A consistência de alguns produtos alimentícios é altamente dependente das gorduras trans e saturadas em sua composição, porém o consumo desses tipos de gordura tem efeitos adversos à saúde, como aumento do colesterol e o risco de doenças cardiovasculares. Os oleogéis são candidatos potenciais para substituir essas gorduras, uma vez que podem apresentar características de sólidos à temperatura ambiente, embora sejam compostos principalmente de óleo líquido aprisionado por uma rede tridimensional formada pelo agente estruturante. Identificar se uma determinada molécula é capaz de gelificar um determinado óleo ainda é uma tarefa árdua, que, normalmente, só pode ser resolvida na tentativa e erro. Neste trabalho, dados de gelificação de óleos vegetais disponíveis na literatura aberta foram compilados e serviram de base para um estudo de modelos matemáticos capazes de descrever a formação de géis. Foram estudados os modelos dos Parâmetros de solubilidade de Hansen e Técnicas de aprendizado de máquina (Análise Discriminante Linear, Rede Neural Artificial e Análise de Componentes Principais). A influência do conteúdo de gordura sólida na formação do gel foi estudada com base em previsões feitas a partir de um modelo de equilíbrio sólido-líquido desenvolvido anteriormente. Foram catalogados 428 agentes estruturantes, 67 óleos e 268 experimentos de gelificação. Embora os dados disponíveis sobre gelificação de óleos sejam abundantes, os dados ainda não foram padronizados e não contêm informações suficientes para aplicar os parâmetros de solubilidade de Hansen para óleos individuais e o uso em vários óleos ao mesmo tempo possui aplicações limitadas. As técnicas de aprendizado de máquina, entretanto, mostraram excelentes capacidades de classificação com 81% a 95% de precisão, mesmo utilizando conjuntos de dados irregulares. O conteúdo de gordura sólida não parece ter muita influência na formação de gel de óleos vegetais. Por fim, ainda são necessárias mais pesquisas com procedimentos padronizados para validar e aprimorar esses modelos e metodologias.

The consistency of some food products are highly dependent on the Trans and saturated fats in its composition, however the consumption of these types of fat has adverse health effects such as increased cholesterol and the risk of cardiovascular disease. Oleogels are potential candidates to substitute these fats, since they can present characteristics of solids at room temperature, although they are composed mostly of liquid oil entrapped by a 3D-network formed by the gelator. Identifying if a specific molecule is capable to gelate a specific oil is still an arduous task, which usually, can only be solved serendipitously. In this work, vegetable oil gelation data available in the open literature was compiled and used as the basis for a study of mathematical models capable of describing the formation of gels. Hansen's solubility parameters and machine learning techniques (Linear Discriminant Analysis, Artificial Neural Network and Principal Component Analysis) models were studied. The influence of solid fat content on gel formation was further studied based on predictions made from a previously developed Solid-Liquid Equilibrium model. In this work 428 gelators, 67 oils and 268 gelation experiments were cataloged. Although available data on oleogelation is abundant, the data has not yet been standardized and does not contain enough information to apply Hansen solubility parameters for individual oilsand the use in several oils at the same time has limited applications. Machine learning techniques have shown great classification capabilities from 81% to 95% accuracy even with irregular data sets. The solid fat content does not seem to have much influence on gel formation of vegetable oils. Finally, further research with standardized procedures is still needed to validate and improve these models and methodologies.