Investigadores de la Universidad de Burgos estudian la implementación de metodologías específicas que combinan un diseño ‘a medida’ de los experimentos a realizar, técnicas de análisis cromatográficas y metodologías avanzadas de análisis de datos (Big-data) para garantizar el cumplimiento de los requisitos exigibles por el  SANCO/12571/2013 para la determinación de pesticidas en cebolla. 

Resumen:

El uso de herbicidas y su potencial impacto en la salud humana a través de la cadena alimentaria es objeto de atención creciente por los organismos internacionales encargados de regular la seguridad alimentaria. El diclobenil es un herbicida ampliamente utilizado en todo el mundo. En la actualidad, el uso de diclobenil no está autorizado dentro de la Unión Europea y para que un producto de gran consumo como son las cebollas pueda ser comercializado en la UE, la Comisión Europea ha establecido que no pueden contener más de 20 mg de diclobenil por kg de cebolla. El tipo de limitaciones impuestas por la UE para la protección de la salud de los ciudadanos conlleva la utilización de técnicas instrumentales sofisticadas (en este caso se ha utilizado cromatografía de gases con detección por espectrometría de masas, PTV-GC-MS) junto con procedimientos de análisis que estén validados de acuerdo a la normativa vigente (SANCO/ 12571/2013). Esta validación exige la identificación, cuantificación del herbicida y la evaluación del efecto que pequeños cambios en las variables experimentales del procedimiento tienen sobre el resultado final del análisis; es lo que se conoce como robustez del procedimiento de análisis.

En el procedimiento de análisis de diclobenil y BAM se han identificado 18 variables experimentales que podrían afectar al resultado del análisis. Su estudio, supone un gran número de experimentos que han de ser realizados en diversos bloques o sesiones experimentales. Cambiar de bloque puede afectar a los resultados porque supone modificar las condiciones de trabajo de los equipos.

Para abordar este problema se ha diseñado un método general, basado en un algoritmo genético, que genera diseños de experimentos “a medida”. De este modo, es el experimentador quien decide cuántos experimentos desea realizar y en cuántos bloques, es decir, diseña una estrategia que se adapta al problema y no fuerza al problema para adaptarlo a un diseño ya establecido. Y ello, sin comprometer la calidad final de los resultados: determinar qué variables experimentales son influyentes en el análisis. Se ha conseguido reducir un  porcentaje grande de experimentos, frente a las estrategias usuales, lo que conlleva un menor coste y supone una reducción importante de la cantidad de reactivos, contribuyendo de este modo a la sostenibilidad medioambiental.

Junto con la aportación del diseño de experimentos, el artículo presenta una solución a una cuestión importante cuando se analizan muestras complejas, como es una cebolla. El proceso de extracción de del diclobenil y el BAM desde la cebolla exige una manipulación química que puede introducir compuestos que interfieren en la determinación de  ambos analitos. También en esta cuestión se aplica una solución metodológica general basada en el manejo de gran cantidad de datos (BigData) y técnicas avanzadas para su análisis como PARAFAC 2 .

Este trabajo forma parte de un proyecto que desarrolla el Grupo Quimiometría y Cualimetría de la Universidad de Burgos, Grupo de excelencia reconocido por la Junta de Castilla y León (GR321). El proyecto está financiado por el Ministerio de Ciencia e Innovación y por la Junta de Castilla y León.

Palabras clave: Pesticida, Algoritmo genético, Diseños bloqueados  ‘a medida’, PARAFAC, BigData.

Referencia bibliográfica del artículo:

Herrero, A., Reguera, C., Ortiz, M. C., Sarabia, L. A., & Sanchez, M. S. (2014). Ad-hoc blocked design for the robustness study in the determination of dichlobenil and 2,6-dichlorobenzamide in onions by programmed temperature vaporization-gas chromatography-mass spectrometry. Journal of Chromatography A, 1370, 187-199. doi: 10.1016/j.chroma.2014.10.016.

Dirección de contacto con el autor:

Mª Cruz Ortiz (mcortiz@ubu.es). Univ Burgos, Fac Ciencias, Dept. Química analítica, Pza Misael Banuelos S/N, Burgos 09001.  Grupo de Investigación Quimiometría y Cualimetría (Q&C).

Datos de la revista:

Journal of Chromatography A  (Elsevier).  ISSN:0021-9673; eISSN:1873-3778

  • Revista indexada en  Science Citation Index (WOS).
  • Factor de impacto (2013): 4,258.  Q1 posición 6/76 Chemistry, Analytical (Fuente consultada Journal Ctitation Report®).
  • SCImago Journal Rank (SJR): 2,065. Q1 posición 8/97 Analytical Chemistry.

Otra información relevante:

Sánchez, M.S., Ortiz,  M.C. Sarabia, L.A. (2014). Selection of nearly orthogonal blocks in‘ad-hoc’ experimental designs. Chemometrics and Intelligent Laboratory Systems. 133 p.109–120. Doi:10.1016/j.chemolab.2013.12.008.

Resumen redactado por Mª Cruz Ortiz.