Projetos de Pesquisa

 

Foto de perfil

Adriano de Araújo Gomes

Ciências Exatas e da Terra

Química
  • desenvolvimento de novas estratégias quimiométricas para modelagem de dados não bilineares visando assegurar vantagem de segunda ordem
  • Os avanços no campo da instrumentação analítica têm permitido a obtenção de uma grande quantidade de informação, em um curto intervalo de tempo, por amostra. Técnicas analíticas como: cromatografia liquida com detecção por arranjos de diodos (HPLC-DAD), espectroscopia de fluorescência 3D, imagens hiperespectrais no infravermelho próximo, são alguns exemplos de técnicas capazes de produzir dados denominados de multiway. Uma das principais características intrínsecas a dados multiway é a vantagem de segunda ordem, capacidade de se efetuar predições confiáveis mesmo em amostras que apresentam interferentes. Contudo para que esta vantagem seja alcançada é fundamental que os dados cumpram com certos critérios matemáticos e estatísticos sob os quais os métodos de modelagem foram desenvolvidos. No contexto de modelagem multiway, a bilinearidade das matrizes de reposta instrumental por amostra e a trilinearidade (ou de modo mais generalista a multilinearidade) do arranjo de multivias são determinantes para definir a disposição (estrutura de matriz desdobrada, aumenta ou multivias) dos dados e a escolha da estratégia de modelagem (tipo algoritmo). Dados instrumentais podem não cumprir com bilinearidade/trilinearidade por dois motivos: por desvios da bilinearidade/trileinearidade em virtudes de características não ideias da amostra e/ou sistema instrumental ou por terem sido originados em instrumentos que geram repostas intrinsecamente não bilinear e consequentemente não trilinear. Para o primeiro caso, existem uma variedade, razoável, de estratégias para tratar dados com perda de trilinearidade (em apenas um dos modos instrumentais), bem como a possibilidade de correção dos dados (como alinhamento de pico por exemplo). No segundo caso, as próprias características dos dados impedem sua modelagem adequada, principalmente no que concerne com a manutenção da vantagem de segunda ordem, pela inexistência de algoritmos adequados, ficando a instrumentação analítica com o seu potencial subutilizado. Este cenário motiva o desenvolvimento de ferramentas quimiométricas dedicada a modelagem de dados não bilineares, sobretudo levando em conta a manutenção da vantagem de segunda ordem. Portanto, neste projeto é proposto o desenvolvimento de métodos quimiométricos para modelagem de dados não bilineares, provenientes de espectroscopia de fluorescência sincrônica 3D (por serem dados tipicamente não bilineares e fácil aquisição). As estratégias desenvolvidas serão baseadas em modelos N e U-PLS com etapa de pós calibração, para alcançar a vantagem de segunda ordem, via método generalizado de anulação de posto não-bilinear (NBRA) e também será testado a possibilidade do uso de análise de componentes independes (ICA) além o suo de layout EEM (RBL adaptativo). As novas estratégias (N/U-PLS-NBRA, N/U-PLS-ICA e N/U-PLS-ARBL) serão avaliadas em estudos de caso de crescente complexidade, primeiramente em dados simulados, misturas de padrões e análise de amostras de águas superficiais, de abastecimento e alimentos para determinação de compostos orgânicos considerados contaminantes emergentes. A partir do desenvolvimento deste projeto é pretendido atingir os seguintes resultados: desenvolvimento de um pacote de ferramentas quimiométricas (nonbilinear toolbox- NBtoolbox), formação de recursos humanos por meio da orientação de alunos de graduação (iniciação cientifica) e pós-graduação (mestrado), implantação de uma nova linha de pesquisa no IQ-UFRGS, divulgação dos resultados alcançados em congressos e publicação de artigos científicos em periódicos de alto impacto na área de quimiometria e química analítica.
  • Universidade Federal do Rio Grande do Sul - RS - Brasil
  • 18/02/2019-28/02/2022