Tema 2 Aqa
Tema 2 Aqa
Tema 2 Aqa
TENDENCIAS DE LA QUÍMICA
ANALÍTICA
• Catalogo no exhaustivo de las
tendencias más globales de la
Química Analítica partiendo de la
situación presente donde ya se
vislumbran
• De cada una de estas temáticas se
derivan otras muchas donde pueden
encontrarse los “nichos” donde
muchos químicos analíticos españoles
trabajan
• Que entre ellas existen relaciones
técnicas obvias
• Que algunas de ellas tienen un
marcado carácter transversal como
la interdisciplinariedad y la
responsabilidad social.
1
04/11/2020
2
04/11/2020
• no es suficiente la determinación de
contenidos totales, sino que se hace necesaria
la especiación en niveles de concentración del
orden de ultratrazas.
3
04/11/2020
Concepto de especiación
Definiciones (IUPAC) :
Especies químicas
Análisis de Especiación
Necesidad de la especiación
Ejemplos de
toxicidad
4
04/11/2020
Clasificación
• diferenciación de especies redox, una de
las cuales es a menudo tóxica, mientras
que la otra es prácticamente inocua o
incluso puede ser esencial.
10
5
04/11/2020
la estabilidad termodinámica
dos parámetros la cinética de transformación entre las diversas especies
6
04/11/2020
13
PRINCIPALES PROBLEMAS:
- Representatividad y contaminación
- Interconversión de especies, pérdidas
• Actividad enzimática:
- Congelación (-20 ºC), ultracongelación (-80 ºC) , liofilización
• Contenedor:
- PE (polvo, temperaturas no muy bajas)
- PTFE (polvo, temperaturas bajas)
• Almacenamiento:
- Ajuste de pH, exposición a la luz, adición de 14
reactivos
7
04/11/2020
Tratamiento de la muestra
PRINCIPALES PROBLEMAS:
- Recuperación cuantitativa
- Transformación de especies
- Etapa de clean-up
Análisis
16
8
04/11/2020
ESPECIACIÓN DE ARSÉNICO
17
ESPECIACIÓN DE ARSÉNICO
* como comparación
18
9
04/11/2020
ESPECIACIÓN DE ARSÉNICO
19
ESPECIACIÓN DE ARSÉNICO
20
10
04/11/2020
ESPECIACIÓN DE ARSÉNICO
Hamilton PRP-X100, pH
6.0
TRATAMIENTO DE MUESTRAS
11
04/11/2020
TRATAMIENTO DE MUESTRAS
PURIFICACIÓN Y PRECONCENTRACIÓN DE
ANALITOS
24
12
04/11/2020
26
13
04/11/2020
14
04/11/2020
30
15
04/11/2020
31
32
16
04/11/2020
J. Muñoz, M. Gallego, M. Valcárcel “Speciation Analysis of Mercury and Tin Compounds in Water and Sediments by GC-MS
Following Preconcentration on C60 Fullerene”. Anal. Chim. Acta, 548, 66-72, 2005.
34
17
04/11/2020
35
18
04/11/2020
19
04/11/2020
ANÁLISIS DE ANALITOS EN
MATRICES SÓLIDAS (IMAGING).
• espectrometría de
masas de imágenes
(MSI)
• Lo que diferencia a MSI de otros
experimentos de MS desorción/
ionización láser es que las
coordenadas espaciales, x e y, se
asignan a los espectros de masas
generados.
• Esta información espacial se
puede utilizar para hacer un mapa
de iones de la superficie
investigada, normalmente usando
una escala de colores para indicar
la intensidad de iones.
ANÁLISIS DE ANALITOS EN
MATRICES SÓLIDAS (IMAGING).
espectrometría de masas de imágenes (MSI)
• Dos formas de adquisición:
• Microsonda:
• Una pequeña área de la muestra
se irradia con el láser y las
coordenadas y el espectro de
masas son registrado para este
locus. La muestra se mueve y el
proceso se repite muchas veces
para cubrir el área deseada para
ser analizada
• Los espectros individuales se
registran secuencialmente y se
combinan en un único conjunto
de datos
• Microscopio
• amplias áreas de tejido se
muestrean mediante un láser de
enfoque amplio,
• Los iones resultantes se detectan
usando un detector sensible a la
posición y al tiempo como TOF lo
que permite la determinación de
m / z y la distribución espacial
discreta de iones dentro del área
de la muestra.
• Se hacen múltiples mediciones de
los tejidos a través de la sección
de tejido completo con los datos
reconstruidos
computacionalmente para formar
un conjunto completo de datos.
Phytochem Rev (2016) 15:445–488
20
04/11/2020
I MALDI-2 showing primary MALDI sourcecoupled to secondary MALDI laser inducing H low temperature plasma showing plasma beam ionizing
secondary ionization in the ablation plume. surface metabolites,
21
04/11/2020
Funciones de la matriz:
-incorporación y dispersión de las moléculas de analito
- absorción de la energía de radiación para producir iones del analito a través de una
serie de reacciones de tipo fotoquímico.
22
04/11/2020
23
04/11/2020
24
04/11/2020
25
04/11/2020
26
04/11/2020
27
04/11/2020
BIOANÁLISIS
• Bioanálisis es una tendencia químico-analítica bien consolidada
• Definición: difícil
1. Cuando la muestra es de naturaleza bioquímica o biológica: orina, tejido
animal o vegetal, líquido cefalorraquídeo, etc.
2. Cuando el analito es bioquímico o biológico: proteínas
(Proteómica), metabolitos (Metabolómica)
3. Cuando alguna de las herramientas involucradas en el proceso analítico
son de naturaleza bioquímica o biológica: enzimas inmovilizadas en una
amplia variedad de soportes, o de tejidos animales o vegetales.
BIOANÁLISIS
Selección del procedimiento analítico
56
28
04/11/2020
TARGET ANALYSIS
57
TARGET ANALYSIS
WORKFLOW
1. Muestreo
2. Tratamiento de la muestra
1. Extracción
2. Purificación
3. Preconcentración
3. Análisis
58
29
04/11/2020
TARGET ANALYSIS
59
TARGET ANALYSIS
2. Tratamiento de muestra
1. Eliminación de proteínas (adición de ácido o disolventes
orgánicos)
2. Extracción de los ácidos grasos (LLE acetato etilo)
3. Preconcentración (evaporación con N2)
4. Derivatización (formación de compuestos volátiles):
formación de ésteres metílicos mediante la adición de
metanol y ácido sulfúrico
60
30
04/11/2020
TARGET ANALYSIS
1. Muestreo
2. Tratamiento de muestra
3. Análisis: separación de los distintos analitos mediante
cromatografía de gases y detección con FID ó MS
1, C14:0; 2, C16:0;
3, C16:1; 4, C17:0;
5, C18:0; 6, C18:1;
7, C18:2; 8, γ-C18:3;
9, C18:3; 10, C20:2;
11, C20:4; 12, C20:5;
13, C22:5; 14, C22:6;
15, C24:0; 16, C24:1
61
62
31
04/11/2020
63
APLICACIONES
• Etiología de enfermedades
• Biomarcadores de enfermedades
• Mecanismos de acción de tóxicos o fármacos
• Estudios nutricionales
• Estudios epidemiológicos
• Análisis medioambiental
• Caracterización de productos
64
32
04/11/2020
WORKFLOW
1. Muestreo
2. Tratamiento de la muestra
3. Análisis
4. Interpretación de resultados
65
Interpretación de resultados
ANÁLISIS MULTIVARIANTE
66
33
04/11/2020
CIENCIAS ÓMICAS
68
34
04/11/2020
CIENCIAS ÓMICAS
1. GENÓMICA
2. TRANSCRIPTÓMICA
69
CIENCIAS ÓMICAS
3. PROTEÓMICA
4. METABOLÓMICA
70
35
04/11/2020
CIENCIAS ÓMICAS
visión holística de los procesos biológicos
Bioinformatics
Meta
bolomics
Cheminformatics
Proteomics Systems
Biology
Genomics
CIENCIAS ÓMICAS
36
04/11/2020
METABOLÓMICA
Metabolomics
Environmental Influence
8000
Chemicals
Proteomics The Pyramid of Life
7500 Enzymes
Genomics
25,000 Genes
73
METABOLÓMICA
Ácidos
Carbohidratos orgánicos
Glicerolípidos
METABOLOMA
Aminoácidos
Esteroles
74
37
04/11/2020
METABOLÓMICA
Metaboloma
DISEÑO EXPERIMENTAL
75
METABOLÓMICA
WORKFLOW
76
38
04/11/2020
METABOLÓMICA
TRATAMIENTO DE MUESTRA
Extracciones no selectivas
Preconcentración??
77
METABOLÓMICA
TÉCNICAS DE ANÁLISIS
• Sensibilidad
• Especificidad
• Rango de aplicabilidad
Resonancia Espectrometría de
magnética nuclear masas (MS)
(RMN)
78
39
04/11/2020
METABOLÓMICA
RMN MS
High-throughput Elevada sensibilidad
fingerprinting Elevada selectividad
Preparación de muestra Fácil acoplamiento a sistemas de
simple separación
No discriminante Muestras complejas
No destructivo
Preparación de muestra
Baja sensibilidad Discriminación en el análisis
Mezclas complejas (introducción de muestra, sistema
de ionización)
79
METABOLÓMICA
PREPROCESADO DE LOS DATOS
2. Alineamiento: corrección
variabilidad en tr
3. Normalización: corrección
variabilidad en sensibilidad
TÉCNICAS BIOINFORMÁTICAS
80
40
04/11/2020
METABOLÓMICA
TRATAMIENTO ESTADÍSTICO DE LOS RESULTADOS
Reducir la complejidad de la
Análisis multivariante
matriz de datos para su posterior
interpretación
81
METABOLÓMICA
TRATAMIENTO ESTADÍSTICO DE LOS RESULTADOS
PCA 10
outlier
5
t[2]
-5
-10
-10 0 10
t[1]
10
PLS-DA 8
2
Diferencias
metabolómicas entre los
t[2]
-2
-4
grupos de estudio
-6
-8
-10
-11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10 11
t[1]
82
41
04/11/2020
METABOLÓMICA
Interpretación bioquímica
• Marcadores de diagnóstico
• Marcadores toxicológicos
• Estudio de patología de enfermedades
83
METABOLOMIC INVESTIGATION OF
ALZHEIMER’S DISEASE
42
04/11/2020
QUIMIOMETRIA
• Definiciones
Svante Wold empleó la palabra “chemometrics” en 1972 para
describir la disciplina de extraer información química relevante
partiendo de un sistema químico experimental
En 1975, la International Chemometrics Society (ICS) la definió como:
...la disciplina química que utiliza métodos matemáticos y estadísticos
para diseñar o seleccionar procedimientos de medida y experimentos
óptimos, y para proporcionar la máxima información química mediante el
análisis de datos químicos.
QUIMIOMETRIA
Calidad de medida:
Cálculo de incertidumbre
43
04/11/2020
ETAPAS
1.a selección del método
44
04/11/2020
SELECCIÓN DE MÉTODOS
S (%) (p/p)
3,29
Análisis 3,22
3,30
3,23
Carbón Analizador S
Material Referencia Certificado Media 3,26
NIST 3,19 % S (p/p) s 0,04
Media-MRC= 0,07%
SELECCIÓN DE MÉTODOS
MÉTODO A
Centeno
n= 5
x = 1,48 mg/kg ¿Estos métodos están
S = 0,28 mg/kg dando resultados
comparables ?
45
04/11/2020
OPTIMIZACIÓN
Desarrollo procedimiento analítico
Diseño y Optimización de
experimentos
OPTIMIZACIÓN
Determinación de Cu en muestras de suelos (2 factores)
Factor A
procedimientos de mineralización de la muestra
Factor B
Diferente tipo de desecado
46
04/11/2020
OPTIMIZACIÓN
5
4,1
4 3,4
3
2,8
Variación de medida
Ejemplo
(concentración)
2
1,1 1,0
1 El factor que más influye
0 (más sensible) es el
-1 A B C D E F G cambio de volumen de
-2
HCl de digestión de 40 a
-1,8
-3
20 ml.
-3,2
-4
Factor
INTERPRETACIÓN DE DATOS
Hay que establecer la relación
Señal / Concentración
Muestra Concentración?
Calibración
Interpolar la señal en la
curva de calibración
47
04/11/2020
INTERPRETACIÓN DE DATOS
µMax.permitido
¿Son la misma
medida?
Son pruebas para
Xmedido evaluar la exactitud
(detección de un
sesgo)
TIPOS DE DATOS
Atendiendo a la estructura de datos y los ámbitos de aplicación
Calidad medida
Calibraciones instrumentales
Validaciones métodos
48
04/11/2020
TIPOS DE DATOS
BIVARIANTES
Cromatografía de HPLC
gases (GC)
Análisis dos variables
por muestra o
distintas muestras
TIPOS DE DATOS
MULTIVARIANTES
Reducir la dimensionalidad de la matriz de datos
Esta es una estructura de datos más Análisis Factorial (FA), Análisis de Componentes
Principales (PCA) y Análisis Factorial de
compleja y que corresponde a una
Correspondencias (FCA).
disposición matricial de los datos, de
forma que en columnas se disponen las Detectar y establecer de agrupaciones de muestras
variables determinadas Métodos de clasificación, Análisis discriminante lineal
experimentalmente y cada fila (LDA) o cuadrático (QDA), k vecinos más próximos (k-
corresponde a cada una de las NN) y el método de redes neuronales artificiales (ANN).
muestras estudiadas
Establecer modelos que permitan la predicción de los
valores de alguna(s) variable(s) en función de los de
las restantes
Regresión lineal simple, la regresión lineal múltiple
(MLR), la regresión polinomial o los métodos de
regresión no lineal (NLRM), la regresión en
componentes principales (PCR) y la regresión en
mínimos cuadrados parciales (PLS1, PLS2)
49
04/11/2020
ANÁLISIS DISCRIMINANTE
Root 2
CIELAB:
L*, a*, b*, hab y C*ab
diamante
medina
aroma
-6 camarosa
-10 0
ventana
Root 1
ANÁLISIS DISCRIMINANTE
4 Testigo
Corto
Largo
2
Raíz 2
-2
-4
-3 -2 -1 0 1 2 3
Raíz 1
50
04/11/2020
ACP
INFLUENCIA DE LA MACERACIÓN PREFERMENTATIVA SOBRE LA COMPOSICIÓN
FENÓLICA DE VINOS BLANCOS ELABORADOS A DOS ESCALAS: EXPERIMENTAL E
INDUSTRIAL
INDUSTRIAL
EXPERIMENTAL
51