Predição de adulteração de óleos vegetais utilizando modelos de machine learning associados à espectroscopia FT-IR

A adulteração de óleos vegetais é um problema comum na indústria de alimentos que, consequentemente, compromete a qualidade dos produtos. Entretanto, métodos tradicionais de análise para avaliação da composição e qualidade de óleos vegetais possuem alto custo operacional e demandam tempo. Desta forma, a espectroscopia de infravermelho por transformada de Fourier (FT-IR) associada a algoritmos de machine learning (ML) podem atuar como alternativas de análise rápida, não-destrutivas e de baixo-custo. Com isso, o presente trabalho teve como objetivo desenvolver e avaliar modelos de ML para predição da adulteração de óleos vegetais utilizando misturas-modelo compostas por óleo de palma (OP) e soja (OS) a partir dos espectros FT-IR das misturas. Foram preparadas misturas binárias em frações volumétricas de OS (0-100% com variações de 10%). Os espectros foram obtidos por FT-IR, na faixa de 650-4000cm-1, totalizando 1798 pontos espectrais por amostra. Os dados obtidos foram tratados com correção da linha base por Asymmetric Least Squares, suavização por Savitzky-Golay e padronização. Para aumentar a generalização dos modelos, foram gerados dados sintéticos com adição de ruídos gaussiano e deslocamento espectral. Adicionalmente, os dados foram submetidos a análise de componentes principais (PCA) para seleção de regiões espectrais com diferenças significativas (95%) permitindo redução da dimensionalidade dos dados e maior precisão na modelagem. Foram testados cinco modelos de regressão: árvore de decisão, K-nearest neighbors (KNN), regressão de vetores de suporte (SVR), floresta aleatória e gradient boosting. Os modelos foram avaliados por validação cruzada (Leave-One-Out), utilizando o erro quadrático médio (MSE) e coeficiente de determinação (R2). A PCA foi capaz de identificar as diferenças entre as amostras antes e após a adição dos dados sintéticos, mostrando que o FT-IR, em algumas regiões do espetro, é capaz de identificar alterações pela adição de OS em OP. Os modelos de ML que apresentaram melhor desempenho na predição da concentração de OS no OP foram o gradient boosting (MSE = 0,0005 e R2 = 0,993) e floresta aleatória (MSE = 0,0010 e R2 = 0,9875). Os resíduos apresentaram distribuição normal, indicando que os erros do modelo são aleatórios. Este trabalho demonstra que os espectros de FTIR associado a modelos de ML apresentam uma combinação que permite não apenas detectar mas também quantificar a adulteração de óleos vegetais (no caso avaliado, adulteração de óleo de palma com óleo de soja) com elevada precisão, sendo uma análise rápida e de menor custo para o controle de qualidade na indústria de alimentos.