Utilização de estatística multivariada na predição da qualidade físico-química de leite
DOI:
https://doi.org/10.33448/rsd-v9i4.2808Palavras-chave:
Métodos; Componentes principais; Produtores; Matriz de origem animal.Resumo
A análise multivariada envolve a aplicação de métodos estatísticos e computacionais para predizer respostas. Dentre os diversos métodos de análise estatística multivariada, a análise por componentes principais recebe destaque para efetuar a previsão da composição e qualidade de alimentos em geral. Objetivou-se, com o presente trabalho, caracterizar os produtores de leite do município de Itapetinga-BA, utilizando análise de componentes principais. Foram utilizadas 20 amostras de leite cru, coletadas na recepção do laticínio localizado em Itapetinga-BA. As variáveis analisadas foram: gordura, densidade, extrato seco desengordurado, proteína e lactose. Os dois primeiros componentes principais explicaram 87,24% da variação total. Verificou-se a formação de diferentes grupos distribuídos nos quatro quadrantes do sistema. O quadrante I destacou-se dos demais por formar um grupo composto por dez produtores da região analisada, caracterizando-se por apresentar amostras com maior teor de lactose e menor teor de gordura no leite. As variáveis lactose e gordura apresentam maior importância na caracterização do leite.
Referências
Abbring, S., Hols, G., Garssen, J., & van Esch, B. C. (2019). Raw cow’s milk consumption and allergic diseases–the potential role of bioactive whey proteins. European journal of pharmacology, 843, 55-65.
Cattell, R. B. (1996). “The screen test for the number of factors”. Multivariate behavioral research, 1(2), 245-276.
Conceição, D. G. (2018). Utilização do FTIR aliado à análise quimiométrica como ferramenta de triagem para identificação de adulterantes no leite cru (Masters dissertation, UNIVERSIDADE ESTADUAL DO SUDOESTE DA BAHIA).
D'Auria, E., Mameli, C., Piras, C., Cococcioni, L., Urbani, A., Zuccotti, G. V., & Roncada, P. (2018). Precision medicine in cow's milk allergy: proteomics perspectives from allergens to patients. Journal of proteomics, 188, 173-180.
Guetouache, M., Guessas, B., & Medjekal, S. (2014). Composition and nutritional value of raw milk. Journal Issues ISSN, 2350, 1588.
Lucey, J. A., Otter, D., & Horne, D. S. (2017). A 100-year review: Progress on the chemistry of milk and its components. Journal of Dairy Science, 100(12), 9916-9932.
Maqsood, S., Al-Dowaila, A., Mudgil, P., Kamal, H., Jobe, B., & Hassan, H. M. (2019). Comparative characterization of protein and lipid fractions from camel and cow milk, their functionality, antioxidant and antihypertensive properties upon simulated gastro-intestinal digestion. Food chemistry, 279, 328-338.
Meena, S., Rajput, Y. S., Sharma, R., & Singh, R. (2019). Effect of goat and camel milk vis a vis cow milk on cholesterol homeostasis in hypercholesterolemic rats. Small Ruminant Research, 171, 8-12.
Pereira, P. C. (2014). Milk nutritional composition and its role in human health. Nutrition, 30(6), 619-627.
Schmidt, A., Schreiner, M. G., & Mayer, H. K. (2017). Rapid determination of the various native forms of vitamin B6 and B2 in cow’s milk using ultra-high performance liquid chromatography. Journal of Chromatography A, 1500, 89-95.
Souza, A. M. D., & Poppi, R. J. (2012). Experimento didático de quimiometria para análise exploratória de óleos vegetais comestíveis por espectroscopia no infravermelho médio e análise de componentes principais: um tutorial, parte I. Química Nova, 35(1), 223-229.
Viana, C. C. R. (2018). Caracterização de fórmulas infantis para lactantes usando espectroscopia no infravermelho médio. (Masters dissertation, UNIVERSIDADE FEDERAL DE JUIZ DE FORA).
Zhao, L., Du, M., Gao, J., Zhan, B., & Mao, X. (2019). Label-free quantitative proteomic analysis of milk fat globule membrane proteins of yak and cow and identification of proteins associated with glucose and lipid metabolism. Food Chemistry, 275, 59-68.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
