Estratégias para a caracterização de amostras brasileiras de óleo de soja empregando ATR-FTIR e HLPC-ELSD aliadas a ferramentas quimiométricas

• Ano de defesa: 2015
• Autor(a) principal: Lopes, Eduardo da Luz
• Orientador(a): Ferrão, Marco Flôres
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Óleo de soja; Espectroscopia : Infravermelho : Transformada de fourier; Cromatografia liquida de alta eficiencia
• Link de acesso: http://hdl.handle.net/10183/131712

Neste trabalho foram estudadas duas estratégias para caracterização de amostras brasileiras de óleo de soja. Foram empregados um total de vinte e cinco amostras de soja, obtidas de diferentes regiões do Brasil. O óleo de cada amostra foi extraído dos grãos de soja por sistema Soxhlet empregando hexano. Na primeira parte do trabalho, foram utilizados os dados de Infravermelho Médio com Transformada de Fourier (FTIR), obtidos com acessório de Reflexão Total Atenuada (ATR), das amostras de óleo de soja para quantificação do índice de acidez e do índice de iodo por meio da construção de modelos de regressão multivariada por Mínimos Quadrados Parciais (PLS), por Mínimos Quadrados Parciais por Intervalos (iPLS) e por Mínimos Quadrados Parciais por Sinergismo de Intervalos (siPLS). Na determinação do índice de acidez, foi possível obter, com ambos os algoritmos iPLS e siPLS, modelos de regressão equivalentes e melhores do que o modelo de regressão por PLS sem seleção das regiões espectrais. Para a regressão por iPLS, o melhor modelo utilizou a região espectral 1736 – 1687 cm-1, com valores de Erro Quadrático Médio de Calibração (RMSEC) igual a 0,1191 mg KOH/g, de RMSEP igual a 0,1436 mg KOH/g e de R2 cal igual a 0,9707, utilizando 3 variáveis latentes (VLs); e para a regressão por siPLS, o melhor modelo foi obtido pela combinação das regiões espectrais 1719 – 1696 cm-1 e 1380 – 1357 cm-1, com valores de RMSEC igual a 0,1028 mg KOH/g, de RMSEP igual a 0,1405 mg KOH/g e de R2 cal igual a 0,9781, utilizando 3 VLs. Já para o índice de iodo, ambos os modelos de regressão por iPLS e siPLS são mais adequados por terem menor sobreajuste que o modelo de regressão sem seleção de variáveis. O melhor modelo de regressão por iPLS foi obtido utilizando a região espectral 1396 – 1199 cm-1, apresentando valores de RMSEC igual a 2,4672 g I2/100g, de RMSEP igual a 3,8315 I2/100g e de R2 cal igual a 0,9099, com 3 VLs; enquanto que o melhor modelo de regressão por siPLS tem valores de RMSEC igual a 2,7955 g I2/100g, de RMSEP igual a 3,6678 I2/100g e de R2 cal igual a 0,8843, com 4 VLs, utilizando a combinação entre as regiões espectrais 3199 – 2800 cm-1, 1997 – 1598 cm-1, 1596 – 1199 cm- 1 e 1197 – 800 cm-1. No segundo estudo, foram utilizados os dados de Cromatografia a Líquido de Alta Eficiência com o Detector Evaporativo de Espalhamento de Luz (HPLCELSD) obtidos das mesmas vinte e cinco amostras de óleo de soja, buscando identificar um perfil de composição dos triacilglicerídeos presentes nas diferentes amostras. Verificou-se que o emprego da Análise Hierárquica de Agrupamentos (HCA) possibilitou a formação de quatro grupos distintos e que pela Análise de Componentes Principais (PCA) se observou que a variância de duas Componentes Principais (PCs) foram importantes e suficientes para revelar que a formação dos grupos ocorreu em função do perfil dos triacilglicerídeos que compõem as amostras.