| Processo: | 19/04833-3 |
| Modalidade de apoio: | Bolsas no Exterior - Estágio de Pesquisa - Mestrado |
| Data de Início da vigência: | 15 de junho de 2019 |
| Data de Término da vigência: | 14 de dezembro de 2019 |
| Área de conhecimento: | Ciências Agrárias - Ciência e Tecnologia de Alimentos - Engenharia de Alimentos |
| Pesquisador responsável: | Douglas Fernandes Barbin |
| Beneficiário: | Luis Jam Pier Cruz Tirado |
| Supervisor: | Baeten Vincent |
| Instituição Sede: | Faculdade de Engenharia de Alimentos (FEA). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil |
| Instituição Anfitriã: | Centre wallon de Recherches agronomiques (CRA-W), Bélgica |
| Vinculado à bolsa: | 18/02500-4 - Análise de alimentos: uma abordagem utilizando imagens NIR, BP.MS |
| Assunto(s): | Produção orgânica Sementes Quinoa Chia Análise multivariada Espectroscopia Imagem hiperespectral Discriminação |
| Palavra(s)-Chave do Pesquisador: | chia | Discrimination | multivariate analysis | quinoa | Espectroscopia |
Resumo Sementes são uma fonte excepcional de nutrientes, por isso seu consumo favorece a saúde do consumidor. De fato, a preocupação com a saúde fez com que o mercado expressasse um aumento no consumo de produtos orgânicos. Na América do Sul, entre as sementes com produção orgânica e grandes volumes de exportação para a Europa e os Estados Unidos da América, há Quinoa (Chenopodium quinoa) e Chia (Salvia hispanica). A quinoa é considerada um superalimento devido ao seu alto valor nutricional, uma vez que possui proteína sem glúten de alta qualidade. Sementes de Chia são fontes vegetais ricas em ácidos graxos essenciais, compostos fenólicos, proteínas e fibras alimentares. Para identificar o sistema de cultivo de diferentes alimentos, técnicas isotópicas e espectrometria de alta eficiência são tradicionalmente usadas para identificar marcadores específicos (por exemplo, perfil de ácidos graxos). Geralmente, essas técnicas analíticas são caras, demoradas e destrutivas para a amostra. Portanto, apesar de sua precisão, eles acabam sendo pouco atraentes para a indústria alimentícia. O sistema de imagem hiperespectral tem várias vantagens em relação aos métodos analíticos tradicionais (por exemplo, espectrometria de massa ou cromatografia líquida de alta eficiência), como velocidade, livre de produtos químicos, baixo custo de uso e possível aplicação em processos on-line para controle de qualidade e autenticação de alimentos. A imagem hiperespectral fornece informações espaciais e espectrais, sujeitas a análise multivariada, para gerar modelos matemáticos capazes de discriminar os alimentos com base em suas diferenças na composição química. Por estas razões, este projeto visa desenvolver modelos matemáticos baseados em informações obtidas a partir de imagens hiperespectrais para identificar o sistema de cultivo de sementes de Quinoa e Chia. Assim, um novo método de autenticação não invasivo e não destrutivo para essas sementes será criado e validado, o que, sem dúvida, favorecerá a rastreabilidade desses produtos. (AU) | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |