A quick and simple method of identifying meat: a food inspection tool based on ultraviolet-visible and machine learning
DOI:
https://doi.org/10.5327/fst.538Palavras-chave:
food fraud, machine learning, meat authentication, species discrimination, UV-vis spectroscopyResumo
This study proposes a rapid and low-cost method for the qualitative discrimination of meat from different species (beef, pork, chicken, and fish) using ultraviolet-visible (UV-Vis) spectroscopy and machine learning. A total of 120 meat samples were analyzed, and protein extracts were subjected to UV-Vis spectroscopy (180–800 nm). Spectral data were preprocessed using standard normal variate transformation and analyzed using principal component analysis, which revealed distinct clustering, particularly for beef. Support vector machine algorithms were trained, achieving an overall accuracy of 89.3% in leave-one-out cross-validation and 86.1% in external validation. This methodology demonstrates potential as an inspection tool for meat product authenticity, offering an efficient and accessible alternative to traditional laboratory techniques such as polymerase chain reaction , which require more extensive infrastructure.
Downloads
Referências
Abrantes, M. R., Oliveira, A. R. M., Rocha, M. O. C., Souza, G. O., Telles, E. O., Sakamoto, S. M., & Silva, J. B. A. (2014). Detecção de fraude em leite e queijo de coalho caprino por adição de leite bovino. Acta Scientiae Veterinariae, 42(1), Article 1213.
Aragão, A., & Contini, E. (2022). O agro no Brasil e no mundo: uma síntese do período de 2000 a 2020. Embrapa SIRE. Retrieved from https://www.embrapa.br/documents/10180/62618376/O+AGRO+NO+BRASIL+E+NO+MUNDO.pdf/41e20155-5cd9-f4ad-7119-945e147396cb
Barbosa, A. C. O. (2013). Aspectos positivos relacionados ao consumo de carne bovina [final project, Universidade de Brasília].
Ferraz, J. B. S., & Felício, P. E. (2010). Production systems: An example from Brazil. Meat Science, 84(2), 238–243. https://doi.org/10.1016/j.meatsci.2009.06.006
França, T., Lacerda, M., Calvani, C., Arruda, K., Maranni, A., Nicolodelli, G., Karthikeyan, S., Marangoni, B., Nascimento, C., & Cena, C. (2025). Improving bovine brucellosis diagnostics: rapid, accurate detection via blood serum infrared spectroscopy and machine learning. ACS Omega, 10(22), 22952-22959. https://doi.org/10.1021/acsomega.5c00504
Larios, G., Nicolodelli, G., Ribeiro, M., Canassa, T., Reis, A. R., Oliveira, S. L., Alves, C. Z., Marangoni, B. S., & Cena, C. (2020). Soybean seed vigor discrimination by using infrared spectroscopy and machine learning algorithms. Analytical Methods, 12(35), 4303–4309. https://doi.org/10.1039/D0AY01238F
Lerma-Garcia, M. J., Ramis-Ramos, G., Herrero-Martínez, J. M., & Simó-Alfonso, E. F. (2010). Authentication of extra virgin olive oils by Fourier-transform infrared spectroscopy. Food Chemistry, 118(1), 78–83. https://doi.org/10.1016/j.foodchem.2009.04.092
Li, X., Zang, M., Li, D., Zhang, K., Zhang, Z., & Wang, S. (2023). Meat food fraud risk in Chinese markets 2012–2021. npj Science of Food, 7, Article 12. https://doi.org/10.1038/s41538-023-00189-z
Malafaia, G. C., Mores, G. V., Casagranda, Y. G., Barcellos, J. O. J., & Costa, F. P. (2021). The Brazilian beef cattle supply chain in the next decades. Livestock Science, 253, Article 104704. https://doi.org/10.1016/j.livsci.2021.104704
Martins, O. J. S. (2015). Aplicação de espectroscopia no infravermelho médio para detecção de adulteração em produtos a base de frango [Dissertation, UFMG]. Retrieved from https://repositorio.ufmg.br/bitstream/1843/BUBD-A8YRK5/1/disserta__o__onara_corre__o_banca_1_adriana.pdf
Mehdizadeh, M., Mousavi, S. M., Rabiei, M., Moradian, K., Eskandari, S., Fesarani, M. A., Rastegar, H., & Alebouyeh, M. (2014). Detection of chicken meat adulteration in raw hamburger using polymerase chain reaction. Journal of Food Quality and Hazards Control, 1(2), 36–40.
Mendonça, P. S. M., Relvas, K., & Correa, S. R. A. (2010). Estudo do comportamento alimentar de consumidores idosos no Brasil: alimentos preferidos, perfil do consumidor e contexto de consumo. Revista Ciências Administrativas, 16(2), 529–543.
Meza-Márquez, O. G., Gallardo-Velázquez, T., & Osorio-Revilla, G. (2010). Application of mid-infrared spectroscopy with multivariate analysis and soft independent modeling of class analogies (SIMCA) for the detection of adulterants in minced beef. Meat Science, 86(2), 511–519. https://doi.org/10.1016/j.meatsci.2010.05.044
Oliveira, A. C. S., Ferreira, B. C. A., Cardoso, G. V. F., Silva, C. L., Silva, A. S., Silva, F., Melo, R. M., Cardili, D. J., Leite, F. P. L., Roos, T. B., Moraes, C. M., & Silva, F. (2015). Avaliação da técnica PCR multiplex para detecção de fraude por adição de carne bubaline em carne moída bovina. Revista do Instituto Adolfo Lutz, 74(1), 371–379.
Oliveira, C. B., Bortoli, E. C., & Barcellos, J. O. J. (2008). Diferenciação por qualidade da carne bovina: a ótica do bem-estar animal. Ciência Rural, 38(7), 2092–2096. https://doi.org/10.1590/S0103-84782008000700049
Oliveira, F. C. S. (2011). Especismo Religioso. Revista Brasileira de Direito Animal, 6(8), 161–220. https://doi.org/10.9771/rbda.v6i8.11060
Oliveira, P. K., Tosato, M. G., Alves, R. S., Martin, A. A., Fávero, P. P., & Rainero, L. (2012). Análise da composição bioquímica da pele por espectroscopia Raman. Revista Brasileira de Engenharia Biomédica, 28(3), 278–287. https://doi.org/10.4322/rbeb.2012.032
Ribeiro, C. S. G., & Corção, M. O. (2013). O consumo de carne no Brasil: entre valores socioculturais e nutricionais. Demetra, 8(3), 425–438. https://doi.org/10.12957/demetra.2013.6608
Robson, K., Dean, M., Brooks, S., Haughey, S., & Elliott, C. (2020). A 20-year analysis of reported food fraud in the global beef supply chain. Food Control, 116, 107310. https://doi.org/10.1016/j.foodcont.2020.107310
Sauer-Leal, E., Okada, F. M., & Peralta-Zamora, P. (2008). Caracterização físico-química de queijo prato por espectroscopia no infravermelho e regressão de mínimos quadrados parciais. Química Nova, 31(7), 1621–1625. https://doi.org/10.1590/S0100-40422008000700004
Senado Federal (2019). Código de Defesa do Consumidor e normas correlatas (3rd ed.). Coordenação de Edições Técnicas. Retrieved from https://www2.senado.leg.br/bdsf/bitstream/handle/id/555106/cdc_e_normas_correlatas_3ed.pdf
Silva, C. L., Sales, G. A., Santos Neto, J. G., Silva, J. S., Lara, A. P. S. S., Lima, S. C. G., Leite, F. P. L., Nunes, E. S. C. L., Moraes, C. C. G., Roos, T. B., & Moraes, C. M. (2015). Detecção de fraude em amostras comerciais de queijo bubalino por adição de leite bovino por meio da técnica de Reação em Cadeia da Polimerase (PCR) multiplex. Revista do Instituto Adolfo Lutz, 74(1), 21–29. https://doi.org/10.53393/rial.2015.v74.33382
Souza, F. P. (2008). O mercado da carne bovina no Brasil. Revista de Ciências Agro-Ambientais, 6(3), 427–434. Retrieved from https://periodicos.pucpr.br/index.php/cienciaanimal/article/view/10640/10037
Tibola, C. S., Medeiros, E. P., Simeone, M. L. F., & Oliveira, M. A. (2018). Espectroscopia no infravermelho próximo para avaliar indicadores de qualidade tecnológica e contaminantes em grãos. Embrapa. Retrieved from https://ainfo.cnptia.embrapa.br/digital/bitstream/item/193539/1/ID44539-218LVespectroscopia.pdf
United Nations Office on Drugs and Crime (UNODC) (2019). Diretrizes sobre os dispositivos Raman portáteis para identificas material apreendido no terreno. UNODC. Retrieved from https://www.unodc.org/documents/scientific/SCITEC_26-Guidelines_on_Raman_Handheld_Field_Identification_Devices-P.pdf
Valenciaga, D., & Saliba, E. O. S. (2006). La espectroscopia de reflectancia en el infrarojo cercano (NIRS) y sus potencialidades para la evaluación de forrajes. Revista Cubana de Ciencias Agrícolas, 40(3), 259–267.
Wang, L., Hang, X., & Geng, R. (2019). Molecular detection of adulteration in commercial buffalo meat products by multiplex PCR assay. Food Science Technology, 39(2), 344–348. https://doi.org/10.1590/fst.28717
Xiao, J., Jiang, C., Ye, L. L. S., Zhang, C., Xiong, X., Zou, Z., & Huang, Z. (2023). UV–vis spectrophotometer and smartphone RGB dual mode detection of inorganic arsenic based on hydride generation iodine–starch system. Microchemistry Journal, 186, Article 108298. https://doi.org/10.1016/j.microc.2022.108298
Zamudio, L. H. B., & Junqueira, A. M. R., & Almeida, I. L. (2009). Caracterização do consumidor e avaliação da qualidade de carne de frango comercializada em Brasília - DF. In Anais eletrônicos do Congresso da Sociedade Brasileira de Economia, Administração e Sociologia Rural, 47. Retrieved from https://repositorio.unb.br/handle/10482/12084
