QUIMIOMETRIA
MÓDULO: EVALUACIÓN DE LAS MATERIAS PRIMAS PARA LA PRODUCCIÓN DE MEDICAMENTOS
Definición
La quimiometría trata, específicamente, de todos aquellos procesos que transforman señales analíticas y datos en información.
Siebert: "La quimiometría es la aplicación de métodos matemáticos y estadísticos así como de los principios de la buena ciencia de la medida para extraer de forma eficiente información útil de datos químicos”
Utiliza métodos matemático, estadístico y
otros procedentes del campo de la lógica formal para conseguir sus fines,
tiene un campo interdisciplinario.
Objetivos
Diseñar o seleccionar los experimentos y
procedimientos más adecuados
Obtener la máxima información
Obtener conocimientos sobre sistemas químicos.
Su éxito depende de los problemas
químicos que sea capaz de interpretar y resolver.
Áreas de interés Reconociendo tendencias en los datos: Ejemplo
Empresa Fabrica 10 lotes
semanalmente Se eligen
12 muestras
representativas
de cada lote Cada muestra se
caracteriza por
7
parámetros
distintos
Se tiene un
Conjunto de
datos (120x7)
Se quiere conocer:
A) Si todo el conjunto de muestras es
homogéneo o no.
B) Si no es así, ¿existe alguna muestra particular, discrepante, o conjunto de muestras que se difieren del resto?
C) Si hay muestras características, ¿cuáles de los parámetros analizados son distintos del resto de las muestras?
D) ¿La información contenida en alguna de las variables es suplementaria del resto de variables?
Figura 1:
Representación
de la matriz de
datos X
La información se obtiene mediante:
Técnicas quimiométricas (pattern recognition)
Técnicas de agrupación o análisis cluster: busca agrupar elementos tratando de lograr la máxima homogeneicidad en cada grupo y la mayor diferencia entre los grupos. Utiliza algoritmos jerárquicos acumulativos y se representa en dendogramas.
Técnicas de representación: consiste en trasladar la máxima información contenida en el espacio multidimensional original al espacio de dimensionalidad reducida. Con ello se consigue extraer y representar información útil de un conjunto de datos multidimensional.
Relaciones entre conjuntos de datos.
Relacionar la composición de las muestras con su calidad. Pueden existir una o más
variables que quieran relacionarse con las variables que describen la composición. (AM)
El objetivo que se persigue es la relación entre las matrices X e Y.
La relación entre matrices mediante una ecuación
Modelos ‘ad hoc’ (sean válidos)
Y = X B + E
Y : conjunto de los datos de respuesta (variable dependiente).
X: conjunto de observaciones medidas (variable independiente).
B: la matriz de los coeficientes de regresión.
E: la matriz de los errores asociados.
El diseño de experiencias o experimentos es la parte de la quimiometría que estudia dónde, cómo y cuando deben realizarse las experiencias para que contengan la información necesaria.
Finalidad de la experiencia y factores
básicos que deben considerarse.
Tiempo previsto, disponibilidad del equipo y métodos necesarios.
Información bibliográfica previa.
o ¿Dónde y cómo realizar las experiencias?
Etapas del diseño experimental
Reconocer y delimitar el problema.
Seleccionar las variables de respuesta.
Elegir los factores, niveles y rangos.
Elegir el diseño experimental.
Realizar los experimentos.
Analizar estadísticamente los datos (ANOVA).
Interpretación.
Conclusiones y recomendaciones.
Razones importantes para un diseño experimental:
Screening. Cuales factores son importantes para
realizar exitosamente un proceso.
Optimización. Cómo mejorar un proceso.
Ahorro de tiempo. Predicción.
Modelos cuantitativos. Obtención de un modelo
matemático de un sistema
Diseños experimentales ejemplo:
Experimentos factoriales o fraccionales.
Matrices de Hadamard.
http://www.alfonsomartin.es/tdi/pdf/hadamard
Análisis de sistemas en evolución
Monitorizar y controlar la reacción química.
Sistema en evolución puede seguirse perfectamente ‘in situ’.
Técnicas multivariantes.
Métodos de dependencia: Suponen que las variables analizadas están divididas en dos grupos:
las variables dependientes
las variables independientes.
El objetivo consiste en determinar si el conjunto de
variables independientes afecta al conjunto de variables
dependientes y de qué forma.
Otras áreas de interés. los algoritmos genéticos
para la selección de variables o el modelado
mediante el uso de redes neuronales artificiales (ANN).
Redes neuronales métodos diseñados para el procesado de
datos
organización del conocimiento basado en la imitación del funcionamiento de los sistemas nerviosos biológicos
Algunas claves para el éxito
Conclusiones
La quimiometría contribuye, por tanto, a hacer
realidad diversas tendencias de la química analítica actual:
Rapidez.
Abaratamiento de costes.
Miniaturización o transportabilidad de
instrumentos.
Referencias
Mongay C. F., 2005. Quimiometría. Universidad de
Valencia. Ed. PUV.
http://www.alfonsomartin.es/tdi/pdf/hadamard
http://www.uoc.edu/in3/emath/docs/Cluster.pdf
https://www.uv.es/ceaces/multivari/cluster/CLUSTER2.htm
http://rodin.uca.es/xmlui/bitstream/handle/10498/
14704/31482491.pdf?sequence=1
http://www.uco.es/zootecniaygestion/img/pictorex/16_11_29_8_multivariante.pdf
Top Related