Aplicação da análise multivariada para classificação de misturas de cocaína, lidocaína e cafeína por espectroscopia no infravermelho com transformada de Fourier por refletância total atenuada (ATR-FTIR)

• Autor(a) principal: Passos, Nayanna Souza
• Data de Publicação: 2019
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRJ
• Texto Completo: http://hdl.handle.net/11422/9209
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA::QUIMICA::QUIMICA ANALITICA; Quimiometria; Cocaína; Adulterantes; Espectroscopia no infravermelho

O tráfico de drogas é uma grave ameaça à segurança e saúde pública. Para combatê-lo, são necessárias ferramentas que auxiliem a Inteligência Policial, como a Química Forense. A cocaína é um exemplo de substância proscrita a respeito da qual estão sendo feitos vários estudos que objetivam auxiliar a Polícia na luta contra o narcotráfico. Em alguns desses trabalhos recentes, foi verificada a presença de lidocaína e cafeína como dois dos principais agentes de adulteração da cocaína comercializadas nas ruas. Portanto, o presente trabalho fará uso de uma das técnicas analíticas mais difundidas nos laboratórios de Química Forense da atualidade, a Espectroscopia no Infravermelho com Transformada de Fourier por Refletância Total Atenuada (ATR-FTIR), a fim de se estudar mais detalhadamente os sistemas binários e ternários de cocaína, lidocaína e cafeína, com o objetivo de construir um modelo que permita a classificação destas misturas, através da Análise por Componentes Principais dos espectros de infravermelho. O planejamento de preparo das amostras buscou variar a concentração de cada um dos três componentes em cerca de 10%, de modo que abrangesse o intervalo de 0-100%. As amostras foram pesadas em duplicata e cada uma das duplicatas foi analisada três vezes, calculando-se o espectro médio de cada amostra. Estes espectros médios sofreram processos de pré-processamento geral (centralização pela média e escalamento por variância) e foram submetidos à Análise por Componentes Principais através do programa de estatística. O número ótimo de Componentes Principais foi de 3 e a variância relativa total explicada do sistema foi de 90,98%, porém o modelo não correspondeu à estrutura original dos dados. Por fim, foi feita a transformação por primeira derivada da matriz original de dados, após o pré-processamento geral, resultando em uma representação gráfica condizente à composição das amostras que puderam, então, ser classificadas.