APLICACIÓN DE MÉTODOS MULTIVARIADOS PARA LA DIFERENCIACIÓN DE VINOS PERUANOS
Barra lateral del artículo
Contenido principal del artículo
Resumen
Este trabajo presenta los resultados del análisis de sensado de diez vinos peruanos, de marcas conocidas (elaboración comercial) y desconocidas (elaboración artesanal), utilizando narices electrónicas (E-narices) que consisten en un conjunto de sensores a base de óxido de estaño dopado con Pd o Pt, y algunos con recubrimiento de zeolita. Las combinaciones de los sensores se realizaron con la finalidad de obtener la mejor discriminación de los vinos utilizando métodos multivariados con un alto nivel de confianza. Los resultados del Análisis de Componentes Principales (PCA), clúster y factorial mostraron que con las narices electrónicas se puede identificar eficientemente los vinos de marca conocida de los de marca desconocida, revelando la forma en que se han elaborado. Por otro lado, los métodos multivariados aplicados a las narices electrónicas compuestas por sensores de SnO2 dopado con Pd mostraron una clara diferenciación de los vinos tipo Borgoña de los vinos de marca desconocida, y evidenciaron la formación de aglomeraciones entre vinos tintos y rosados. La aplicación de PCA, clúster y factorial obtenida en este estudio permitió obtener buenos resultados en la diferenciación de los vinos, incluso con narices electrónicas conformadas con bajo número de sensores.
Descargas
Detalles del artículo
- Los autores se comprometen a respetar la información académica de otros autores, y a ceder los derechos de autor a la Revista infoANALÍTICA, para que el artículo pueda ser editado, publicado y distribuido.
- El contenido de los artículos científicos y de las publicaciones que aparecen en la revista es responsabilidad exclusiva de sus autores. La distribución de los artículos publicados en la Revista infoANALÍTICA se realiza bajo una licencia Creative Commons Reconocimiento-CompartirIgual 4.0 Internacional License.
Citas
Aldás, J. & Uriel, E. (2017). Análisis Multivariante Aplicado con R. España: Alfa Centauro – Ediciones Paraninfo.
Baldwin, E., Bai, J., Plotto, A. & Dea, S. (2011) Electronic Noses and Tongues: Applications for the Food and Pharmaceutical Industries. Sensors, 11, 4744-4766; doi:10.3390/s110504744.
Berna, A. (2010) Metal Oxide Sensors for Electronic Noses and Their Application to Food Analysis. Sensors, 10, 3882-3910; doi:10.3390/s100403882.
Casagrande Silvello, G. & Alcarde, A.R. (2020) Experimental design and chemometric techniques applied in electronic nose analysis of wood-aged sugar cane spirit (cachaça). Journal of Agriculture and Food Research, 2,100037.
Cozzolino, D., Cynkar, W.A., Shah, N., Dambergs, R.G. & Smith, P.A. (2009) A brief introduction to multivariate methods in grape and wine analysis International Journal of Wine Research, 1, 123-130.
Chaudry, A.N., Hawkins, T.M. & Travers, P.J. (2000). A method for selecting an optimum sensor array. Sens. Actuators B, 69, 236-242.
Di Natale, C., Davide, F.A.M., D’Amico, A. & Nelli, P. (1996). An electronic nose for the recognition of the vineyard of a red wine. Sens. Actuat. B, 33, 83-88.
García-González, D. L. & Aparicio, R. (2002) Sensors: From Biosensors to the Electronic Nose. Grasas y Aceites., 53, 96-114.
Gupta A. & Barbu A. (2018). Parameterized Principal Component Analysis. Pattern Recognition, 78, 215-227.
Johnson, R. & Wichern, D. (2007). Applied Multivariate Statistical Analysis. Prentice – Hall International Editions, UK.
Lozano, J., Santos, J. P. & Horrillo, M. C. (2005). Classification of white wine aromas with an electronic nose. Talanta, 67, 610–616. doi:10.1016/ j. talanta.2005.03.015.
Paredes-Doig, A.L., Cárcamo, H., Hurtado Cotillo, M., Sun Kou, R., Doig-Camino, E., Picasso, G. & La Rosa-Toro Gómez, A. (2019). Gas Sensors Modified with Zeolite Y for Assessing Wine Aroma Compounds, Journal of Chemistry, 7. https://doi.org/10.1155/2019/5283208.
Pearce, T.C., Gardner, J.W., Friel, S., Barlett, P.N. & Blair, N. (1993) Electronic nose for monitoring the flavors of beers. Analyst, 118, 371-377.
Penza, M. & Cassano, G. (2004). Recognition of adulteration of Italian wines by thin film multisensor array and artificial neural networks. Anal. Chim. Acta, 509, 159–177. doi:10.1016/j.aca.2003.12.026.
Sevastyanova, E.Y., Maksimovaa, N.K., Novikovb, V.A., Rudovb, F.V., Sergeychenkob, N.V. & Chernikova, E.V. (2012). Effect of Pt, Pd, Au Additives on the Surface and in the Bulk of Tin Dioxide Thin Films on the Electrical and Gas Sensitive Properties. Semiconductors, 46(6), 801–809.
Vilaseca, M., Coronas, J., Cirera, A., Cornet, A., Morante, J. & Santamaria, J. (2008) Gas detection with SnO2 sensors modified by zeolite films. Sensors and Actuators B: Chemical, 124, 99-110.
Welke, J., Manfroi, V., Zanus, M., Lazzarotto, M. & Alcaraz Zini, C. (2013) Differentiation of wines according to grape variety using multivariate analysis of comprehensive two-dimensional gas chromatography with time-of-flight mass spectrometric detection data. Food Chemistry 141, 3897–3905