3.2.1.2. FT-MIR of cold pressed lem

3.2.1.2. FT-MIR of cold pressed lemon oil residues

A first study of the obtained results showed that FT-MIR spectra of CPLOs were very similar to the spectrum of limonene and IR spectra having intense vibrational bands at 886 cm-1, as well as a group of bands between 2800 and 3000 cm-1. These bands were absent in the CPLOR spectra in which a large band at 3400 cm-1, corresponding to OH vibration, and bands at ∼1700 cm-1, corresponding to C-O vibration, were dominant.

A SNV signal filter pre-treatment was performed on the 64 × 3400 data matrix obtained from CPLOR FT-MIR analysis. UV-scaled PCA was performed, and the two first principal components represented 67.4% of the initial variance. Two samples were identified as being on the borderline of the Hotelling’s T2 95% confidence ellipse but were retained to maintain a consistent dataset common to all analytical techniques. PCA and HCA results showed that no relevant clustering of samples according to the geographic origin could be obtained based on these unsupervised methods. For that purpose, OPLS-DA modelling was carried out, based on the sample class labels (Table 1). Even if three clusters could be highlighted on the predictive score plot (Fig. 2), the obtained model had a moderate predictive ability (R2Y(cum) = 0.796, Q2(cum) = 0.546). The groups of Italian and Spanish samples were separated from the groups of Argentinian samples according to the first predictive latent variable ( Fig. 2.D). The second predictive component was discriminant for Italian/Argentinian and Spanish samples. Some discriminant vibrational bands could be highlighted due to average spectra with bands that were coloured according to the VIP (Fig. 2.E and F). Vibrational bands are positive or negative, according to the sign of the loadings.

By analyzing the loadings associated with the first predictive latent variable, Argentinian samples could be characterized by vibrational bands at 2970-2800, 1460-1440, 1430-1425, and 800 cm-1. On the same component, the characteristic loadings of Italian and Spanish samples were vibrational bands at 3540-3440, 1750-1730, 1580-1575, 1130-1050, 990-980, and 750 cm-1.

The loadings that were associated with the second predictive component discriminated Italian samples (1450-1430, 1045-965, and 900-885 cm-1) from Argentinian, and Spanish samples (2935-2920, 2855-2850, and 1472-1460 cm-1).

Italian samples were characterized by ketones, esters, aldehydes (carbonyl band at 1750-1730 cm-1) and furocoumarins (ether (1130-1050 cm-1), furan (750 cm-1), and aromatic bands (1580-1575 cm-1)). Argentinian samples were characterized by aliphatic compounds, such as terpenes with bands at 2970-2800, 2935-2920, 1460-1440, and 800 cm-1. Spanish samples were putatively characterized by aliphatic compounds that were mainly terpenes (2980-2800 and 1100-980 cm-1) (Schulz, Schrader, Quilitzsch, & Steuer, 2002).

3.2.2. 1H-NMR

No signal filter pre-treatment was performed on the 64 x 257 data matrix obtained with 1H-NMR spectra of the total dataset. PCA was performed with UV scaling and HCA calculated by Ward’s method, using 12 PCs carrying 95% of the total data variance. The two first principal components represented 52.7% of the initial variance. A multivariate unsupervised analysis of 1H-NMR data did not allow the differentiation of samples according to their origin.

A supervised OPLS-DA model was then built to take advantage of the class labels information (Table 1). Satisfactory model fit (R2Y (cum) = 0.938) and predictive ability (Q2(cum) = 0.742) were obtained. The three groups of samples could easily be distinguished in the predictive OPLS-DA score plot ( Fig. 3); Italian and Argentinian samples were discriminated according to the first latent variable, while Spanish samples were differentiated from Argentinian and Italian ones along the second predictive component. VIP- and loadings-coded average 1H-NMR spectra are presented in Fig. 3. According to these results, Argentinian samples were discriminated by signals at 1.4, 1.7, 2.2 to 2.3, 5.7, 5.9, 7.4, and 10.0 ppm, while Italian ones were characterized by signals at 1.1, 2.1, 5.0, 5.5, 7.0, 7.2, 7.6, 8.0, and 8.2 ppm. Spanish samples were characterized by signals at 1.3 to 1.4, 2.4, 5.5, 7.2, and 8.2 ppm. These highly discriminant chemical shifts of the different groups were mainly related to the same patterns. Signals between 1 and 2 ppm could be assigned to methyl groups, while signals at approximately 5.5 ppm could be related to unsaturated protons of aliphatic side chains. Chemical shifts between 7 and 8.2 ppm are typical of aromatic protons. Taken together, these signals could be assigned characteristic patterns of coumarin- and furocoumarin-related structures, which were confirmed by a careful inspection of 1H-NMR spectra in full resolution (Sommer et al., 2003).

Interestingly, signals above 8 ppm, that were characteristic of Italian and Spanish samples, could be attributed to the proton in position

ผลลัพธ์ (ไทย) 2:

3.2.1.2 FT-MIR น้ำมันมะนาวเย็นกดตกค้างการศึกษาแรกของผลที่ได้แสดงให้เห็นว่าสเปกตรัมFT-MIR ของ CPLOs ก็คล้ายกันมากกับสเปกตรัมของ limonene และ IR สเปกตรัมมีวงดนตรีที่สั่นสะเทือนที่รุนแรงที่ 886 ซม-1 เช่นเดียวกับกลุ่ม ของวงระหว่าง 2800 และ 3000 ซม-1 เหล่านี้เป็นวงดนตรีที่ไม่อยู่ในสเปกตรัม CPLOR ซึ่งเป็นวงดนตรีขนาดใหญ่ที่ 3400 ซม-1 ซึ่งสอดคล้องกับการสั่นสะเทือนโอไฮโอ, และวงดนตรีที่ ~1700 ซม-1 ซึ่งสอดคล้องกับการสั่นสะเทือน CO เป็นที่โดดเด่น. SNV กรองสัญญาณรักษาก่อนได้ดำเนินการ เมื่อวันที่ 64 × 3400 เมทริกซ์ข้อมูลที่ได้จากการวิเคราะห์ CPLOR FT-MIR UV-PCA ปรับขนาดได้ดำเนินการและทั้งสององค์ประกอบหลักแรกเป็นตัวแทน 67.4% ของความแปรปรวนเริ่มต้น สองตัวอย่างที่ถูกระบุว่าเป็นในเส้นเขตแดนของ T2 Hotelling ของวงรีความเชื่อมั่น 95% แต่ได้รับการเก็บรักษาไว้เพื่อรักษาชุดข้อมูลที่สอดคล้องร่วมกันเพื่อเทคนิคการวิเคราะห์ทั้งหมด PCA และผล HCA แสดงให้เห็นว่าไม่มีการจัดกลุ่มที่เกี่ยวข้องของกลุ่มตัวอย่างตามแหล่งกำเนิดทางภูมิศาสตร์ที่อาจจะได้รับขึ้นอยู่กับวิธีการเหล่านี้หากิน เพื่อที่การสร้างแบบจำลอง OPLS-DA ได้ดำเนินการบนพื้นฐานของป้ายชื่อคลาสของตัวอย่าง (ตารางที่ 1) แม้ว่าสามกลุ่มอาจจะเน้นในพล็อตคะแนนทำนาย (รูปที่. 2) รูปแบบที่ได้รับมีความสามารถในการคาดการณ์ในระดับปานกลาง (R2Y (ลบ.ม. ) = 0.796, ไตรมาสที่ 2 (ลบ.ม. ) = 0.546) กลุ่มตัวอย่างอิตาลีและสเปนถูกแยกออกจากกลุ่มตัวอย่างอาร์เจนติตามตัวแปรแฝงแรกคาดการณ์ (รูป. 2.D) ส่วนที่สองคือการทำนายจำแนกอิตาลี / อาร์เจนติและตัวอย่างสเปน บางวงดนตรีที่สั่นจำแนกอาจจะเนื่องมาจากการเน้นสเปกตรัมเฉลี่ยกับวงดนตรีที่ได้สีตามที่วีไอพี (รูป. 2.E และ F) วงดนตรีที่มีการสั่นบวกหรือลบตามสัญญาณของแรงที่. โดยการวิเคราะห์ภาระที่เกี่ยวข้องกับตัวแปรแฝงแรกทำนายตัวอย่างอาร์เจนติอาจจะมีลักษณะโดยวงดนตรีที่สั่นที่ 2970-2800, 1460-1440, 1430-1425, และ 800 ซม-1 ในส่วนเดียวกัน loadings ลักษณะของตัวอย่างที่อิตาลีและสเปนเป็นวงดนตรีที่สั่นที่ 3540-3440, 1750-1730, 1580-1575, 1130-1050, 990-980 และ 750 ซม-1. loadings ที่ถูกเชื่อมโยงกับ องค์ประกอบที่สองการทำนายการเลือกปฏิบัติตัวอย่างอิตาลี (1450-1430, 1045-965 และ 900-885 ซม-1) จากอาร์เจนติและตัวอย่างสเปน (2935-2920, 2855-2850 และ 1472-1460 ซม-1). ตัวอย่างอิตาลี โดดเด่นด้วยคีโตนเอสเทอลดีไฮด์ (วงดนตรีคาร์บอนิลที่ 1,750-1,730 ซม-1) และ furocoumarins (อีเธอร์ (1130-1050 ซม-1), furan (750 ซม-1) และวงดนตรีที่มีกลิ่นหอม (1580-1575 ซม-1) ) อาร์เจนติตัวอย่างโดดเด่นด้วยสารอะลิฟาติกเช่น terpenes กับวงดนตรีที่ 2970-2800, 2935-2920, 1460-1440, และ 800 ซม. 1 ตัวอย่างสเปนมีลักษณะ putatively โดยสารประกอบอะลิฟาติกที่ส่วนใหญ่เป็น terpenes (2980-2800 และ 1100-980 ซม 1) (ชัลส์ Schrader, Quilitzsch และ Steuer, 2002). 3.2.2 1H-NMR กรองสัญญาณไม่รักษาก่อนได้ดำเนินการใน 64 x 257 เมทริกซ์ข้อมูลที่ได้รับมีสเปกตรัม 1H-NMR ของชุดรวม PCA ได้ดำเนินการกับการปรับรังสียูวีและ HCA คำนวณโดยวิธีของวอร์ดโดยใช้เครื่องคอมพิวเตอร์ที่ 12 การดำเนินการ 95% ของความแปรปรวนรวมข้อมูล ทั้งสององค์ประกอบหลักแรกเป็นตัวแทน 52.7% ของความแปรปรวนเริ่มต้น การวิเคราะห์หลายตัวแปรใกล้ชิดของข้อมูล 1H-NMR ไม่อนุญาตให้มีความแตกต่างของกลุ่มตัวอย่างตามกำเนิดของพวกเขา. ดูแลรูปแบบ OPLS-DA ถูกสร้างขึ้นแล้วจะใช้ประโยชน์จากการเรียนป้ายข้อมูล (ตารางที่ 1) พอดีรูปแบบที่น่าพอใจ (R2Y (ลบ.ม. ) = 0.938) และความสามารถในการคาดการณ์ (ไตรมาสที่ 2 (ลบ.ม. ) = 0.742) ที่ได้รับ ทั้งสามกลุ่มตัวอย่างได้อย่างง่ายดายสามารถจะประสบความสำเร็จในการทำนาย OPLS-DA พล็อตคะแนน (รูปที่ 3.); ตัวอย่างอิตาลีและอาร์เจนติถูกเลือกปฏิบัติตามตัวแปรแฝงแรกในขณะที่กลุ่มตัวอย่างสเปนที่แตกต่างจากคนอาร์เจนติและอิตาลีตามองค์ประกอบการคาดการณ์ที่สอง VIP- และ loadings รหัสเฉลี่ยสเปกตรัม 1H-NMR ถูกนำเสนอในรูป 3. ตามผลเหล่านี้อาร์เจนติตัวอย่างถูกเลือกปฏิบัติโดยสัญญาณที่ 1.4, 1.7, 2.2-2.3, 5.7, 5.9, 7.4 และ 10.0 ppm ในขณะที่คนอิตาลีมีลักษณะสัญญาณที่ 1.1, 2.1, 5.0, 5.5, 7.0, 7.2, 7.6, 8.0 และ 8.2 ppm ตัวอย่างสเปนโดดเด่นด้วยสัญญาณที่ 1.3-1.4, 2.4, 5.5, 7.2 และ 8.2 ppm การเปลี่ยนแปลงของสารเคมีเหล่านี้จำแนกสูงของกลุ่มที่แตกต่างกันมีความสัมพันธ์ส่วนใหญ่เป็นรูปแบบเดียวกัน สัญญาณระหว่าง 1 และ 2 ppm อาจจะกำหนดให้กลุ่มเมธิลในขณะที่สัญญาณที่ประมาณ 5.5 ppm อาจจะเกี่ยวข้องกับโปรตอนไม่อิ่มตัวโซ่ด้าน aliphatic การเปลี่ยนแปลงทางเคมีระหว่าง 7 และ 8.2 ppm เป็นปกติของโปรตอนที่มีกลิ่นหอม ที่ร่วมกันสัญญาณเหล่านี้จะได้รับมอบหมายรูปแบบลักษณะของ coumarin- และโครงสร้าง furocoumarin ที่เกี่ยวข้องซึ่งได้รับการยืนยันจากการตรวจสอบอย่างระมัดระวังของสเปกตรัม 1H-NMR ในความละเอียดเต็มรูปแบบ (ซอมเมอร์ et al., 2003). ที่น่าสนใจสัญญาณดังกล่าวข้างต้น 8 ppm, ที่มีลักษณะของตัวอย่างที่อิตาลีและสเปนอาจจะนำมาประกอบกับโปรตอนในตำแหน่ง