Análise de dados multiconjunto de impressões digitais delineadas por planejamento de mistura através de resolução multivariada de curvas: explorando abordagens de fusão de dados espectroscópicos em metabolômica

• Processo: 22/12465-7
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Pós-Doutorado
• Data de Início da vigência: 01 de maio de 2023
• Data de Término da vigência: 30 de abril de 2024
• Área de conhecimento: Ciências Exatas e da Terra - Química - Química Analítica
• Pesquisador responsável: Roy Edward Bruns
• Beneficiário: Gustavo Galo Marcheafave
• Supervisor: Roma Tauler
• Instituição Sede: Instituto de Química (IQ). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Instituição Anfitriã: Instituto de Diagnóstico Ambiental y Estudios del Agua (IDAEA), Espanha
• Vinculado à bolsa: 20/11463-5 - Otimização do solvente extrator-detector das respostas metabólicas da planta aos impactos ambientais: uma estratégia integrada de planejamento fatorial, planejamento de misturas e ANOVA: análise de componentes simultânea, BP.PD
• Assunto(s): Metabolômica Quimiometria Erva-mate Análise multivariada
• Palavra(s)-Chave do Pesquisador: Dados espectroscópicos | erva mate | Metabolomica | Métodos Multivariados | planejamento de misturas | Resolução multivariada de curvas estendida | Quimiometria

Resumo

Estudos metabolômicos usando abordagens de análise de dados multiconjuntos têm sido pouco utilizados no Brasil até o presente momento. Nenhum método instrumental de análise química ou de preparo de amostras é capaz de avaliar e extrair todo o metaboloma de um sistema biológico. Alguns métodos quimiométricos foram propostos para analisar simultaneamente vários conjuntos de dados metabolômicos, como a Resolução Multivariada de Curvas com Mínimos Quadrados Alternantes (MCR-ALS). O MCR-ALS decompõe uma matriz de dados, D, por um modelo bilinear no produto de duas matrizes fatoriais que descrevem o conjunto de concentração, C, e perfis espectrais, ST, dos sistemas analisados. Em seguida, os dados de concentração resolvidos podem ser organizados (matriz SuperC) e explorados por métodos quimiométricos multivariados para discriminar, classificar e determinar os efeitos e interações dos fatores estudados em experimentos multivariados. Além disso, as informações contidas na matriz de dados espectrais podem ser utilizadas para a identificação dos componentes químicos (metabólitos) presentes nos sistemas analisados. Neste projeto, diferentes modelos de MCR do tipo estendido serão avaliados usando matrizes de dados experimentalmente aumentadas em linhas e colunas, individualmente e simultaneamente. Para isso, serão analisadas em detalhe as impressões digitais de folhas de erva-mate adquiridas por quatro técnicas instrumentais a partir de um planejamento estatístico de misturas com 3 componentes. Este procedimento visa avaliar o comportamento quantitativo de espécies químicas em relação ao sistema extrator e a resolução simultânea de diversos espectros instrumentais dos constituintes das amostras analisadas com o objetivo de tornar a análise metabólica mais robusta e globalmente inclusiva. Este conhecimento contribuirá significativamente para o aprimoramento das habilidades de análise dos grupos de pesquisa nacionais que estão aplicando ferramentas quimiométricas em análise metabólica atualmente. (AU)