Utilize este identificador para referenciar este registo:
https://hdl.handle.net/1822/84546
Título: | Lipidomic profiler using NMR-phenotypic traits |
Autor(es): | Santos, Vasco Rafael Rocha dos |
Orientador(es): | Gallo Paramo, Juan Santos, P. M. |
Palavras-chave: | Fatty acids Lipid profile NMR-based traits Time-domain NMR |
Data: | 20-Dez-2022 |
Resumo(s): | As diferenças no ambiente molecular dos óleos vegetais (e.g., insaturação, ácidos gordos livres)
induzem alterações nas medições de NMR. Manipulando um equipamento mais antiquado (i.e., NMR
de domínio temporal) com ferramentas atuais (p.e., algoritmos de machine learning), foi concebido o
Lipidomic Profiler. Esta metodologia permite rastrear desvios fenotípicos de perfis lipídicos. Com base
neste conceito, podemos identificar (em minutos) e classificar líquidos (i.e., óleos de palma, amendoim,
azeitona (azeite), abacate, sésamo, girassol, milho) de forma não destrutiva. Mais pormenorizadamente,
é demonstrado que, o Lipidomic Profiler proposto tem potencial na caracterização do perfil lipídico (p.e.,
quantidade de ácidos mono- e poli-insaturados) e na classificação do azeite pelo grau de acidez (p.e.,
extra-virgem, virgem ou refinado) e pela região de origem. A caracterização do perfil lipídico alcançou
um bom nível de previsão na caracterização do teor de ácidos gordos mono- (R2=0,86) e poli-insaturados
(R2=0,89). Além disso, na classificação do azeite por grau de acidez, o conceito prosposto (AUC=0,95)
revelou-se mais sensível e preciso do que as metodologias atuais, como, a espectroscopia de infravermelho
próximo (AUC=0,84) e a espetroscopia do UV-Visível (AUC=0,73), respectivamente. Devido às ferramentas
utilizadas, tais metodologias podem fornecer futuras avaliações e classificações de amostras in situ (devido
ao reduzido tamanho do equipamento de NMR no domínio temporal) não rotuladas num curto espaço de
tempo. The differences in molecular environment of the vegetable oils (e.g., unsaturation, free fatty acids) induce substantial changes in the time-domain NMR-phenotypic traits. Using an old-fashioned equipment (i.e., time-domain NMR) augmented with modern tools (i.e., machine learning models), was conceptualize a Lipidomic Profiler, a scientific tool for tracing down phenotypic deviation in lipid profiles. Using this concept, we can rapidly (in minutes) identify and classify (e.g., palm, peanut, olive, avocado, sesame, sunflower, corn) in label-free and non-destructive manner. In more detail, is demonstrated that the proposed Lipidomic Profiler, has potential in characterizing the lipid profile (i.e., amount of monounsaturated and polyunsaturated fatty acids), and classifying olive oil by its grading (e.g., extra-virgin, virgin or refined) and region of origin. Characterization of the lipid profile achieved an prediction level in the fatty acid content of monounsaturated (R2=0.86) and polyunsaturated (R2=0.89) species. In addition, in classifying olive oil by grade, the proposed Lipidomic Profiler (AUC=0.95) proved higher sensitive and specificity than the current gold-standards, i.e., near infrared spectroscopy (AUC=0.84) and ultraviolet-visible spectroscopy (AUC=0.73), respectively. Due to the tools used, such conceptual methodologies may provide future rapid assessments and object classification in situ (NMR point-of-use) of unlabelled samples with a short delay. |
Tipo: | Dissertação de mestrado |
Descrição: | Dissertação de mestrado em Biofísica e Bionanossistemas |
URI: | https://hdl.handle.net/1822/84546 |
Acesso: | Acesso aberto |
Aparece nas coleções: | BUM - Dissertações de Mestrado CDF - Dissertações de Mestrado / MSc Dissertations DBio - Dissertações de Mestrado/Master Theses |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Vasco Rafael Rocha dos Santos.pdf | 6,29 MB | Adobe PDF | Ver/Abrir |
Este trabalho está licenciado sob uma Licença Creative Commons