Usando essa técnica, baseada em inteligência artificial (IA), os especialistas descobriram que, com o sequenciamento genético (análise genética), é possível detectar possíveis problemas nos estágios iniciais da produção de leite.
Leia também: PLnº 2028/2024 | Avançam medidas para acessibilidade em bancos e incentivo à produção de leite
Isso permite que os produtores corrijam quaisquer problemas antes que o produto seja comercializado ou chegue ao mercado.
“Ao combinar o sequenciamento genético e a análise de micróbios em uma amostra de leite com a IA, os pesquisadores conseguiram detectar anomalias na produção de leite, como contaminação ou aditivos não autorizados. Isso poderia ajudar a melhorar a segurança dos produtos lácteos”, disseram os pesquisadores da Penn State, da Cornell University e da IBM Research.
Os pesquisadores basearam seu estudo no leite, pois ele é usado como ingrediente para fabricar uma variedade de produtos e alimentos. Além disso, a qualidade do leite cru tem impacto sobre o produto acabado, a segurança e a eficiência da produção.
EDAIRY MARKET | O Marketplace que Revolucionou o Comércio Lácteo
Além disso, os microbiomas (população microbiana) do leite cru são diversos e influenciam substancialmente a qualidade dos produtos lácteos processados.
“No leite cru e em outros sistemas alimentares, os micróbios podem apresentar desafios significativos de segurança alimentar para organismos patogênicos e afetar a qualidade dos alimentos, como sabor e atributos de armazenamento”, diz a pesquisa.
Além disso, a cadeia de suprimento de alimentos é muito complexa, com vários pontos de contato (desde fazendeiros, fornecedores, transporte, armazenamento e consumo) antes de chegar a um produto acabado. Ao longo de toda essa cadeia, surgem problemas em cada estágio que podem causar problemas de qualidade e segurança.
Etapas da pesquisa
Para realizar esse estudo, os pesquisadores obtiveram 58 amostras de leite de tanques a granel. Eles usaram dados complexos de sequenciamento de amostras genômicas e inteligência artificial para detectar leite tratado com antibióticos que haviam sido experimentalmente e aleatoriamente adicionados às amostras de leite de tanques a granel coletadas.
Para garantir os resultados, eles aplicaram IA explicável a conjuntos de dados sequenciados geneticamente disponíveis publicamente de amostras de leite a granel.
“Podemos analisar os dados microbianos do leite cru e, usando a inteligência artificial, ver se os micróbios presentes revelam características como pré-pasteurização, pós-pasteurização ou se é de uma vaca que foi tratada com antibióticos”, disse Erika Ganda, professora assistente de microbiomas de animais alimentícios da Penn State College of Agricultural Sciences.
Algoritmos de inteligência artificial foram capazes de distinguir entre amostras padrão e aquelas que poderiam indicar um problema de contaminação, como leite de uma fazenda externa ou leite contendo antibióticos.
Além disso, eles analisaram mais detalhadamente os genomas dos micróbios contidos no leite cru. Ao compreender a composição microbiana, ou seja, quais micróbios estão no alimento, os cientistas conseguiram identificar quais são seguros (como os que ajudam a fermentar o alimento) e quais podem ser perigosos (como os que causam doenças ou estragam o alimento).
Como o microbioma é sensível a mudanças de temperatura, salinidade, pH e composição do material em que reside, entre outras coisas, ele também pode ser usado como um indicador de quando o alimento pode apresentar um risco à sua qualidade e segurança para consumo.
Os resultados mostraram que, apesar das variações, há um grupo comum de micróbios encontrados em todas as amostras, indicando que esses micróbios são elementos estáveis ou comuns e estáveis no leite cru, parte de seu microbioma natural.
IA, uma ferramenta para a segurança alimentar
As descobertas do estudo sugerem que a IA tem o potencial de melhorar significativamente a detecção de anomalias na produção de alimentos, fornecendo um método mais abrangente que pode ser adicionado ao conjunto de ferramentas dos cientistas para garantir a segurança dos alimentos, explicou Ganda.
“A análise tradicional de dados de sequenciamento microbiano, como métricas de diversidade alfa e beta e agrupamento, não foi tão eficaz na diferenciação entre amostras de referência e anômalas”, disse ele. “No entanto, a integração da IA permitiu a classificação precisa e a identificação dos fatores microbianos associados às anomalias.”
Os cientistas validaram o potencial da IA para classificar diferentes fontes de leite usando dados de sequenciamento de rDNA do leite líquido. Além disso, essa tecnologia emergente é capaz de diferenciar entre métodos de armazenamento de leite, estágios de processamento e estações do ano.
“Os sistemas microbianos e a cadeia de suprimento de alimentos são uma aplicação ideal para a IA, pois as interações entre os micróbios são complexas e dinâmicas”, disse Kristen Beck, pesquisadora sênior da IBM Research.
Embora o foco seja a produção de leite, essa pesquisa tem o potencial de ser aplicada ao setor de alimentos em geral, disseram os pesquisadores.
Além disso, esses resultados indicam que a aplicação da inteligência artificial é promissora na análise de dados do microbioma e pode apresentar outras oportunidades para ajudar na segurança e na qualidade dos alimentos.
