INQUISUR   21779
INSTITUTO DE QUIMICA DEL SUR
Unidad Ejecutora - UE
congresos y reuniones científicas
Título:
Análisis cualitativo y cuantitativo para determinar Sudan I en kétchup mediante imágenes digitales y análisis multivariante
Autor/es:
M.S. RODRÍGUEZ; C.G. REILE; C. DI ANIBAL; P.H.G,D.DINIZ
Lugar:
Santa Rosa, La Pampa
Reunión:
Congreso; 10° Congreso Argentino de Química Analítica (10° CAQA); 2019
Institución organizadora:
Asociación Argentina de Químicos Analíticos
Resumen:
Análisis cualitativo y cuantitativo para determinar Sudan I en kétchup mediante imágenes digitales y análisis multivariante Cynthia G. Reile*a, María Susana Rodrígueza, Paulo H.G.D. Dinizb, Carolina V. Di Anibal aa INQUISUR, Universidad Nacional del Sur, Bahía Blanca, Buenos Aires, Argentina, B8000CPBb Universidade Federal do Oeste da Bahia, Barreiras, Bahia, Brasil, CEP: 47.810-059* e-mail: cynthia.reile@uns.edu.ar El Sudan I es un colorante azoico rojo con usos industriales, clasificado como carcinógeno de clase 3, genotóxico y mutagénico1,2. Debido a sus condiciones de estabilidad y bajo costo, este colorante ha sido utilizado para adulterar alimentos con el fin de aumentar su calidad sensorial3. Por lo tanto, es necesario el desarrollo de herramientas útiles, sencillas, rápidas y económicas para proteger la salud del consumidor. Se propone el uso de imágenes digitales junto con herramientas quimiométricas de clasificación y regresión multivariante. Las imágenes fueron tomadas con una cámara digital Sony de 20,1 Mpx, empleando los modelos de color Escala de Grises, RGB, HSI y combinaciones entre ellos. Se utilizó el algoritmo Kennard-Stone para dividir a los conjuntos de muestras en entrenamiento y prueba (70/30). Se realizó un análisis cualitativo donde se definieron dos clases: clase 1 (34 muestras originales) y clase 2 (57 muestras adulteradas a 50 y 200 mg kg-1). Se utilizó PCA como análisis exploratorio de datos y para eliminar posibles outliers, luego se emplearon diferentes técnicas de clasificación multivariante con y sin selección de variables: PCA-LDA, PCA-QDA, SPA-LDA, KNN, PLS-DA y SIMCA. Los mejores resultados se obtuvieron con PCA-LDA empleando los modelos de color RGB+HSI, donde se obtuvo un 81% y 96% de Tasa de Clasificación Correcta (TCC) para los datos de entrenamiento y prueba, respectivamente. Además, considerando la clase 1, la sensibilidad fue de un 75% y 100%, y la especificidad de un 85% y 94% para la calibración y predicción, respectivamente. Teniendo en cuenta la peligrosidad del colorante Sudan I, la implicancia de que una muestra adulterada se asigne como no adulterada conlleva un grave riesgo para la salud del consumidor. Por consiguiente, con PCA-LDA se obtuvo el menor número de muestras adulteradas asignadas como no adulteradas (7 de 57), evidenciando una buena capacidad de reconocer muestras adulteradas. Para el análisis cuantitativo se utilizaron 34 muestras originales y 118 muestras adulteradas en diferentes concentraciones: 50, 100, 150 y 200 mg kg-1. Se emplearon distintas técnicas de regresión multivariante con y sin selección de variables: SPA-MLR, iSPA-PLS, iSPA-kPLS, PLS y kPLS. Los resultados obtenidos no son del todo satisfactorios, por lo que actualmente, se está trabajando con otras técnicas de regresión no lineales para mejorar los resultados de cuantificación. La metodología analítica propuesta representa una herramienta asequible y útil para determinar a priori el estado de una muestra, ya que sólo muestras incógnitas asignadas como adulteradas (análisis cualitativo) se analizarían posteriormente mediante un análisis cuantitativo. Esto permitiría analizar un elevado número de muestras, con la ventaja de ahorro en tiempos y costos de análisis. 1IARC, Agencia Internacional de Investigaciones sobre Cáncer. IARC Monographs, 8 (1975) 225-231.2Stiborová M., Martínek V., Semanská M., Hodek P., Dračínský M., Cvačka J., Schmeiser H.H. & Frei E., Interdisciplinary Toxicology, 2 (2009) 195-200.3Galvin-King P., Haughey S.A. & Elliott C.T., Food Control, 88 (2018) 85-97.Se agradece a la Comisión de Investigaciones Científicas de la Provincia de Buenos Aires (CIC) por otorgar una beca doctoral a la Lic. Cynthia Reile, en el marco del cual se está realizando dicha investigación.