Resumen

En este estudio se utilizó la técnica de espectroscopia de infrarrojo medio por transformada de Fourier (FT-MIR) combinada con métodos quimiométricos para controlar la adulteración de la miel con jarabe de azúcar. Los datos espectrales se registraron en una región de números de onda de 4000-600 cm-1, con una resolución espectral de 4 cm-1. Para el análisis cualitativo se utilizó el análisis de componentes principales (PCA) y el análisis jerárquico de conglomerados (HCA) para discriminar entre miel adulterada y no adulterada. Para el análisis cuantitativo, utilizamos la regresión parcial por mínimos cuadrados (PLS-R) y la máquina de vectores de apoyo (SVM) para desarrollar modelos de calibración óptimos. El uso de PCA muestra que los dos primeros componentes principales explican el 96% de la variabilidad total. El PCA y el HCA permiten clasificar el conjunto de datos en dos grupos: miel adulterada y miel no adulterada. El uso de los modelos de calibración PLS-R y SVM-R para la cuantificación de la adulteración muestra capacidades de alto rendimiento representadas por un alto valor de los coeficientes de correlación R2 superior al 98 y 95% con valores más bajos de error cuadrático medio (RMSE) inferiores a 1,12 y 1,85 utilizando PLS-R y SVM-R, respectivamente. Nuestros resultados indican que la espectroscopia FT-MIR combinada con técnicas quimiométricas puede utilizarse con éxito como método sencillo, rápido y no destructivo para la cuantificación y discriminación de la miel adulterada.

• Materias:Análisis cromatográfico Electroquímica Análisis químico Farmacocinética Análisis espectroquímico
• Subjects:Chromatographic analysis Electrochemistry Chemical test Pharmacokinetics Spectrochemical analysis
• Palabras claves:pca, pls, svm, análisis de componentes principales, modelos de calibración r, análisis jerárquico de conglomerados, modelos óptimos de calibración, máquina de vectores soporte, hca, adulteración
• Keywords:pca, pls, svm, principal component analysis, r calibration models, hierarchical cluster analysis, optimal calibration models, support vector machine, hca, adulteration