1 Bibliotecas Utilizadas

library(DT)
library(knitr)
library(tidyverse)
library(readxl)

2 Objetivos

Caracterizar o perfil químico das folhas de alfazema através de análise cromatográfica em triplicata. O estudo visa determinar a composição relativa dos constituintes presentes na amostra.

3 Preparo de amostra

As amostras de alfazema foram analisadas na forma de brotos inteiros, acondicionados em vials de 10 mL. O fechamento foi realizado com tampas magnéticas, utilizando um crimpador automático.

massas aferidas
Amostra massa
1. Alfazema_flor_01 296 mg
2. Alfazema_flor_02 299 mg
3. Alfazema_flor_03 298 mg

3.1 Parâmetros Cromatográficos

As amostras foram analisadas via HS/GC-MS em cromatógrafo a gás da Agilent 7890B acoplado ao espectrômetro de massas 7000D. Os VOCs foram extraídos por 15 minutos a 750 rpm em incubadora mantida a 100 °C. O volume de injeção foi de 2,5 mL com seringa mantida a 100 °C. O gás de arraste utilizado foi o hélio 5.0 (99,999%) com velocidade linear de 30,405 cm/s e o injetor operou no modo splitless a 280 °C. Utilizou-se a coluna HP-5ms de 30 m x 250 μm x 0,25 μm. O forno operou a temperatura inicial de 40 °C por 5 minutos, seguido por rampa de 5 °C/min até 160 °C, em seguida, 1 °C/min até 170 °C, por fim, 10 °C/min até 250 °C, totalizando 47 minutos de análise. O espectrômetro de massas operou no modo EI com temperatura da fonte de íons a 300 °C, no modo SCAN a 70 eV com faixa de massa de 17-400 m/z. Os picos foram identificados com base na correlação de similaridade com os espectros padrões da biblioteca NIST 14.

3.2 Parâmetros do tratamento de dados no MZmine

A tabela completa contendo os parâmetros do processamento de dados no MZmine (versão 4.9.14) está disponível no Material Suplementar:
Parâmetros

3.3 Identificação dos Compostos

Após o processamento dos dados no software MZmine, foi exportada uma tabela contendo as features detectadas, caracterizadas pela razão massa/carga (m/z), tempo de retenção (RT) e área do pico. A identificação dos compostos foi realizada no próprio software, com base na comparação dos espectros de massas obtidos com aqueles disponíveis na biblioteca espectral NIST, utilizando critérios de similaridade espectral. Posteriormente, foi aplicada uma etapa de filtragem das features, na qual foram removidos os sinais que apareceram apenas uma única vez nas triplicatas de cada amostra, visando aumentar a robustez dos dados e reduzir a influência de possíveis ruídos.

  dados <- read_xlsx("Dados_brutos2_alfazema.xlsx")

datatable(
  dados %>%
    mutate_at(vars(starts_with("Área%")), ~ round(., 2)))

3.4 CLASSIFICAÇÃO DOS COMPOSTOS

Foi realizada a contagem das classes químicas presentes em cada amostra. Embora a amostra Lobeira_03_casca tenha apresentado maior variação na quantidade de picos identificados, a classificação considerou o conjunto geral dos compostos.

dados_class <- read_xlsx("dadosClass.xlsx")

resultado <- dados_class %>%
  select(`Fuction Organic`, ALFAZEMA) %>%
  
  pivot_longer(
    cols = starts_with("ALFAZEMA"),
    names_to = "amostra",
    values_to = "intensidade") %>%
  
  
  filter(intensidade > 0) %>%

  
  group_by(amostra, `Fuction Organic`) %>%

  
  summarise(qtd = n(), .groups = "drop") %>%
  
  pivot_wider(
    names_from = amostra,
    values_from = qtd,
    values_fill = 0)

resultado
## # A tibble: 6 × 2
##   `Fuction Organic` ALFAZEMA
##   <chr>                <int>
## 1 Terpeno                  2
## 2 cetona                   4
## 3 hidrocarboneto           9
## 4 terpeno                 27
## 5 Álcool                   8
## 6 Éster                    8

4 Cromatograma