tabela de conteúdos
mantenha-se atualizado sobre neospectra
Introdução
De acordo com a Allied Market Research, o mercado global de frutos do mar representou $125,44 bilhões em 2017 e deve atingir $155,32 bilhões até 2023, registrando um CAGR de 3,6% de 2017 a 2023. Mudança no estilo de vida e nas preferências do consumidor, aumento da renda disponível,
maior conscientização sobre os benefícios à saúde associados aos frutos do mar, e ampla
a disponibilidade de diferentes espécies de peixes impulsionou o crescimento do mercado global de frutos do mar. No entanto, o esgotamento dos estoques de peixes silvestres dificulta o crescimento do mercado. Prevê-se que o segmento de peixes planos registre o CAGR mais rápido de 4,7% durante os períodos de previsão.
O desafio da rotulagem incorreta e da substituição de peixes
No entanto, o esgotamento dos estoques de peixes silvestres dificulta o crescimento do mercado, e problemas adicionais na comercialização de frutos do mar ocorrem porque os produtos de frutos do mar são intencionalmente ou acidentalmente rotulados incorretamente na cadeia de colheita e processamento ou porque peixeiros ou donos de restaurantes substituem uma espécie por outra. Em uma análise de 2013 do grupo de defesa do oceano Oceana, os pesquisadores descobriram que até um terço dos peixes vendidos nos EUA foram rotulados incorretamente.
Práticas atuais de identificação: equipamentos caros e escassos.
Como resultado, as pesquisas sobre autenticação de espécies de peixes têm aumentado. No entanto, essa atividade só foi conduzida por equipes de pesquisa treinadas usando uma das várias técnicas espectroscópicas, espectroscopias de infravermelho próximo (NIR), infravermelho médio (MIR), Raman, fluorescência ou absorção ultravioleta-visível (UV-vis) e ressonância magnética nuclear (NMR) e imagens hiperespectrais (HSI), algumas das quais ainda estão em desenvolvimento.
Esse equipamento é caro, normalmente disponível somente em laboratórios e requer pessoal adequadamente treinado. Podem ser perdidos dias enviando amostras de um lado para o outro dos laboratórios centrais. O resultado é que tanto os fornecedores quanto os consumidores de peixe nem sempre podem ter certeza do que compraram ou consumiram.
Scanners portáteis para identificação de peixes no campo
Mais recentemente, foram desenvolvidos scanners portáteis sem fio que se mostram promissores no campo e no chão de fábrica. O advento dos scanners portáteis baseados em NIR pode sinalizar a capacidade de ter mais inspetores dentro e ao redor dos portos, mercados de peixes, armazéns e restaurantes para evitar a rotulagem incorreta de peixes. Um estudo de 2019 foi conduzido pelos pesquisadores do Departamento de Físico-Química da Universidade de Duisberg-Essen, na Alemanha, onde a equipe usou um microssensor NeoSpectra-micro para diferenciar peixes de alta qualidade de peixes de baixa qualidade, usando medidas da pele de quatro espécies diferentes.
metodologia
A equipe usou dois pares diferentes de peixe, truta samlet e salmão, e linguado e linguado de limão, que representam espécies consideradas superiores do ponto de vista gourmet e de preço (samlet, linguado) e substitutos mais baratos (truta salmão e linguado de limão), veja a Figura 1.
Os pesquisadores escanearam os filés de peixe colocando o sensor diretamente na pele (Figura 2). Uma varredura de referência foi conduzida com o padrão de reflexão Spectralon™ de 99% da Labsphere. 10 espectros com um tempo de varredura de 10 segundos foram registrados em reflexão difusa de diferentes posições em cada filé de peixe. A equipe usou o software Unscrambler™ para o pré-tratamento de dados e o desenvolvimento dos modelos PCA (Análise de Componentes Principais) e SIMCA (Soft Independent Modeling of Class Analogies).
Sensor NeoSpectra
Truta de salmão e salmão
Para a comparação entre samlet e truta salmão, os pesquisadores usaram 4 filés de samlet e 6 filés de truta salmão. A medição de 100 espectros é mostrada após o pré-tratamento na Figura 3. Usando o modelo PCA, os pesquisadores conseguiram discriminar distintamente as duas classes de peixes em um gráfico de pontuação 2D (Figura 4). Usando a classificação SIMCA baseada nos dois modelos de PCA para cada classe de peixe, os pesquisadores conseguiram usar um gráfico de Coomans para determinar a qual classe os espectros de um peixe desconhecido pertencem, incluindo uma truta salmão francesa e uma truta salmão alemã.
Sola e sola de limão
Para a comparação do linguado e do linguado de limão, métodos semelhantes foram usados. Nesse caso, as duas espécies podem ser identificadas de forma distinta até mesmo a partir do gráfico de comprimento de onda inicial (Figura 5). As espécies de peixes também foram distinguíveis umas das outras no gráfico central 2D, enquanto espécies desconhecidas puderam ser identificadas no gráfico de Coomans.
EMSC (incluindo intervalo de truncamento para PCA).
Conclusões
O estudo conseguiu demonstrar claramente que, com base nos espectros de reflexão difusa baseados em NIR, tanto em filés quanto em peixes inteiros, um indivíduo ou uma equipe poderia usar o sensor NeoSpectra para identificar corretamente espécies de peixes de aparência semelhante. Igualmente significativo, peixes desconhecidos dentro das duas classes do estudo podem ser atribuídos com precisão à classe correta usando a análise SIMCA.
