Desenvolvimento de sistema de análise de imagens para quantificação de metabólitos secundários a partir de fingerprints por cromatografia em camada delgada
Ano de defesa: | 2019 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso embargado |
Idioma: | por |
Instituição de defesa: |
Universidade Federal de Pernambuco
|
Programa de Pós-Graduação: |
Programa de Pos Graduacao em Inovacao Terapeutica
|
Departamento: |
Não Informado pela instituição
|
País: |
Brasil
|
Palavras-chave em Português: | |
Link de acesso: | https://repositorio.ufpe.br/handle/123456789/35383 |
Resumo: | A relevância do estudo de plantas medicinais reside nas inúmeras aplicabilidades no campo farmacêutico, cuja diversidade química assegura o emprego destas matrizes biológicas tanto como fontes de diversos compostos relevantes quanto como papel de insumo farmacêutico de ativo natural (IFAN). Entre os diferentes grupos de compostos do metabolismo secundário vegetal, aos polifenois é atribuída destacada relevância pelo desempenho de diversas propriedades biológicas. Porém, em razão da diversidade estrutural deste grupo de compostos, as análises qualitativas e quantitativas dos polifenois exigem o emprego de técnicas de elevadas complexidades e custo operacional significativo. Assim, o desenvolvimento de novas abordagens que possibilitem a análise (qualitativa/quantitativa) de compostos naturais tem papel importante para o avanço dos métodos de análise e controle de qualidade de toda a cadeia de plantas medicinas e fitoterápicos. Neste contexto, o objetivo desse trabalho é configurar redes neurais artificiais (RNAs) como estratégia analítica inovadora, simples e de baixo custo para a quantificação de polifenois em matrizes vegetais. Para o desenvolvimento e avaliação da abordagem analítica, foram empregados diversos padrões representantes dos polifenois (ácido gálico, quercetina, rutina, ácido cafeico e catequina) e análises foram realizadas em Schinus terebinthifolius e Anadanthera colubrina, cujas espécies apresentam potencial farmacológico. Para tanto, curvas de calibração dos padrões foram preparadas por cromatografia em camada delgada (CCD) para posterior registro e análise de imagens; e por cromatografia líquida de alta eficiência (CLAE-DAD), cuja finalidade foi de verificar a relação entre os dados obtidos. As cromatoplacas foram digitalizadas sob os comprimentos de onda de 254 nm e 366nm e as imagens foram tratadas pela ferramenta de imagem ImageJ e Sidtermo, gerando atributos de imagem para alimentar o sistema de rede. Diversos modelos de Kernel foram testados com a finalidade de encontrar a configuração que apresentasse maior desempenho para modelar os dados e assim associar os atributos de imagem com a respectiva concentração. Os modelos de Kernel que apresentaram maior desempenho quando o sistema foi alimentado pelos atributos de imagem gerados pelo ImageJ para a maioria dos compostos testados foram o linear, dilatação e erosão. Os atributos de imagem gerados pela ferramenta de imagem Sidtermo ao serem correlacionados com a concentração dos marcadores de interesse evidenciaram maior precisão de resultados, devido ao menor erro percentual médio encontrado para a maioria das análises realizadas. |
id |
UFPE_b099a9d59a99805dc0513130be9f16ff |
---|---|
oai_identifier_str |
oai:repositorio.ufpe.br:123456789/35383 |
network_acronym_str |
UFPE |
network_name_str |
Repositório Institucional da UFPE |
repository_id_str |
|
spelling |
RAMOS, Rhayanne Thaís de Moraeshttp://lattes.cnpq.br/6511478174454999http://lattes.cnpq.br/4290808161139329http://lattes.cnpq.br/6413917211782026http://lattes.cnpq.br/4229043435720533SOARES, Luiz Alberto LiraSANTOS, Wellington Pinheiro dosFERREIRA, Magda Rhayanny Assunção2019-11-29T21:39:53Z2019-11-29T21:39:53Z2019-08-29RAMOS, Rhayanne Thaís de Moraes. Desenvolvimento de sistema de análise de imagens para quantificação de metabólitos secundários a partir de fingerprints por cromatografia em camada delgada. 2019. Dissertação (Mestrado em Inovação Terapêutica) – Universidade Federal de Pernambuco, Recife, 2019.https://repositorio.ufpe.br/handle/123456789/35383A relevância do estudo de plantas medicinais reside nas inúmeras aplicabilidades no campo farmacêutico, cuja diversidade química assegura o emprego destas matrizes biológicas tanto como fontes de diversos compostos relevantes quanto como papel de insumo farmacêutico de ativo natural (IFAN). Entre os diferentes grupos de compostos do metabolismo secundário vegetal, aos polifenois é atribuída destacada relevância pelo desempenho de diversas propriedades biológicas. Porém, em razão da diversidade estrutural deste grupo de compostos, as análises qualitativas e quantitativas dos polifenois exigem o emprego de técnicas de elevadas complexidades e custo operacional significativo. Assim, o desenvolvimento de novas abordagens que possibilitem a análise (qualitativa/quantitativa) de compostos naturais tem papel importante para o avanço dos métodos de análise e controle de qualidade de toda a cadeia de plantas medicinas e fitoterápicos. Neste contexto, o objetivo desse trabalho é configurar redes neurais artificiais (RNAs) como estratégia analítica inovadora, simples e de baixo custo para a quantificação de polifenois em matrizes vegetais. Para o desenvolvimento e avaliação da abordagem analítica, foram empregados diversos padrões representantes dos polifenois (ácido gálico, quercetina, rutina, ácido cafeico e catequina) e análises foram realizadas em Schinus terebinthifolius e Anadanthera colubrina, cujas espécies apresentam potencial farmacológico. Para tanto, curvas de calibração dos padrões foram preparadas por cromatografia em camada delgada (CCD) para posterior registro e análise de imagens; e por cromatografia líquida de alta eficiência (CLAE-DAD), cuja finalidade foi de verificar a relação entre os dados obtidos. As cromatoplacas foram digitalizadas sob os comprimentos de onda de 254 nm e 366nm e as imagens foram tratadas pela ferramenta de imagem ImageJ e Sidtermo, gerando atributos de imagem para alimentar o sistema de rede. Diversos modelos de Kernel foram testados com a finalidade de encontrar a configuração que apresentasse maior desempenho para modelar os dados e assim associar os atributos de imagem com a respectiva concentração. Os modelos de Kernel que apresentaram maior desempenho quando o sistema foi alimentado pelos atributos de imagem gerados pelo ImageJ para a maioria dos compostos testados foram o linear, dilatação e erosão. Os atributos de imagem gerados pela ferramenta de imagem Sidtermo ao serem correlacionados com a concentração dos marcadores de interesse evidenciaram maior precisão de resultados, devido ao menor erro percentual médio encontrado para a maioria das análises realizadas.The importance of the study of medicinal plants lies in the several applications in the pharmaceutical field, whose chemical diversity ensure the use of such biological matrices both as source of relevant compounds and as natural active pharmaceutical ingredient (nAPI). Among the groups of compounds from the herbal metabolism, the polyphenols are plays a pivotal role on the biological performance of several species. However, due to the structural variability of the group of compounds, the qualitative and quantitative of polyphenols, requires the use of high complex techniques and significant operational cost. Thus, the development of new approaches that allow the analysis (qualitative / quantitative) of natural compounds plays an important role in advancing methods of analysis and quality control of a whole series of medicinal plants and phytopharmaceuticals. In this way, the aim of this study is to set up artificial neural networks (ANN) as innovative, simple and low cost strategy in order to quantify polifenolic compounds in herbal matrices. Thus, several representative standards of polyphenols (gallic acid, quercetin, rutin, caffeic acid and catechin) were used to develop and evaluate the analytical procedure, and the validated protocol was performed to evaluate samples of Schinus terebinthifolius and Anadanthera colubrina. terebinthifolius Regarding the calibration curves of the standards, the thin layer chromatogram were prepared, followed by recording and analysis of images; and, verified its relationship with the quantitative data by high performance liquid chromatography (HPLC).. The TLC-plates were digitized under the wavelengths of 254 nm and 366 nm and the images were treated by the tools image J and Sidtermo, generating image attributes to feed the network system. Several kernel models were tested for the purpose of finding a configuration that presented higher performance to model the data and thus associate image attributes with attention. The Kernel models that are most important for most of the tests tested were linear, dilatation, and erosion. The image attributes generated by the Sidtermo image tool when correlated with the concentration of the markers of interest evidenced greater accuracy of results, due to the lower average percentage error found for most analyses Carried out.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em Inovacao TerapeuticaUFPEBrasilAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/embargoedAccessCromatografiaPlantas MedicinaisPolifenoisDesenvolvimento de sistema de análise de imagens para quantificação de metabólitos secundários a partir de fingerprints por cromatografia em camada delgadainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesismestradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEORIGINALDISSERTAÇÃO Rhayanne Thaís de Moraes Ramos.pdfDISSERTAÇÃO Rhayanne Thaís de Moraes Ramos.pdfapplication/pdf2821006https://repositorio.ufpe.br/bitstream/123456789/35383/1/DISSERTA%c3%87%c3%83O%20Rhayanne%20Tha%c3%ads%20de%20Moraes%20Ramos.pdf5104436ffadd32875384ffff76e6472dMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/35383/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.ufpe.br/bitstream/123456789/35383/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD53TEXTDISSERTAÇÃO Rhayanne Thaís de Moraes Ramos.pdf.txtDISSERTAÇÃO Rhayanne Thaís de Moraes Ramos.pdf.txtExtracted texttext/plain193590https://repositorio.ufpe.br/bitstream/123456789/35383/4/DISSERTA%c3%87%c3%83O%20Rhayanne%20Tha%c3%ads%20de%20Moraes%20Ramos.pdf.txt2ce360330a8c5310a0e33456d92e953eMD54THUMBNAILDISSERTAÇÃO Rhayanne Thaís de Moraes Ramos.pdf.jpgDISSERTAÇÃO Rhayanne Thaís de Moraes Ramos.pdf.jpgGenerated Thumbnailimage/jpeg1244https://repositorio.ufpe.br/bitstream/123456789/35383/5/DISSERTA%c3%87%c3%83O%20Rhayanne%20Tha%c3%ads%20de%20Moraes%20Ramos.pdf.jpg3931f5ab6ca0e74a5b3416b825e67482MD55123456789/353832019-11-30 02:11:15.317oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-11-30T05:11:15Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
dc.title.pt_BR.fl_str_mv |
Desenvolvimento de sistema de análise de imagens para quantificação de metabólitos secundários a partir de fingerprints por cromatografia em camada delgada |
title |
Desenvolvimento de sistema de análise de imagens para quantificação de metabólitos secundários a partir de fingerprints por cromatografia em camada delgada |
spellingShingle |
Desenvolvimento de sistema de análise de imagens para quantificação de metabólitos secundários a partir de fingerprints por cromatografia em camada delgada RAMOS, Rhayanne Thaís de Moraes Cromatografia Plantas Medicinais Polifenois |
title_short |
Desenvolvimento de sistema de análise de imagens para quantificação de metabólitos secundários a partir de fingerprints por cromatografia em camada delgada |
title_full |
Desenvolvimento de sistema de análise de imagens para quantificação de metabólitos secundários a partir de fingerprints por cromatografia em camada delgada |
title_fullStr |
Desenvolvimento de sistema de análise de imagens para quantificação de metabólitos secundários a partir de fingerprints por cromatografia em camada delgada |
title_full_unstemmed |
Desenvolvimento de sistema de análise de imagens para quantificação de metabólitos secundários a partir de fingerprints por cromatografia em camada delgada |
title_sort |
Desenvolvimento de sistema de análise de imagens para quantificação de metabólitos secundários a partir de fingerprints por cromatografia em camada delgada |
author |
RAMOS, Rhayanne Thaís de Moraes |
author_facet |
RAMOS, Rhayanne Thaís de Moraes |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/6511478174454999 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/4290808161139329 |
dc.contributor.advisor-coLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/6413917211782026 http://lattes.cnpq.br/4229043435720533 |
dc.contributor.author.fl_str_mv |
RAMOS, Rhayanne Thaís de Moraes |
dc.contributor.advisor1.fl_str_mv |
SOARES, Luiz Alberto Lira |
dc.contributor.advisor-co1.fl_str_mv |
SANTOS, Wellington Pinheiro dos FERREIRA, Magda Rhayanny Assunção |
contributor_str_mv |
SOARES, Luiz Alberto Lira SANTOS, Wellington Pinheiro dos FERREIRA, Magda Rhayanny Assunção |
dc.subject.por.fl_str_mv |
Cromatografia Plantas Medicinais Polifenois |
topic |
Cromatografia Plantas Medicinais Polifenois |
description |
A relevância do estudo de plantas medicinais reside nas inúmeras aplicabilidades no campo farmacêutico, cuja diversidade química assegura o emprego destas matrizes biológicas tanto como fontes de diversos compostos relevantes quanto como papel de insumo farmacêutico de ativo natural (IFAN). Entre os diferentes grupos de compostos do metabolismo secundário vegetal, aos polifenois é atribuída destacada relevância pelo desempenho de diversas propriedades biológicas. Porém, em razão da diversidade estrutural deste grupo de compostos, as análises qualitativas e quantitativas dos polifenois exigem o emprego de técnicas de elevadas complexidades e custo operacional significativo. Assim, o desenvolvimento de novas abordagens que possibilitem a análise (qualitativa/quantitativa) de compostos naturais tem papel importante para o avanço dos métodos de análise e controle de qualidade de toda a cadeia de plantas medicinas e fitoterápicos. Neste contexto, o objetivo desse trabalho é configurar redes neurais artificiais (RNAs) como estratégia analítica inovadora, simples e de baixo custo para a quantificação de polifenois em matrizes vegetais. Para o desenvolvimento e avaliação da abordagem analítica, foram empregados diversos padrões representantes dos polifenois (ácido gálico, quercetina, rutina, ácido cafeico e catequina) e análises foram realizadas em Schinus terebinthifolius e Anadanthera colubrina, cujas espécies apresentam potencial farmacológico. Para tanto, curvas de calibração dos padrões foram preparadas por cromatografia em camada delgada (CCD) para posterior registro e análise de imagens; e por cromatografia líquida de alta eficiência (CLAE-DAD), cuja finalidade foi de verificar a relação entre os dados obtidos. As cromatoplacas foram digitalizadas sob os comprimentos de onda de 254 nm e 366nm e as imagens foram tratadas pela ferramenta de imagem ImageJ e Sidtermo, gerando atributos de imagem para alimentar o sistema de rede. Diversos modelos de Kernel foram testados com a finalidade de encontrar a configuração que apresentasse maior desempenho para modelar os dados e assim associar os atributos de imagem com a respectiva concentração. Os modelos de Kernel que apresentaram maior desempenho quando o sistema foi alimentado pelos atributos de imagem gerados pelo ImageJ para a maioria dos compostos testados foram o linear, dilatação e erosão. Os atributos de imagem gerados pela ferramenta de imagem Sidtermo ao serem correlacionados com a concentração dos marcadores de interesse evidenciaram maior precisão de resultados, devido ao menor erro percentual médio encontrado para a maioria das análises realizadas. |
publishDate |
2019 |
dc.date.accessioned.fl_str_mv |
2019-11-29T21:39:53Z |
dc.date.available.fl_str_mv |
2019-11-29T21:39:53Z |
dc.date.issued.fl_str_mv |
2019-08-29 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
RAMOS, Rhayanne Thaís de Moraes. Desenvolvimento de sistema de análise de imagens para quantificação de metabólitos secundários a partir de fingerprints por cromatografia em camada delgada. 2019. Dissertação (Mestrado em Inovação Terapêutica) – Universidade Federal de Pernambuco, Recife, 2019. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufpe.br/handle/123456789/35383 |
identifier_str_mv |
RAMOS, Rhayanne Thaís de Moraes. Desenvolvimento de sistema de análise de imagens para quantificação de metabólitos secundários a partir de fingerprints por cromatografia em camada delgada. 2019. Dissertação (Mestrado em Inovação Terapêutica) – Universidade Federal de Pernambuco, Recife, 2019. |
url |
https://repositorio.ufpe.br/handle/123456789/35383 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/embargoedAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
embargoedAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.publisher.program.fl_str_mv |
Programa de Pos Graduacao em Inovacao Terapeutica |
dc.publisher.initials.fl_str_mv |
UFPE |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
instname_str |
Universidade Federal de Pernambuco (UFPE) |
instacron_str |
UFPE |
institution |
UFPE |
reponame_str |
Repositório Institucional da UFPE |
collection |
Repositório Institucional da UFPE |
bitstream.url.fl_str_mv |
https://repositorio.ufpe.br/bitstream/123456789/35383/1/DISSERTA%c3%87%c3%83O%20Rhayanne%20Tha%c3%ads%20de%20Moraes%20Ramos.pdf https://repositorio.ufpe.br/bitstream/123456789/35383/2/license_rdf https://repositorio.ufpe.br/bitstream/123456789/35383/3/license.txt https://repositorio.ufpe.br/bitstream/123456789/35383/4/DISSERTA%c3%87%c3%83O%20Rhayanne%20Tha%c3%ads%20de%20Moraes%20Ramos.pdf.txt https://repositorio.ufpe.br/bitstream/123456789/35383/5/DISSERTA%c3%87%c3%83O%20Rhayanne%20Tha%c3%ads%20de%20Moraes%20Ramos.pdf.jpg |
bitstream.checksum.fl_str_mv |
5104436ffadd32875384ffff76e6472d e39d27027a6cc9cb039ad269a5db8e34 8a4605be74aa9ea9d79846c1fba20a33 2ce360330a8c5310a0e33456d92e953e 3931f5ab6ca0e74a5b3416b825e67482 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE) |
repository.mail.fl_str_mv |
attena@ufpe.br |
_version_ |
1793516225627684864 |