Microorganisms’ discrimination using an electronic nose-chemometric approach
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Dissertação |
Idioma: | eng |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10198/28704 |
Resumo: | Mestrado de dupla diplomação com a Université Libre de Tunis |
id |
RCAP_90f522ae9b6832ce4766d6bcaeb95397 |
---|---|
oai_identifier_str |
oai:bibliotecadigital.ipb.pt:10198/28704 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Microorganisms’ discrimination using an electronic nose-chemometric approachNoseMetal oxide semiconductor sensorsBacteria identificationGram-positive bacteriaGram-negative bacteriaDomínio/Área Científica::Engenharia e Tecnologia::Engenharia QuimicaMestrado de dupla diplomação com a Université Libre de TunisThe detection/identification of microorganisms is of major relevance for food quality and safety. Traditional analytical procedures (e.g., culture methods, immunological techniques, and polymerase chain reaction), while accurate and widely used, are time-consuming, costly, and generate a large amount of waste. Sensor-based instruments have evolved as quicker and sensitive complementary identification tools for yeasts, bacteria and fungi. Electronic noses (E-noses), in combination with chemometrics, have been effectively employed for the detection/discrimination of different microorganisms, providing a green, quick, cost-effective, and non-destructive/non-invasive assessment. The successful use of the E-noses may be related to the generation of distinctive olfactory fingerprints of certain volatile organic compounds (VOCs) during the microorganism's growth. These devices have already been used to detect/discriminate fungi and bacteria (e.g.,Enterococcus faecalis, Escherichia coli, Klebsiella pneumonia, Listeria monocytogenes, Pseudomonas aeruginosa), namely in milk, juice, soups,goat and pork meat,fruits and vegetables. Thus, a lab-made E-nose, with nine metal oxide semiconductor sensors, was applied to detect, differentiate, andquantify four common food contamination/quality indicator bacteria, including two Gram positive (E. faecalisand S. aureus) and two Gram negative (E. coli and P. aeruginosa). Besides, to support the E-nose performance the volatile profiles generated by these bacteria were also assessed by headspace solid-phase micro extraction gas-chromatography-mass spectrometry. The volatile profiles comprised 15 identified VOCs, being 10 of them emitted by at least one of the four bacteria evaluated, namely two alcohols (1-butanol, and 1-nonanol), three pyrazines (2-ethyl-6-methyl-pyrazine, 3-ethyl-2,5-dimethylpyrazine,and trimethylpyrazine), three terpenes (camphene, D-limonene, and ƒÒ-pinene), and two other compounds (2,4-thujadiene and indole). The four bacteria could be distinguished using the electrical resistance signals produced by the E-nose in combination with linear discriminate analysis (90% of correct classifications for leave-one-out cross-validation). Additionally, multiple linear regression models, with root mean square errors lower than 4 colony forming units, were successfully established (0.9428 . R2.0.9946). Overall, the E-nose proved to be an effective qualitative-quantitative tool for analyzing bacteria in solid matrices, being foreseen it possible application to solid food matrices.A deteccao/identificacao de microorganismos e de grande relevancia para a qualidade e seguranca dos alimentos. Os procedimentos analiticos tradicionais (por exemplo, metodos de cultura, tecnicas imunologicas e reacao em cadeia de polimerase), embora precisos e amplamente utilizados, sao demorados, dispendiosos e geram uma grande quantidade de residuos. Os instrumentos baseados em sensores evoluiram como ferramentas de identificacao complementares mais rapidas e sensiveis para leveduras, bacterias e fungos. Os narizes eletronicos, em combinacao com a quimetria, foram efetivamente empregados para a deteccao/discriminacao de diferentes microorganismos, proporcionando uma avaliacao verde, rapida, economica e nao destrutiva/nao invasiva. O uso bem-sucedido dos E-noses pode estar relacionado a geracao de impressoes olfativas distintivas de certos compostos organicos volateis (VOCs) durante o crescimento do microorganismo. Estes dispositivos ja foram usados para detectar/discriminar fungos e bacterias (por exemplo, Enterococcus faecalis, Escherichia coli, Klebsiella pneumonia, Listeria monocytogenes, Pseudomonas aeruginosa), nomeadamente no leite, suco, sopas, carne de cabra e de porco, frutas e legumes. Assim, um E-nose feito em laboratorio, com nove sensores semicondutores de oxido de metal, foi aplicado para detectar, diferenciar e quantificar quatro bacterias comuns de contaminacao alimentar / indicador de qualidade, incluindo duas Gram positivas (E. faecalis e S. aureus) e duas Gram negativas. (E. coli and P. aeruginosa). Alem disso, para apoiar o desempenho do nariz E, os perfis volateis gerados por essas bacterias tambem foram avaliados por micro-espectrometria de extraccao de gas-cromatografia-massa de fase solida.Os perfis Volateis consistiam em 15 VOCs identificados, sendo 10 deles emitidos por pelo menos uma das quatro bacterias avaliadas, ou seja, dois alcoois (1-butanol e 1-nonanol), tres pirazinas (2-etil-6-metil-pirazina, 3-etil-2,5-dimetilpyrazina, e trimethylpyrazine), tres terpenos (hcampene, D-limonene e-pinene), e outros dois compostos. (2,4-thujadiene and indole). As quatro bacterias poderiam ser distinguidas usando os sinais de resistencia eletrica produzidos pelo E-nose em combinacao com a analise discriminante linear (90% das classificacoes corretas para a validacao cruzada de abandono-um-out). Alem disso, foram estabelecidos com sucesso multiplos modelos de regressao linear, com erros medios do quadrado raiz inferiores a 4 unidades de formacao de colonia (0,9428 . R2.0,9946). No geral, o E-nose provou ser uma ferramenta qualitativa-quantitativa eficaz para analisar bacterias em matrizes solidas, prevendo-se a possivel aplicacao a matrizs de alimentos solidos.Peres, António Manuel Coelho LinoDias, Joaquina Teresa GaudêncioZaghdoudi, KhalilBiblioteca Digital do IPBZorgani, Tarek2023-09-04T11:01:30Z20232023-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10198/28704TID:203351088enginfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-11-21T11:02:44Zoai:bibliotecadigital.ipb.pt:10198/28704Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T23:18:41.241700Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Microorganisms’ discrimination using an electronic nose-chemometric approach |
title |
Microorganisms’ discrimination using an electronic nose-chemometric approach |
spellingShingle |
Microorganisms’ discrimination using an electronic nose-chemometric approach Zorgani, Tarek Nose Metal oxide semiconductor sensors Bacteria identification Gram-positive bacteria Gram-negative bacteria Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Quimica |
title_short |
Microorganisms’ discrimination using an electronic nose-chemometric approach |
title_full |
Microorganisms’ discrimination using an electronic nose-chemometric approach |
title_fullStr |
Microorganisms’ discrimination using an electronic nose-chemometric approach |
title_full_unstemmed |
Microorganisms’ discrimination using an electronic nose-chemometric approach |
title_sort |
Microorganisms’ discrimination using an electronic nose-chemometric approach |
author |
Zorgani, Tarek |
author_facet |
Zorgani, Tarek |
author_role |
author |
dc.contributor.none.fl_str_mv |
Peres, António Manuel Coelho Lino Dias, Joaquina Teresa Gaudêncio Zaghdoudi, Khalil Biblioteca Digital do IPB |
dc.contributor.author.fl_str_mv |
Zorgani, Tarek |
dc.subject.por.fl_str_mv |
Nose Metal oxide semiconductor sensors Bacteria identification Gram-positive bacteria Gram-negative bacteria Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Quimica |
topic |
Nose Metal oxide semiconductor sensors Bacteria identification Gram-positive bacteria Gram-negative bacteria Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Quimica |
description |
Mestrado de dupla diplomação com a Université Libre de Tunis |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-09-04T11:01:30Z 2023 2023-01-01T00:00:00Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10198/28704 TID:203351088 |
url |
http://hdl.handle.net/10198/28704 |
identifier_str_mv |
TID:203351088 |
dc.language.iso.fl_str_mv |
eng |
language |
eng |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799135483665580032 |