Lipidomic Profiler Using Nmr-Phenotypic Traits

• Main Author: dos Santos, Vasco Rafael Rocha
• Format: Dissertation
• Language: English
• Published: ProQuest Dissertations & Theses 01-01-2022
• Subjects: Agronomy; Analytical chemistry; Food Science; Medical imaging; NMR; Nuclear magnetic resonance; Optics; Seeds; Spectrum analysis; Vegetable oils
• ISBN: 9798383470756

As diferenças no ambiente molecular dos óleos vegetais (e.g., insaturação, ácidos gordos livres) induzem alterações nas medições de NMR. Manipulando um equipamento mais antiquado (i.e., NMR de domínio temporal) com ferramentas atuais (p.e., algoritmos de machine learning), foi concebido oLipidomic Profiler. Esta metodologia permite rastrear desvios fenotípicos de perfis lipídicos. Com base neste conceito, podemos identificar (em minutos) e classificar líquidos (i.e., óleos de palma, amendoim, azeitona (azeite), abacate, sésamo, girassol, milho) de forma não destrutiva. Mais pormenorizadamente, é demonstrado que, o Lipidomic Profiler proposto tem potencial na caracterização do perfil lipídico (p.e., quantidade de ácidos mono- e poli-insaturados) e na classificação do azeite pelo grau de acidez (p.e., extra-virgem, virgem ou refinado) e pela região de origem. A caracterização do perfil lipídico alcançou um bom nível de previsão na caracterização do teor de ácidos gordos mono- (R2=0,86) e poli-insaturados (R2=0,89). Além disso, na classificação do azeite por grau de acidez, o conceito prosposto (AUC=0,95) revelou-se mais sensível e preciso do que as metodologias atuais, como, a espectroscopia de infravermelho próximo (AUC=0,84) e a espetroscopia do UV-Visível (AUC=0,73), respectivamente. Devido às ferramentas utilizadas, tais metodologias podem fornecer futuras avaliações e classificações de amostras in situ(devido ao reduzido tamanho do equipamento de NMR no domínio temporal) não rotuladas num curto espaço de tempo.