação das classes, isto pode ser devido à similaridade entre as amostras, como pode ser observado na Figura 1 e 2. Figura 1. Escores do PC1 (73% de variância) e PC 2 (23% de variância) obtidos com os espectros NIR (1000-2500 nm) sem pré-processamento das amostras de aguardente de cana-de-açúcar provenientes dos estados de São Paulo e Minas Gerais.
Figura 2. Escores do PC 1 e PC 2 obtidos com os espectros NIR (1000-2500 nm) das amostras de aguardente de cana-de-açúcar provenientes dos estados de São Paulo e Minas Gerais após a utilização de MSC (A) e 2ª Derivada de Savitsky-Golay (B). Por outro lado, os modelos construídos, utilizando PLS-DA e LDA, atingiram uma acurácia de 87,2 % para o conjunto de predição, utilizando os espectros pré-processados com MSC. Para o conjunto de calibração, este valor foi reduzido para 80 % e 82%, respectivamente. Nos modelos construídos para a predição do teor de etanol, ao se utilizar toda a faixa espectral (1000-2500 nm), o modelo obtido com os espectros NIR sem pré-processamento apresentou um RMSECV de 1,67% e R 2 cv de 0,86 na etapa de calibração cruzada. Na etapa de predição, o melhor modelo foi construído abrangendo os comprimentos de onda 1393-1541 nm e 1843-2166 nm, atingindo um erro de predição de 1,98% e RPD de 2,02. Segundo Smyth et al. (2008), este valor de RPD indica que o modelo possui uma boa capacidade de predição de amostras fora do conjunto de calibração. 4. CONCLUSÃO
Os resultados obtidos neste trabalho mostram a aplicabilidade da espectroscopia do infravermelho próximo combinada as análises quimiometricas para classificar amostras de aguardente de cana-de-açúcar e cachaça em função do seu estado produtor, São Paulo e Minas Gerais, alcançando uma precisão de 87,2%. No entanto, os modelos de classificação apresentam algumas limitações, tais como o número de amostras utilizadas para a construção dos mesmos, semelhanças entre algumas amostras de cachaças em função do clima. Portanto, é necessário melhorar a acurácia dos modelos de predição antes destes serem empregados como técnica analítica para o controle de qualidade de cachaça O modelo PLSR demonstra potencial para predizer o teor de etanol de amostras de aguardente de cana-de-açúcar e cachaça, RPD=2,02, oferecendo a possibilidade de uso como uma ferramenta para determinar rapidamente e de forma não destrutiva o teor de etanol Os comprimentos de ondas selecionados e utilizados para a construção do modelo PLSR de calibração contribuíram para a robustez dos modelos desenvolvidos. 5. REFERÊNCIAS BIBLIOGRÁFICAS Brasil. (2001). Define as expressões cachaça, Brasil e cachaça do Brasil como indicações geográficas e dá outras providências (Decreto n 4062, de 21 de dezembro de 2001). Diário Oficial da República federativa do Brasil. Brasil. (2005). Aprova o regulamento técnico para fixação dos padrões de identidade e qualidade para aguardente de cana e para cachaça. (Instrução Normativa n 13, de 29 de junho de 2005). Diário Oficial da República federativa do Brasil. CBRC- Centro Brasileiro de Referência da Cachaça. Números da cachaça (2012). Expo cachaça,.disponível em: http://www.expocachaca.com.br/bh /numeros-da-cachaca.shtml. Cozzolino, D. (2014). Use of infrared spectroscopy for in field measurement and phenotyping of plant properties: instrumentation,data analysis and examples. Applied Spectroscopy Reviews. IBRAC. (2008) Mercado interno. Disponível em: < http://www.ibrac.net/ index.php/servicos/estatisticas/mercado-interno > IBRAC. Mercado externo. 2015. Disponível em:< http://www.ibrac.net/ index.php/servicos/estatisticas/mercadoexterno >. Nicolai, B. M.; Beullens, K.; Bobelyn, E.; Peirs, A.; Saeys, W. & Theron, K. I. (2007) Nondestructive measurement of fruit and vegetable quality by means of NIR spectroscopy: A review. Postharvest Biology and Technology, 46, 99-118. Nordon, A.; Mills, A.; Burn, R.T.; Cusick, F.M. & Littlejohn, D. (2005).Comparison of non-invasive NIR and Raman spectrometries for determination of alcohol content of spirits. Analytica Chimica Acta, 548, 148 158. Pasquini, C. (2003) Near Infrared Spectroscopy: Fundamentals, Practical Aspects and Analytical Applications. Journal of Brazilian Chemistry Society, 14(2), 198-219. Smyth, H.E.; Cozzolino, D.; Cynkar, W.U.; Dambergs, R.G.; Sefton, M. & Gishen, M. (2008). Near infrared spectroscopy as a rapid tool to measure volatile aroma compounds in Riesling wine: possibilities and limits. Analytical and Bioanalytical Chemistry, 308, 1911-1916.