Aplicación de Métodos Quimiométricos para la Caracterización y Control de Calidad de Plantas Medicinales.

Abstract

En esta memoria, se presenta la aplicación de diversos métodos quimiométricos para realizar el control de calidad de cuatro plantas medicinales de amplio uso comercial, para las cuales existen informes de confusiones, adulteraciones o presentación de reacciones adversas en los consumidores. El Capítulo uno es una introducción general y el Capítulo dos presenta los objetivos. El Capítulo tres trata sobre el control de calidad de E. senticosus, un miembro de la familia Araliaceae. Se ha desarrollado un procedimiento espectroscópico en el infrarrojo cercano (NIR) para obtener la huella dactilar de materiales sin procesar de E. senticosus. Los espectros fueron procesados utilizando diferentes métodos de reconocimiento de pautas. El modelado blando independiente de analogías de clases (SIMCA) y el análisis discriminante con mínimos cuadrados parciales (PLS-DA) lograron una tasa general de éxito en la clasificación (GSR) de 84% y 92%, respectivamente. Según los ensayos con mezclas de laboratorio, es posible detectar adulteraciones en torno a un 5% de especie adulterante, dependiendo de su proximidad con la familia Araliaceae. La sensibilidad y la especificidad de los modelos fue superior al 73%. El Capítulo cuatro trata sobre P. ginseng; utilizando espectroscopia NIR y quimiometría se consiguió la correcta identificación de la especie, la detección de mezclas y la semicuantificación de mezclas binarias. Los espectros NIR fueron normalizados y se evaluó la capacidad de clasificación de SIMCA, PLS-DA y análisis discriminante. Todos obtuvieron igual sensibilidad (100%); sin embargo, SIMCA presentó el mejor GSR (95%) y tuvo la más alta especificidad (100%) y capacidad para detectar muestras adulteradas (80%). Además, la semicuantificación realizada con resolución multivariable de curvas - mínimos cuadrados alternados presentó un error medio de 5.53% e indicó que el cambio en la composición de la mezcla debe ser al menos de 3.64% para obtener buenos resultados. En el Capítulo cinco se describe una estrategia para la obtención de huellas dactilares cromatográficas utilizando varias longitudes de onda. La metodología propuesta se ensayó con Valeriana officinalis. Se construyeron huellas dactilares aumentadas reuniendo en un único vector de datos los cromatogramas de cuatro longitudes de onda (226, 254, 280 y 326 nm) en las cuales presentan máxima absorbancia los constituyentes característicos de valeriana. El pretratramiento de los datos incluyó la corrección de la línea base, la normalización y la alineación optimizada mediante correlación. Los valores de GSR logrados por SIMCA y PLS-DA fueron superiores al 90%. La sensibilidad y la especificidad fueron superiores al 94%. Los ensayos con mezclas indicaron que es posible detectar adulteraciones a un 5%, incluso si el adulterante es de la familia Valerianaceae. El Capítulo seis trata sobre la implementación de la estrategia de huellas dactilares aumentadas junto con la regresión PLS para mejorar la predicción de la actividad antioxidante de Turnera diffusa. Se seleccionaron de un gráfico de contorno las longitudes de onda que presentaron el mayor número de señales (216, 238, 254 y 345 nm). Cuatro variables latentes explicaron el 52.5% de la varianza de X y el 98.4% de Y. Se utilizó un conjunto externo de muestras para evaluar su fiabilidad, consiguiendo un error relativo estándar de predicción de 7.8%. El estudio de las variables más importantes para la regresión señaló los picos cromatográficos relacionados con la actividad antioxidante. El Capítulo siete contiene las conclusiones generales y el Capítulo ocho comenta las perspectivas futuras de trabajo. Finalmente, el anexo lista las publicaciones resultantes de la tesis.

This thesis deals with the application of chemometric methods for quality control; four medicinal plants for which there are reports of confusion, adulteration or presentation of adverse reactions in consumers have been studied. Chapter one is a general introduction and Chapter two presents the objectives. Chapter three studies E. senticosus, a member of the Araliaceae family. A near-infrared spectroscopic procedure to obtain a fingerprint of E. senticosus has been developed using raw materials. The spectra were processed by using different pattern recognition procedures. General classification success rates (GSR) of 84% and 92% were achieved by Soft Independent Modeling of Class Analogy (SIMCA) and Partial Least Squares Discriminant Analysis (PLS-DA), respectively. Tests on laboratory-made mixtures showed that it is possible to detect adulterations or counterfeits with about 5% foreign herbal material, depending on their closeness to the Araliaceae family. The sensitivity and specificity of constructed models were above 73%. Chapter four is about P. ginseng; proper identification, mixture detection and semi-quantitative determination of binary mixtures have been achieved using near-infrared spectroscopy and chemometrics. Raw NIR spectra were normalized and the classification ability of three different pattern recognition procedures was assayed. SIMCA, PLS-DA and discriminant analysis reached equal sensitivity value (100%); however, SIMCA obtained the best GSR (95%) and had the higher specificity (100%) and ability to detect debased samples (80%). Moreover, the semi-quantification of mixtures performed with multivariate curve resolution presented a mean percent error of 5.53% and showed that mixture composition should change in amounts larger than 3.64% in order to retrieve proper results. Chapter five describes a strategy for multi-wavelength chromatographic fingerprinting of herbal materials, using high performance liquid chromatography with a UV-Vis diode array detector. Valeriana officinalis was selected to show the proposed methodology. The enhanced fingerprints were constructed by compiling into a single data vector the chromatograms from four wavelengths (226, 254, 280 and 326 nm), those where characteristic chemical constituents of valerian presented maximum absorbance. Chromatographic data pretreatment included baseline correction, normalization and correlation optimized warping. The GSR values achieved by SIMCA and PLS-DA were above 90%. The sensitivity and specificity of constructed models were above 94%. Tests on laboratory-made mixtures showed that it is possible to detect adulterations or counterfeits with 5% foreign herbal material, even if it is from the Valerianaceae family. Chapter six deals with the implementation of the enhanced fingerprint strategy together with PLS regression, in order to improve the prediction of the antioxidant activity of Turnera diffusa. The wavelengths were selected from a contour plot, in order to obtain the greater number of peaks at each of the wavelengths (216, 238, 254 and 345 nm). A PLSR model with four latent variables explained 52.5% of X variance and 98.4% of Y, with a root mean square error for cross validation of 6.02. To evaluate its reliability, it was applied to an external prediction set, retrieving a relative standard error for prediction of 7.8%. The study of the most important variables for the regression indicated the chromatographic peaks related to antioxidant activity at the used wavelengths. Chapter seven presents the overall conclusions drawn from the quality control methods proposed for the four medicinal plants studied and Chapter eight describes several possibilities for further research. Finally, the appendix lists the publications resulting from the work carried out.