Aplicación de modelado quimiométrico a datos de segundo orden como herramienta para la corrección de problemas de interferencias en la determinación de analitos en muestras complejas

Abstract

En la presente tesis se desarrollaron y validaron nuevas metodologías analíticas mediante la combinación de instrumentación sencilla y algoritmos quimiométricos adecuados. Los métodos propuestos permitieron la determinación de distintos compuestos presentes en muestras de composición compleja como aditivos en muestras alimenticias, y fármacos en materiales biológicos y en muestras ambientales. La implementación satisfactoria de dichos métodos hizo posible que se abordaran problemas relacionados con la separación incompleta de componentes en una mezcla, la presencia de especies no modeladas y/o efecto matriz. Los sistemas analizados involucraron el uso de datos de segundo orden, dentro de los que se modelaron datos no trilineales y otros con pérdida de bilinealidad. Los algoritmos aplicados a lo largo de la tesis fueron MCR-ALS, PARAFAC, U-PLS/RBL y U-PCA/RBL. Además, se desarrolló un nuevo algoritmo que modela datos no bilineales denominado cuadrados mínimos parciales con modelado residual de datos no bilineales (U-PLS/RMNB). La selección de las metodologías analíticas se basó en la mejora de la exactitud, precisión, sensibilidad y/o selectividad usando diferentes estrategias. También se tuvo en cuenta el impacto ambiental, la simplicidad, la factibilidad del análisis en simultáneo, el menor tiempo de análisis y la disminución de los volúmenes de solventes utilizados, que lleva a una disminución de los costos.

In the present thesis, new analytical techniques were developed and validated with the combination of simple instrumentation and suitable chemometrics algorithms. The proposed methods enabled the determination of different compounds present in samples of complex composition as additives in food samples, and drugs in biological materials and in environmental samples. The successful implementation of these methods allowed solving problems related to incomplete separation of components in a mixture, the presence of unmodeled species and / or matrix effect. The analyzed systems involved the use of second order data, within which non trilinear data and data with loss of bilinearity were modelled. The algorithms used throughout the thesis were MRC-ALS, PARAFAC, U-PLS/RBL y U-PCA/RBL. Furthermore, a new algorithm that models non bilinear data called partial least squares with no residual bilinear modeling data (U-PLS/RMNB) was developed. The analytical methods selection was based in improving the accuracy, precision, sensitivity and / or selectivity using different strategies. The environmental impact, simplicity, feasibility of simultaneous analysis, the lowest analysis time and decreased volumes of solvents used were also taken into account, which leads to a decrease in costs