Pesquisadores da Purdue combatem fraude alimentar com nova técnica de impressão digital

03 de agosto de 2023

Quando você compra comida artesanal – queijo Gruyère suíço, extrato de baunilha orgânico, presunto italiano – você recebe o que pagou? Com estimativas globais de fraude alimentar que chegam a 40 mil milhões de dólares por ano, é uma questão que os investigadores da Purdue University estão a enfrentar com uma técnica de "impressão digital" alimentar suficientemente sensível para distinguir entre alimentos feitos a partir dos mesmos ingredientes, mas em locais diferentes.

A fraude alimentar, que a Food and Drug Administration (FDA) dos EUA chama oficialmente de "adúltera economicamente motivada", ocorre quando os fabricantes substituem um ingrediente mais barato por outro mais valioso, como cortar azeite com óleo vegetal ou aumentar o volume do açafrão com caules de plantas moídas. É um crime difícil de detectar, pois os alimentos podem ser alterados em qualquer lugar ao longo da cadeia de abastecimento global. Garantir a autenticidade é ainda mais difícil quando fornecedores desonestos simplesmente trocam um produto semelhante por um equivalente mais caro, como o sal marinho do Himalaia ou o tomate San Marzano.

“Pense na diferença entre um presunto caipira de Portugal, envelhecido em uma caverna por dois anos, e um presunto que você compra no Walmart”, disse Bartek Rajwa, professor pesquisador de ciências computacionais da vida na Universidade Purdue. “Ambos são carne de porco, têm os mesmos ingredientes, mas têm sabor, cheiro e textura muito diferentes. Para diferenciá-los, precisamos de um sistema que possa analisar quantitativamente essas características.

Rajwa e sua equipe estão desenvolvendo um processo de duas partes com patente pendente para fornecer informações sobre a composição atômica e a estrutura química de uma amostra de alimento, o suficiente para identificar os ingredientes, a preparação e, potencialmente, o ponto de origem.

Os resultados publicados de um teste usando a primeira etapa como método independente foram 99% precisos na distinção do sabor de baunilha imitado do extrato de baunilha real e cerca de 90% precisos na identificação do queijo europeu com a marca "Gruyère" versus um queijo estilo Gruyère produzido em Wisconsin . No início deste ano, Rajwa apresentou o processo mais sofisticado de duas partes na conferência XV da Sociedade de Engenheiros de Instrumentação Foto-Óptica para Agricultura e Qualidade e Segurança Alimentar.

Rajwa, um especialista em técnicas de análise biológica, tropeçou no campo da autenticação de alimentos como parte de seu trabalho no desenvolvimento de sistemas para reconhecer a contaminação bacteriana de alimentos.

“Comecei a frequentar conferências de ciência alimentar e a ouvir os líderes da área, e foi aí que percebi a escala do problema”, disse Rajwa. “Estamos falando de um enorme empreendimento criminoso que passa quase despercebido. Na maioria das vezes, o único dano é que você está pagando um prêmio e obtendo um produto de qualidade inferior, mas há casos em que isso pode causar danos graves. "

Muitos métodos de espectroscopia, incluindo espectrometria de massa, espectroscopia de fluorescência e cromatografia líquida, são usados ​​para identificar alimentos. No entanto, disse Rajwa, nenhum dos métodos existentes é infalível e a maioria é difícil e cara, deixando amplo espaço para inovação na área.

Para enfrentar o desafio, os colaboradores de Rajwa e Purdue, J. Paul Robinson e Euiwon Bae, recorreram à espectrosopia de ruptura induzida por laser, um método bem desenvolvido para uso em ciência de materiais e metalurgia, mas não comumente usado em ciência de alimentos. LIBS usa um laser de alta potência para criar uma pequena nuvem de plasma na superfície de uma amostra. A intensidade dos diferentes comprimentos de onda da luz emitida pelo plasma indica o tipo e a proporção dos elementos que compõem os ingredientes da amostra e ainda fornece algumas informações valiosas sobre sua textura. LIBS cria um espectro digital único, que, com uma abordagem de aprendizado de máquina desenvolvida pela equipe de Rajwa para a tarefa, é processado em uma impressão digital que pode ser usada para verificar a identidade do alimento testado.

Num artigo publicado na Foods, a equipa testou diversas amostras de queijo de estilo alpino, café, extrato de baunilha, vinagre balsâmico e especiarias como noz-moscada, pimenta e açafrão. Para muitos alimentos, o método foi altamente preciso, mesmo quando se utilizou um instrumento LIBS portátil e barato. Mas para alimentos mais complexos, como o queijo de estilo alpino, disse Rajwa, o espectro LIBS não é suficiente.