Caracterización química de guanábana, chirimoya y piña usando microscopia confocal raman y quimiometría.

Descripción del Articulo

En el presente trabajo se utilizó la espectroscopia confocal Raman y el Análisis Discriminante de Mínimos Cuadrados Parciales (PLS-DA) para establecer un modelo de clasificación entre las tres frutas y evaluar el efecto de los métodos de preprocesado en el rendimiento del modelo. Las frutas tropical...

Descripción completa

Detalles Bibliográficos
Autor: Salon Llanos, Geidy
Formato: tesis de grado
Fecha de Publicación:2023
Institución:Universidad Nacional Toribio Rodríguez de Mendoza de Amazonas
Repositorio:UNTRM-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.untrm.edu.pe:20.500.14077/3811
Enlace del recurso:https://hdl.handle.net/20.500.14077/3811
Nivel de acceso:acceso abierto
Materia:PLS-DA
Espectroscopia Raman
Quimiometría
Fruta tropical
Azúcares
https://purl.org/pe-repo/ocde/ford#1.00.00
https://purl.org/pe-repo/ocde/ford#2.00.00
Descripción
Sumario:En el presente trabajo se utilizó la espectroscopia confocal Raman y el Análisis Discriminante de Mínimos Cuadrados Parciales (PLS-DA) para establecer un modelo de clasificación entre las tres frutas y evaluar el efecto de los métodos de preprocesado en el rendimiento del modelo. Las frutas tropicales como la chirimoya, la guanábana y la piña contienen azúcares (glucosa, fructosa y sacarosa) en común, pero pueden diferir en el contenido de otros fitoquímicos. Los espectros Raman mostraron que la glucosa estaba presente en los frutos en la banda 800-900 cm-1 y en la banda 1100-1200 cm-1. Mientras que la sacarosa se encontró presente en la banda de 1131,22 cm-1, 1134,44 cm1y 1133,37 cm-1; en las tres frutas. La fructosa estuvo presente en la banda de 1464,22 cm-1, 1467,44 cm-1 y 1464,22 cm-1 en chirimoya, guanábana y piña. La precisión del modelo PLS-DA varió en función de los métodos de preprocesamiento utilizados. El método de preprocesamiento Savitzky-Golay de primera derivada produjo un modelo con una precisión del 98,69-100% y del 100% en los datos de entrenamiento y predicción, respectivamente.
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).