Development and application of a Phytochemical Food Database (PhytoFooD) to assess the intake of dietary plant bioactives

Este artigo apresenta o PhytoFooD, uma base de dados abrangente que compila informações qualitativas e quantitativas sobre 1.067 compostos bioativos em 1.410 alimentos vegetais, permitindo uma avaliação mais precisa da ingestão dietética e dos efeitos na saúde desses nutrientes.

O essencial

Imagine que a sua dieta é como uma orquestra gigante. Até hoje, os nutricionistas e cientistas focavam apenas nos instrumentos mais famosos: as proteínas, as vitaminas e os minerais. Mas, dentro de cada alimento (uma maçã, um café, um brócolis), existe uma "sinfonia" secreta de milhares de outras moléculas pequenas e poderosas, chamadas fitoquímicos. Elas são como os violinos, as flautas e os tambores que dão o sabor, a cor e os benefícios reais à saúde, mas que a gente quase nunca ouve falar.

O problema é que, até agora, não tínhamos um partitura completa dessa orquestra. Sabíamos onde estavam os violinos (os polifenóis), mas ignorávamos os tambores (os glucosinolatos) e as flautas (os terpenos).

É aqui que entra o PhytoFooD, o grande protagonista deste estudo.

O que é o PhytoFooD?

Pense no PhytoFooD como um "Google Maps" ou um "Wikipédia" superpoderoso para os ingredientes secretos da comida.

Os pesquisadores da Universidade de Parma, na Itália, passaram anos caçando informações. Eles vasculharam 13 bancos de dados antigos e leram mais de 330 artigos científicos recentes. O resultado? Um banco de dados gigante que catalogou 1.067 ingredientes bioativos (os "músicos secretos") presentes em 1.410 alimentos diferentes.

Eles não apenas listaram o que existe, mas também mediram quanto existe em cada comida. E o mais importante: eles perceberam que a quantidade varia muito!

A Analogia do Café: Por que a variação importa?

Para explicar por que isso é tão importante, o estudo usa o café como exemplo.

Imagine que você quer saber quanto cafeína uma pessoa bebe.

• O jeito antigo (bancos de dados comuns): Era como se dissessem: "Um café tem 100 mg de cafeína". Ponto final.
• O jeito novo (PhytoFooD): Eles dizem: "Um café pode ter entre 21 mg e 306 mg de cafeína, dependendo de como foi feito, da marca do grão e da hora do dia".

Isso é como tentar adivinhar o preço de uma casa apenas olhando para o preço médio do bairro. Às vezes, você compra uma mansão por 100 mil (o café fraco), e às vezes compra uma barraca por 1 milhão (o café super forte).

O estudo mostrou que, se usarmos apenas a "média", podemos errar feio. Para algumas pessoas que bebem muito café, a quantidade real de cafeína pode ser perigosamente alta, ultrapassando o limite de segurança, algo que os métodos antigos não conseguiam prever porque ignoravam essa "variação natural".

O que eles descobriram?

Ao aplicar esse novo "mapa" na dieta de europeus, eles viram coisas interessantes:

1. Onde estamos nos alimentando: Países como Holanda e Finlândia consomem muito "polifenóis" (aqueles antioxidantes famosos), principalmente por causa do café.
2. A força das frutas: Portugal, Espanha e Grécia têm uma ingestão alta de terpenos (compostos que dão o cheiro e sabor cítrico), graças às laranjas e cenouras.
3. O segredo do "Foodome": O estudo reforça que não podemos olhar para a comida como uma lista de nutrientes isolados. A comida é um sistema complexo. O que você come hoje pode ter uma composição química totalmente diferente do que você comeu ontem, mesmo que seja o mesmo tipo de alimento.

Por que isso muda tudo?

Antes, era como tentar montar um quebra-cabeça com metade das peças faltando. Agora, com o PhytoFooD, temos muito mais peças.

• Para você: Entende que a sua dieta é mais complexa e variada do que pensava.
• Para a ciência: Permite criar recomendações de saúde mais precisas. Em vez de dizer "coma 2 xícaras de café", a ciência pode começar a entender como a variação natural dos alimentos afeta a saúde de cada indivíduo.

Resumo da ópera:
Este estudo criou o maior e mais detalhado catálogo de "ingredientes secretos" da comida já feito. Ele nos ensina que a comida não é estática; ela é viva e variável. Entender essa variação é o próximo passo para desvendar como a dieta realmente molda a nossa saúde, evitando erros de cálculo e abrindo caminho para uma nutrição de precisão, onde cada pessoa pode entender melhor o que está realmente entrando no seu corpo.

Resumo técnico

1. O Problema

O consumo de alimentos à base de plantas é complexo, envolvendo uma vasta gama de moléculas bioativas (como polifenóis, carotenoides, glucosinolatos e monoterpenoides) cujas interações definem a composição química dos alimentos. Apesar dos avanços na criação de bases de dados de composição alimentar, existem lacunas significativas:

• Exclusão de compostos: Muitos fitoquímicos menos conhecidos (ex. glucosinolatos, monoterpenoides) são frequentemente excluídos das bases de dados nacionais.
• Informação fragmentada: Os dados na literatura científica estão dispersos e muitas vezes incompletos.
• Falta de variabilidade: A maioria das bases de dados fornece apenas valores médios, ignorando a variabilidade natural da concentração de compostos dentro dos mesmos alimentos (devido a cultivares, condições ambientais, processamento, etc.), o que compromete a precisão das avaliações de ingestão dietética e a compreensão do "foodome" (o conjunto total de químicos na dieta).
• Limitações na avaliação de saúde: A ausência de uma base de dados abrangente e confiável dificulta a correlação precisa entre hábitos dietéticos e efeitos na saúde.

2. Metodologia

Os autores desenvolveram o PhytoFooD (Phytochemical Food Database) através de um processo rigoroso de duas etapas principais:

• Coleta de Dados:

  • Fontes: Dados foram extraídos de 13 bases de composição alimentar nacionais e internacionais (incluindo Phenol-Explorer, USDA, Ciqual, Fineli, entre outras) e de uma revisão extensa da literatura científica (Scopus) de artigos originais e revisões publicadas entre novembro de 2022 e março de 2025.
  • Critérios de Qualidade: Priorizou-se estudos analíticos recentes publicados em revistas revisadas por pares, utilizando técnicas de alta resolução (cromatografia acoplada à espectrometria de massa).
  • Harmonização: Os dados foram padronizados para mg/100g de alimento e mapeados para uma lista de referência de alimentos (BDA - Base de Dados de Alimentos para Estudos Epidemiológicos na Itália).
  • Classificação: Os bioativos foram hierarquicamente classificados em 4 famílias principais: (poli)fenóis, terpenoides, compostos contendo nitrogênio e fitoquímicos diversos.

• Análise e Tratamento de Dados:

  • Cálculo Estatístico: Para cada par "alimento-composto", foram calculadas medidas centrais e de dispersão (média, desvio padrão, mínimo, máximo, mediana e coeficiente de variação).
  • Detecção de Outliers: Aplicaram-se três testes estatísticos (desvio de 2 SDs, teste de Grubbs e teste de Tukey). Um valor foi considerado outlier e excluído se pelo menos dois dos três testes fossem positivos.
  • Índice de Robustez: Foi atribuído um índice de robustez (1 a 3) baseado no tamanho da amostra de dados disponíveis (n < 3, 3 ≤ n < 5, e n ≥ 5, respectivamente).
  • Aplicação: A base de dados foi aplicada para estimar a ingestão de fitoquímicos em 22 países europeus (usando dados do EFSA) e em nível individual (coorte OPCT na Itália), focando na variabilidade da concentração de cafeína no café expresso.

3. Principais Contribuições

• Base de Dados Abrangente: O PhytoFooD é a base de dados mais completa até a data, contendo 1.067 compostos bioativos em 1.410 alimentos à base de plantas, totalizando 41.130 valores médios de concentração.
• Inclusão de Compostos Negligenciados: Diferente de bases anteriores, inclui dados quantitativos sobre compostos como glucosinolatos, alcaloides e terpenoides de baixo peso molecular.
• Transparência e Variabilidade: Ao contrário das médias simples, o PhytoFooD fornece intervalos de concentração (mínimo/máximo) e coeficientes de variação, permitindo avaliar o impacto da variabilidade natural na ingestão dietética.
• Índice de Robustez: Introduz um sistema de pontuação que informa ao usuário a confiabilidade estatística de cada dado baseado no número de fontes disponíveis.
• Ferramenta Global: A estrutura permite aplicações globais, servindo como ferramenta para avaliadores de ingestão dietética e pesquisadores em nutrição.

4. Resultados

• Caracterização Química: O banco de dados permitiu perfis químicos detalhados de alimentos. Por exemplo, o café expresso foi caracterizado por uma vasta gama de bioativos com grandes diferenças de concentração.
• Ingestão na Europa: A análise de 20 alimentos mais consumidos em 22 países europeus revelou:
  • Polifenóis: Países como Holanda, Finlândia e Alemanha tiveram as maiores ingestões (~600 mg/dia), com o café sendo a principal fonte.
  • Terpenoides: Portugal, Espanha e Grécia apresentaram as maiores ingestões (~500 mg/dia), impulsionadas por frutas e vegetais (laranjas e cenouras).
  • Compostos N-Conteúdo: A cafeína do café representou frequentemente mais de 50% da ingestão total nesta categoria em países como Sérvia e Romênia.
• Impacto da Variabilidade (Caso do Café): A aplicação do banco de dados demonstrou que a variabilidade da cafeína no café expresso (de 21 a 306 mg por xícara) altera drasticamente as estimativas de ingestão.
  • Ao usar a concentração máxima, a ingestão de cafeína em alguns indivíduos e populações pode exceder o limite seguro de 400 mg/dia estabelecido pela EFSA, algo que não seria detectado usando apenas valores médios.

5. Significado e Conclusão

O PhytoFooD representa um avanço pioneiro na nutrição e na ciência dos alimentos, preenchendo uma lacuna crítica na avaliação da exposição dietética a bioativos vegetais.

• Precisão na Saúde Pública: Permite avaliações de risco e benefícios mais precisas, considerando a variabilidade natural dos alimentos, o que é crucial para estabelecer limites de segurança (como no caso da cafeína) e recomendações dietéticas.
• Futuro da Pesquisa: A base de dados serve como uma ferramenta fundamental para estudos epidemiológicos, permitindo uma compreensão mais profunda da relação entre o "foodome" e a saúde humana.
• Limitações e Perspectivas: Embora 68% dos dados tenham um índice de robustez baixo (n < 3), a prioridade foi a qualidade sobre a quantidade. Os autores destacam a necessidade contínua de gerar mais dados analíticos, especialmente para compostos menos estudados e com informações detalhadas sobre cultivares e processamento.

Em suma, o PhytoFooD fornece a infraestrutura necessária para transitar de uma visão simplificada da dieta para uma compreensão molecular complexa e precisa da interação entre alimentos e saúde.