Guiné, RaquelBarroca, Maria JoãoGonçalves, FernandoAlves, MarianaOliveira, SolangeMendes, Mateus2014-09-162014-09-162014Guiné RPF, Barroca MJ, Gonçalves F, Alves M, Oliveira S, Mendes M. (2014) Aplicação da modelização por redes neuronais ao teor de compostos fenólicos e atividade antioxidante em bananas de diferentes cultivares secadas sob condições distintas. Livro de atas do 12º Encontro de Química dos Alimentos, Lisboa, p. 296-299http://hdl.handle.net/10400.19/2248Os compostos fenólicos estão amplamente presentes no reino vegetal, sendo essenciais para o crescimento e reprodução das plantas, além de serem responsáveis pela cor, adstringência e aroma em vários alimentos [1]. Estes compostos, sendo antioxidantes, combatem os radicais livres, previnem doenças cardíacas, doenças neurodegenerativas, problemas do aparelho circulatório, cancro, inflamação e inibem a oxidação lipídica [1-2]. Porém, o processamento térmico pode destruir a quantidade ou a biodisponibilidade destes compostos, reduzindo assim os efeitos benéficos para a saúde [3]. As redes neurais artificiais (ANN: Artificial Neural Networks) têm sido utilizadas nos últimos anos para a modelização de muitos processos em engenharia de alimentos, como por exemplo: modelização e controlo do processo de secagem das uvas, previsão do desempenho energético do processo de secagem por atomização para óleo de peixe e leite em pó desnatado, previsão do encolhimento e reidratação de cenouras desidratadas [4-5]. O presente estudo foi realizado com o objetivo de investigar o impacto das condições de secagem sobre o teor em compostos fenólicos totais e atividade antioxidante em bananas de duas cultivares, bem como modelizar as variáveis do processo por meio de redes neurais artificiais. Bananas (cv. Musa nana e Musa cavendishii) em fresco, secadas por ar a 50 e 70 ºC e liofilizadas foram analisados quanto ao seu conteúdo em compostos fenólicos (FT) utilizando o reagente de Folin-Ciocalteu e atividade antioxidante (AA) utilizando o radical ABTS. Todas as amostras foram sujeitas a seis extrações sucessivas (três com metanol e três com uma solução de acetona). Os dados experimentais serviram para treinar uma rede neural usada para análise de dados e previsão das variáveis de saída (FT e AA). Os resultados indicam que as bananas das duas cultivares apresentam resultados semelhantes e que a secagem ao ar provocou um decréscimo do conteúdo de fenóis e na atividade antioxidante para ambas as temperaturas. A liofilização também diminuiu o teor de compostos fenólicos, porém em menor grau. Os testes feitos com as redes neurais mostraram que as variáveis FT e AA podem ser previstas com uma precisão elevada a partir das variáveis de entrada (Figura 1): variedade, estado de secagem, tipo de extrato e ordem do extracto, sendo que de entre estas as que assumem maior importância são o estado de secagem e a ordem do extrato.porFenoisbananaredes neuronaismodelizaçãosecagemliofilizaçãoatividade antioxidanteconference object