Modelowanie nieselektywnych sygnałów analitycznych w … · 2017. 5. 26. · Testy...

Modelowanie nieselektywnychModelowanie nieselektywnych sygnałów analitycznych w kontekście yg y ykontroli jakości wybranych produktów

Joanna Orzeł

Instytut Chemii

Uniwersytet ŚląskiUniwersytet Śląski

Smak Czystość

Żywność Leki

SmakZapachKonsystencjaWartości odżywcze

CzystośćForma chemicznaHomogeniczność

J A K O Ś ĆJ A K O Ś Ć

Pochodzenie składników Wartość energetyczna

J A K O Ś ĆJ A K O Ś ĆKosmetyki Paliwo

KonsystencjaZapach

Zawartość substancji stałychDoatki definiujące akcyzę

Lepkość

Wynik pomiarupomiaru –

źródło informacji analitycznejŚlesin

22‐24 maja2017

Skład chemicznyJ A K O Ś ĆJ A K O Ś Ć

Chemiczny odcisk palca

Techniki rozdziału – np chrmatografia Techniki rozdziału np. chrmatografia

Nieselektywne sygnały analityczne –np. widma UV‐Vis, NIR, IR, fluorescencyjne, Wynik

pomiarup d a U s, , , uo esce cyj e,EPR, NMR, XRF, chromatogramy…

pomiaru –źródło informacji

analitycznejŚlesin22‐24 maja

2017

Ce lEfektywne wykorzystanie informacji zawartej w nieselektywnych sygnałach

analitycznych poprzez ich przetwarzanie z użyciem narzędzi chemometrycznych w kontekście rozwiązywania problemów

szeroko pojętej chemii analitycznej

Ocena zawartości antyoksydantóww próbkach żywności

witamina C

witamina Awitamina PP

kwercetyna

kwas kawowy

witamina B1

kwas kawowy

witamina B2

Wynik pomiaruwitamina B2

likopenpomiaru –


22‐24 maja2017


PRÓBKA

Przygotowaniepróbki do analizy

ekstrakcja

zatężenie lub rozcieńczenie

PRÓBKA

próbki do analizy

Wykonanie

ekstrakt + odczynniki

inkubacjawybranego testuantyoksydacyjnegopomiar instrumentalny

krzywa kalibracyjnaAnliza wyników

krzywa kalibracyjna

ocena parametru

WYNIK Wynik pomiarupomiaru –


22‐24 maja2017


PRÓBKA

Przygotowaniepróbki do analizy

ekstrakcja

zatężenie lub rozcieńczenie

PRÓBKA

próbki do analizy

Wykonanie

ekstrakt + odczynniki

inkubacjawybranego testuantyoksydacyjnegopomiar instrumentalny

model kalibracyjnyAnliza wyników

model kalibracyjny

ocena parametru

WYNIK Wynik pomiarupomiaru –


22‐24 maja2017


B d i ł ś i ś iBadanie właściwościantyoksydacyjnych

Informacja o zawartościantyoksydantów

Widma w zakresiepodczerwieni

Widma całkowitej fluorescencji

p

0.05

0.1

0.15

0.2

tensyw

ność

Próbka lubekstrakt

2000 1500 10000In

t

cm ‐1

Chromatogramy Intensyw

ność

Rejestracja sygnałunieselektywnego

10

0

10

20

30

40

50

60

Intensyw

ność

Wzbudzenie [nm]Emisja[nm]

Wynik pomiaru5 10 15 20 25 30 35 40

-10

Czas elucji



2017


Model kalibrującyzawartość antyoksydantów

widziane

…

Modelowaniechemometryczne

y = f ( X ) y przew

y obserwowane

y

…Zestaw próbekkalibracyjnych

Ocena parametru dlaOcena parametru dlanowej próbki

na podstawie modelui nieselektywnego sygnału



22‐24 maja2017


EkEksperyment:

Próbki

Sygnały nieselektywneWidma całkowitej

fluorescencjiWidma w zakresie

podczerwieni

nten

sywno

ść

0 05

0.1

0.15

0.2

ensywno

ść

fluorescencji podczerwieni

Zawartość antyoksydantów ‐ test ORAC i całkowita zawartośc polifenoli

In

Wzbudzenie [nm]Emisja[nm] 2000 1500 10000

0.05

cm ‐1

Int

Modelowanie:

Konstrukcja wieloparametrowych modeli kalibracyjnych Wynik pomiaruj p y yj y

Regresja częściowych najmniejszych kwadratów, PLS

N‐modalna regresja częściowych najmniejszych kawadratów, N‐PLS



2017


Próbki wodne ekstrakty kawy

Rodzaj sygnałuwidma całkowitej fluorescencjifluorescencji

Metoda modelowania N‐PLS

Kompleksowość modelu 5

Błąd dopasowania 6,2%

Błąd przewidywania 6,3%

J. Orzel i M. Daszykowski, Chemom. Intell. Lab. Sys. 137 (2014) 74‐81



22‐24 maja2017


Próbki przeciery pomidorowe

Rodzaj sygnałuwidma w zakresiepodczerwieni

Metoda modelowania PLS

Kompleksowość modelu 4

Bł d d i 9 1%Błąd dopasowania 9,1%

Błąd przewidywania 5,4%

J. Orzel i in., Talanta 138 (2015) 64‐70



22‐24 maja2017


Efektywność oceny całkowitej zdolności antyoksydacyjnej na podstawiewidm całkowitej fluorescencji dla próbek ziół (mięty, bazylii, oregano) orazwidm całkowitej fluorescencji dla próbek ziół (mięty, bazylii, oregano) orazsuplementów diety

J. Orzel i M. Daszykowski, Chemom. Intell. Lab. Sys. 137 (2014) 74‐81

Efektywność oceny całkowitej zdolności antyoksydacyjnej naparów herbatytypu rooibos (Aspalathus linearis) używając chromatograficznych odciskówpalca i identyfikacja potencjalnych substancji o właściwościachantyoksydacyjnych

J Orzel i in J Chrom A 1366 (2014) 101 109J. Orzel i in., J. Chrom. A, 1366 (2014) 101‐109



22‐24 maja2017

Ocena jakości oleju napędowego zeOcena jakości oleju napędowego ze względu na zawartość dodatków akcyzowych

l llSolvent Yellow 124Znacznik

Solvent Red 19Barwnik

Wynik pomiaruSolvent Red 164

Barwnik



2017


Jakościowe i ilościowe oznaczenie znacznika (Solvent Yellow 124) i barwnika (Solvent Red 19)

Eksperyment:500

600

Seria modelowych próbek oleju napędowego z dodatkiem znacznika i barwnika

Sygnały nieselektywne – widma całkowitej fluorescencji

M d l i100

200

300

400

500

Inte

nsyw

nosc

Modelowanie:

Konstrukcja wieloparametrowych modeli kalibracyjnych(PLS oraz N‐PLS)

Wyniki: 350 450 550 650450550

650750

0

Emisja [nm]Wyniki:Barwnik Znacznik

Błąd przewidywania 2,2% 2,6% J. Orzel i in. Talanta, 101 (2012) 78‐84Patent nr 223510 (2.12.2015)

350Wzbudzenie [nm]

Emisja [nm]

RSD 2,3% 3,2%

LOD 0,048 mg∙L‐1 0,042 mg∙L‐1

LOQ 0,144 mg∙L‐1 0,126 mg∙L‐1 Wynik pomiaru

Stabilnośćw czasie

W czasie 96 h metoda daje wyniki niewykazujące statystycznie istotnych różnic



2017


Metoda analityczna pozwalająca ocenić pochodzenie paliwaEksperyment:

Seria modelowych próbek oleju napędowego z dodatkiemznacznika (Z) i barwnika (B) odbarwionych poprzez dodatekczynnika adsorbującego

Sygnały nieselektywne ‐ widma całkowitej fluorescencji

ModelowanieModelowanie:

Konstrukcja wieloparametrowych modeli dyskryminacyjnych– dyskryminacyjny wariant regresji częściowych najmniejszychkwadratów (D‐PLS)

J. Orzel i in. Fuel, 117 (2014) 224–229

Wyniki:

Kryterium dyskryminacyjne

Próbki poprawnie zaklasyfikowane bi d l

Próbki poprawnie zaklasyfikowane ze bi t t

y y yjze zbioru modelowego zbioru testowego

Z 30 (100%) 30 (100%)

B 30 (100%) 23 (77%) Wynik pomiaru

B i Z 14 (100%) 35 (78%)

B lub Z 30 (100%) 27 (90%)



2017

Ocena jakości cukru ze względuOcena jakości cukru ze względu na zawartość popiołu i barwę

Eksperyment:

Próbki cukru pobrane po etapie rafinacji

O i b i ść i ł Oceniono barwę i zawartość popiołu

Sygnały nieselektywne – widma całkowitej fluorescencji

Modelowanie:

Konstrukcja wieloparametrowych modeli kalibracyjnychklasycznych (PLS) i stabilnych (PRM)

J. Orzel i in., Chem. Intell. Lab. Sys., 110 (2012) 89‐93 Wyniki:

Barwa

f Dopasowanie Przewidywanie

PLS 3 1,31 (4,0%) 1,45 (4,4%)Wynik

pomiaruPRM 3 1,15 (3,5%) 1,18 (3,6%) pomiaru –źródło informacji


2017

Wn i o s k i

Opracowałam pięć nowych procedur analitycznych służących oceniejakości produktówjakości produktów.

Procedury opierają się na rejestracji nieselektywnych sygnałówanalitycznych i użyciu odpowiednich narzędzi chemometrycznych do ichanalitycznych i użyciu odpowiednich narzędzi chemometrycznych do ichinterpretacji.

Dla każdej z procedur przeprowadziłam walidację ze względu na Dla każdej z procedur przeprowadziłam walidację ze względu naklasyczne parametry analityczne jak i chemometryczne.

Zrealizowane badania potwierdzają, że jakość produktu można ocenićp ją, j pna podstawie nieselektywnego sygnału analitycznego używającefektywnego modelu chemometrycznego.



22‐24 maja2017

d kP o d z i ę k ow a n i a

Fluorescencyjne krajobrazy w połączeniu z metodamichemometrycznymi jako potencjalne narzędzie do wyznaczaniacałkowitej zdolności antyoksydacyjnejcałkowitej zdolności antyoksydacyjnej

d kP o d z i ę k ow a n i a

D z i ę k u j ę z a u w a g ęD z i ę k u j ę z a u w a g ę .

Modelowanie całkowitej zdolności antyoksydacyjnej naparówherbaty typu rooibos (Aspalathus linearis) używającherbaty typu rooibos (Aspalathus linearis) używającchromatograficznych odcisków palca i identyfikacja potencjalnychsubstancji o właściwościach antyoksydacyjnych

Eksperyment

228 próbek róznych pod wzgledem jakości

Modelowanie

Przygotowanie danych do analizy – usuniecie linnib ł łó Badania chromatograficzne odciski palca (HPLC‐

DAD), tabela pików (12 związków fenolowych ‐ kwasfenylopirogronowy, aspalathin, nothofagin, izoorientyna, orientyna,kwas felurowy, kwercetyno‐3‐robinobiozyd, witeksyna, hyperozyd,rutyna izoviteksyna i izokwercytyna)

bazowej, nałożenie sygnałów

Regresja częściowych najmniejszych kwadratów ‐PLS

Regresja częściowych najmniejszych kwadratówrutyna, izoviteksyna i izokwercytyna)

Testy antyoksydacyjne DPPH i ORAC

Regresja częściowych najmniejszych kwadratówz eliminacją zmiennych nieistotnych – UVE‐PLS

80

50

60

70

wno

sc

isoorientin

orientin

vitexin

10

20

30

40

Inte

nsyw

PPAG asphalatin

feluric acid

Qrobhyperoside

rutin

vitexin

isovitexin

nothofagin

J. Orzel i in., J. Chrom. A, 1366 (2014) 101‐109 5 10 15 20 25 30 35 40

0

10

Czas [min]

isoquercitin

Modelowanie całkowitej zdolności antyoksydacyjnej naparówherbaty typu rooibos (Aspalathus linearis) używającherbaty typu rooibos (Aspalathus linearis) używającchromatograficznych odcisków palca i identyfikacja potencjalnychsubstancji o właściwościach antyoksydacyjnych

Dane PLS UVE‐PLSWłaściwościd i

Właściwości id i

Właściwości d i

Właściwości id idopasowania przewidywania dopasowania przewidywania

f TE % TE % f TE % TE %Modele dla parametru DPPH

Tabela pików

6 241 9,54 274 9,78 4 244 9,67 280 11,1

Chromatog6 178 7 05 237 9 38 4 225 8 91 235 9 31

ramy6 178 7,05 237 9,38 4 225 8,91 235 9,31

Modele dla parametru ORAC Tabela

6 1016 11 1 1079 11 8 3 1062 11 3 1057 11 6pików

6 1016 11,1 1079 11,8 3 1062 11,3 1057 11,6

Chromatogramy

6 828 9,06 1020 11,2 3 990 10,8 1021 11,2

J. Orzel i in., J. Chrom. A, 1366 (2014) 101‐109

Efektywność oceny całkowitej zdolności antyoksydacyjnej napodstawie widm całkowitej fluorescencji dla próbek ziół (bazylii,podstawie widm całkowitej fluorescencji dla próbek ziół (bazylii,oregano) oraz suplementów diety

Eksperyment 11 rodzajów próbek bazylii

12 rod ajów próbek oregano

Modelowanie Regresja częściowych najmniejszych

kwadratów ‐ PLS lub N‐PLS 12 rodzajów próbek oregano

10 rodzajów próbek suplementów diety

Badania obrazy fluorescencyjne, parametrORAC ść lif li

kwadratów PLS lub N PLS

ORAC, zawartość polifenoli

Błąddopasowania

7,00%Błąddopasowania

4,30% Błąddopasowania

>20%

Błądprzewidywania

18,5%Błądprzewidywania

9,60% Błądprzewidywania

>20%

Parametry walidacyjne (analityczne) charakteryzujące opracowanemetodyki analityczne służące ocenie całkowitej zdolnościmetodyki analityczne służące ocenie całkowitej zdolnościantyoksydacyjnej próbek żywności

k k iEkstrakty kawy

Ekstrakty mięty pieprzowej

Parameter ORACZawartość

lif liORAC

walidacyjny N‐PLS, f = 5 polifenoliPLS, f = 5

PLS, f = 5

Średnia 447,46 6,802 3173,39

RSD 7 13% 1 61% 4 04%RSD 7,13% 1,61% 4,04%

± 26,198 0,089 105,18Cułość 8,33 10,75 5,55

S l k ść 5 57 10 3 6 88 10 3 1 29 10 2Selektywność 5,57 × 10‐3 6,88 × 10‐3 1,29 × 10‐2

LOD 85,42 0,037 12,58LOQ 854,2 0,378 125,8

440

460

140

160

180

sja

[nm

]

380

400

420

100

120

140E

mis

320

340

360

40

60

80

Wzbudzenie [nm]

300 350 400 450 500 550 600

300

320

0

20

[ ]

100

150

200ns

ywno

sc

250300

350 500600

0

50Inte

350400

450500 200

300400

500

Emisja [nm]Wzbudzenie [nm]

100

150

200yw

nosc

500600

450500

0

50

100

Inte

nsy

200

300

400

250300

350400

450

Wzbudzenie [nm]Emisja [nm]

Rodzaj próbkiWzbudzenie Emisja

Zakres [nm] Δ [nm] Zakres [nm] Δ [nm]Zakres [nm] Δ [nm] Zakres [nm] Δ [nm]

Ekstrakty bazylii 220 ‐ 450 10 280 ‐ 650 2

Ekstrakty oregano 220 ‐ 450 10 280 ‐ 650 2

Suplementy diety 230 ‐ 550 10 300 ‐ 650 2

Ekstrakty kawy 230 ‐ 650 10 330 ‐ 700 2

Ekstrakty mięty 220 ‐ 450 10 280 ‐ 650 2

Pasty pomidorowe 250 ‐500 10 260 ‐ 620 2

Cukier 230, 240, 255, 290, 305, 325 oraz 340 nm 275 ‐ 560 0,5

Olej zabarwiony 250 ‐ 700 10 350 ‐ 800 2Olej zabarwiony 250 700 10 350 800 2

Olej odbarwiony 250 ‐ 700 10 350 ‐ 800 2

Dodatek Stężenie

Znacznik 6,0 mg∙L‐1 – 9,0 mg∙L‐1

Barwnik > 6,3 mg∙L‐1

Modelowanie nieselektywnych sygnałów analitycznych w … · 2017. 5. 26. · Testy...

Documents

Transcript of Modelowanie nieselektywnych sygnałów analitycznych w … · 2017. 5. 26. · Testy...