Utilization of chemometric methods in gas chromatography with solid phase microextraction

A proposta deste trabalho foi explorar a utilização da cromatografia gasosa com a etapa prévia de preparação da amostra através da microextração em fase sólida em diferentes matrizes, potencializando, inovando e viabilizando essas aplicações através de metodologias de quimiometria, especialmente aquelas que envolvem técnicas de inteligência artificial. Foi realizada a otimização simultânea da determinação de cinco pesticidas em infusos de Passiflora alata Dryander (maracujá doce) através de abordagem neuro-genética, ou seja, utilização de algoritmo genético para a otimização da rede neural modelada. Foram obtidos para duas fibras de extração (PDMS/PVA e PDMS 30 µM) os valores dos parâmetros de extração, respectivamente: 67 e 77 % para diluição do chá, 65,5 e 65,0 ºC para temperatura de extração, 50 e 39 minutos para tempo de extração e 0,36 g mL de concentração de NaCl para ambas as fibras. A abordagem neuro-genética foi também utilizada para a otimização simultânea da determinação de 12 bifenilas policloradas em leite materno. O algoritmo genético forneceu as melhores condições de extração como concentração de NaCl de 0,36 g mL, temperatura de extração de 95,0 ºC, tempo de extração de 60 minutos e adição de 210 µL de metanol. Utilizando cerveja como matriz foi realizado um estudo exploratório de 20 marcas comerciais brasileiras de cerveja em lata através da rede neural de Kohonen. Foi possível visualizar a formação de seis grupos e os espectros de massas permitiram identificar os compostos voláteis responsáveis pelas similaridades e dessemelhanças entre as cervejas, através da análise da fração volátil, utilizando uma fibra PDMS/DVB. Por fim, trinta e duas marcas comerciais de cervejas em garrafa, sendo 31 nacionais e uma estrangeira, foram avaliadas sensorialmente através da Análise Descritiva Quantitativa para os atributos amargor e sabor do grão; e correlacionados os resultados sensoriais com as respostas cromatográficas das cervejas através da utilização de algoritmo genético para a seleção das variáveis (compostos identificados pelos espectros de massas) diretamente relacionadas com os parâmetros de qualidade estudadosThe purpose of this work was to explore the utilization of gas chromatography with the previous stage of sample preparation through solid phase microextraction in different matrices, innovating and becoming feasible these applications using chemometric methodologies, specially the ones that involve artificial intelligence technique. It was realized the simultaneous optimization for the determination of five pesticides in infuses of Passiflora alata Dryander through the neuron-genetic approach, in other words, through the utilization of genetic algorithm to the optimization of the neural network model. It was obtained for two extraction fibers (PDMS/PVA and PDMS 30 µm) the following parameter values, respectively: 67 and 77 % for the tea dilution, 65,5 and 65,0 ºC for the extraction temperature, 50 and 39 minutes for the extraction time and 0,36 g mL for the NaCl concentration to both fibers. The neuron-genetic approach was also utilized to the simultaneous optimization of the determination of 12 polychlorinated biphenyls in human milk. The genetic algorithm provided the optimized extraction conditions as: NaCl concentration of 0,36 g mL, extraction temperature of 95,0 ºC, extraction time of 60 minutes and addition of 210 µL of methanol. By using beer as sample, it was realized an exploratory study of 20 commercial Brazilian beer labels stored in can, through the Kohonen neural network. It was possible to visualize the formation of six sets and through the mass spectra it was identified the volatile compounds responsible for the similarities and differences among the beer samples, through the fraction volatile analysis, utilizing a PDMS/DVB fiber. Finally, 32 commercial beer labels stored in glass bottles, among these 31 were national and one was international, were evaluated in a sensorial way through the Quantitative Descriptive Analysis to the bitterness and grain taste attributes and it was correlated the sensorial results with the chromatographic data of the beer samples by the utilization of genetic algorithm to the selection of the compounds (identified by the mass spectra) directly correlated with the quality parameters studie