Erschienen:
[Erscheinungsort nicht ermittelbar]: Universidade Estadual Paulista (UNESP), 2021
Sprache:
Portugiesisch
Identifikator:
Entstehung:
Hochschulschrift:
Dissertation, Universidade Estadual Paulista (UNESP), 2021
Anmerkungen:
Beschreibung:
Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) ; 141037/2017-2 ; Pós-graduação em Química - IQ ; A cerveja é uma bebida bastante apreciada pela população brasileira e isso fez com que o setor produtivo da mesma tenha crescido exponencialmente nos últimos anos. Neste contexto, a produção de cerveja no Brasil é de cerca de 13,5 bilhões de litros por ano colocando a indústria brasileira no terceiro lugar do ranking mundial. Contudo, simultaneamente a essa expansão mencionada tem sido identificados alguns procedimentos fraudulentos como substituição de rótulos e tampas de garrafas de menor preço e de reconhecimento comercial. Dessa forma, esse trabalho visou empregar espectroscopia de RMN de 1H combinada com a quimiometria a fim de discriminar amostras de cerveja lager de duas classes diferentes, de acordo com seu estilo e informações fornecidas no rótulo. Os métodos quimiométricos consistiram na análise de componentes principais (PCA), análise discriminante de mínimos quadrados parciais (PLS-DA), e modelagem independente suave de analogias de classe (SIMCA). Os espectros de RMN de 1H foram avaliados, mas apenas a região alifática (0–3 ppm) foi utilizada para análise multivariada. Os resultados evidenciaram que no estudo PCA (os três primeiros componentes explicaram 81,5% da variabilidade do conjunto de dados), os modelos PLS-DA e SIMCA provaram ser uma ferramenta poderosa com poder de previsão superior a 90% para distinguir cervejas lager com base nas matérias-primas empregadas no processo de fabricação de cerveja. Assim, a espectroscopia de RMN de 1H em conjunto com os métodos quimiométricos podem ser considerados ferramentas importantes para a análise de matrizes de bebida alcóolicas como as cervejas. ; Beer is a beverage that is very appreciated by the Brazilian population and this has caused the production sector to grow exponentially in recent years. In this context, beer production in Brazil is around 13.5 billion liters per year, placing Brazilian industry in the third place in the world ranking. However, at the same time as the aforementioned expansion, some fraudulent procedures have been identified, such as replacing lower-priced labels and bottle caps and commercial recognition. Thus, this work aimed to employ 1H NMR spectroscopy combined with chemometry in order to discriminate samples of lager beer from two different classes, according to their style and information provided on the label. The chemometric methods consisted of principal component analysis (PCA), discriminant analysis of partial least squares (PLS-DA), and smooth independent modeling of class analogies (SIMCA). The 1H NMR spectra were evaluated, but only the aliphatic region (0–3 ppm) was used for multivariate analysis. The results showed that in the PCA study (the first three components explained 81.5% of the variability of the data set), the PLS-DA and SIMCA models proved to be a powerful tool with more than 90% predictive power to distinguish lager beers with based on the raw materials used in the brewing process. Thus, 1H NMR spectroscopy in conjunction with chemometric methods can be considered important tools for the analysis of alcoholic beverage matrices such as beers.