Resumo: O chá (Camellia sinensis) é a segunda bebida mais consumida globalmente, sendo palatável e consumida por suas propriedades terapêuticas. A Índia é um dos maiores consumidores e exportadores de chá preto com locais de cultivo espalhados em diferentes localidades do país. Os parâmetros que influenciam a qualidade do chá incluem metodologias de processamento e origem geográfica, impactam na composição química final e são responsáveis por distintas qualidades do chá. O chá preto no mercado vem em vários graus e geralmente são categorizados com base no tamanho da folha, ou seja, folha inteira, folha quebrada, leque e pó. É importante ter uma avaliação rápida da qualidade do chá, para fins econômicos, quanto à autenticação e comercialização do chá. Os métodos tradicionais de análise do chá são feitos através de métodos químicos e sensoriais que requerem equipamentos caros como HPLC (cromatografia líquida de alta performance) e GC (cromatografia gasosa) e podem ser demorados. O objetivo deste estudo é desenvolver e utilizar um dispositivo impedimétrico multissensor (língua eletrônica) para identificação de chá preto do Brasil e da Índia e determinar sua composição majoritária, usando quimiometria. A língua eletrônica (e-língua) é um instrumento analítico altamente confiável, econômico e que consome menos tempo quando comparado à análise sensorial e outras técnicas analíticas. O sinal dos sensores é adquirido como dados complexos para o computador, e esses dados são processados usando análises multivariadas, como Análise de Componente Principal (PCA), Análise Discriminante Parcial de Mínimos Quadrados (PLS-DA) e Regressão Parcial de Mínimos Quadrados (PLSR). A PCA foi aplicada aos dados e os resultados mostraram separação de amostras brasileiras e indianas em PC1 e PC2, além de uma boa separação entre a categoria folha inteira e as categorias leque e pó. O modelo de classificação usando PLS-DA permitiu distinguir as amostras brasileiras e indianas com 100% de sensibilidade e precisão. O PLS-DA mostrou que a classificação por notas não foi possível devido ao alto grau de similaridade entre as notas. Os modelos de previsão para a análise de referência, ou seja, flavonoides totais, polifenóis totais e cafeína, apresentaram valores de R2p de 0,75 e 0,67, respectivamente. O novo dispositivo impedimétrico multissensor acoplado à quimiometria pode ser eficaz na discriminação de amostras de chá preto com base em sua origem e pode encontrar aplicações potenciais na indústria de chá e outras bebidas Ver menos

Abstract: Tea (Camellia sinensis) is the second most globally consumed beverage being palatable and consumed for its therapeutical properties. India is one of the largest consumer and exporter of black tea with cultivation site spread at different location of the country. The parameters that influence tea quality include processing methodologies and geographical origin, and they impact the final chemical composition and are responsible for distinct tea quality. The black tea in market comes in various grades and are generally categorized based on their leaf size, namely whole leaf, broken leaf, fannings and dust. It is important to have a rapid assessment of tea quality, for economic purposes, regarding tea authentication and commercialization. Traditional methods of analysing tea are done through chemical and sensorial methods which requires costly equipment like HPLC (High-performance liquid chromatography) and GC (Gas chromatography), and can be time consuming. The objective of this study is to develop and utilize an impedimetric multi-sensor device (electronic tongue) for identification of black tea from Brazil and India and determine its major composition, using chemometrics. Electronic-tongue (e-tongue) is an analytical instrument that is highly reliable, cost efficient and less time-consuming when compared to sensory analysis and other analytical techniques. The signal from the sensors is acquired as complex data to the computer, and this data is processed using multivariate analyses such as Principal Component Analysis (PCA), Partial Least Square Discriminant analysis (PLS-DA) and Partial Least Square Regression (PLSR). PCA was applied to the data, and results showed separation of Brazilian and Indian samples in PC1 and PC2, in addition to good separation between whole leaf category and the fanning and dust categories. Classification model using PLS-DA enabled to distinguish the Brazilian and Indian samples with 100% sensitivity and accuracy. PLS-DA showed the classification based on grades was not possible due to the high degree of similarities between grades. The prediction models for the reference analysis i.e., total flavonoids, total polyphenols and caffeine showed R2p values of 0.75, and 0.67 respectively. The novel multi-sensor impedimetric device coupled to chemometrics can be effective in discriminating black tea samples based on their origin and could find potential applications in the tea and other beverages industry Ver menos