RESUMO
A banana é uma das frutas mais consumidas no Brasil, sendo importante fonte de minerais, vitaminas e carboidratos na dieta humana. A caracterização de genótipos superiores de banana permite identificar aqueles com qualidade nutricional para cultivo e para integrar programas de melhoramento genético. Porém, a identificação e quantificação dos carotenoides provitamínicos são dificultadas pelo custo instrumental e dos reagentes químicos para as análises, podendo se tornar inviável caso o número de amostras a serem analisadas seja elevado. Assim, objetivou-se verificar o potencial da fenotipagem indireta do teor de vitamina A em banana por redes neurais artificiais (RNAs) utilizando-se dados colorimétricos. Foram avaliadas 15 cultivares de bananeira com quatro repetições, totalizando 60 amostras. Para cada amostra, foram obtidos dados colorimétricos, estimando-se o teor de vitamina A na polpa dos frutos maduros. Para a predição do teor de vitamina A por dados colorimétricos, utilizaram-se RNAs do tipo perceptron multicamadas. Foram testadas dez arquiteturas de rede com uma única camada intermediária. A rede selecionada pelo melhor ajuste (menor erro quadrático médio) teve quatro neurônios na camada intermediária, possibilitando alta eficiência na predição de vitamina A (r2 = 0,98). Os parâmetros colorimétricos a* e ângulo Hue foram os mais importantes neste estudo. A fenotipagem indireta em alta escala da vitamina A por meio de RNAs na polpa de banana é possível e viável.
Palavras-chave
Musa spp.; parâmetros colorimétricos; inteligência computacional; perceptron multicamadas; fenômica
