Aplicações de Quimiometria

Prévia do material em texto

APLICAÇÕES DA 
QUIMIOMETRIA QUIMIOMETRIA 
Paula Fernandes de Aguiar
Prof. Departamento de Química Analítica
e-mail: paulafda@iq.ufrj.br
Tel: (021) 2562-7877
Laboratório de 
Quimiometria - LABQUIM
• Início em 2004 com atividades nas áreas de quimiometria, 
metrologia e qualidade. 
Quimiometria - LABQUIM
ONDE SE APLICA ?
INTERESSANTE, MAS SERÁ QUE 
EU POSSO USAR UMA DESTAS 
TÉCNICAS NO MEU PROBLEMA ?
QUALQUER ÁREA DA QUÍMICA
PROCESSOS “ON-LINE”, “OFF-LINE” 
NOVOS PROCESSOS
O QUE É QUIMIOMETRIA
Conjunto de técnicas Conjunto de técnicas Conjunto de técnicas Conjunto de técnicas 
matemáticas e estatísticas, matemáticas e estatísticas, 
utilizado no tratamento de dados utilizado no tratamento de dados 
e planejamento de experiênciase planejamento de experiências
ORIGEM
OS MÉTODOS MATEMÁTICOS DATAM 
DO INÍCIO DO SÉCULO PASSADODO INÍCIO DO SÉCULO PASSADO
A QUÍMICA É A ÚLTIMA CIÊNCIA A 
UTILIZAR ESTAS TÉCNICAS 
(DÉCADA DE 70 - SWANTE WOLD)
POR QUE TÃO TARDE?
DIFICULDADE DE COMPREENSÃO DOS TEXTOS 
MATEMÁTICOS
CRENÇA DE QUE A QUÍMICA ERA UMA CIÊNCIA 
PURAMENTE EXPERIMENTAL
“TODA TENTATIVA DE EMPREGAR MÉTODOS
MATEMÁTICOS NO ESTUDO DE QUESTÕES QUÍMICAS
DEVE SER CONSIDERADA PROFUNDAMENTE IRRACIONAL
E CONTRÁRIA AO ESPÍRITO DA QUÍMICA ....
SE A ANÁLISE MATEMÁTICA DEVESSE TER UM LUGAR DE DESTAQUE 
NA QUÍMICA - UMA ABERRAÇÃO QUE É FELIZMENTE QUASE
IMPOSSÍVEL, ISTO CAUSARIA UMA RÁPIDA E GENERALIZADA
Auguste Comte, filósofo francês, “Philosophie Positive (1830)Auguste Comte, filósofo francês, “Philosophie Positive (1830)Auguste Comte, filósofo francês, “Philosophie Positive (1830)Auguste Comte, filósofo francês, “Philosophie Positive (1830)
DEGENERAÇÃO DESTA CIÊNCIA”
O QUE MUDOU ?
MAIOR QUANTIDADE DE DADOS GERADOS QUE 
PRECISAVAM DE TRATAMENTO
MAIOR FACILIDADE DE OBTENÇÃO DE DADOS
PRECISAVAM DE TRATAMENTO
NECESSIDADE DE MAIOR RAPIDEZ NA TOMADA DE 
DECISÕES
APARECIMENTO DE PROBLEMAS QUE NÃO PODIAM 
MAIS SER RESOLVIDOS COM A PARCA MATEMÁTICA 
UTILIZADA ATÉ ENTÃO
VANTAGEM
� Permitir a extração de modelagem 
de informações de conjuntos de 
dados, de forma a permitir sua dados, de forma a permitir sua 
aplicação em laboratórios 
industriais e de rotina
DIVISÕES DA QUIMIOMETRIA
RECONHECIMENTO DE PADRÕES
ANÁLISE DE MISTURASANÁLISE DE MISTURAS
CALIBRAÇÃO MULTIVARIADA 
(transferência do modelo de calibração)
OTIMIZAÇÃO E VALIDAÇÃO
RECONHECIMENTO DE PADRÕES
O QUE É
Conjunto de técnicas usado para 
reconhecer padrões de comportamento da 
ONDE SE APLICA
reconhecer padrões de comportamento da 
característica estudada em função das 
variáveis
Origens de objetos (artefatos, peças 
cerâmicas) e produtos (óleos, resinas)
Falsificação (bebidas)
ANÁLISE DE MISTURAS
O QUE É
Conjunto de técnicas usadas para 
ONDE SE APLICA
Conjunto de técnicas usadas para 
determinar o número de componentes de 
uma mistura e suas concentrações
Análise de medicamentos
Análise de pesticidas
CALIBRAÇÃO MULTIVARIADA
O QUE É
Modelagem de um fenômeno em função de 
vários parâmetros simultaneamente
ONDE SE APLICA
vários parâmetros simultaneamente
Controle de processos
Análise de óleos
Indústria têxtil
Indústria alimentícia
Calibração
“Transformação de medidas instrumentais em “Transformação de medidas instrumentais em 
resultados que possam ser entendidos”resultados que possam ser entendidos”
� Desenvolvimentos de modelos: 
� Previsão de uma informação quantitativa y a partir 
de medidas instrumentais X, via alguma função de 
transferência;
� Desenvolver uma fórmula, ou função empírica, 
para um conjunto de variáveis num dado tipo de 
amostra:
y = f(X) 
Vantagens da Calibração Multivariada
� Maior número de variáveis, diminuindo erros
�� Análises na presença de interferentesAnálises na presença de interferentes (conhecidos) que 
são incluídos no modelosão incluídos no modelo
� Análises mesmo sem resolução
� Determinações simultâneas
OTIMIZAÇÃO E VALIDAÇÃO
O QUE É
Encontrar o ótimo; as melhores condições de 
execução/implementação de um processo
ONDE SE APLICA
Melhoria de processos
Processos novos e 
modificados
execução/implementação de um processo
Garantir a confiabilidade dos resultados 
obtidos neste processo
Evolução da aplicação da quimiometriaEvolução da aplicação da quimiometriaEvolução da aplicação da quimiometriaEvolução da aplicação da quimiometria
2539
2500
3000
N
ú
m
e
r
o
 
d
e
 
a
r
t
i
g
o
s
 
4 114
939
0
500
1000
1500
2000
1 2 3 41970 1980 1990 2000 Décadas
N
ú
m
e
r
o
 
d
e
 
a
r
t
i
g
o
s
 
p
u
b
l
i
c
a
d
o
s
Evolução da aplicação da quimiometriaEvolução da aplicação da quimiometriaEvolução da aplicação da quimiometriaEvolução da aplicação da quimiometria
279
328
351
382
247300
350
400
N
ú
m
e
r
o
 
d
e
 
a
r
t
i
g
o
s
 
p
u
b
l
i
c
a
d
o
s
139
183
196 210
224
0
50
100
150
200
250
1 2 3 4 5 6 7 8 9 10 Ano
N
ú
m
e
r
o
 
d
e
 
a
r
t
i
g
o
s
 
p
u
b
l
i
c
a
d
o
s
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Análise por 
componentes principais 
(ACP)
0 0
19
59
10
20
30
40
50
60
N
ú
m
e
r
o
 
d
e
 
p
u
b
l
i
c
a
ç
õ
e
s
0
1 2 3 41970 1980 1990 2000
Décadas
Análise 
multivariada0 3
39
76
0
10
20
30
40
50
60
70
80
1 2 3 4
N
ú
m
e
r
o
 
d
e
 
p
u
b
l
i
c
a
ç
õ
e
s
Décadas
1970 1980 1990 2000
0 1
51
92
10
20
30
40
50
60
70
80
90
100
N
ú
m
e
r
o
 
d
e
 
p
u
b
l
i
c
a
ç
õ
e
s
Partial least squares 
(PLS)
0
1 2 3 4
Décadas
19901970 1980 2000
PLS - NIR
0 3
413
1512
0
200
400
600
800
1000
1200
1400
1600
1 2 3 4
Décadas
N
ú
m
e
r
o
 
d
e
 
p
u
b
l
i
c
a
ç
õ
e
s
1970 1980 1990 2000
3
1
1,5
2
2,5
3
N
ú
m
e
r
o
 
d
e
 
p
u
b
l
i
c
a
ç
õ
e
s
Wavelets
0 0
0
0,5
1
1 2 3 4
Décadas
N
ú
m
e
r
o
 
d
e
 
p
u
b
l
i
c
a
ç
õ
e
s
1970 1980 1990 2000
Planejamentos 
de 
experimentos
2 3
54
103
20
40
60
80
100
120
N
ú
m
e
r
o
 
d
e
 
p
u
b
l
i
c
a
ç
õ
e
s
Otimização
0
1 2 3 4
Décadas
1970 1980 1990 2000
10
18
140
277
0
50
100
150
200
250
300
1 2 3 4
Décadas
N
ú
m
e
r
o
 
d
e
 
p
u
b
l
i
c
a
ç
õ
e
s
1970 1980 1990 2000
Planejamento 
fatorial
0 0
11
14
2
4
6
8
10
12
14
N
ú
m
e
r
o
 
d
e
 
p
u
b
l
i
c
a
ç
õ
e
s
0
20
40
60
80
100
120
140
1 2 3 4
N
ú
m
e
r
o
 
d
e
 
p
u
b
l
i
c
a
ç
õ
e
s
Décadas
1970 1980 1990 2000
Superfície de resposta
0
1 2 3 4
Décadas1970 1980 1990 2000
11ª. Conferência 
Quimiometria
em Química Analítica 
CAC 2008
30 Junho – 04 Julho 
Montpellier - France
1. Chemo- and bio-informatics
Data mining 
-omics analysis 
Multiset analysis 
2. Experimentaldesign
Numerical simulation 
Advances in experimental 
4. Image analysis
Image processing 
PROGRAMA 
PROPOSTO
Advances in experimental 
design 
Robustness studie 
Novel applications 
3. Advances in Chemometrics
Method developments 
Improving precision, 
robustness, sensitivity and 
detection limit 
Novel applications
Image processing 
Segmentation 
Resolution 
Hyper spectral imaging 
5. Process analysis
Process control and 
modelling 
PAT 
Online robustness 
Online diagnosis 
1. Chemo- and bio-informatics
1.1. –omics 
Metabolômica Estudo dos metabólitos 
Proteômica
Geômica
Proteômica é a ciência que estuda o 
conjunto de proteínas contidas numa 
célula, que são determinadas pelo 
genoma da mesma. 
Estudo de seqüenciamento e 
análise do genoma em biologia 
1. Chemo- and bio-informatics
1.1. –omics 
Metabonômica Estudo sistemático 
da célula 
Nutrimetabonômica
da célula 
Relaciona perfis metabólicos 
com comportamentos 
alimentares 
1. Chemo- and bio-informatics
1.2. Food and pharmaceutical applications 
Rastreabilidade em alimentos
Análise sensorial
Preparo de medicamentos
Adulteração de gasolinas
Classificação de DNA
QSAR aplicado a odoresPreparo de medicamentos
Monitoração ambiental
Detecção de doenças
Detecção de doping
QSAR aplicado a odores
Quantificação de biodiesel
CQ de alimentos
Cinética de reações
Origem de óleos
2. Experimental design
Preparo de material 
para extração em fase 
sólida, modelado com 
ANN
Otimizar solventes 
de extração
Determinação de chumbo 
em análises de água on-line
Determinação da robustez 
em CG e LCde extração
Determinação de ferro em 
condensado de petróleo
Pre-concentracão para 
determinação de cobre em 
água de rio
em CG e LC
Separação de princípios 
farmacêuticos
3. Advances in Chemometrics
Method developments
Modelos de 
calibração
Drifts
Avaliação da qualidade de 
gasolinas
Determinação de 
Determinação de HC 
de petróleo em água
Determinação de 
acidez em óleos
Ferramentas para 
calibração robusta
Comparações 
interlaboratoriais
Determinação de 
enxofre em resíduos 
de petróleo
Improving precision, robustness, 
sensitivity and detection limit
3. Advances in Chemometrics
Modelagem de impressão 
digital (cromatogramas)
Forense
Missing data
Algoritmo genético robusto
Determinação de incerteza em 
modelagem
Avaliação de bioetanol
Determinação do LD em 
calibração multivariada
4. Image analysis
Discriminar produtos de 
origem bovina da suína
Avaliar homogeneidade 
de amostras 
farmacêuticas
Definir novas formulações 
farmacêuticas
Detectar falsificações em 
medicamentos
Melhorar a qualidade de 
imagens biológicas (células 
pulmonares, de pele, de 
tecido gorduroso, etc)
Avaliar a qualidade de 
cogumelos
Forense
5. Process analysis
Controle de processos de 
produção de fármacos
Desenho de fármacos
Controle falsos 
diagnósticos de 
processo
Calibração de equipamentos 
usados em campo
Controle de processo de 
flotação (minérios)
Unscramble
Pirouette
SIMCA 3-X
Alguns pacotes computacionais 
disponíveis comercialmente
SIMCA 3-X
Matlab
NEMROD
MODE
Minitab
Statistica
Evolução da aplicação da quimiometriaEvolução da aplicação da quimiometriaEvolução da aplicação da quimiometriaEvolução da aplicação da quimiometria
CURSOS QUÍMICA
UNICAMP 
UFPE 
EM 2003
GRADUAÇÃO
PÓS-GRADUAÇÃO
UFRJ
UNICAMP 
USP
UNICAMP 
UEL 
UFPE 
UFRJ
UEL 
E HOJE?
ÁREAS DOS EXEMPLOS DE APLICAÇÃO
BEBIDAS
VINHOS
CACHAÇAS
TEQUILA E MEZCAL ADL
AF e PLS-DA
ACP
TECIDO
ADESIVO
DROGAS PSICOTRÓPICAS OTIMIZAÇÃO
ACP e PLS
ACP
Estudo de caso 1 CARACTERIZAÇÃO DE VINHOS COMERCIALIZADOS EM RECIFE
MEDIÇÕES
pH
acidez
densidade
extratos
> 1 INDICA ADIÇÃO DE AÇÚCARES
2
1
4
3
teor alcoólico
extratos
cinzas
NaCl
intensidade de cor (ICor)
densidade de cor (DCor)
cor dos pigmentos (CTP)
cor dos pigmentos poliméricos (CPP)
EXIGIDOS PELA 
LEGISLAÇÃO BRASILEIRA
5
4
6
9
7
8
11
10
AMOSTRAS MATRIZ (n X m)
VINHOS SECOS (B)
Medições (11 colunas)
A
m
o
s
t
r
a
s
 
d
e
 
v
i
n
h
o
9 LOTES
VINHOS SUAVES (A, C e D)
A
m
o
s
t
r
a
s
 
d
e
 
v
i
n
h
o
Quantidade 
grande de dados 
MÉTODOS
ACP É UMA TÉCNICA DE CLASSIFICAÇÃO
NÃO SUPERVISIONADA USADA PARA
AVALIAR A ESTRUTURA DA MATRIZ DE
DADOSDADOS
NORMALMENTE MOSTRA O GRAU DE
SIMILARIDADE ENTRE AMOSTRAS E A
INFLUÊNCA DAS VARIÁVEIS NAS
SIMILARIDADES
MÉTODO ACP
PC1 separa os vinhos 
secos (B) dos vinhos 
suaves (A, C e D) 
pH, cinzas, teor 
alcoólico, NaCl, 
densidade, extrato
PC2 mostra alguma 
similaridade entre os 
vinhos A e D 
acidez, extrato, 
densidade, CPP
Estudo de caso 2 CARACTERIZAÇÃO DE VINHOS JOVENS COMERCIALIZADOS NA ÁFRICA DO SUL
MEDIÇÕES
espectros no MIR
CG
ácidos voláteis
2
1
3
Identificar diferentes 
composições, de forma a 
poder discriminar as culturas
CG3
Foram utilizados vinhos jovens 
para evitar variações causadas 
por processos e tempo de 
maturação diferentes, misturas e 
grau de envelhecimento 
ácidos totais
pH
ácido málico
4
5
6
glicose
etanol
7
8
9
frutose
496 AMOSTRAS MATRIZ (n X m)
PINOT (62)
MERLOT (83)
Medições (34 colunas)
A
m
o
s
t
r
a
s
 
d
e
 
v
i
n
h
o
A
m
o
s
t
r
a
s
 
d
e
 
v
i
n
h
o
Quantidade 
grande de dados 
CABERNET SAUVIGNON (89)
SHIRAZ (89)
CHARDONNAY (70)
SAUVIGNON BLANC (103)
ACP
Espectros de FTMIR
VINHOS BRANCOS
VINHOS VERMELHOS (2005)
Perfil dos compostos voláteis
VINHOS VERMELHOS (2006)
PINOT
Acetato de isoamila
Iso-ácidos
Álcool isoamílico
SHIRAZ x CABERNET SAUVIGNON
2- fenil etanol
Ácido isovalérico
Álcool isoamílico
Estudo de caso 3 METAIS EM TEQUILA E MEZCAL
MEDIÇÕES
alumínio
enxofre
bário
1
2
3
manganês
potássio
8
9
sódio10
ICP-OES
Identificar diferentes tipos de bário3
cálcio
ferro
4
5
6
cobre
magnésio7
estrôncio
sódio
zinco
10
11
12
cálcio13
Identificar diferentes tipos de 
tequila (ouro, prata, 
envelhecida e extra 
envelhecida) e mezcal
TIPOS DE TEQUILA
Prata Engarrafada e armazenada imediatamente após
Ouro
Tequila prata misturada com tequilas 
envelhecida ou extra-envelhecida. Normalmente Ouro envelhecida ou extra-envelhecida. Normalmente 
são adicionados caramelo, açúcar e glicerina
Envelhecida Tequila armazenada por, no mínimo, 2 meses, mas menos que 1 ano em tonéis de carvalho
Extra-
envelhecida
Tequila armazenada por, no mínimo, 1 ano, mas 
menos que 3 anos em tonéis de carvalho
121 AMOSTRAS DE 
TEQUILA E 9 DE MEZCAL
MATRIZ (n X m)
Medições (12 colunas)
A
m
o
s
t
r
a
s
 
d
e
 
v
i
n
h
o
162 MILHÕES DE 
LITRO EM 2007
JALISCO
TAMAULIPAS
A
m
o
s
t
r
a
s
 
d
e
 
v
i
n
h
o
Quantidade 
grande de dados 
NAYARIT
MICHOACAN
GUANAJUATO
ADL É UMA TÉCNICA DE CLASSIFICAÇÃO
SUPERVISIONADA QUE USA AS
DIFERENÇAS ENTRE AS AMOSTRAS
PARA ESTABELECERUM MODELO DE
CLASSIFICAÇÃO
MÉTODOS
CLASSIFICAÇÃO
O MODELO É USADO PARA CLASSIFICAR
AMOSTRAS DESCONHECIDAS, BASEADO NAS
CARACTERÍSTICAS QUÍMICAS ESTUDADAS
ADL
TREINAMENTO n = 64
TESTE n = 66
5 CLASSES
TEQUILA PRATA 
EXTRA-ENVELHECIDA 
MEZCAL
SEPARAÇÃO
MEZCAL
Estudo de caso 4 CHACHAÇAS DE ALAMBIQUES E INDUSTRIAISA INDÚSTRIA DA CACHAÇA NO BRASIL EMPREGA 400 MIL 
PESSOAS
O BRASIL PRODUZ 5 MIL MARCAS DE CACHAÇA
Identificar cachaças destiladas em alambiques 
e em colunas
Em 2005 – 10,8 milhões de litros exportados (1% do produzido)
Em 2010 – 30 milhões de litros exportados
DESTILAÇÃO EM COLUNAS DE 
COBRE (ALAMBIQUE)
CABEÇA (78% v/v)
CORAÇÃO (57% v/v)
CAUDA (27% v/v)
DESTILAÇÃO EM COLUNAS DE INOX
PRATOS TEÓRICOS 15 A 20 (COLUNAS 
SIMPLES, DE BAIXO GRAU)
DESTILAÇÃO EM COLUNAS DE COBRE 
(ALAMBIQUE)
ETANOL, ÁLCOOIS 
SUPERIORES E 
ACETALDEÍDO
MAIORES TEORES NAS 
PRIMEIRAS FRAÇÕES
ACETALDEÍDO DIMINUI DRASTICAMENTE
FURFURALDEÍDO MAIORES TEORES NAS ÚLTIMAS FRAÇÕES
MEDIÇÕES
alumínio
24 compostos orgânicos
cádmio
1
2
3
manganês
potássio
magnésio
8
7
9
ICP-OES
CROMATOGRAFIA
cálcio
ferro
4
5
6
cobre estrôncio
sódio
carbamato de etila
10
11
12
115 AMOSTRAS
MATRIZ (n X m)
Medições (35 colunas)
A
m
o
s
t
r
a
s
 
d
e
 
v
i
n
h
o
162 MILHÕES DE 
LITRO EM 2007
115 AMOSTRAS
A
m
o
s
t
r
a
s
 
d
e
 
v
i
n
h
o
Quantidade 
grande de dados 
COLUNAS DE COBRE (73)
COLUNAS DE INOX (42)
AF
DISPERSÃO OBSERVADA NAS 
CACHAÇAS DE ALAMBIQUE
FOGO DIRETO
VAPOR
TEMPERATURA
GEOMETRIA DO ALAMBIQUE
PLS-DA
NENHUMA AMOSTRA FOI 
CONSIDERADA OUTLIER
Estudo de caso 5 TECIDOS DE ALGODÃO
CORANTE REATIVO1
1AQUELE QUE CONTÉM, PELO MENOS, 1 GRUPO FUNCIONAL
ESPECTROSCOPIA DE REFLECTÂNCIA DIFUSA NA REGIÃO 
DO INFRAVERMELHO (DRIFTS)
SEM CORANTE (UD)
COM CORANTE NÃO FIXADO (U)
63 AMOSTRAS
COM CORANTE NÃO FIXADO / 
TRATAMENTO COM NH3 (UN)
COM CORANTE FIXADO (F)
COM CORANTE FIXADO / 
TRATAMENTO COM NH3 (UN)
ACP
U
UN
F
FN
UD
FN
PC1 separa (U e FN) de (F e UD)
PC3 separa (Us) de (Fs)
Estudo de caso 6 ADESIVOS
Prever os valores de viscosidade 
de amostras de adesivo base 
solvente do tipo crepe
105 AMOSTRAS INFRAVERMELHO
ADESIVOS BASE SOLVENTE COM E SEM SUPORTE
ADESIVOS BASE H2O COM E SEM SUPORTE
BASE SOLVENTE 
TIPO DUPLA FACE BASE SOLVENTE EM 
FITA COMERCIAL
A APC PERMITE DISTINGUIR OS 4 
GRUPOS DE ADESIVOS
BASE H2O EM FITA 
COMERCIAL
BASE SOLVENTE 
TIPO CREPE
PLS O MÉTODO DOS MÍNIMOS
QUADRADOS PARCIAIS É BASEADO
NA RELAÇÃO ENTRE 2 MATRIZES. NO
CASO DESTE EXEMPLO, NAS
MATRIZES DE ABSORVÂNCIA A
MÉTODOS
MATRIZES DE ABSORVÂNCIA A
DIVERSAS FREQUÊNCIAS E DE
VISCOSIDADE.
TEMPOR BASE A SELEÇÃO DE
INTERVALOS ESPECTRAIS, QUE
DESENVOLVE MODELOS LOCAIS E
EQUIDISTANTES PARA TODA A
REGIÃO DO ESPECTRO PERMITINDO
FOCAR NAS REGIÕES MAIS
IMPORTANTES E REMOVER
INTERFERÊNCIA DE OUTRAS
MODELO PLS
REF(cps) PREV (cps) ERRO RELATIVO (%)
66000 67715 2,60
62000 63801 2,90
RESULTADOS
62000 63801 2,90
77000 71878 6,68
76000 79706 4,88
68000 68367 0,54
69000 69878 1,27
76000 78200 2,89
73000 74254 1,72
Estudo de caso 7
OTIMIZAÇÃO DA SEPARAÇÃO DE 
DROGAS PSICOTRÓPICAS E SEUS 
METABÓLITOS POR CLAE
MONITORAÇÃO DE DROGAS TERAPÊUTICAS ESEUS 
METABÓLITOS - PROBLEMA
POUCOS SÃO AS 
PESSOAS QUE RECEBEM 
UMA ÚNICA DROGA 
(MONOTERAPIA)
GRANDE PARTE DAS PESSOAS EM 
TRATAMENTO RECEBE, POR EXEMPLO,
HALOPERIDROL
RISPERIDONA
ANTI 
PSICÓTICOS
CLOZAPINA OLANZAPINA
ALGUMAS PESSOAS AINDA TÊM 
OUTRAS SUBSTÂNCIAS 
ASSOCIADAS AO TRATAMENTO 
COMO, POR EXEMPLO, 
CARBAMAZEPINA
MÉTODOS RÁPIDOS E 
CONFIÁVEIS PARA 
IDENTIFICAR E 
QUANTIFICAR ESTAS 
SUBSTÂNCIAS E 
SEUS METABÓLITOS
Um método de análise 
envolve muitas 
variáveis
TIPO DE FASE 
ESTACIONÁRIA
MÉTODO 
CROMATOGRÁFICO
COMPOSIÇÃO FASE MÓVEL
pH
TEMPERATURA
VARIÁVEIS A OTIMIZAR
pH
FORÇA IÔNICA
FASE MÓVEL TAMPÃO
ACN
MeOH
TAMPÃO
X1
ACN MeOH
X1
X3
X2
Referências Bibliográficas
Andrade, M.F. de, Aplicação de métodos analíticos e quimiométricos para 
a caracterização de vinhos comercializados em Recife, 29a. Reunião da 
Sociedade Brasileira de Química, 2006.
1.
Lou L., Roux K., Tredoux A., Tomic O., Naes T., NIEUWOUDT H., Van 
Rensburg P., Characterization of Selected South African Young Cultivar 2. Rensburg P., Characterization of Selected South African Young Cultivar Wines Using FTMIR Spectroscopy, Gas Chromatography, and Multivariate 
Data Analysis, J. Agric. Food Chem., 57, 2623–2632, 2009.
2.
Guillermina S., Jurado J.M., Martin M.J., Pablos F., Quantitation of Twelve 
Metals in Tequila and Mezcal Spirits as Authenticity Parameters, J. Agric. 
Food Chem., 57, 1372–1376, 2009.
3.
Reche, R.V. e Franco, D.W., Distinção entre cachaças destiladas em 
alambiques e em colunas usando quimiometria, Quim. Nova, Vol. 32, 
No. 2, 332-336, 2009
4.
Kokot, S., Crawford, K., Rintoul, L., Meyer, U., A DRIFTS study of 
reactive dye states on cotton, Vibrational Spectroscopy, 15, 103-111, 
1997.
5.
de Aguiar, J.G., e Poppi, R.J., Determinação da viscosidade em 
adesivos utilizando Quimiometria e Espectroscopia no infravemelho6.
Cutroneo, P., Beljean, M., Phan Tan Luu, R., Siouffic, A.-M., Optimization 
of the separation of some psychotropic drugs and their respective 
metabolites by liquid chromatography, J. Pharmaceutical and 
7.
metabolites by liquid chromatography, J. Pharmaceutical and 
biomedical analysis, 41, 333-340, 2006.
7.
Referências Bibliográficas
� D. L. Massart, B. G. M. Vandeginste, L. M. C.
Buydens, S. de Jong, P. J. Lewi, J. Smeyers-
Verbeke, "Handbook of Chemometrics and
Qualimetrics : Part B", Elsevier, Amsterdam,1998.
� H. Martens e T. Naes, "Multivariate Calibration",� H. Martens e T. Naes, "Multivariate Calibration",
Wiley, New York, 1991.
� R. G. Brereton, Introduction to multivariate calibration
in analytical chemistry. Analyst, 125 (2000) 2125.
� P. Geladi e B. R. Kowalski, PLS a tutorial. Anal. Chim.
Acta, 185 (1996) 1.
OBRIGADA !