Novas metodologias para determinação de origem de vinhos geúchos empregando espectrometria por fluorescência associada a quimiometria

Abstract

Novas metodologias por espectrofluorimetria acoplada ás ferramentas quimiométricas foram desenvolvidas, visando a classificação de amostras de vinho tinto varietais produzidas em duas regiões do Rio Grande do Sul, considerando a sua origem geográfica. Como as propriedades fluorescentes de um composto químico podem variar em função do pH, e as mudanças estruturais resultantes do pH induzem alterações significativas nos seus espectros de fluorescência, foi possível separar e identificar também diferentes compostos químicos. Neste trabalho, foram analisadas 53 amostras de vinho tinto da região da Serra Gaúcha e 20 da região da Campanha, contemplando 10 variedades de uvas. O sinal de fluorescência registrado corresponde a nove matrizes de emissão (51 variáveis) de excitação (12 variáveis) (EEM) registradas em diferentes pH (3 até 11) gerando assim a matriz de dados representando os dados de ordem superior. Estes foram tratados pela Resolução Multivariada de Curvas com Mínimos Quadrados Alternantes (MCR-ALS) e one class method Data Driven Soft Independente Modelling of Class Analogy (DD-SIMCA) para construção dos modelos de classificação. Ainda foram selecionados dois pHs (3 e 7) bem como a fusão dos dados destes, para representar dados de 1ª ordem, que foram explorados por meio da aplicação dos algoritmos (ACO, GA e SW) para seleção de variáveis, para auxiliar no reconhecimento dos vinhos empregando análise discriminante linear. Como resultado, observou-se que a predição foi realizada com melhor taxa para o modelo SW quando realizado a fusão dos pH 3 com pH 7, resultando num modelo com taxa de acerto superior a 90%. Por outro lado, os resultados do MCR-ALS apresentaram ótima recuperação dos compostos fluorescentes presente nos vinhos tinto analisados, e o DD-SIMCA alta capacidade de reconhecimento geográfico. Isso mostra que a metodologia proposta pode ser utilizada como uma ferramenta eficaz para identificação e classificação de amostras de vinhos visando a rastreabilidade desse produto, quando consideradas as mais representativas regiões produtoras de vinho do Estado do Rio Grande do Sul.

New methodologies for spectrofluorimetry coupled with chemometric tools were developed, aiming at the classification of red wine samples produced in two regions of Rio Grande do Sul, considering their geographical origin. As the fluorescent properties of a chemical compound can vary depending on the pH, and the structural changes resulting from the pH induce significant changes in its fluorescence spectra, it was possible to separate and identify different chemical compounds as well. In this work, 53 samples of red wine from the Serra Gaúcha region and 20 from the Campanha region were analyzed, covering 10 grape varieties. The registered fluorescence signal corresponds to nine emission matrices (51 variables) of excitation (12 variables) (EEM) registered at different pH (3 to 11) thus generating the data matrix representing the higher order data. These were treated by Multivariate Curve Resolution with Alternating Least Squares (MCR-ALS) and one class method Data Driven Soft Independent Modelling of Class Analogy (DD-SIMCA) to build the classification models. Two pHs (3 and 7) were also selected, as well as the fusion of their data, to represent 1st order data, which were explored through the application of the algorithms (ACO, GA and SW) to select variables, to assist in the recognition of wines using linear discriminant analysis. As a result, it was observed that the prediction was performed with a better rate for the SW model when the fusion of pH 3 with pH 7 was performed, resulting in a model with a hit rate greater than 90%. On the other hand, the results of the MCR-ALS showed an excellent recovery of the fluorescent compounds present in the analyzed red wines, and the DD-SIMCA high capacity for geographic recognition. This shows that the proposed methodology can be used as an effective tool for the identification and classification of wine samples aiming at the traceability of this product, when considered the most representative wine producing regions of the State of Rio Grande do Sul.