Desarrollo de un sensor electroquímico para la determinación de carvacrol en aceites esenciales empleando MCR-ALS. Ventaja de segundo orden

G. D. PIERINI; S. N. ROBLEDO; S. A. BORTOLATO; M. R. ALCACAZ; H. C. GOICOECHEA; H. FERNANDEZ; M. A. ZON

Campina Grande, Paraiba

Workshop; XI Workshop de Quimiometría; 2020

Universidade Estadual da Paraíba

Los aceites esenciales (AE) y sus derivados son ingredientes importantes que se utilizan. Principalmente. en la industria alimentaria. Los AE de orégano y de tomillo exhiben actividades antifúngicas, antivirales, antitumorales y antiinflamatorias, y también actúan como antioxidantes, eliminadores de radicales libres y agentes anti peroxi-lípidicos. Los principales compuestos de estos AE son los monoterpenos carvacrol (CAR) y su isómero fenólico, el timol (TI), siendo CAR el que reporta mayores efectos biológicos y antioxidantes. La electroquímica es una herramienta analítica muy poderosa que, permite obtener una gran cantidad de información fisicoquímica de los sistemas en estudio. Sin embargo, la interpretación de los resultados no siempre resulta simple debido al solapamiento de las señales de oxidación o reducción de los compuestos analizados. En este sentido, se ha intentado exitosamente combinar estas técnicas analíticas con disciplinas de procesamiento de datos, como la quimiometría.Las herramientas quimiométricas son utilizadas, generalmente, para resolver problemas químicos descriptivos y predictivos. En este sentido, el algoritmo de resolución multivariada de curvas con mínimos cuadrados alternantes (MCR-ALS) es uno de los más difundidos para la resolución los sistemas multivariados complejos. Este algoritmo, mediante una descomposición bilineal, permite obtener información acerca de un sistema multi-componente por discriminación de las contribuciones individuales de los constituyentes solapados. El objetivo general del presente trabajo es el desarrollo de un sensor electroquímico acoplado a calibración multivariada de segundo orden para la cuantificación de CAR en presencia de TI en AE. Para el análisis de los datos, se compararon diferentes estrategias de resolución de MCR-ALS, a fin de evaluar las capacidades de resolución y predicción del modelo implementado.