Determinación multielemental y clasificación multivariada de tres hierbas medicinales nativas ampliamente consumidas en Argentina
- Autores
- Martinez, Gloria Cristina; Petenatti, Elisa Margarita; del Vitto, Luis Angel; Pellerano, Roberto Gerardo; Mazza, Silvia Matilde; Marchevsky, Eduardo Jorge
- Año de publicación
- 2013
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- En este trabajo, se propone la aplicación de herramientas quimiométricas de reconocimiento de patrones, a la composición mineral de tres especies vegetales ampliamente utilizadas en la medicina popular en nuestro país. Las especies seleccionadas fueron Margyricarpus pinnatus (Lam.) Kuntze"Perlilla", Thelesperma megapotamicum (Spreng.) Kuntze "Té indio" o "Té pampa" y Pluchea sagittalis (Lam.) Cabrera "Yerba lucero". Estas especies son popularmente consumidas debido a sus propiedades terapéuticas sobre el aparato digestivo, propiedades antioxidantes y antiinflamatorias [1-3]. Se determinaron nueve elementos (B, Co, Cr, Cu, Fe, Li, Mn, Se y Zn) por espectroscopia de emisión atómica por plasma acoplado inductivamente (ICP-AES) y sus concentraciones se expresaron en función del peso de material vegetal seco (a humedad higroscópica). Luego del análisis exploratorio de los resultados obtenidos, se observó que los datos no se ajustaban a la distribución normal, en la mayoría de las variables. Este hecho hizo necesario aplicar un pre-tratamiento de transformación logaritmica a los datos originales, para adecuarlos al posterior análisis [4]. A continuación se realizó un análisis de componentes principales con el objeto de reducir la dimensionalidad de la matriz de datos. Como resultado de este análisis se pudo representar gran parte (65,4% varianza acumulada) de la variabilidad presente en la matriz original con sólo las dos primeras componentes principales. Sin embargo no se observaron patrones de agrupamiento en base a la especie botánica en el gráfico de scores. Por esta razón a continuación se realizó un análisis lineal discriminante (ALD), con selección de variables. Adicionalmente, se ensayaron distintos métodos de aglomeración (cluster) a la proyección de los valores correspondientes a cada muestra en el nuevo espacio generado (scores). Finalmente se compararon los métodos ensayados, calculando la tasa de error de clasificación por validación cruzada [5], con 9 muestras de correspondencia conocida. Los resultados más adecuados para clasificar las muestras según su origen botánico se obtuvieron a partir del ALD, utilizando un número reducido de variables (Co, Cu, Fe y Zn). El gráfico de dispersión obtenido a partir de las dos primeras funciones discriminantes muestra una clara separación de las tres especies. Por todo lo expuesto, el método supervisado LDA mostró la gran capacidad de predicción, en comparación a otros métodos multivariados ensayados.
Fil: Martinez, Gloria Cristina. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina
Fil: Petenatti, Elisa Margarita. Universidad Nacional de San Luis. Facultad de Química, Bioquímica y Farmacia; Argentina
Fil: del Vitto, Luis Angel. Universidad Nacional de San Luis. Facultad de Química, Bioquímica y Farmacia; Argentina
Fil: Pellerano, Roberto Gerardo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; Argentina
Fil: Mazza, Silvia Matilde. Universidad Nacional del Nordeste. Rectorado; Argentina
Fil: Marchevsky, Eduardo Jorge. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Luis. Instituto de Química de San Luis. Universidad Nacional de San Luis. Facultad de Química, Bioquímica y Farmacia. Instituto de Química de San Luis; Argentina
7° Congreso Argentino de Química Analítica
Mendoza
Argentina
Universidad Nacional de Cuyo
Asociación Argentina de Química Analítica - Materia
-
MARGYRICARPUS
THELESPERMA
PLUCHEA
ICP-AES - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
.jpg)
- Institución
- Consejo Nacional de Investigaciones Científicas y Técnicas
- OAI Identificador
- oai:ri.conicet.gov.ar:11336/278300
Ver los metadatos del registro completo
| id |
CONICETDig_1fefdecdf387759fd15d16fe6ceaa816 |
|---|---|
| oai_identifier_str |
oai:ri.conicet.gov.ar:11336/278300 |
| network_acronym_str |
CONICETDig |
| repository_id_str |
3498 |
| network_name_str |
CONICET Digital (CONICET) |
| spelling |
Determinación multielemental y clasificación multivariada de tres hierbas medicinales nativas ampliamente consumidas en ArgentinaMartinez, Gloria CristinaPetenatti, Elisa Margaritadel Vitto, Luis AngelPellerano, Roberto GerardoMazza, Silvia MatildeMarchevsky, Eduardo JorgeMARGYRICARPUSTHELESPERMAPLUCHEAICP-AEShttps://purl.org/becyt/ford/1.4https://purl.org/becyt/ford/1En este trabajo, se propone la aplicación de herramientas quimiométricas de reconocimiento de patrones, a la composición mineral de tres especies vegetales ampliamente utilizadas en la medicina popular en nuestro país. Las especies seleccionadas fueron Margyricarpus pinnatus (Lam.) Kuntze"Perlilla", Thelesperma megapotamicum (Spreng.) Kuntze "Té indio" o "Té pampa" y Pluchea sagittalis (Lam.) Cabrera "Yerba lucero". Estas especies son popularmente consumidas debido a sus propiedades terapéuticas sobre el aparato digestivo, propiedades antioxidantes y antiinflamatorias [1-3]. Se determinaron nueve elementos (B, Co, Cr, Cu, Fe, Li, Mn, Se y Zn) por espectroscopia de emisión atómica por plasma acoplado inductivamente (ICP-AES) y sus concentraciones se expresaron en función del peso de material vegetal seco (a humedad higroscópica). Luego del análisis exploratorio de los resultados obtenidos, se observó que los datos no se ajustaban a la distribución normal, en la mayoría de las variables. Este hecho hizo necesario aplicar un pre-tratamiento de transformación logaritmica a los datos originales, para adecuarlos al posterior análisis [4]. A continuación se realizó un análisis de componentes principales con el objeto de reducir la dimensionalidad de la matriz de datos. Como resultado de este análisis se pudo representar gran parte (65,4% varianza acumulada) de la variabilidad presente en la matriz original con sólo las dos primeras componentes principales. Sin embargo no se observaron patrones de agrupamiento en base a la especie botánica en el gráfico de scores. Por esta razón a continuación se realizó un análisis lineal discriminante (ALD), con selección de variables. Adicionalmente, se ensayaron distintos métodos de aglomeración (cluster) a la proyección de los valores correspondientes a cada muestra en el nuevo espacio generado (scores). Finalmente se compararon los métodos ensayados, calculando la tasa de error de clasificación por validación cruzada [5], con 9 muestras de correspondencia conocida. Los resultados más adecuados para clasificar las muestras según su origen botánico se obtuvieron a partir del ALD, utilizando un número reducido de variables (Co, Cu, Fe y Zn). El gráfico de dispersión obtenido a partir de las dos primeras funciones discriminantes muestra una clara separación de las tres especies. Por todo lo expuesto, el método supervisado LDA mostró la gran capacidad de predicción, en comparación a otros métodos multivariados ensayados.Fil: Martinez, Gloria Cristina. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; ArgentinaFil: Petenatti, Elisa Margarita. Universidad Nacional de San Luis. Facultad de Química, Bioquímica y Farmacia; ArgentinaFil: del Vitto, Luis Angel. Universidad Nacional de San Luis. Facultad de Química, Bioquímica y Farmacia; ArgentinaFil: Pellerano, Roberto Gerardo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; ArgentinaFil: Mazza, Silvia Matilde. Universidad Nacional del Nordeste. Rectorado; ArgentinaFil: Marchevsky, Eduardo Jorge. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Luis. Instituto de Química de San Luis. Universidad Nacional de San Luis. Facultad de Química, Bioquímica y Farmacia. Instituto de Química de San Luis; Argentina7° Congreso Argentino de Química AnalíticaMendozaArgentinaUniversidad Nacional de CuyoAsociación Argentina de Química AnalíticaAsociación Argentina de Química Analítica2013info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjectCongresoBookhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/278300Determinación multielemental y clasificación multivariada de tres hierbas medicinales nativas ampliamente consumidas en Argentina; 7° Congreso Argentino de Química Analítica; Mendoza; Argentina; 2013; 209-209978-987-29659-0-7CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/https://www.aaqa.org.ar/web/congresos/Nacionalinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2026-01-08T13:03:37Zoai:ri.conicet.gov.ar:11336/278300instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982026-01-08 13:03:37.721CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse |
| dc.title.none.fl_str_mv |
Determinación multielemental y clasificación multivariada de tres hierbas medicinales nativas ampliamente consumidas en Argentina |
| title |
Determinación multielemental y clasificación multivariada de tres hierbas medicinales nativas ampliamente consumidas en Argentina |
| spellingShingle |
Determinación multielemental y clasificación multivariada de tres hierbas medicinales nativas ampliamente consumidas en Argentina Martinez, Gloria Cristina MARGYRICARPUS THELESPERMA PLUCHEA ICP-AES |
| title_short |
Determinación multielemental y clasificación multivariada de tres hierbas medicinales nativas ampliamente consumidas en Argentina |
| title_full |
Determinación multielemental y clasificación multivariada de tres hierbas medicinales nativas ampliamente consumidas en Argentina |
| title_fullStr |
Determinación multielemental y clasificación multivariada de tres hierbas medicinales nativas ampliamente consumidas en Argentina |
| title_full_unstemmed |
Determinación multielemental y clasificación multivariada de tres hierbas medicinales nativas ampliamente consumidas en Argentina |
| title_sort |
Determinación multielemental y clasificación multivariada de tres hierbas medicinales nativas ampliamente consumidas en Argentina |
| dc.creator.none.fl_str_mv |
Martinez, Gloria Cristina Petenatti, Elisa Margarita del Vitto, Luis Angel Pellerano, Roberto Gerardo Mazza, Silvia Matilde Marchevsky, Eduardo Jorge |
| author |
Martinez, Gloria Cristina |
| author_facet |
Martinez, Gloria Cristina Petenatti, Elisa Margarita del Vitto, Luis Angel Pellerano, Roberto Gerardo Mazza, Silvia Matilde Marchevsky, Eduardo Jorge |
| author_role |
author |
| author2 |
Petenatti, Elisa Margarita del Vitto, Luis Angel Pellerano, Roberto Gerardo Mazza, Silvia Matilde Marchevsky, Eduardo Jorge |
| author2_role |
author author author author author |
| dc.subject.none.fl_str_mv |
MARGYRICARPUS THELESPERMA PLUCHEA ICP-AES |
| topic |
MARGYRICARPUS THELESPERMA PLUCHEA ICP-AES |
| purl_subject.fl_str_mv |
https://purl.org/becyt/ford/1.4 https://purl.org/becyt/ford/1 |
| dc.description.none.fl_txt_mv |
En este trabajo, se propone la aplicación de herramientas quimiométricas de reconocimiento de patrones, a la composición mineral de tres especies vegetales ampliamente utilizadas en la medicina popular en nuestro país. Las especies seleccionadas fueron Margyricarpus pinnatus (Lam.) Kuntze"Perlilla", Thelesperma megapotamicum (Spreng.) Kuntze "Té indio" o "Té pampa" y Pluchea sagittalis (Lam.) Cabrera "Yerba lucero". Estas especies son popularmente consumidas debido a sus propiedades terapéuticas sobre el aparato digestivo, propiedades antioxidantes y antiinflamatorias [1-3]. Se determinaron nueve elementos (B, Co, Cr, Cu, Fe, Li, Mn, Se y Zn) por espectroscopia de emisión atómica por plasma acoplado inductivamente (ICP-AES) y sus concentraciones se expresaron en función del peso de material vegetal seco (a humedad higroscópica). Luego del análisis exploratorio de los resultados obtenidos, se observó que los datos no se ajustaban a la distribución normal, en la mayoría de las variables. Este hecho hizo necesario aplicar un pre-tratamiento de transformación logaritmica a los datos originales, para adecuarlos al posterior análisis [4]. A continuación se realizó un análisis de componentes principales con el objeto de reducir la dimensionalidad de la matriz de datos. Como resultado de este análisis se pudo representar gran parte (65,4% varianza acumulada) de la variabilidad presente en la matriz original con sólo las dos primeras componentes principales. Sin embargo no se observaron patrones de agrupamiento en base a la especie botánica en el gráfico de scores. Por esta razón a continuación se realizó un análisis lineal discriminante (ALD), con selección de variables. Adicionalmente, se ensayaron distintos métodos de aglomeración (cluster) a la proyección de los valores correspondientes a cada muestra en el nuevo espacio generado (scores). Finalmente se compararon los métodos ensayados, calculando la tasa de error de clasificación por validación cruzada [5], con 9 muestras de correspondencia conocida. Los resultados más adecuados para clasificar las muestras según su origen botánico se obtuvieron a partir del ALD, utilizando un número reducido de variables (Co, Cu, Fe y Zn). El gráfico de dispersión obtenido a partir de las dos primeras funciones discriminantes muestra una clara separación de las tres especies. Por todo lo expuesto, el método supervisado LDA mostró la gran capacidad de predicción, en comparación a otros métodos multivariados ensayados. Fil: Martinez, Gloria Cristina. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina Fil: Petenatti, Elisa Margarita. Universidad Nacional de San Luis. Facultad de Química, Bioquímica y Farmacia; Argentina Fil: del Vitto, Luis Angel. Universidad Nacional de San Luis. Facultad de Química, Bioquímica y Farmacia; Argentina Fil: Pellerano, Roberto Gerardo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; Argentina Fil: Mazza, Silvia Matilde. Universidad Nacional del Nordeste. Rectorado; Argentina Fil: Marchevsky, Eduardo Jorge. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Luis. Instituto de Química de San Luis. Universidad Nacional de San Luis. Facultad de Química, Bioquímica y Farmacia. Instituto de Química de San Luis; Argentina 7° Congreso Argentino de Química Analítica Mendoza Argentina Universidad Nacional de Cuyo Asociación Argentina de Química Analítica |
| description |
En este trabajo, se propone la aplicación de herramientas quimiométricas de reconocimiento de patrones, a la composición mineral de tres especies vegetales ampliamente utilizadas en la medicina popular en nuestro país. Las especies seleccionadas fueron Margyricarpus pinnatus (Lam.) Kuntze"Perlilla", Thelesperma megapotamicum (Spreng.) Kuntze "Té indio" o "Té pampa" y Pluchea sagittalis (Lam.) Cabrera "Yerba lucero". Estas especies son popularmente consumidas debido a sus propiedades terapéuticas sobre el aparato digestivo, propiedades antioxidantes y antiinflamatorias [1-3]. Se determinaron nueve elementos (B, Co, Cr, Cu, Fe, Li, Mn, Se y Zn) por espectroscopia de emisión atómica por plasma acoplado inductivamente (ICP-AES) y sus concentraciones se expresaron en función del peso de material vegetal seco (a humedad higroscópica). Luego del análisis exploratorio de los resultados obtenidos, se observó que los datos no se ajustaban a la distribución normal, en la mayoría de las variables. Este hecho hizo necesario aplicar un pre-tratamiento de transformación logaritmica a los datos originales, para adecuarlos al posterior análisis [4]. A continuación se realizó un análisis de componentes principales con el objeto de reducir la dimensionalidad de la matriz de datos. Como resultado de este análisis se pudo representar gran parte (65,4% varianza acumulada) de la variabilidad presente en la matriz original con sólo las dos primeras componentes principales. Sin embargo no se observaron patrones de agrupamiento en base a la especie botánica en el gráfico de scores. Por esta razón a continuación se realizó un análisis lineal discriminante (ALD), con selección de variables. Adicionalmente, se ensayaron distintos métodos de aglomeración (cluster) a la proyección de los valores correspondientes a cada muestra en el nuevo espacio generado (scores). Finalmente se compararon los métodos ensayados, calculando la tasa de error de clasificación por validación cruzada [5], con 9 muestras de correspondencia conocida. Los resultados más adecuados para clasificar las muestras según su origen botánico se obtuvieron a partir del ALD, utilizando un número reducido de variables (Co, Cu, Fe y Zn). El gráfico de dispersión obtenido a partir de las dos primeras funciones discriminantes muestra una clara separación de las tres especies. Por todo lo expuesto, el método supervisado LDA mostró la gran capacidad de predicción, en comparación a otros métodos multivariados ensayados. |
| publishDate |
2013 |
| dc.date.none.fl_str_mv |
2013 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/conferenceObject Congreso Book http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
| status_str |
publishedVersion |
| format |
conferenceObject |
| dc.identifier.none.fl_str_mv |
http://hdl.handle.net/11336/278300 Determinación multielemental y clasificación multivariada de tres hierbas medicinales nativas ampliamente consumidas en Argentina; 7° Congreso Argentino de Química Analítica; Mendoza; Argentina; 2013; 209-209 978-987-29659-0-7 CONICET Digital CONICET |
| url |
http://hdl.handle.net/11336/278300 |
| identifier_str_mv |
Determinación multielemental y clasificación multivariada de tres hierbas medicinales nativas ampliamente consumidas en Argentina; 7° Congreso Argentino de Química Analítica; Mendoza; Argentina; 2013; 209-209 978-987-29659-0-7 CONICET Digital CONICET |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/url/https://www.aaqa.org.ar/web/congresos/ |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ |
| dc.format.none.fl_str_mv |
application/pdf application/pdf application/pdf application/pdf |
| dc.coverage.none.fl_str_mv |
Nacional |
| dc.publisher.none.fl_str_mv |
Asociación Argentina de Química Analítica |
| publisher.none.fl_str_mv |
Asociación Argentina de Química Analítica |
| dc.source.none.fl_str_mv |
reponame:CONICET Digital (CONICET) instname:Consejo Nacional de Investigaciones Científicas y Técnicas |
| reponame_str |
CONICET Digital (CONICET) |
| collection |
CONICET Digital (CONICET) |
| instname_str |
Consejo Nacional de Investigaciones Científicas y Técnicas |
| repository.name.fl_str_mv |
CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas |
| repository.mail.fl_str_mv |
dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar |
| _version_ |
1853775671327719424 |
| score |
12.747614 |