HERRAMIENTAS QUIMIOMETRICAS PARA LA CLASIFICACION DE GRANOS DE SOJA

FECHNER, DIANA CORINA; DEL VALLE BULACIOS MUÑIZ, OLIVIA; MARCHEVSKY, EDUARDO JORGE; PELLERANO, ROBERTO GERARDO; HIDALGO, MELISA JAZMIN

Porto Alegre

Otro; IV ESCOLA DE INVERNO DE QUIMIOMETRIA; 2019

Universidade Federal do Rio Grande do Sul - Instituto de Química

En el campo agroalimentario, las técnicas analíticas instrumentales son utilizados para verificar lacalidad e idoneidad de los productos y los medios de producción, o para comprobar la veracidadede la información suministrada en las etiquetas. Se puede afirmar que la calidad de los alimentoses un aspecto diferenciador en los mercados, ya que los consumidores ponen atención adeterminados atributos de calidad de los productos, dándoles cada vez más valor a la procedênciageográfica. En este trabajo se llevó a cabo el análisis de elementos trazas en granos de sojacombinado con herramientas quimiométricas para caracterizar los orígenes geográficos de losgranos. Se analizaron un total de 120 muestras de granos de soja producidos en tres zonasproductoras de las províncias de San Luis, Chaco y Córdoba de Argentina. Luego de la recoleccionde los granos, cada muestra fue lavada y procesada con agua desionizada. Posteriormente seprocedió a una digestión húmeda (HNO3 y H2O2) para su mineralización sobre plancha calefactoraen vaso abierto. Se determinaron 25 elementos a nível de vestígios incluyendo tierras rarasmediante espectrometría de masa por plasma acoplado inductivamente (IPC-MS). Para el análisisde los resultados se trabajó con el software Python con paquetes adecuados para el análisis dedatos. Se utilizaron distintas técnicas de análisis quimiométricas (LDA y PLS-DA) como así tambiéntécnicas de minería de datos (SMV-DA y Random Forest). Los métodos aplicados fueroncomparados teniendo en cuenta la exactitud global y el área bajo la curva determinados porvalidación cruzada en grupos (k=10). El mejor desempeño se pudo observar en el método de SVMDAdespués de optimizar los parámetros gamma y C del kernel RBF. Los resultados obtenidospermitieron alcanzar un 95,3% de acierto en la procedencia de las muestras, quedando demostradoque existen diferencias en los contenidos elementales que resultan útiles para la elaboración demodelos de orígen geográfico.