Discriminação de espécies de peixes da costa amazônica e predição da composição centesimal usando um espectrofotômetro NIR portátil

A espectroscopia vibracional no infravermelho próximo (NIR) tem muitas aplicações na indústria, particularmente no controle da qualidade, discriminação e determinação da composição química em diversos alimentos, devido à rapidez e facilidade de aplicações em análises de rotina em relação aos métodos físicos e químicos tradicionais. Este trabalho tem como objetivo utilizar esta técnica para discriminar espécies de peixes oriundos da costa amazônica (Genyatremus luteus, Lutjanus purpureus, Macrodon ancylodon, Cynoscion acoupa, Micropogonias furnieri) e predizer componentes majoritários (teor de água, lipídios e proteínas). Foi utilizado um espectrômetro portátil de baixa resolução (1600-2400 nm) para obtenção de medidas espectrais em amostras (filés) intactas, trituradas e liofilizadas. Os espectros foram pré-processados através de derivadas utilizando-se o algoritmo de Savitzky-Golay para suavização de ruídos espectrais, tanto para o emprego dos modelos de predição como para os de discriminação. Os modelos de PCA e SIMCA foram aplicados para a discriminação de espécies, enquanto que PCR e PLS foram utilizados na predição dos componentes. Utilizando PCA observou-se a formação de grupos referentes às espécies de G. luteus e L. purpureus em amostras intactas e liofilizadas, e quando se aplicou o SIMCA, observou-se a formação de grupos referente às cinco espécies, confirmados através da distancia entre os grupos na faixa de 4,16 a 13,31 e 2,90 a 57,05 para amostras intactas e liofilizadas, respectivamente. O modelo de regressão PLS apresentou uma pequena variação positiva para os valores r2 e R2, sendo que as amostras liofilizadas apresentaram melhores resultados para os três parâmetros estudados: umidade (r2: 0,58, RMSEPcv: 1,11 e RDP: 1,40), lipídios (r2: 0,96, RMSEPcv: 1,09 e RDP: 4,82), e proteína bruta (r2: 0,86, RMSEPcv: 1,96 e RDP: 2,60). Foi obtida uma boa correlação entre os dados obtidos por métodos AOAC e aqueles preditos pela regressão PLS.