Métodos quimiométricos aliados à espectroscopia NIR para o monitoramento de folhas de erva-mate quimicamente diferenciadas

Página do item simplificado
dc.contributor.advisorScarminio, Ieda Spacino
dc.contributor.authorAlmeida, Andressa Gomes de
dc.contributor.bancaCorazza, Marcela Zanetti
dc.contributor.bancaMarço, Paulo Henrique
dc.coverage.extent54 p.
dc.coverage.spatialLondrina
dc.date.accessioned2025-03-12T17:41:46Z
dc.date.available2025-03-12T17:41:46Z
dc.date.issued2023-10-02
dc.description.abstractInsumos de erva-mate (Ilex paraguariensis St. Hil., Aquifoliaceae) têm sido utilizados em diversos setores da indústria. Quando ingerida, promove efeitos benéficos como prevenção de cânceres e doenças cardiovasculares. A cafeína, presente na erva-mate, quando consumida moderadamente traz diversos benefícios, entretanto, o abuso pode levar a danos ao consumidor. É conhecido que fatores ambientais interferem nas rotas biossintéticas das plantas. Pesquisas recentes têm utilizado esta informação em favor da produção de plantas com conteúdos diversificados de metabólitos, como a cafeína. Dois grupos de clones de erva-mate geneticamente melhorados foram classificados como: plantas com alto teor de cafeína e descafeinadas. As plantas de erva-mate foram cultivadas no sistema semi-hidropônico sob cinco níveis de sombreamento (0%, 40%, 51%, 76% e 82%). Impressões digitais obtidas por meio da espectroscopia de infravermelho próximo (NIRS) foram obtidas para as folhas de erva-mate quimicamente diferenciadas e modelos de análise de variância - análise de componentes simultâneos (ASCA) foram desenvolvidos para monitoramento químico, onde o pré-processamento dos espectros NIR foi avaliado através de um planejamento fatorial completo de três níveis. O tratamento por meio da Analise Discriminante de Mínimos Quadrados Parciais (PLS-DA) em dados de refletância (900–1700 nm) obtidos pelo NIR, foi usado para identificar as folhas de erva-mate, com análise direta no material vegetal, bem como a análise de componentes principais (PCA) foi aplicada para avaliar os efeitos da luminosidade sobre as plantas. Ambos tratamentos estatísticos trouxeram resultados satisfatórios, indicando o uso das técnicas como alternativa a processos mais dispendiosos, de maior custo relativo e geradores de resíduos tóxicos.
dc.description.abstractother1Inputs from yerba mate (Ilex paraguariensis St. Hil., Aquifoliaceae) have been used in several industrial sectors. When ingested, it promotes beneficial effects such as preventing cancer and cardiovascular diseases. Caffeine, present in yerba mate, when consumed moderately brings several benefits, however, abuse can lead to serious damage at the consumer. It is known that environmental factors interfere in the biosynthetic routes of plants. Recent research has used this information in favor of the production of plants with diverse metabolite contents, such as caffeine. Two groups of genetically improved yerba mate clones were classified as: plants with high caffeine content and decaffeinated. Yerba mate plants were grown in a semi-hydroponic system under five shading levels (0%, 40%, 51%, 76% and 82%). Fingerprints obtained using Near Infrared Spectroscopy (NIRS) were obtained for chemically differentiated yerba mate leaves and models of variance analysis - ANOVA – Simultaneous Component Analysis, (ASCA) were developed for chemical monitoring, where the pre-processing of NIR spectra was evaluated through a three -level full factorial design. Treatment using Partial Least Squares-Discriminant Analysis (PLS-DA) on reflectance data (900–1700 nm) obtained by NIR was used to identify yerba mate leaves, with direct analysis on plant material, as well as principal component analysis (PCA) was applied to evaluate the effects of light on plants. Both statistical treatments brought satisfactory results, indicating the use of the techniques as an alternative to more expensive processes, with higher relative costs and generating toxic waste.
dc.identifier.urihttps://repositorio.uel.br/handle/123456789/18617
dc.language.isopor
dc.relation.departamentCCE - Departamento de Química
dc.relation.institutionnameUniversidade Estadual de Londrina - UEL
dc.relation.ppgnamePrograma de Pós-Graduação em Química
dc.subjectErva-mate geneticamente melhorada
dc.subjectCafeína
dc.subjectCondições de luz
dc.subjectNIRS
dc.subjectPLS-DA
dc.subjectPCA
dc.subjectASCA
dc.subjectPlanejamento fatorial
dc.subjectQuímica analítica
dc.subjectErva-mate
dc.subjectConsumidores
dc.subjectEspectroscopia de infravermelho
dc.subject.capesCiências Exatas e da Terra - Química
dc.subject.cnpqCiências Exatas e da Terra - Química
dc.subject.keywordsGenetically improved yerba mate
dc.subject.keywordsCaffeine
dc.subject.keywordsLight conditions
dc.subject.keywordsNIRS
dc.subject.keywordsPLS-DA
dc.subject.keywordsPCA
dc.subject.keywordsASCA
dc.subject.keywordsFactorial design
dc.subject.keywordsChemistry, Analytic
dc.subject.keywordsMate plant
dc.subject.keywordsConsumers
dc.subject.keywordsInfrared spectroscopy
dc.titleMétodos quimiométricos aliados à espectroscopia NIR para o monitoramento de folhas de erva-mate quimicamente diferenciadas
dc.title.alternativeChemometric methods allied to NIR spectroscopy for monitoring chemically differentiated herba mate leaves
dc.typeDissertação
dcterms.educationLevelMestrado Acadêmico
dcterms.provenanceCentro de Ciências Exatas

Arquivos

Pacote Original
Agora exibindo 1 - 2 de 2
Nenhuma Miniatura disponível
Nome:
CE_QUI_Me_2023_Almeida_Andressa_G.pdf
Tamanho:
1.07 MB
Formato:
Adobe Portable Document Format
Descrição:
Texto completo id 191420
Baixar
Nenhuma Miniatura disponível
Nome:
CE_QUI_Me_2023_Almeida_Andressa_G_TERMO.pdf
Tamanho:
88.9 KB
Formato:
Adobe Portable Document Format
Descrição:
Termo de autorização
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
555 B
Formato:
Item-specific license agreed to upon submission
Descrição:
Baixar

Coleções

02 - Mestrado - Química