FOODSCAN FORNECE COMPOSIÇÃO QUÍMICA DA CARNE BOVINA COMPARÁVEL A MÉTODOS TRADICIONAIS DE ANÁLISES

Os métodos físicos ou químicos empregados nas análises para determinação da composição química da carne, demandam muito tempo para sua realização, são trabalhosos e caros. Desta forma, visando uma maior eficiência de tempo e recursos, faz-se necessário o desenvolvimento de técnicas que reduzam a complexidade de realização das análises, e que apresentem boa precisão nos resultados.

Neste sentido, o emprego da técnica utilizando espectrofotômetro de infravermelho próximo (NIRS) vem ganhando destaque e apresentando-se como uma excelente alternativa, a exemplo do FoodScan, um analisador de alimentos. Assim, o objetivo do trabalho foi avaliar a precisão e acurácia do aparelho FoodScan em predizer a composição química da carne bovina em comparação com os resultados obtidos pelos métodos tradicionais. Foram avaliadas amostras de carne do músculo Longissimus thoracis de 99 bovinos Angus, adquiridas de forma comercial. Para as análises no FoodScan, foram utilizadas 100 gramas de amostras de bifes congelados que foram previamente moídas e homogeneizadas. As amostras foram embaladas, seladas a vácuo e encaminhadas para análise no equipamento. Em seguida, após análise no FoodScan, essas amostras passaram pelo processo de liofilização e foram trituradas em liquidificador industrial, sendo então armazenadas em frascos plásticos para posteriores análises. Para comparação dos resultados, foram realizadas análises laboratoriais de composição química por metodologias tradicionais, obtendo os valores dos teores de umidade, proteína, gordura e cinzas presente nas amostras. O software SAS 9.04 (SAS Institute Inc., Cary, NC, USA) foi utilizado para calcular as métricas de estatística descritiva, acurácia e precisão de predição e o Excel foi utilizado para plotar os gráficos. Para avaliar a acurácia do modelo, os intervalos de confiança para os coeficientes estimados, intercepto e inclinação foram avaliados. O valor médio de viés representado no gráfico de Bland-Altman também foi utilizado como métrica para avaliar a acurácia da predição feita pelo modelo e a precisão foi avaliada por meio do R2. As médias dos teores de umidade e gordura foram maiores nas análises químicas tradicionais, enquanto que no FoodScan, proteína e cinzas foram maiores. Foi observado valores de coeficiente de determinação forte para os teores de gordura (0,85) e umidade (0,76), porém, o mesmo não foi visto para os resultados de proteína (0,36) e matéria mineral (0,02). A acurácia do modelo foi boa para umidade e proteína avaliando-se os intervalos de confiança do intercepto e inclinação, mas foi fraca para gordura e cinzas. Com base nessas informações, conclui-se que os resultados obtidos pelo FoodScan foram equivalentes as metodologias tradicionais de análises químicas para os teores de umidade e proteína, porém, não foram equivalentes para determinação de gordura e cinzas.