Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/25027| Título: | Desenvolvimento de modelos de calibração e classificação de resíduos de medicamentos em leite por meio de espectroscopia de infravermelho NIR e quimiometria |
| Título(s) alternativo(s): | Development of calibration and classification models for detection of drug residues in milk by NIR infrared spectroscopy and chemo-metrics |
| Autor(es): | Maria, Ellen Diane |
| Orientador(es): | Lima, Vanderlei Aparecido de |
| Palavras-chave: | Fungicidas Pragas - Controle Quimiometria Espectro infravermelho Fungicides Pests - Control Chemometrics Infrared spectra |
| Data do documento: | 12-Dez-2019 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Pato Branco |
| Citação: | MARIA, Ellen Diane. Desenvolvimento de modelos de calibração e classificação de resíduos de medicamentos em leite por meio de espectroscopia de infravermelho NIR e quimiometria. 2019. Trabalho de Conclusão de Curso (Bacharelado em Química) - Universidade Tecnológica Federal do Paraná, Pato Branco, 2019. |
| Resumo: | A presença de resíduos de medicamentos em leite, como as Avermectinas, causa diversos problemas para a saúde humana e prejuízos para indústrias lácteas sendo necessária a realização de análises que permitam a detecção da presença destes constituintes. A maioria das análises realizadas com este objetivo necessita de um grande volume de amostra, longo tempo de execução e geram resíduos químicos. Desta forma, este trabalho apresentou como proposta desenvolver modelos de calibração multivariada para detecção e quantificação de Abamectina e Doramectina em leite cru por meio da técnica de Infravermelho Próximo (NIR) associada com Regressão por Mínimos Quadrados Parciais (PLS). Além disto, este trabalho objetivou a construção de modelos de classificação para diferenciar Abamectina e Doramectina por meio de espectroscopia NIR combinado com Máquina de Vetor de Suporte (SVM). As amostras de leite cru foram dopadas separadamente com diferentes concentrações de Abamectina e Doramectina, e após adulteração foram gerados os espectros NIR de todo o conjunto de amostras em espectrofotômetro FT-NIR MPA. Modelos de PLS foram construídos e foram testados diferentes pré-tratamentos no conjunto de dados espectrais. Quatro modelos por meio de PLS foram construídos no software ChemoStat, dois para cada tipo de medicamento e a qualidade dos modelos foi avaliada por meio dos valores de R2, RMSEC, RMSEP e RMSECV. Por meio do software Weka foi gerado o modelo de classificação dos dois medicamentos, Abamectina e Doramectina. A qualidade do modelo de classificação foi avaliada pelas figuras de mérito: acurácia, precisão, taxa positiva de acerto e área sob a curva (curva ROC). O modelo de classificação SVM apresentou ótimos resultados tanto na calibração quanto na validação do modelo, pois todas as figuras de mérito apresentaram valores adequados para esta modelagem. Os modelos PLS construídos obtiveram valores de R2 superiores a 0,90 e baixos valores de RMSEC na calibração, entretanto os resultados da validação não foram tão satisfatórios para nenhum dos medicamentos, devido a apresentarem R2 inferiores a 0,55, o que demonstra a necessidade de ajustes e aperfeiçoamentos na técnica proposta. O desenvolvimento deste trabalho evidencia que a utilização da técnica espectroscópica NIR apresenta excelentes vantagens e que pode ser aplicada no setor industrial, pois sua execução acontece em um curto tempo de análise, apresenta custo moderado e mínima geração de resíduos. Além disso, a partir do aperfeiçoamento dos métodos propostos, a aplicação dos mesmos pode ser realizada em conjunto, pois ambos os métodos, um para quantificação e outro para classificação de medicamentos em leite utilizam os mesmos dados espectrais, tornando possível a classificação destes tipos de acaricidas residuais em leite. |
| Abstract: | The presence of drug residues in milk, such as Avermectins, causes several problems for human health and damages to the dairy industries, being necessary to perform analyzes to detect the presence of these constituents. Most analyzes performed for this purpose require a large sample volume, long run time and generate chemical waste. Thus, this work presented the proposal to develop multivariate calibration models for detection and quantification of Abamectin and Doramectin in raw milk by the Near Infrared (NIR) technique associated with Partial Least Squares Regression (PLS). In addition, this work aimed to construct classification models to differentiate Abamectin and Doramectin by NIR spectroscopy combined with Support Vector Machine (SVM). Raw milk samples were doped separately with different concentrations of Abamectin and Doramectin, and after tampering the NIR spectra were generated from the entire sample set on the FT-NIR MPA spectrophotometer. PLS models were constructed and different pretreatments were tested on the spectral data set. Four models using PLS were built using ChemoStat software, two for each type of drug and the quality of the models was evaluated using the values of R2, RMSEC, RMSEP and RMSECV. Weka software generated the classification model for the two drugs, Abamectin and Doramectin. The quality of the classification model was assessed by the merit figures: accuracy, precision, positive hit rate and area under the curve (ROC curve). The SVM classification model presented excellent results both in the calibration and validation of the model, as all merit figures presented adequate values for this modeling. The built PLS models obtained R2 values higher than 0.90 and low RMSEC values in the calibration, however the validation results were not as satisfactory for any of the drugs, due to their R2 lower than 0.55, which shows the need for adjustments and improvements in the proposed technique. The development of this work shows that the use of the NIR spectroscopic technique has excellent advantages and that it can be applied in the industrial sector, since its execution takes place in a short analysis time, has a moderate cost and minimal waste generation. Moreover, from the improvement of the proposed methods, their application can be performed together, since both methods, one for quantification and another for classification of medicines in milk use the same spectral data, making possible the classification of these types of drugs. residual caresses in milk. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/25027 |
| Aparece nas coleções: | PB - Química |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| PB_DAQUI_2019_2_8.pdf | 2,05 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.