Palestrante
Descrição
Resumo: O consumo de suplementos alimentares cresce, mas o consumidor tem poucos meios de verificar se o produto que compra corresponde ao que está no rótulo. Este trabalho relata a experiência de um projeto de extensão da Universidade Federal do Espírito Santo que analisa suplementos entregues voluntariamente pela comunidade, sobretudo creatina e whey protein, por espectroscopia no infravermelho médio com transformada de Fourier e reflectância total atenuada (ATR-FTIR) combinada a análise multivariada e aprendizado de máquina. Cada amostra é comparada a padrões de referência pela sobreposição dos espectros e por análise de componentes principais (PCA). Nas amostras de creatina, um modelo de classificação indica a presença de cafeína; nas de whey, o teor de proteína por porção é estimado por uma ferramenta de quantificação. O resultado volta ao participante em um relatório individual. Até o momento, foram recebidas 18 amostras: sete de creatina, sete de whey e quatro de outros suplementos. O modelo de detecção de cafeína foi refeito com uma máquina de vetores de suporte (SVM) de kernel polinomial, ajustada por validação cruzada em um banco de 467 espectros, e alcançou no conjunto de teste área sob a curva ROC (AUC) de 0,9975, sensibilidade de 93,1% e especificidade de 100%. O projeto também investiga se 1% de cafeína funciona como limiar para classificar uma amostra como adulterada. Perfis no Instagram e no Facebook divulgam conteúdo educativo sobre qualidade de suplementos. A experiência mostrou que devolver resultados ao público exige deixar claros os limites de uma triagem e que a variedade de marcas obriga a atualizar o banco espectral de forma contínua. Para os estudantes, o projeto reuniu instrumentação, análise de dados e comunicação com a sociedade em uma mesma atividade.
Palavras-chave: Adulteração de alimentos; Aprendizado de máquina; Espectroscopia no infravermelho; Extensão universitária; Suplementos alimentares.