Caracterização de genótipos de soja-hortaliça por análise de componentes principais

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Estatística multivariada na discriminação de raças amazônicas de pupunheiras (Bactris gasipaes Kunth) em Manaus (Brasil)

As raças e populações de pupunheiras ao longo dos rios Amazonas e Solimões apresentam grande variabilidade genética ainda não totalmente caracterizada. Neste estudo, foram aplicadas técnicas estatísticas multivariadas a 15 descritores morfológicos numa tentativa de caracterizar, morfometricamente, três raças existentes ao longo da Bacia desses rios. As três análises em conjunto permitiram uma discriminação das raças, mostrando também que os descritores mais importantes nessa seleção foram: número de espigas, comprimento da ráquis, peso do fruto, espessura das cascas, facilidade para descascar os frutos, peso das cascas, sabor dos frutos, espessura da polpa, distância morfológica dos frutos e peso da semente.

Acoplamento de técnicas espectrométricas com métodos quimiométricos de classificação e calibração multivariada em alimentos

Este trabalho de pesquisa descreve três estudos de utilização de métodos quimiométricos para a classificação e caracterização de óleos comestíveis vegetais e seus parâmetros de qualidade através das técnicas de espectrometria de absorção molecular no infravermelho médio com transformada de Fourier e de espectrometria no infravermelho próximo, e o monitoramento da qualidade e estabilidade oxidativa do iogurte usando espectrometria de fluorescência molecular. O primeiro e segundo estudos visam à classificação e caracterização de parâmetros de qualidade de óleos comestíveis vegetais utilizando espectrometria no infravermelho médio com transformada de Fourier (FT-MIR) e no infravermelho próximo (NIR). O algoritmo de Kennard-Stone foi usado para a seleção do conjunto de validação após análise de componentes principais (PCA). A discriminação entre os óleos de canola, girassol, milho e soja foi investigada usando SVM-DA, SIMCA e PLS-DA. A predição dos parâmetros de qualidade, índice de refração e densidade relativa dos óleos, foi investigada usando os métodos de calibração multivariada dos mínimos quadrados parciais (PLS), iPLS e SVM para os dados de FT-MIR e NIR. Vários tipos de pré-processamentos, primeira derivada, correção do sinal multiplicativo (MSC), dados centrados na média, correção do sinal ortogonal (OSC) e variação normal padrão (SNV) foram utilizados, usando a raiz quadrada do erro médio quadrático de validação cruzada (RMSECV) e de predição (RMSEP) como parâmetros de avaliação. A metodologia desenvolvida para determinação de índice de refração e densidade relativa e classificação dos óleos vegetais é rápida e direta. O terceiro estudo visa à avaliação da estabilidade oxidativa e qualidade do iogurte armazenado a 4C submetido à luz direta e mantido no escuro, usando a análise dos fatores paralelos (PARAFAC) na luminescência exibida por três fluoróforos presentes no iogurte, onde pelo menos um deles está fortemente relacionado com as condições de armazenamento. O sinal fluorescente foi identificado pelo espectro de emissão e excitação das substâncias fluorescentes puras, que foram sugeridas serem vitamina A, triptofano e riboflavina. Modelos de regressão baseados nos escores do PARAFAC para a riboflavina foram desenvolvidos usando os escores obtidos no primeiro dia como variável dependente e os escores obtidos durante o armazenamento como variável independente. Foi visível o decaimento da curva analítica com o decurso do tempo da experimentação. Portanto, o teor de riboflavina pode ser considerado um bom indicador para a estabilidade do iogurte. Assim, é possível concluir que a espectroscopia de fluorescência combinada com métodos quimiométricos é um método rápido para monitorar a estabilidade oxidativa e a qualidade do iogurte

Utilização de análise multivariada e redes neurais artificiais na determinação do comportamento de colonização de populações de macrófitas aquáticas no reservatório de Santana

As análises de agrupamento e de componentes principais e as redes neurais artificiais foram utilizadas na determinação de padrões de comportamento das populações de macrófitas aquáticas que colonizaram o reservatório de Santana, Piraí-RJ, durante o ano de 2004. As análises de agrupamento dividiram o comportamento das populações durante o ano em dois grupos distintos, apresentando um padrão no primeiro semestre que difere daquele observado no segundo semestre do ano. A análise de componentes principais demonstrou que esse comportamento da comunidade (grupo de populações) é influenciado principalmente pelas espécies S. montevidensis, Heteranthera reniformis, Ludwigia sp., Rhynchospora aurea, C. iria, C. ferax e Aeschynomene denticulata no primeiro grupo e por Echinochloa polystachya, Polygonum lapathifolium, Alternanthera phyloxeroides, Pistia stratiotes, Eichhornia azurea, Brachiaria arrecta e Oxyscarium cubense no segundo grupo. As redes neurais artificiais agruparam as populações de macrófitas aquáticas em nove grupos, conforme sua densidade nos diferentes meses do ano. A aplicação da análise de componentes principais (ACP) nos valores de frequência das populações presentes nos primeiros três grupos de Kohonen permitiu discriminar três grupos de meses, cujas populações apresentaram características diferentes de colonização. A aplicação das redes neurais artificiais permitiu melhor discriminação dos meses e das espécies que compõem as comunidades correspondentes, quando utilizada a análise de componentes principais.

Uso da sensitividade à radiação gama na discriminação de variedades de arroz-de-sequeiro dos grupos Índica e Japônica

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Análise multivariada na determinação do risco de erosão em solos sob irrigação

The objective of this work was to verify the application of cluster analysis to evaluate soil erosion risk for different soil classes, soil slopes and soil managements. The study was conducted in a 33 ha section of a large field located in Carmo do Rio Claro County, MG, Brazil. The field had been managed in a corn/bean rotation under conventional tillage and under coffee plantation for seven years, both under sprinkle irrigation. Soil samples were obtained at every 10 m at 0.20 m depth along a transect of 1050 m. Soil erosion risk (A), natural potential erosion (PN), and erosion expectation (EE) were determined and submitted to a cluster and principal component analysis. The application of clustering analysis showed high correlation between the clusters and soil types. With clustering analysis plus principal components analysis, it was possible to identify groups of high and low soil erosion expectation, showing that the areas with higher soil erosion expectation are correlated to the soil class, soil slope and soil management. Among the studied variables, the natural potential erosion (PN) showed to be the most important factor to identify different soil erosion groups. The cluster analysis showed that 98% of the variables were classified within each group, and that they should be managed differently due to the soil erosive potential of each group,.

Análise multivariada de microbacias em relação ao tipo de solo

The objective of this work was to study the dimensional parameters of the drainage net using 12 third-order ramification hydrological watersheds: 4 watersheds per soil unit (LVA, RL and RQ). The soil distinction was realized using ''t'' test to verify the orthogonal contrast among three soil averages and the grouping analysis and mean components. The results showed that the multivariance analysis was not able to discriminate three soils using the dimensional analysis. The t test of this isolated variable allowed discriminating RQ soil from LVA and RL soil units; but it was not sensitive to discriminate the LVA soil and RL unit.

Desenvolvimento de aplicativo para o método de discriminação de Fisher e seu uso na experimentação agronômica: Carlos Roberto Pereira Padovani. -

Pós-graduação em Agronomia (Energia na Agricultura) - FCA

Microespectroscopia infravermelha por transformada de fourier: identificação e discriminação de cepas clínicas de Candida albicans e Candida glabrata

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Seleção de genótipos de soja portadores ou não do gene RR por meio de análise multivariada e desempenho agronômico

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Estudo da homogeneidade e discriminação de madeiras através de espectroscopia de imagens, imagens digitais e ferramentas quimiométricas

Tese (doutorado)–Universidade de Brasília, Instituto de Química, Programa de Pós-Graduação em Química, 2016.

Aplicação da calibração multivariada de ordem superior na resolução de espectros de fluorescência molecular para a quantificação de levofloxacino

Levofloxacino é uma fluorquinolona sintética de 3 geração. É eficaz contra uma variedade de infecções, incluindo o trato respiratório superior e inferior, trato urinário, obstétrico, ginecológico, e infecções dermatológicas. Com o objetivo de quantificar o levofloxacino em medicamentos e amostras de pacientes saudáveis e ter a resolução de seu espectro, foram realizados estudos preliminares em medicamento utilizando espectrofluorescência molecular com concentrações na faixa de 28,8 108 ng/mL e cromatografia líquida de alta eficiência (HPLC) na faixa de concentração de 2,9 10,8 g/mL; e também quantificação em urina de paciente em tratamento com o medicamento, usando os dois métodos citados. Após isso, foram feitos estudos conclusivos utilizando espectrofluorescência molecular e os métodos univariado e PLS para determinação de levofloxacino na faixa de concentração de 0 250 ng/mL e PARAFAC combinado com o método da adição de padrão, para quantificação de levofloxacino em urina de paciente saudável, na faixa de concentração de 0 150 ng/mL, com diluição da amostra em três níveis (100 x, 500 x e 1000x). O método de ordem zero se mostrou mais eficiente na determinação de levofloxacino em medicamento que o de primeira ordem, seus desvios padrão foram 2,0% e 7,9%, respectivamente. Já o PARAFAC com o método de adição de padrão apresentou melhores resultados com a urina, pois possibilitou a quantificação do antibiótico em uma amostra complexa, de forma mais precisa e exata com o aumento da diluição da urina, sem necessidade de tratamento prévio.

Aplicações de métodos de classificação e calibração multivariada acoplados com técnicas espectroscópicas em amostras ambientais e alimentos

Este trabalho de pesquisa descreve dois estudos de caso de métodos quimiométricos empregados para a quantificação de hidrocarbonetos policíclicos aromáticos HPAs (naftaleno, fluoreno, fenantreno e fluoranteno) em água potável usando espectroscopia de fluorescência molecular e a classificação e caracterização de sucos de uva e seus parâmetros de qualidade através de espectroscopia de infravermelho próximo. O objetivo do primeiro estudo é a aplicação combinada de métodos quimiométricos de segunda ordem (N-PLS, U-PLS, U-PLS/RBL e PARAFAC) e espectrofluorimetria para determinação direta de HPAs em água potável, visando contribuir para o conhecimento do potencial destas metodologias como alternativa viável para a determinação tradicional por cromatografia univariada. O segundo estudo de caso destinado à classificação e determinação de parâmetros de qualidade de sucos de uva, densidade relativa e teor de sólidos solúveis totais, foi medida por espectroscopia de infravermelho próximo e métodos quimiométricos. Diversos métodos quimiométricos, tais como HCA, PLS-DA, SVM-DA e SIMCA foram investigados para a classificação amostras de sucos de uva ao mesmo tempo que métodos de calibração multivariada de primeira ordem, tais como PLS, iPLS e SVM-LS foram usadas para a predição dos parâmetros de qualidade. O princípio orientador para o desenvolvimento dos estudos aqui descritos foi a necessidade de metodologias analíticas com custo, tempo de execução e facilidade de operação melhores e menor produção de resíduos do que os métodos atualmente utilizados para a quantificação de HPAs, em água de torneira, e classificação e caracterização das amostras de suco de uva e seus parâmetros de qualidade

Autoavaliação do estado de saúde: associação com fatores sociodemográficos, hábitos de vida, morbidade e experiência de discriminação racial em inquérito populacional no Brasil

A autoavaliação do estado de saúde (AAS) é um indicador de saúde amplamente utilizado e influenciado por uma grande variedade de fatores. Em particular, existem evidências crescentes de que a discriminação racial é um importante fator de risco para eventos mórbidos em saúde e seu impacto na saúde da população brasileira ainda é pouco explorado. No primeiro artigo, o objetivo principal é investigar a associação entre AAS e fatores sociodemográficos, comportamentais e de morbidade. No segundo artigo, o objetivo é estimar a associação entre discriminação racial e diferentes desfechos em saúde, a saber, AAS, morbidade física e depressão ajustando por variáveis sociodemográficas, comportamentos relacionados à saúde e Índice de Massa Corporal, na população de pretos e pardos. O presente estudo possui delineamento seccional, baseado nos dados do inquérito de abrangência nacional Pesquisa Dimensão Social das Desigualdades. Os entrevistados responderam a questionários estruturados e suas medidas antropométricas foram aferidas. No primeiro artigo, foram avaliados 12.324 indivíduos, entre chefes de família e cônjuges, com idade maior ou igual a 20 anos. No segundo artigo, foram avaliados 3.863 chefes de família que responderam a pergunta sobre discriminação racial e que se classificaram como pretos e pardos. AAS foi avaliada por meio de pergunta obtida do instrumento de qualidade de vida SF-36 e, para o primeiro artigo, foi analisada de forma dicotômica em AAS boa (categorias de resposta excelente, muito boa e boa) e AAS ruim (categorias de resposta razoável e ruim). No segundo artigo, esse desfecho foi analisado utilizando-se as 5 categorias de resposta. As análises foram realizadas utilizando-se modelos de regressão logística uni e multivariados, para dados binários (artigo 1) ou ordinais (artigo 2). Os resultados foram apresentados na forma de Odds Ratios com os respectivos intervalos de 95% de confiança. Maior faixa etária, analfabetismo, tabagismo, obesidade e doenças crônicas estiveram associados a maior chance de AAS ruim. Para cada incremento na faixa de renda, observou-se uma redução de 20% na chance de relatar AAS ruim. Atividade física esteve associada a menor chance de AAS ruim. No segundo artigo, exposição à discriminação racial esteve associada com aumento na chance de relato de pior AAS, de morbidade física e de depressão. O presente estudo identificou a influência de diversos fatores sociais, demográficos, comportamentos relacionados à saúde e morbidade física na AAS. O estudo demonstrou ainda que a discriminação racial está associada negativamente aos três desfechos em saúde avaliados (AAS, morbidade física e depressão). Esses resultados podem traçar um perfil de subgrupos populacionais mais vulneráveis, ou seja, com maior risco de contrair doenças ou de procurar o serviço de saúde por uma doença já existente, auxiliando na definição de populações-alvo para o adequado planejamento de políticas e de programas de promoção de saúde.

Estudo da previsão de propriedades do biodiesel utilizando espectros de infravermelho e calibração multivariada

O biodiesel tem sido amplamente utilizado como uma fonte de energia renovável, que contribui para a diminuição de demanda por diesel mineral. Portanto, existem várias propriedades que devem ser monitoradas, a fim de produzir e distribuir biodiesel com a qualidade exigida. Neste trabalho, as propriedades físicas do biodiesel, tais como massa específica, índice de refração e ponto de entupimento de filtro a frio foram medidas e associadas a espectrometria no infravermelho próximo (NIR) e espectrometria no infravermelho médio (Mid-IR) utilizando ferramentas quimiométricas. Os métodos de regressão por mínimos quadrados parciais (PLS), regressão de mínimos quadrados parciais por intervalos (iPLS), e regressão por máquinas de vetor de suporte (SVM) com seleção de variáveis por Algoritmo Genético (GA) foram utilizadas para modelar as propriedades mencionadas. As amostras de biodiesel foram sintetizadas a partir de diferentes fontes, tais como canola, girassol, milho e soja. Amostras adicionais de biodiesel foram adquiridas de um fornecedor da região sul do Brasil. Em primeiro lugar, o pré-processamento de correção de linha de base foi usado para normalizar os dados espectrais de NIR, seguidos de outros tipos de pré-processamentos que foram aplicados, tais como centralização dos dados na média, 1 derivada e variação de padrão normal. O melhor resultado para a previsão do ponto de entupimento de filtro a frio foi utilizando os espectros de Mid-IR e o método de regressão GA-SVM, com alto coeficiente de determinação da previsão, R2Pred=0,96 e baixo valor da Raiz Quadrada do Erro Médio Quadrático da previsão, RMSEP (C)= 0,6. Para o modelo de previsão da massa específica, o melhor resultado foi obtido utilizando os espectros de Mid-IR e regressão por PLS, com R2Pred=0,98 e RMSEP (g/cm3)= 0,0002. Quanto ao modelo de previsão para o índice de refração, o melhor resultado foi obtido utilizando os espectros de Mid-IR e regressão por PLS, com excelente R2Pred=0,98 e RMSEP= 0,0001. Para esses conjuntos de dados, o PLS e o SVM demonstraram sua robustez, apresentando-se como ferramentas úteis para a previsão das propriedades do biodiesel estudadas