Multi-Excitation Front-Face Fluorescence Spectroscopy with Explainable LSTM for Detection of Lymphatic Tissue Adulteration in Ground Beef

A integridade da cadeia de suprimentos alimentares depende de saber exatamente o que há em uma embalagem. Quando a carne moída é vendida, regulamentações e a confiança do consumidor exigem que ela contenha apenas músculo esquelético, a carne comestível que esperamos. No entanto, a indústria cárnica enfrenta um desafio persistente: a inclusão acidental ou fraudulenta de tecido linfático. Os linfonodos fazem parte do sistema imunológico do animal, atuando como filtros que podem abrigar bactérias e patógenos. Diferente do músculo, eles são classificados como miúdos e não são destinados ao consumo humano. Uma vez que esses tecidos são triturados e misturados a um lote de carne bovina, tornam-se invisíveis a olho nu. Métodos tradicionais para encontrá-los, como testes de DNA, são lentos, caros e destrutivos, tornando-os impraticáveis para verificar cada lote de carne que passa por um abatedouro. Cientistas há muito buscam tecnologias baseadas em luz como uma alternativa mais rápida. Ao incidir luz sobre uma amostra e medir como ela brilha de volta, pesquisadores podem detectar moléculas específicas que atuam como impressões digitais químicas. Essa abordagem, conhecida como espectroscopia de fluorescência, pode revelar diferenças sutis de composição que o olho humano não percebe, oferecendo uma maneira potencial de detectar contaminação de forma rápida e sem danificar o produto.

Uma equipe de pesquisadores partiu para resolver o problema específico da detecção de tecido linfático escondido dentro de carne moída. Eles sabiam que um simples teste de luz teria dificuldades porque a carne moída é uma mistura complexa onde o teor de gordura, a oxidação e o tipo de corte de carne podem todos alterar a forma como a carne brilha, muitas vezes mimetizando o sinal de contaminação. Para cortar através dessa confusão, eles desenvolveram um método que utiliza quatro cores diferentes de luz para sondar a carne, em vez de apenas uma. Eles combinaram essa abordagem de luz multicolorida com um programa de computador sofisticado projetado para aprender padrões, semelhante à forma como um cérebro humano reconhece um rosto ao olhar para muitos traços ao mesmo tempo. Os pesquisadores reuniram uma coleção massiva de amostras de carne bovina de cinco abatedouros comerciais, representando três raças diferentes de gado, dois grupos de idade e vários cortes de carne. Eles criaram centenas de lotes de teste, misturando carne pura com tecido linfático em quantidades precisas, variando de nenhuma em absoluto até tecido linfático puro, para ensinar ao seu sistema o que a contaminação real parece.

O cerne de sua descoberta reside em como os diferentes tecidos reagem à luz. Quando os pesquisadores incidiram comprimentos de onda específicos de luz sobre as amostras, descobriram que o tecido linfático e o tecido muscular contavam histórias muito diferentes. O tecido muscular é rico em certas proteínas que brilham intensamente sob uma cor de luz específica, enquanto o tecido linfático é pobre nessas proteínas, mas rico em outras moléculas associadas à produção de energia e atividade imunológica que brilham sob cores diferentes. Ao medir a carne com quatro configurações de luz distintas, o sistema podia ver um padrão único: uma queda no brilho específico do músculo e um aumento no brilho específico do linfa. Essa combinação de sinais atuou como uma assinatura definitiva de contaminação. O modelo de computador aprendeu a ponderar essas mudanças em conjunto, permitindo que distinguisse o tecido linfático real de outros fatores como excesso de gordura ou água, que poderiam alterar a reflexão da luz, mas não este padrão químico específico.

Os resultados mostraram que essa abordagem foi notavelmente eficaz. Quando testado em amostras de carne bovina de abatedouros que o computador nunca havia visto antes, o sistema conseguiu prever com precisamente a quantidade de tecido linfático presente com um alto grau de confiança. Ele detectou com sucesso a presença de contaminação em níveis relevantes para os limiares regulatórios, distinguindo entre carne pura e carne misturada com pequenas quantidades de linfonodos. No entanto, os pesquisadores esclareceram que, embora o método possa detectar a adulteração próxima ao nível de 2%, a quantificação confiável nesse nível de concentração ainda não é suportada. Os pesquisadores também provaram que o uso de múltiplas cores de luz foi a chave para esse sucesso. Quando tentaram usar apenas a cor de luz única tradicional na qual a maioria dos estudos anteriores se baseava, o sistema ficou confuso, confundindo gordura ou água com contaminação. Foi apenas ao combinar as quatro diferentes configurações de luz que o modelo conseguiu permanecer preciso e evitar alarmes falsos. Isso confirmou que a melhoria veio da forma como os dados foram coletados, e não apenas da complexidade do programa de computador.

Para garantir que os achados fossem reais e não apenas um artefato do computador, a equipe verificou seus resultados contra testes químicos reais. Eles mediram as moléculas específicas que o computador havia identificado como importantes e descobriram que os níveis químicos correspondiam perfeitamente às previsões do computador. Quando o computador dizia que havia menos proteína muscular e mais moléculas relacionadas à imunidade, os testes de laboratório confirmavam exatamente isso. Essa verificação cruzada deu aos pesquisadores evidências fortes de que seu método estava vendo a biologia real da contaminação. Eles determinaram que o método poderia detectar a presença de tecido linfático em níveis tão baixos quanto 1,8%, o que está abaixo do limiar onde os reguladores tipicamente começam a se preocupar. No entanto, embora o sistema seja excelente em detectar que a contaminação existe, ele torna-se confiável para fornecer um número exato apenas quando a contaminação atinge cerca de 6%.

Este estudo demonstra que um escaneamento de luz relativamente simples e não destrutivo pode servir como uma poderosa ferramenta de triagem para a segurança alimentar. Oferece uma maneira para os abatedouros verificarem rapidamente grandes volumes de carne moída para um tipo específico e perigoso de adulteração que tem sido difícil de capturar. Embora a tecnologia ainda não seja perfeita para medir quantidades minúsculas com precisão absoluta, ela é robusta o suficiente para sinalizar lotes suspeitos para testes mais detalhados e profundos. Os pesquisadores observaram que o sistema funciona bem em diferentes fazendas e raças de gado, sugerindo que poderia ser adaptado para o uso no mundo real. O trabalho destaca que, ao olhar para um problema através de múltiplas lentes, em vez de apenas uma, os cientistas podem descobrir soluções que antes estavam ocultas no ruído de dados biológicos complexos.