Controle de qualidade de azeite de oliva extra virgem e misturas diesel/biodiesel utilizando espectrometria de massas e validação multivariada

Detalhes bibliográficos
Ano de defesa: 2014
Autor(a) principal: Junia de Oliveira Alves
Orientador(a): Rodinei Augusti
Banca de defesa: Rosineide Costa Simas, Cleiton Antônio Nunes, Leticia Malta Costa, Helvecio Costa Menezes
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Minas Gerais
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
PLS
Link de acesso: http://hdl.handle.net/1843/SFSA-9RMGC8
Resumo: Visando a possibilidade de união de técnicas modernas de espectrometria de massas, (espectrometria de massas com ionização eletrospray-ESI-MS e espectrometria de massas com ionização easy ambiente sonic spray-EASI-MS), com ferramentas quimiométricas, (PLS regressão por mínimos quadrados parciais do inglês, Partial Least Squares) e PLS-DA (análise discriminante por mínimos quadrados parciais, Partial Least Squares Discriminant Analysis), o presente trabalho foi desenvolvido para análise de azeite de oliva extra virgem e diesel b (misturas diesel/biodiesel). Os resultados foram organizados em dois capítulos, um destinado ao controle de qualidade do azeite de oliva extra virgem, capitulo 4, e o outro voltado ao controle de qualidade do diesel b, capitulo 5. Um modelo PLS2-DA foi desenvolvido, com dados de ESI-MS, para a classificação de sete classes de azeite de oliva (extra virgem, puro e adulterado com cinco tipos de óleos adulterantes). O melhor modelo foi construído com oito varáveis latentes e apresentou bons valores de sensibilidade qualitativa (1,000) e especificidade (0,967-1,000) para os conjuntos de treinamento e teste. Foi desenvolvido também 10 modelos PLS para quantificação de óleos adulterantes (soja, milho, girassol e canola) sendo dois deles construídos com dados obtidos de um espectrômetro de massas de alta resolução ESI-HRMS e um modelo construído a partir de dados de EASI(+)-MS. Os modelos foram validados por meio de algumas figuras de mérito e todos os modelos têm comportamento linear e não apresentaram erros sistemáticos. Calcularam-se os erros médio quadrático de calibração e previsão (RMSEC e RMSEP) dos modelos que variaram de 0,55 a 1,47 % m/m e 1,01 a 1,98 % m/m, respectivamente. Os limites de detecção e quantificação variaram de 0,1 a 0,7 %m/m e 0,3 a 1,39 % m/m, respectivamente. A relação de desempenho do desvio (RPD) para os conjuntos de calibração e validação também foram avaliados, figura de mérito que representa a capacidade preditiva do modelo e variaram de 1,4 a 5,6 e 2,94 a 5,5, sendo que apenas um modelo ficou com o RDP abaixo de 2,5. Um modelo foi construído com dados de ESI-MS para quantificação de biodiesel em diesel e também foi validado da mesma maneira como descrito acima, apresentando desempenho semelhante aos modelos de quantificação de óleos adulterantes em azeite de oliva. As metodologias proposta se mostraram bastante promissoras, por serem simples e rápidas. Todos os modelos apresentaram alta eficiência podendo ser usados no controle de qualidade de amostras de azeite de oliva extra virgem e diesel b.
id UFMG_8f0aaa2ad4e10b054d6fc034e1e201b6
oai_identifier_str oai:repositorio.ufmg.br:1843/SFSA-9RMGC8
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling Rodinei AugustiMarcelo Martins de SenaRosineide Costa SimasCleiton Antônio NunesLeticia Malta CostaHelvecio Costa MenezesJunia de Oliveira Alves2019-08-14T02:51:11Z2019-08-14T02:51:11Z2014-09-25http://hdl.handle.net/1843/SFSA-9RMGC8Visando a possibilidade de união de técnicas modernas de espectrometria de massas, (espectrometria de massas com ionização eletrospray-ESI-MS e espectrometria de massas com ionização easy ambiente sonic spray-EASI-MS), com ferramentas quimiométricas, (PLS regressão por mínimos quadrados parciais do inglês, Partial Least Squares) e PLS-DA (análise discriminante por mínimos quadrados parciais, Partial Least Squares Discriminant Analysis), o presente trabalho foi desenvolvido para análise de azeite de oliva extra virgem e diesel b (misturas diesel/biodiesel). Os resultados foram organizados em dois capítulos, um destinado ao controle de qualidade do azeite de oliva extra virgem, capitulo 4, e o outro voltado ao controle de qualidade do diesel b, capitulo 5. Um modelo PLS2-DA foi desenvolvido, com dados de ESI-MS, para a classificação de sete classes de azeite de oliva (extra virgem, puro e adulterado com cinco tipos de óleos adulterantes). O melhor modelo foi construído com oito varáveis latentes e apresentou bons valores de sensibilidade qualitativa (1,000) e especificidade (0,967-1,000) para os conjuntos de treinamento e teste. Foi desenvolvido também 10 modelos PLS para quantificação de óleos adulterantes (soja, milho, girassol e canola) sendo dois deles construídos com dados obtidos de um espectrômetro de massas de alta resolução ESI-HRMS e um modelo construído a partir de dados de EASI(+)-MS. Os modelos foram validados por meio de algumas figuras de mérito e todos os modelos têm comportamento linear e não apresentaram erros sistemáticos. Calcularam-se os erros médio quadrático de calibração e previsão (RMSEC e RMSEP) dos modelos que variaram de 0,55 a 1,47 % m/m e 1,01 a 1,98 % m/m, respectivamente. Os limites de detecção e quantificação variaram de 0,1 a 0,7 %m/m e 0,3 a 1,39 % m/m, respectivamente. A relação de desempenho do desvio (RPD) para os conjuntos de calibração e validação também foram avaliados, figura de mérito que representa a capacidade preditiva do modelo e variaram de 1,4 a 5,6 e 2,94 a 5,5, sendo que apenas um modelo ficou com o RDP abaixo de 2,5. Um modelo foi construído com dados de ESI-MS para quantificação de biodiesel em diesel e também foi validado da mesma maneira como descrito acima, apresentando desempenho semelhante aos modelos de quantificação de óleos adulterantes em azeite de oliva. As metodologias proposta se mostraram bastante promissoras, por serem simples e rápidas. Todos os modelos apresentaram alta eficiência podendo ser usados no controle de qualidade de amostras de azeite de oliva extra virgem e diesel b.Aiming at merging modern mass spectrometry techniques (electrospray ionization mass spectrometry - ESI-MS and easy ambient sonic-spray ionization mass spectrometry -EASI-MS) with chemometric methods (partial least squares -PLS and partial least squares discriminant analysis PLS-DA) the present work was developed forquality control of extra virgin olive oil and diesel b (blends diesel/biodiesel). The chapters were organized as following indicated:Chapter 4 was designed for quality control of extra virgin olive oil. A PLS2-DA model was developed basead on ESI-MS data, for classification of seven classes of olive oil (ordinary olive oil, extra virgin olive oil and adulterated with five adulterants oils). The best model was built with eight latent variables and showing good sensitivity (1.000) and specificity (0.967 1.000) values for the training and test sets. PLS models were also built, with seven models built with ESI-MS data, two models with data from a mass spectrometer for high resolution ESI-HRMS and a model constructed from data EASI (+)-MS. The 10 models were constructed for the quantification of adulterants oils( soybean, corn, sunflower and canola) in extra virgin olive oil. The models were validated by means of some figures of merit, was evaluated in models linearity, bias, accuracy, precision, selectivity, sensitivity and analytical sensitivity, limits of detection and quantification and Residual Prediction Deviation (RPD). Chapter 5 was intended for diesel b quality control ESI-MS data was used to construct a model for quantification of biodiesel in diesel. This model was also validated similarly as above mentioned. The proposed methods are promising because they are simple and fast. All models showed high efficiency and can be used in quality control of samples of extra virgin olive oil and biesel b.Universidade Federal de Minas GeraisUFMGQuímica analíticaAnalise multivariadaEspectrometria de massaQuimiometriaAzeiteAdulteraçãoControle de qualidadeAzeite de Oliva extra virgemPLSDiesel bESI-MSPLS-DAEASI-MSValidação MultivariadaControle de qualidade de azeite de oliva extra virgem e misturas diesel/biodiesel utilizando espectrometria de massas e validação multivariadainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALtese_junia_alves.pdfapplication/pdf5257838https://repositorio.ufmg.br/bitstream/1843/SFSA-9RMGC8/1/tese_junia_alves.pdfbfc740917619b37ace32d2f5f24edecaMD51TEXTtese_junia_alves.pdf.txttese_junia_alves.pdf.txtExtracted texttext/plain205632https://repositorio.ufmg.br/bitstream/1843/SFSA-9RMGC8/2/tese_junia_alves.pdf.txt8cc8d5f2f72765245094b2289f716d7cMD521843/SFSA-9RMGC82019-11-14 13:45:16.245oai:repositorio.ufmg.br:1843/SFSA-9RMGC8Repositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T16:45:16Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
dc.title.pt_BR.fl_str_mv Controle de qualidade de azeite de oliva extra virgem e misturas diesel/biodiesel utilizando espectrometria de massas e validação multivariada
title Controle de qualidade de azeite de oliva extra virgem e misturas diesel/biodiesel utilizando espectrometria de massas e validação multivariada
spellingShingle Controle de qualidade de azeite de oliva extra virgem e misturas diesel/biodiesel utilizando espectrometria de massas e validação multivariada
Junia de Oliveira Alves
Adulteração
Controle de qualidade
Azeite de Oliva extra virgem
PLS
Diesel b
ESI-MS
PLS-DA
EASI-MS
Validação Multivariada
Química analítica
Analise multivariada
Espectrometria de massa
Quimiometria
Azeite
title_short Controle de qualidade de azeite de oliva extra virgem e misturas diesel/biodiesel utilizando espectrometria de massas e validação multivariada
title_full Controle de qualidade de azeite de oliva extra virgem e misturas diesel/biodiesel utilizando espectrometria de massas e validação multivariada
title_fullStr Controle de qualidade de azeite de oliva extra virgem e misturas diesel/biodiesel utilizando espectrometria de massas e validação multivariada
title_full_unstemmed Controle de qualidade de azeite de oliva extra virgem e misturas diesel/biodiesel utilizando espectrometria de massas e validação multivariada
title_sort Controle de qualidade de azeite de oliva extra virgem e misturas diesel/biodiesel utilizando espectrometria de massas e validação multivariada
author Junia de Oliveira Alves
author_facet Junia de Oliveira Alves
author_role author
dc.contributor.advisor1.fl_str_mv Rodinei Augusti
dc.contributor.advisor-co1.fl_str_mv Marcelo Martins de Sena
dc.contributor.referee1.fl_str_mv Rosineide Costa Simas
dc.contributor.referee2.fl_str_mv Cleiton Antônio Nunes
dc.contributor.referee3.fl_str_mv Leticia Malta Costa
dc.contributor.referee4.fl_str_mv Helvecio Costa Menezes
dc.contributor.author.fl_str_mv Junia de Oliveira Alves
contributor_str_mv Rodinei Augusti
Marcelo Martins de Sena
Rosineide Costa Simas
Cleiton Antônio Nunes
Leticia Malta Costa
Helvecio Costa Menezes
dc.subject.por.fl_str_mv Adulteração
Controle de qualidade
Azeite de Oliva extra virgem
PLS
Diesel b
ESI-MS
PLS-DA
EASI-MS
Validação Multivariada
topic Adulteração
Controle de qualidade
Azeite de Oliva extra virgem
PLS
Diesel b
ESI-MS
PLS-DA
EASI-MS
Validação Multivariada
Química analítica
Analise multivariada
Espectrometria de massa
Quimiometria
Azeite
dc.subject.other.pt_BR.fl_str_mv Química analítica
Analise multivariada
Espectrometria de massa
Quimiometria
Azeite
description Visando a possibilidade de união de técnicas modernas de espectrometria de massas, (espectrometria de massas com ionização eletrospray-ESI-MS e espectrometria de massas com ionização easy ambiente sonic spray-EASI-MS), com ferramentas quimiométricas, (PLS regressão por mínimos quadrados parciais do inglês, Partial Least Squares) e PLS-DA (análise discriminante por mínimos quadrados parciais, Partial Least Squares Discriminant Analysis), o presente trabalho foi desenvolvido para análise de azeite de oliva extra virgem e diesel b (misturas diesel/biodiesel). Os resultados foram organizados em dois capítulos, um destinado ao controle de qualidade do azeite de oliva extra virgem, capitulo 4, e o outro voltado ao controle de qualidade do diesel b, capitulo 5. Um modelo PLS2-DA foi desenvolvido, com dados de ESI-MS, para a classificação de sete classes de azeite de oliva (extra virgem, puro e adulterado com cinco tipos de óleos adulterantes). O melhor modelo foi construído com oito varáveis latentes e apresentou bons valores de sensibilidade qualitativa (1,000) e especificidade (0,967-1,000) para os conjuntos de treinamento e teste. Foi desenvolvido também 10 modelos PLS para quantificação de óleos adulterantes (soja, milho, girassol e canola) sendo dois deles construídos com dados obtidos de um espectrômetro de massas de alta resolução ESI-HRMS e um modelo construído a partir de dados de EASI(+)-MS. Os modelos foram validados por meio de algumas figuras de mérito e todos os modelos têm comportamento linear e não apresentaram erros sistemáticos. Calcularam-se os erros médio quadrático de calibração e previsão (RMSEC e RMSEP) dos modelos que variaram de 0,55 a 1,47 % m/m e 1,01 a 1,98 % m/m, respectivamente. Os limites de detecção e quantificação variaram de 0,1 a 0,7 %m/m e 0,3 a 1,39 % m/m, respectivamente. A relação de desempenho do desvio (RPD) para os conjuntos de calibração e validação também foram avaliados, figura de mérito que representa a capacidade preditiva do modelo e variaram de 1,4 a 5,6 e 2,94 a 5,5, sendo que apenas um modelo ficou com o RDP abaixo de 2,5. Um modelo foi construído com dados de ESI-MS para quantificação de biodiesel em diesel e também foi validado da mesma maneira como descrito acima, apresentando desempenho semelhante aos modelos de quantificação de óleos adulterantes em azeite de oliva. As metodologias proposta se mostraram bastante promissoras, por serem simples e rápidas. Todos os modelos apresentaram alta eficiência podendo ser usados no controle de qualidade de amostras de azeite de oliva extra virgem e diesel b.
publishDate 2014
dc.date.issued.fl_str_mv 2014-09-25
dc.date.accessioned.fl_str_mv 2019-08-14T02:51:11Z
dc.date.available.fl_str_mv 2019-08-14T02:51:11Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/1843/SFSA-9RMGC8
url http://hdl.handle.net/1843/SFSA-9RMGC8
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.publisher.initials.fl_str_mv UFMG
publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMG
instname:Universidade Federal de Minas Gerais (UFMG)
instacron:UFMG
instname_str Universidade Federal de Minas Gerais (UFMG)
instacron_str UFMG
institution UFMG
reponame_str Repositório Institucional da UFMG
collection Repositório Institucional da UFMG
bitstream.url.fl_str_mv https://repositorio.ufmg.br/bitstream/1843/SFSA-9RMGC8/1/tese_junia_alves.pdf
https://repositorio.ufmg.br/bitstream/1843/SFSA-9RMGC8/2/tese_junia_alves.pdf.txt
bitstream.checksum.fl_str_mv bfc740917619b37ace32d2f5f24edeca
8cc8d5f2f72765245094b2289f716d7c
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)
repository.mail.fl_str_mv
_version_ 1793891046729449472