Uma nova metodologia desenvolvida por cientistas brasileiros e italianos está revolucionando a forma de identificar milho transgênico. Combinando espectroscopia de plasma induzida por laser (Libs) e algoritmos de aprendizado de máquina (machine learning), pesquisadores da Embrapa e de quatro universidades brasileiras, junto a um instituto da Itália, criaram um sistema rápido, acessível e preciso para diferenciar grãos modificados geneticamente de variedades convencionais.
Atualmente, a detecção de alimentos transgênicos é feita com a técnica de PCR (reação em cadeia da polimerase), um método preciso, mas caro e demorado. O novo sistema busca ser uma alternativa eficiente, sobretudo em contextos onde agilidade e baixo custo são cruciais, como nos processos de fiscalização, exportação e certificação.
Como funciona a técnica
A técnica Libs analisa a composição elementar dos grãos, identificando elementos como carbono, nitrogênio, ferro e potássio. O grande desafio foi encontrar marcadores específicos entre amostras com composições similares. Para isso, os pesquisadores recorreram à inteligência artificial, com algoritmos capazes de diferenciar as amostras por meio de análises multivariadas.
“Conseguimos classificar amostras de milho com base em diferenças sutis em sua composição química, algo praticamente impossível sem o uso de machine learning”, afirma Matheus Cicero Ribeiro, autor do estudo. A pesquisa foi realizada no programa de pós-graduação em Ciência dos Materiais da Universidade Federal de Mato Grosso do Sul (UFMS), com orientação do professor Bruno Marangoni e apoio da Embrapa Instrumentação.
Foram analisadas 160 amostras de milho — quatro variedades transgênicas e duas convencionais. Essa foi a primeira vez que se testou um protocolo de validação externa com a técnica Libs para esse fim, o que aumentou a confiabilidade dos resultados. O carbono foi o elemento que mais contribuiu para a diferenciação entre os tipos de milho.
Para Débora Milori, coordenadora do Laboratório Nacional de Agrofotônica da Embrapa, a inovação representa um salto na rastreabilidade e controle de qualidade dos alimentos. “Essa tecnologia permite identificar a origem do produto de forma rápida, barata e segura, beneficiando produtores, consumidores e órgãos de controle”, afirma.
Além de laboratórios de alimentos e órgãos reguladores, empresas de biotecnologia e a indústria agroalimentar podem se beneficiar com o método. “Ele aumenta a segurança na cadeia alimentar, além de permitir ao consumidor fazer escolhas mais conscientes sobre o que consome”, reforça Marangoni.
O próximo passo será ampliar a base de dados com amostras de outras regiões do Brasil, para treinar ainda mais os algoritmos. A equipe também planeja desenvolver versões portáteis do equipamento, viabilizando testes em campo e facilitando o uso em larga escala.
Se padronizada, a metodologia poderá ser aceita por agências reguladoras, integrando os processos de controle de qualidade e certificação de transgênicos. Para os pesquisadores, a tecnologia representa uma nova fronteira para a segurança alimentar e a rastreabilidade no agronegócio brasileiro.
