Development of regression multivariate models for phorbol esters determination in Jatropha curcas L. seeds using spectroscopy and chemometrics

A construção de modelos de calibração multivariada usando espectroscopias na região do infravermelho próximo (NIR) e ultravioleta (UV), aliada à regressão por quadrados mínimos parciais (PLS), para estimar as concentrações de ésteres de forbol (PEs) em acessos/progênies de Jatropha curcas L. foi o objetivo deste trabalho. A composição da fase móvel para a separação dos compostos via cromatografia líquida de alta eficiência (HPLC) foi otimizada através de um planejamento composto central (CCD) com duas variáveis. A partir disso, análises cromatográficas foram realizadas para determinar a concentração dos PEs que foi expressa em mg mL-1 de equivalente de forbol-12-miristato- 13-acetato (PMA). Os espectros foram obtidos a partir de diferentes materiais: semente com e sem a casca, óleo e extrato do óleo. Os espectros NIR foram obtidos na faixa de 4000 a 10000 cm-1, os espectros UV, na faixa de 210 a 350 nm e os espectros UV-VIS- NIR, na faixa de 250 a 1000 nm. Os modelos foram construídos empregando a regressão PLS e dois algoritmos para seleção de variáveis foram testados: o algoritmo genético (GA) e o método de seleção dos preditores ordenados (OPS). Os modelos obtidos para a semente sem casca e para o óleo, tanto no NIR quanto no UV-VIS-NIR, não foram satisfatórios. A partir dos espectros NIR obtidos via refletância difusa foi possível construir um modelo para a semente com casca após seleção de 130 variáveis com o OPS. Os parâmetros do modelo foram: RMSEP de 0,48; Rp de 0,49; RPD de 0,66 e erro relativo médio na predição de 18,63%. A partir dos espectros UV de absorbância do extrato do óleo, foi possível construir um modelo após seleção de 85 variáveis com o OPS. Os parâmetros do modelo foram: RMSEP de 0,23; Rp de 0,96; RPD de 2,67 e erro relativo médio na predição de 9,26%. O modelo construído para predições a partir da casca pode ser usado para triagem e o modelo construído a partir do extrato do óleo pode ser usado para prever com exatidão os teores de PEs. O método OPS, em todos os casos, proporcionou a construção de modelos mais simples e preditivos quando comparados aqueles obtidos pela seleção de variáveis utilizando o GA. Assim, o método de referência para quantificação de ésteres de forbol pode ser substituído pelos modelos obtidos, uma vez que são mais simples, rápidos e ambientalmente corretos.The building of multivariate calibration models using near infrared (NIR) and ultraviolet (UV) spectroscopies, using partial least squares (PLS) to estimate the concentrations of phorbol esters (PEs) in genotype/progeny of Jatropha curcas L. was the goal of this work. The composition of the mobile phase for separating compounds via high performance liquid chromatography (HPLC) was optimized through a central composite design (CCD) with two variables. Based on this, chromatographic analysis were performed to determine the concentration of PEs that was expressed in mg mL-1 phorbol-12-myristate-13-acetate (PMA) equivalent. Spectra data were obtained from different materials: seed shell, kernel, oil and oil extract. The NIR spectra were obtained in the range 4000-10000 cm-1, UV spectra in the range 210-350 nm, and UV-VIS-NIR spectra in the range 250-1000 nm. The models were built using the PLS regression and two algorithms for variable selection were tested: Genetic Algorithm (GA) and the Ordered Predictors Selection (OPS). The models obtained for kernel and oil, in both regions, NIR and UV-VIS-NIR, were not satisfactory. Based on the NIR spectra obtained by diffuse reflectance, was possible to building a model for the seed shell after selection of 130 variables with OPS. The model parameters were: RMSEP 0.48; Rp 0.49; RPD of 0.66 and medium relative error in the prediction of 18.63%. From oil extract UV absorbance spectra, was possible to build a model after selection of 85 variables with OPS. The model parameters were: RMSEP 0.23; Rp 0.96; RPD of 2.67 and medium relative error in the prediction of 9.26%. The model built for predictions from seed shell can be used for screening and the model built from the oil extract can be used to accurately predict the PEs content. The OPS method, in all cases, provided the building simpler and predictive models when compared to those obtained by the selection of variables using the GA. Thus, the reference method for the quantification of phorbol esters may be replaced by the models obtained, because they are simple, fast and environmentally friendly.Coordenação de Aperfeiçoamento de Pessoal de Nível Superio