Avances en lenguas electrónicas voltamperométricas y su aplicación en la multideterminación de compuestos presentes en muestras complejas

Abstract

La presente tesis doctoral he tenido como objetivo la aplicación de lenguas electrónicas en dos áreas concretas, la determinación de aminoácidos oxidables en matrices complejas (muestras de pienso animal), y la determinación de metales pesados en muestras de agua que contiene como interferentes otros metales a nivel de traza.

Para ambos casos se ha establecido un protocolo de trabajo que ha consistido en la caracterización de sistema de medida mediante el estudio de la respuesta amperométrica y posterior el análisis de la señal a través de técnicas clásicas, (quimiometría PLS en el caso de los aminoácidos, y calibración lineal en el caso de los metales pesados).

Paralelamente, y como propuesta de utilización de electrodos de trabajo más sostenibles, se ha aplicado el desarrollo de un sensor composite grafito-epoxi, que además de la ambiental, involucra una serie de mejoras relacionada con sus propiedades eléctricas favorables para la medición, así como el bajo coste y sencillo uso asociados a los materiales que lo conforman.

Posteriormente al estudio previo de los sistemas mencionados, se procesaron los datos voltamperométricos a través de redes neuronales artificiales. Dada la magnitud y la complejidad de la señal voltamperométrica, que impedían el desempeño de una red neuronal artificial de manera directa; el tratamiento de la información que se llevó a cabo para el caso de los aminoácidos oxidables, consistió en una compresión de datos vía transformada Wavelet, previo a la entrada de la información a la red neuronal, que es lo que constituye la aportación más novedosa de la presente tesis doctoral. Para el caso de los metales pesados, concretamente la resolución de mezclas de Cu2+, Pb2+ y Cd2+, se optó por poner en práctica la novedosa aplicación de las redes neuronales Wavelet, que llevaban a cabo la compresión de la información y su modelado en un solo paso.

La combinación del sistema de sensado y las redes neuronales artificiales en lo que se conoce como Lenguas Electrónicas, supone un avance demostrado por los resultados que aquí se exponen, en su aplicación en la multideterminación de compuestos presentes en muestras complejas, tal y como establece el título de esta tesis doctoral.

Con aplicaciones claras al campo de la alimentación y la monitorización ambiental, se abren puertas, además, a nuevas posibilidades de estudio. La base científica es común, y la futura aplicación de las lenguas electrónicas voltamperométricas en el análisis de rutina, se muestran como un reto y una oportunidad científica.

This thesis has been aimed at the implementation of electronic tongues in two specific areas, determination of oxidizable amino acids in complex matrices (samples of animal feed), and the determination of heavy metals in water samples containing as interfering species, other metals at trace levels.

For both cases it has been established a working protocol that involves the characterization of measurement system by studying amperometric and subsequent responses of the signal analysis through classical techniques (PLS chemometrics in the case of amino acids, and linear calibration in the case of heavy metals).

In parallel, as a proposal for the use of more sustainable working electrodes, there has been developed a composite graphite-epoxy sensor. Its use, besides environmental respect, involves a series of improvements relating to their favorable measuring electrical properties, plus the low cost and simple use associated with their composing materials.

Following the preliminary study of the above systems, the voltammetric data were processed through artificial neural networks. Given the magnitude and complexity of the voltammetric signal, which prevents the performance of an artificial neural network directly; the information processing that was performed for the case of oxidizable aminoacids, involved data compression via Wavelet transform, prior to entry the information into the neural network. The latter constitutes the most novel concept in this doctoral thesis. In the case of heavy metals, specifically inNthe resolution of Cu2+, Pb2+ and Cd2+ mixtures, it was decided to implement the novel application of Wavelet Neural Networks, carrying out compression of information and modeling it in one step.

The combination of the sensing system and artificial neural networks in what is known as electronic tongues represents a clear improvement in the analysis field as demonstrated by the results presented here, the multidetermination of compounds in complex samples, established by the title of this thesis.

With clear applications in the field of food and environmental monitoring, doors open also to new possibilities of study. The scientific basis is common, and the future implementation of voltammetric electronic tongues in routine analysis, appears like a challenging and scientific opportunity.