Analytical methods applied to the chemical characterization and classification of palm dates (Phoenix dactylifera l.) from Elche's Palm Grove

Resumen

INTRODUCCIÓN Y OBJETIVO GENERAL El dátil (Phoenix dactylifera. L.) es un fruto subtropical muy popular en Oriente Medio y Norte de África debido a sus propiedades nutricionales. En algunos países, los dátiles también juegan un papel muy importante en la cultura y en la economía local. El mercado global asociado a la producción y distribución del dátil está en torno a las siete millones de toneladas por año. En algunos lugares de Europa en los que los inviernos no son muy severos, las palmeras son cultivadas, además de con fines ornamentales, también por sus frutos. El principal palmeral de Europa (declarado en el año 2000 Patrimonio de la Humanidad por la UNESCO) está localizado en Elche, al sureste de España. El Palmeral de Elche produce alrededor de 5000 toneladas de dátiles por año con características que los hacen diferentes a los obtenidos en las plantaciones del resto del mundo. Ello se debe a que la mayor parte de las palmeras se reproducen por semillas, lo que da lugar a una población de híbridos con elevada variabilidad genética. Con objeto de conocer las características nutricionales de los dátiles y las diferencias entre frutas de diferente origen y variedad, es necesario disponer de información exacta acerca de la composición química de los dátiles. Teniendo en cuenta estas consideraciones, los objetivos del presente trabajo son los siguientes: Aplicar, desarrollar y validar metodologías exactas, precisas y rápidas para el análisis químico de los dátiles (fruto y semilla). Estos análisis incluyen: (i) contenido elemental; (ii) alditoles (myo-inositol y sorbitol); (iii) azúcares reductores (glucosa y fructosa); y, (iv) ácidos grasos. Para ello se utilizarán diferentes técnicas analíticas incluyendo: Espectroscopía de Emisión Atómica por Plasma Acoplado por inducción (ICP-AES), Espectroscopía de masas con fuente de ionización de plasma acoplado por inducción (ICP-MS), Espectroscopia de Raman por transformada de Fourier (FT-Raman), Cromatografía de intercambio aniónico de alta resolución (HPAEC), Espectroscopia de Infrarrojo por transformada de Fourier (FT-IR) y Cromatografía de gases-Espectrometría de masas (GC-MS). Utilizar los datos obtenidos sobre la composición química de los dátiles para llevar a cabo una clasificación de estos frutos atendiendo a su origen y variedad. Para ello se emplearán diferentes técnicas quimiométricos tanto univariantes como multivariantes. ANÁLISIS ELEMENTAL DE DÁTILES MEDIANTE TÉCNICAS DE PLASMA ACOPLADO POR INDUCCIÓN PARA LA CLASIFICACIÓN POR ORIGEN UTILIZANDO ANÁLISIS MULTIVARIANTE OBJETIVO El objetivo de este capítulo es proponer y validar un método robusto utilizando la digestión por microondas de las muestras y técnicas basadas en el plasma de acoplamiento inductivo (ICP-AES o ICP-MS) para el análisis elemental de dátiles (fruto y semillas) de diferentes variedades y orígenes geográficos. Atendiendo a los resultados obtenidos, se va a llevar a cabo una comparación entre las muestras mediante análisis multivariante. RESULTADOS Y DISCUSIÓN Contenido elemental Las Tablas 1-4 muestran los resultados obtenidos en el análisis elemental de 13 muestras, tanto en el fruto (Tablas 1 y 2) como en semilla (Tablas 3 y 4). Análisis multivariante Los modelos de PCA obtenidos constan de cuatro componentes en el caso de los frutos y tres en el de las semillas, que explican el 82.86% y 82.97% de la varianza total, respectivamente. Las Figuras 1 y 2 muestran los gráficos PC1 versus PC2 para fruto y semilla, respectivamente. Empleando análisis discriminante se obtienen conclusiones similares a las anteriores. Tabla 1. Concentracion de elementos en el fruto de las muestras de Elche (España)(mg/Kg). Elche1 Elche2 Elche3 Elche4 Elche5 Elche6 C 392000 ± 1000 381000 ± 10000 380000 ± 20000 390000 ± 20000 381000 ± 8000 377000 ± 8000 H 68000 ± 5000 70000 ± 2000 67000 ± 1000 71000 ± 5000 68000± 4000 69000 ± 3000 N 5100 ± 400 7000 ± 500 6130 ± 140 6100 ± 800 4300 ± 600 6800 ± 900 K 6940 ± 160 5000 ± 160 5590 ± 190 5140 ± 150 7470 ± 170 4600 ± 100 Ca 787 ± 8 1090 ± 30 931 ± 7 459 ± 10 527 ± 10 536 ± 17 Mg 709 ± 10 763 ± 9 857 ± 11 508 ± 9 615 ± 9 394 ± 8 Na 127 ± 3 139 ± 3 119 ± 2 106 ± 4 129 ± 2 265 ± 6 Fe 5.7 ± 0.2 6.1 ± 0.4 4.1 ± 0,2 4.4 ± 0.2 2.25 ± 0.14 4.3 ± 0.3 Cu 5.5 ± 0.5 6.1 ± 0.4 2.9 ± 0.2 2.7 ± 0.2 2.12 ± 0.08 2.6 ± 0.2 Sr 2.79 ± 0.14 9.1 ± 0.6 13.0 ± 0.4 3.4 ± 0.3 1.64 ± 0.07 2.3 ± 0.2 Mn 2.7 ± 0.2 2.4 ± 0.2 1.91 ± 0.09 1.34 ± 0.08 2.19 ± 0.09 1.94 ± 0.09 Tabla 1. Concentracion de elementos en el fruto de las muestras de Elche (España)(mg/Kg) (cont.) Elche1 Elche2 Elche3 Elche4 Elche5 Elche6 Zn 4.3 ± 0.2 5.8 ± 0.6 2.97 ± 0.14 4.1 ± 0.3 2.25 ± 0.13 3.4 ± 0.3 As < LOQ < LOQ 0.051 ± 0.003 < LOD < LOQ < LOD Ba 0.198 ± 0.009 0.0333 ± 0.0012 0.0370 ± 0.0014 0.0322 ± 0.0013 0.126 ± 0.004 0.032 ± 0.002 Cd 0.010 ± 0.0005 0.0048 ± 0.0004 0.0025 ± 0.0003 0.0037 ± 0.0003 0.0131 ± 0.0010 0.0022 ± 0.0006 Co 0.087 ± 0.003 0.0478 ± 0.0014 5.1 ± 0.2 0.115 ± 0.008 0.396 ± 0.009 0.154 ± 0.007 Cr 0.060 ± 0.004 0.123 ± 0.002 0.078 ± 0.003 0.061 ± 0.003 0.103 ± 0.004 0.073 ± 0.005 Li 0.0441 ± 0.0011 0.056 ± 0.002 0.054 ± 0.002 0.032 ± 0.002 0.0184 ± 0.0010 0.0273 ± 0.0006 Ni 0.230 ± 0.008 0.70 ± 0.02 0.379 ± 0.009 0.255 ± 0.008 0.197 ± 0.006 0.2496 ± 0.0114 Pb < LOQ < LOQ 0.0240 ± 0.0008 < LOD 0.135 ± 0.004 < LOD Se < LOQ < LOQ < LOQ < LOD < LOD < LOQ V 0.0115 ± 0.0007 0.0122 ± 0.0009 0.0085 ± 0.0004 0.0070 ± 0.0004 0.0084 ± 0.0002 < LOQ Tabla 2. Concentracion de elementos en el fruto de las muestras de importacion (mg/Kg) Tunez Deglet Noor Argelia Deglet Noor Arabia Saudí Iran Israel Barhi Israel Medjool Israel Hayani C 371000 ± 8000 361000 ±13000 370000 ±10000 351000 ±11000 340000 ±13000 360000 ±11000 371000 ± 2000 H 65800 ± 400 68000 ± 2000 69000 ± 5000 72400 ± 1600 71500 ± 1100 70600 ± 1100 73900 ± 1200 N 5300 ± 600 4000 ± 900 4400 ± 700 4740 ± 120 5100 ± 500 4700 ± 300 5640 ± 180 K 3800 ± 60 3900 ± 140 4900 ± 50 3800 ± 140 4370 ± 90 4900 ± 100 3500 ± 100 Ca 261 ± 14 299 ± 12 284 ± 8 1000 ± 20 872 ± 30 367 ± 9 249 ± 9 Mg 272 ± 8 358 ± 12 262 ± 13 960 ± 30 1150 ± 30 458 ± 17 266 ± 15 Na 115 ± 7 196 ± 8 136 ± 5 109 ± 6 92 ± 4 208 ± 8 109 ± 3 Fe 2.3 ± 0.2 2.83 ± 0.11 3.2 ± 0.2 16.1 ± 0.8 14.0 ± 0.4 1.98 ± 0.11 2.10 ± 0.10 Cu 0.66 ± 0.02 0.98 ± 0.07 1.64 ± 0.12 5.4 ± 0.4 7.2 ± 0.2 1.6 ±0.2 1.97 ± 0.11 Sr 1.07 ± 0.07 1.76 ± 0.10 1.36 ± 0.08 14.8 ± 0.8 3.6 ± 0.2 1.67 ± 0.10 2.6 ± 0.2 Mn 1.21 ± 0.06 1.94 ± 0.09 1.60 ± 0.08 5.88 ± 0.13 7.04 ± 0.09 3.05 ± 0.10 1.04 ± 0.05 Tabla 2. Concentracion de elementos en el fruto de las muestras de importacion (mg/Kg) (cont.) Tunez Deglet Noor Argelia Deglet Noor Arabia Saudí Iran Israel Barhi Israel Medjool Israel Hayani Zn 1.39 ± 0.10 1.56 ± 0.12 2.1 ± 0.2 12.6 ± 0.4 10.9 ± 0.4 1.85 ± 0.10 2.1 ± 0.2 As < LOD < LOD < LOD < LOD < LOD < LOD < LOD Ba 0.023 ± 0.002 < LOQ < LOD 0.032 ± 0.002 < LOQ 0.025 ± 0.002 0.0333 ± 0.0013 Cd 0.0035 ± 0.0010 < LOD < LOD < LOQ < LOQ < LOQ < LOQ Co 0.038 ± 0.002 0.0260 ± 0.0007 0.056 ± 0.006 0.102 ± 0.005 0.062 ± 0.003 0.0392 ± 0.0010 0.0257 ± 0.0008 Cr 0.0153 ± 0.0010 0.0231 ± 0.0005 0.0213 ± 0.0011 0.0236 ± 0.0010 0.0181 ± 0.0008 0.033 ± 0.002 0.0306± 0.0009 Li 0.042 ± 0.003 0.0443 ± 0.0012 < LOQ 0.174 ± 0.006 < LOQ 0.034 ± 0.002 0.0215 ± 0.0006 Ni 0.155 ± 0.007 0.071 ± 0.003 0.107 ± 0.003 0.128 ± 0.005 0.187 ± 0.008 0.232 ± 0.008 0.184 ± 0.009 Pb 0.0155 ± 0.0008 < LOD < LOQ 0.0119 ± 0.0010 0.100 ± 0.004 < LOD 0.0037 ± 0.0004 Se < LOQ < LOQ < LOQ < LOD < LOQ 0.119 ± 0.002 0.120 ± 0.005 V < LOQ 0.0156 ± 0.0010 0.0106 ± 0.0008 < LOQ < LOQ 0.0072 ± 0.0004 0.0065 ± 0.0003 Tabla 3. Concentracion de elementos en la semilla de las muestras de Elche (España) (mg/Kg) Elche1 Elche2 Elche3 Elche4 Elche5 Elche6 C 289000 ± 11000 326000 ± 14000 330000 ± 30000 374000 ± 12000 364000 ± 13000 373000 ± 17000 H 76000 ± 4000 68000 ± 6000 57700 ± 1400 63000 ± 2000 56000 ± 3000 56000 ± 8000 N 6300 ± 200 7400 ± 400 6500 ± 200 8700 ± 400 6800 ± 500 7000 ± 300 K 1124 ± 14 1030 ± 20 1390 ± 80 1090 ± 50 1070 ± 20 930 ± 30 Ca 208 ± 9 156 ± 11 256 ± 13 186 ± 15 160 ± 10 220 ± 10 Mg 482 ± 10 476 ± 8 509 ± 8 448 ± 13 542 ± 2 454 ± 11 Na 91 ± 3 94 ± 5 85 ± 5 91 ± 5 95 ± 3 102 ± 4 Fe 6.9 ± 0.2 6.9 ± 0.5 6.6 ± 0.3 5.3 ± 0.2 5.5 ± 0.3 9.0 ± 0.4 Cu 3.2 ± 0.3 4.2 ± 0.4 3.9 ± 0.4 3.0 ± 0.2 4.1 ± 0.2 3.5 ± 0.2 Sr 0.28 ± 0.02 0.84 ± 0.08 3.44 ± 0.25 0.58 ± 0.05 0.25 ± 0.02 0.52 ± 0.05 Mn 4.8 ± 0.2 3.38 ± 0.14 4.0 ± 0.2 2.6 ± 0.2 4.29 ± 0.06 4.2 ± 0.2 Tabla 3. Concentracion de elementos en la semilla de las muestras de Elche (España) (mg/Kg) (cont.) Elche1 Elche2 Elche3 Elche4 Elche5 Elche6 Zn 5.2 ± 0.2 5.73 ± 0.15 5.4 ± 0.4 5.5 ± 0.5 5.6 ± 0.3 5.3 ± 0.5 As 0.042 ± 0.003 0.089 ± 0.008 < LOQ < LOQ < LOQ < LOQ Ba 0.160 ± 0.004 0.052 ± 0.003 0.067 ± 0.002 0.0143 ± 0.0009 < LOQ 0.0194 ± 0.0014 Cd 0.0113 ± 0.0006 0.0037 ± 0.0002 0.0120 ± 0.0009 < LOQ < LOQ < LOQ Co 3.20 ± 0.03 1.28 ± 0.07 1.35 ± 0.05 0.57 ± 0.09 0.87 ± 0.03 1.03 ± 0.06 Cr 0.301 ± 0.010 0.153 ± 0.006 0.167 ± 0.007 0.105 ± 0.004 0.072 ± 0.003 0.084 ± 0.006 Li < LOQ < LOQ < LOQ < LOQ < LOD < LOQ Ni 0.479 ± 0.014 0.471 ± 0.007 0.36 ± 0.02 0.341 ± 0.009 0.352 ± 0.008 0.69 ± 0.03 Pb 0.0271 ± 0.0013 0.0195 ± 0.0012 0.113 ± 0.006 < LOD < LOD < LOQ Se < LOQ 0.110 ± 0.004 < LOQ < LOQ < LOD < LOQ V 0.0191 ± 0.0012 0.021 ± 0.002 < LOQ < LOQ < LOQ < LOD Tabla 4. Concentracion de elementos en la semilla de las muestras de importacion (mg/Kg) Tunez Deglet Noor Argelia Deglet Noor Arabia Saudí Iran Israel barhi Israel Medjool Israel Hayani C 433000 ± 6000 460000 ± 8000 453000 ±19000 439000 ±12000 324000 ± 9000 413616 ±16068 322113 ±13011 H 65000 ± 5000 62000 ± 2000 68000± 2000 68700 ± 1100 59000 ± 3000 68303 ± 3654 54903 ± 1896 N 7800 ± 300 7300 ± 300 9000 ± 400 9600 ± 400 6700 ± 800 10866 ± 248 8571 ± 683 K 1330 ± 50 1300 ± 50 1320 ± 60 1150 ± 60 960 ± 30 1688 ± 75 953 ± 27 Ca 81 ± 5 113 ± 8 125 ± 9 500 ± 30 362 ± 19 116 ± 4 94 ± 4 Mg 365 ± 11 400 ± 13 395 ± 12 1190 ± 30 1050 ± 50 460 ± 12 329 ± 13 Na 80 ± 3 84 ± 4 79 ± 3 86 ± 3 86 ± 2 83 ± 6 98 ± 3 Fe 4.9 ± 0.4 5.5 ± 0.3 5.0 ± 0.3 30.9 ± 1.5 19.8 ± 1.0 3.20 ± 0.10 4.3 ± 0.3 Cu 1.32 ± 0.10 2.26 ± 0.17 3.4 ± 0.2 8.4 ± 0.4 7.5 ± 0.2 2.9 ± 0.2 3.00 ± 0.28 Sr 0.21 ± 0.02 0.63 ± 0.05 0.25 ± 0.02 5.18 ± 0.39 1.00 ± 0.10 0.89 ± 0.07 0.65 ± 0.04 Mn 3.13 ± 0.06 4.4 ± 0.3 3.5 ± 0.2 11.5 ± 0.8 9.4 ± 0.3 3.9 ± 0.2 2.38 ± 0.09 Tabla 4. Concentracion de elementos en la semilla de las muestras de importacion (mg/Kg) (cont.) Tunez Deglet Noor Argelia Deglet Noor Arabia Saudí Iran Israel barhi Israel Medjool Israel Hayani Zn 3.9 ± 0.3 4.6 ± 0.2 4.8 ± 0.3 28.4 ± 2.3 16.6 ± 1.5 6.3 ± 0.3 4.26 ± 0.37 As < LOD < LOD < LOD < LOQ < LOD < LOQ < LOQ Ba 0.0112 ± 0.0006 < LOQ 0.0180 ± 0.0009 0.0108 ± 0.0008 < LOQ 0.015 ± 0.001 < LOQ Cd < LOD < LOQ < LOD < LOQ < LOQ < LOQ < LOQ Co 0.075 ± 0.004 0.091 ± 0.004 0.132 ± 0.006 0.59 ± 0.02 0.87 ± 0.02 0.075 ± 0.004 0.60 ± 0.02 Cr 0.088 ± 0.007 0.097 ± 0.005 0.072 ± 0.003 0.141 ± 0.004 0.100 ± 0.005 0.087 ± 0.007 0.092 ± 0.003 Li < LOD < LOQ < LOD 0.0167 ± 0.0004 < LOD < LOQ < LOD Ni 0.194 ± 0.010 0.155 ± 0.009 0.275 ± 0.010 0.33 ± 0.02 0.333 ± 0.027 0.348 ± 0.015 0.31 ± 0.02 Pb < LOD < LOD < LOD 0.0298 ± 0.0009 0.0169 ± 0.0008 < LOD < LOD Se < LOQ < LOQ 0.135 ± 0.006 < LOQ < LOQ 0.30 ± 0.02 0.162 ± 0.009 V 0.0085 ± 0.0008 0.0096 ± 0.0004 < LOQ < LOQ < LOQ < LOQ 0.0075 ±0.0004 Figura 1. putuaciones de los objetos en el espacio definido por las dos primers componente en el fruto. ¿ Tunez, ¿ Arabia Saudí, ¿ Elche, ¿¿ Argelia, ¿ Israel, ¿ Iran Figura 2. putuaciones de los objetos en el espacio definido por las dos primers componente en la semilla. CONCLUSIONES Se ha propuesto un método analítico robusto basado en la digestión ácida de muestras de dátil mediante microondas y el posterior análisis de elementos traza y ultratraza con técnicas basadas en ICP. Los estudios de validación indican que es un método exacto y sin interferencias, mostrando una reproductibilidad razonable y con bajos límites de detección. El análisis de los resultados de composición elemental del fruto y la semilla de trece muestras de diferentes orígenes, muestran diferencias significativas entre los diferentes tipos de dátiles. Las muestras españolas muestran concentraciones más altas de elementos alcalinotérreos y alcalinos que el resto de muestras. El análisis PCA de los datos permite la clasificación de los dátiles del sur de España (Elche) en un grupo diferente del resto de orígenes. Sin embargo, el análisis discriminante permite clasificar correctamente el 100% de las muestras estudiadas en tres gupos, España, Israel, y el resto. CLASIFICACIÓN DE DÁTILES (PHOENIX DACTYLIFERA L.) MEDIANTE ESPECTROSCOPIA RAMAN POR TRANSFORMADA DE FOURIER Y QUIMIOMETRIA OBJETIVO El objetivo de este trabajo es evaluar la capacidad de la Espectroscopía Raman por transformada de Fourier (FT-Raman) en combinación con métodos quimiométricos de análisis para la clasificación de dátiles (Phoenix Dactylifera L.). Para ello se analizó muestras de diferentes orígenes y variedades. RESULTADOS Y DISCUSIÓN Comparación de los espectros de FT-Raman de los dátiles de diferentes orígenes y variedades La Figura 3 muestra los espectros FT-Raman de todas las muestras analizadas en la región de 200 ¿ 3500 cm-1. En ella se puede observar que los espectros de los dátiles españoles son más intensos que los espectros obtenidos del resto de muestras. De hecho, las muestras españolas muestran elevados fondos que puedes atribuirse a su mayor contenido en fibra. Para evaluar esta hipótesis, se midió el contenido de fibra de todas las muestras de dátiles. Los resultados indicaron que las muestras españolas tienen un índice bruto de fibra de 6.6±1.6 (como media) que es considerablemente más alto que el obtenido en el resto de muestras (3.0±0.1). La simple inspección de los datos mostrados en la Figura 3 no permite observar diferencia entre los espectros FT-Raman de las diferentes variedades de dátiles. Para profundizar en este tema, en la Figura 4 se han seleccionado algunos espectros representativos de dátiles de la misma variedad y, en su caso, de orígenes diferentes. En esta Figura se observa, primer lugar, que no existen diferencias notables entre los espectros de los dátiles de la misma variedad, independientemente de su origen. Es interesante comprobar que esta afirmación es válida también para las variedades híbridas españolas (Figura 4.D). Al comparar diferentes variedades, se observa una clara diferencia entre los espectros de Deglet Noor Figura 4.A, y el resto de variedades estudiadas (Figuras 4.B-4.C). Estos resultados indican que, a priori, sería posible una identificación química de la variedad Deglet Noor a base de su espectro Raman en la región de 400-1800 cm-1. Análisis multivariante Análisis de Componentes Principales La Figura 5 muestra las puntuaciones en los dos primeros componentes (PC1-PC2) de 21 muestras diferentes de dátil. La varianza total explicada por estos dos componentes es de 99.19%. En la Figura 5 se pueden distinguir tres grupos de muestras. En primer lugar, se puede observar que todos los dátiles españoles presentan valores positivos de PC1, apareciendo, por tanto, en el lado derecho de la Figura. El resto de las muestras siempre muestran valores PC1 negativos. Entre ellos, y atendiendo a los valores PC2, se pueden derivar dos grupos de muestras diferentes. El primero, con puntuación PC2 negativa, está formado por las muestras de Israel. La única excepción es la de los dátiles de Irán. El segundo grupo, mostrando valores PC2 mayores que cero, es formado por muestras de dátiles de distintos orígenes (Túnez, Sudáfrica, Arabia Saudí e Argelia). De la Figura 5 es también interesante mencionar la alta dispersión mostrada por las muestras españolas, lo cual parece estar repacionado con la ausencia de una determinada variedad en las muestras españolas. Desafortunadamente, el análisis por PCA de los espectros Raman no permitió una clasificación clara de las variedades. Figura 3. Espectros FT-Raman de todas las muestras estudiadas en la region 200- 3500 cm-1 Figura 4. Espectros Representativos obtenidos de diferentes muestras de datiles de diferentes origenes y variedades: (A) Deglet Noor; (B) Medjool : (C) Hayani, Barhi, Salomon, Alligh, Perny y una variedad (desconocida) de Iran; (D) Elche. Figura 5. Clasificacion de los datiles a base del analisis del componente principal con dos factores PC1 y PC2. CONCLUSIONES La espectroscopía FT-Raman es una potente herramienta para el análisis directo de dátiles. Los resultados mostrados en el presente trabajo demuestran, por primera vez, que la espectroscopía FT-Raman y las herramientas quimiométricas se pueden usar con éxito para la clasificación de los dátiles según su origen. La clasificación según la variedad no fue posible usando esta técnica, ya que sólo las muestras de la variedad Deglet Noor parecen proporcionar espectros diferentes a los del resto de muestras. Desafortunadamente, la imposibilidad de conseguir un mayor número de muestras Deglet Noor hizo imposible la obtención de conclusiones definitivas. DETERMINACIÓN DE AZUCARES REDUCTORES Y ALDITOLES EN DÁTILES MEDIANTE CROMATOGRAFÍA IÓNICA Y ESPECTROSCOPÍA RAMAN POR TRANSFORMADA DE FOURIER OBJETIVO El objetivo del presente trabajo es el desarrollo de un método analítico para la determinación simultánea de alditoles, glucosa y fructosa mediante Cromatografía de Intercambio Iónico de Alta Resolución (HPAEC). A partir de los resultados obtenidos: (1) se emplearán métodos de análisis multivariante para tratar de establecer una clasificación de dátiles en función de su origen; y, (2) se evaluará la posibilidad de desarrollar un método de análisis cuantitativo de azúcares reductores basado en el empleo de la Espectroscopía Raman por Transformada de Fourier y regresión por Mínimos Cuadrados Parciales (PLS). RESULTADOS Y DISCUSIÓN Análisis de muestras La Tabla 5 muestra los resultados obtenidos usando el método propuesto mediante HPAEC. Como se puede ver en la Tabla, la glucosa es el azúcar predominante en los dátiles. La cantidad de glucosa depende del origen y variedad de la fruta analizada. Los dátiles de España tienen un contenido similar de glucosa al de los dátiles procedentes del Norte de África (Túnez Deglet Noor y Argelia Deglet Noor) e Irán, mientras que los mayores valores de glucosa se encuentran en las variedades de Israel (Salomon, Medjool y Barhi) y Sudáfrica (Medjool). Estos datos son en general similares a los publicados previamente por otros autores empleando otros métodos de análisis. Los niveles de fructosa determinados en este estudio también fueron similares a los publicados anteriormente. En general los dátiles de España contienen menores cantidades de fructosa (17 -27 g/100g) que los dátiles de otros orígenes (17 - 39 g/100g). La cantidad de sorbitol en dátiles se ha encontrado entre 0.08 y 1.15 g/100g. Cuando se comparan estas cantidades con las presentes en otras frutas, se puede concluir que los dátiles pueden ser una buena fuente de este compuesto. Es interesante mencionar que las muestras españolas e Israel Salomon tienen un contenido de sorbitol (0.56 a 1.15 g/100g) mayor que el resto de variedades (0.08 a 0.48g/100g). En general, la concentración del myo-inositol en los dátiles fue similar al de otras frutas como las manzanas, moras y mango. Como se puede apreciar en la Tabla 5, no se detectaron grandes diferencias en el contenido del myo-inositol en las diferentes muestras. Análisis Multivariante Análisis por Componentes Principales (PCA) La Figura 6 muestra los valores de los primeros dos componentes principales (PC1-PC2) obtenidas en 21 diferentes muestras de dátiles. La varianza total explicada por estos dos componentes es del 81.4%. De los datos mostrados en la Figura 6, se deriva la presencia de dos diferentes grupos de muestras. El primero formado por todas las muestras españolas y el segundo por el resto de muestras. Tabla 5. Concentracion de azucares en diferentes variedades de datiles. Concentracion ( g/100g) Sorbitol myo-inositol Glucosa Fructosa Fibra Elche 1 0.89 ± 0.06 0.0248 ± 0.0009 32.54 ± 1.0 27.16 ± 1.7 7.10 ± 0.04 Elche 2 0.89 ± 0.03 0.0444 ± 0.0008 31.54 ± 1.0 27.3 ± 0.6 6.39 ± 0.25 Elche 3 1.10 ± 0.04 0.037 ± 0.002 24.47 ± 0.9 20.8 ± 0.6 7.87 ± 0.09 Elche 4 0.98 ± 0.02 0.0364 ± 0.0014 19.87 ± 1.2 17.23 ± 0.07 4.14 ± 0.22 Elche 5 0.56 ± 0.02 0.051 ± 0.0009 22.37 ± 2 17.57 ± 0.05 6.26 ± 0.38 Elche 6 1.15 ± 0.04 0.0248 ± 0.0010 21.4 ± 1.3 18.4 ± 0.4 4.63 ± 0.30 Elche 7 0.790 ± 0.014 0.060 ± 0.0002 24.4 ± 0.3 20.01 ± 0.08 5.15 ± 0.24 Elche 8 0.72 ± 0.02 0.029 ± 0.004 27.8 ± 0.6 26.0 ± 1.0 9.48 ± 0.20 Elche 9 0.683 ± 0.014 0.0258 ± 0.0010 21.3 ± 0.2 17.18 ± 0.08 8.00 ± 0.28 Elche10 0.72 ± 0.02 0.0423 ± 0.0011 24.7 ± 0.2 20.7 ± 0.3 7.01 ± 0.28 Elche 11 1.00 ± 0.02 0.0353 ± 0.0010 27.6 ± 0.3 22.4 ± 0.2 6.27 ± 0.08 Tabla 5. Concentracion de azucares en diferentes variedades de datiles (Cont). Concentracion ( g/100g) Sorbitol myo-inositol Glucosa Fructosa Fibra Tunez Deglet Noor 0.310 ± 0.005 0.0406 ± 0.0004 18.8 ± 0.8 17.7 ± 0.7 2.60 ± 0.03 Tunez Alligh 0.081 ± 0.003 0.0115 ± 0.0005 33.2 ± 0. 7 31.9 ± 0.5 2.8 ± 0.06 Argelia Deglet Noor 0.344 ± 0.005 0.0098 ± 0.0004 22.2 ± 0.4 17.7 ± 0.7 2.8 ± 0.08 Israel Salomon 0.76 ± 0.03 0.006 ± 0.002 49.2 ± 1.2 39.2 ± 0.5 2.9 ± 0.09 Israel Hayani 0.37 ± 0.02 0.039 ± 0.002 26.5 ± 0.2 23.4 ± 0.4 3.8 ± 0.07 Israel Medjool 0.48 ± 0.02 0.002 ± 0.00009 35.8 ± 0.3 29.56 ± 0.06 2.6 ± 0.05 Israel Barhi 0.338 ± 0.008 0.0157 ± 0.0006 35.3 ± 0.4 27.0 ± 0.3 4.1 ± 0.12 Arabia Saudí Perny 0.410 ± 0.007 0.0366 ± 0.0009 31.9 ± 0. 9 29.2 ± 1.5 3.2 ± 0.06 sudAfrica Medjool 0.410 ± 0.012 0.0143 ± 0.0003 36.54 ± 1.03 34.08 ± 0.06 2.2 ± 0.07 Iran 0.399 ± 0.008 0.0247 ± 0.0007 26.9 ± 0.2 22.17 ± 0.12 3.0 ± 0.41 Figura 6. Classificacion de los datiles a base de el analisis del componete principal con dos factores PC1 y PC2. Análisis Discriminante (DA) Para tratar de mejorar la clasificación lograda mediante la técnica de PCA se aplicó el análisis discriminante a valores individuales de los compuestos del azúcar atendiendo a un método escalonado con los siguientes 3 grupos: Grupo 1 (11 muestras de España); Grupo 2 (4 muestras de Israel); y, Grupo 3 (6 muestras de otros países). Se obtuvieron dos funciones discriminantes utilizando la selección de variables (i.e. glucosa, fructosa, sorbitol, myo-inositol, fibra). La varianza explicada por estas dos funciones discriminantes fue de 93.0 y 7.0 %, respectivamente. La primera función discriminante estuvo mayoritariamente influenciada por la concentración del sorbitol y la fibra, mientras que la segunda lo estuvo por la concentración de glucosa, fructosa y myo-inositol. La Figura 7 muestra la puntuación de dos funciones discriminantes. Como se puede observar, excepto una muestra de Israel (Salomon), el resto se asignaron al grupo correcto. Figura 7. Puntuacion de las funciones discriminantes canonicales obtenidas de la composicion de azucares en los datiles de diferentes orignenes geograficos. (1) Elche; (2) Israel; (3) otros paises. La Espectroscopía Raman por Transformada de Fourier (FT-Raman) es una técnica muy buen posicionada en el campo de la Química Analítica Verde por varias razones: (i) proporciona el espectro vibracional de la muestra, que se puede considerar como su huella dactilar; (ii) requiere poca o ninguna necesidad de preparación de muestras; y, (iii) está libre de interferencias. La Figura 3 muestra el espectro FT-Raman obtenido de las 21 muestras estudiadas. Como ya se ha explicado anteriormente, la diferencia entre los dos grupos de espectros (españoles y de otras procedencias) parece relacionarse con la mayor cantidad de fibra presente en las muestras españolas que dan lugar a mayores fondos. Regresión por mínimos cuadrados parciales (PLS) El objetivo de este apartado fue evaluar la posibilidad de realizar análisis cuantitativos de azúcares en dátiles a partir de los espectros FT-Raman de cada una de las muestras empleando el método de regresión por mínimos cuadrados parciales (PLS). Los resultados obtenidos para cuatro muestras (Elche1, Elche2, Israel Salomon e Israel Hayani) se utilizaron como conjunto de validación. La Tabla 6 muestra los principales parámetros utilizados para el análisis. Tabla 6. Resultados del rendimiento de la calibracion y validacion Raman del fruto del datil. variable y intervalo Factores R2 (%) RMSECV RMSEV RMSEP fibra 40-2200 3 77 1.48 0.99 0.67 sorbitol 400-1800 3 71 0.22 0.15 0.1 fructosa 400-1800 4 83 3.6 2.5 8.3 glucosa 400-1800 4 87 4.2 2.6 11.6 myo-inositol 1200-4000 6 99 0.012 0.0015 0.0119 Como se puede ver, el rango espectral que permite la mejor predicción depende del compuesto. El modelo presenta un R2 mayor del 70% para todos los compuestos. Sin embargo, conviene destacar que el intervalo espectral utilizado no es fijo. El sorbitol, la glucosa y la fructosa se pueden predecir con un factor R2 mayor que 70% usando un intervalo de 400-1800 cm-1, mientras que la fibra requiere un espectro completo de similar valor. El R2 del myo-inositol es el máximo conseguido, además, indica que el myo-inositol es prácticamente independiente del intervalo espectral utilizado. El número de factores utilizado por cada compuesto fue seleccionado usando el conjunto que da el máximo valor de R2. En general, el numero de factores es menor que 4, pero en el caso del myo-inositol, dos factores adicionales fueron necesarios. CONCLUSIÓNES Se ha propuesto un método de análisis simultáneo de azúcares y alditoles en dátiles mediante HPAEC y detección amperométrica. Comparados con otras frutas, los resultados obtenidos indican que los dátiles se pueden considerar una buena fuente de sorbitol (0.08 - 1.15 g/100g) y myo-inositol (0.002 - 0.060 g/100g). También se ha evaluado un método de análisis directo de muestras solidas por espectroscopía FT-Raman y regresión por mínimos cuadrados parciales. Los parámetros utilizados para la estimación del modelo PLS indican que la metodología podría ser utilizada satisfactoriamente para el análisis rápido (semi) cuantitativo. Se utilizó análisis multivariante (Componente Principal y el Análisis Discrimínate) para la clasificación geográfica de las muestras. Usando el análisis de componentes principales, los resultados mostraron que las muestras españolas forman un grupo diferente al resto de muestras. El análisis discriminante mejoró la clasificación, incluyendo un grupo formado por las muestras de Israel. COMPOSICIÓN DE ÁCIDOS GRASOS EN SEMILLAS DE DÁTILES (PHOENIX DACTYLIFERA L.) DE DIFERENTES VARIEDADES Y ORÍGENES OBJETIVO El objetivo del presente trabajo es obtener el perfil de ácidos grasos presentes en las semillas de los dátiles españoles y compararlo con los obtenidos a partir de los dátiles procedentes de otros orígenes y variedades. Para ello, se analizaron mediante la técnica de GC-MS un total de dieciocho muestras diferentes. A partir de los resultados obtenidos se emplearon métodos de análisis multivariante para tratar de establecer una clasificación de estas muestras. RESULTADOS Y DISCUSIÓN Contenido total de grasas La Figura 8 muestra la cantidad de grasa total extraída de las semillas de todas las muestras de dátiles estudiadas bajo condiciones experimentales óptimas. Como se puede observar en esta Figura, la cantidad total de grasas obtenidas se encuentra entre un 3% y un 6%. En la Figura 8 se observan pequeñas diferencias entre las muestras de diferentes orígenes y variedades, aunque las muestras de semillas de los dátiles españoles parecen contener, en general, un menor contenido de grasas. Composición en ácidos grasos La Tabla 7 reúne el contenido de ácidos grasos obtenidos para todas las muestras de semillas de los dátiles analizados. Se identificaron nueve tipos de ácidos grasos: ácido Caproico, Caprílico, Cáprico, Láurico, Mirístico, Palmítico, Esteárico, Oleico and Linoleico. No se observaron diferencias significativas en los perfiles de ácidos grasos de las semillas de dátiles investigados. Como se puede observar en la Tabla 7, se obtuvieron altas concentraciones de ácido oleico y ácido láurico en todas las muestras de semillas de dátiles. El contenido medio de cada ácido era de 42.4 % y 26.5 %, respectivamente. Estos resultados están de acuerdo con los reportados en la bibliografía. Los ácidos Linoleico, Mirístico y Palmítico se encontraban en concentraciones medias de 13.4 %, 10.2 % y 7.7 %, respectivamente. Es interesante mencionar que las concentraciones del ácido caproico obtenidas en estas muestras (2.51 % como media) son más altos que los valores típicos encontrados en la bibliografía. Niveles de concentración similares se encontraron en el caso del ácido esteárico (2.42 % como media). Los ácidos minoritarios fueron el Caprílico y el cáprico con concentraciones medias de 0.78 % y 0.6 %, respectivamente. Figura 8. El contenido Total de grasas obtenido de las semillas de los datiles de diferentes origenes y variedades. Tiempo de extraccion: 20 min; temperatura extraccion: 140 °C De los datos en la Tabla 7, se puede derivar que la precisión de los resultados osciló entre 0.09 y 6.51% dependiendo del ácido graso y la muestra considerada. La exactitud del método, se determinó empleando ensayos de recuperación. Los resultados se muestran en la Tabla 8, donde se puede observar que en todos los casos, el porcentaje de recuperación osciló entre el 104 y el 112 %. Análisis quimiométrico A partir de los datos en la Tabla 7 no se observó una clara diferencia entre la composición de ácidos grasos de las semillas de dátiles de diferentes orígenes y variedades. Sólo se pudieron distinguir algunas diferencias en el contenido del ácido linoleico entre las muestras españolas (alrededor del 15% como media) y el resto de muestras (alrededor del 10%). Para poder establecer más diferencias, se deben utilizar diferentes técnicas reconocimiento de puntas. Primero, se llevó a cabo un análisis por componentes principales (PCA). Los modelos obtenidos contenían tres componentes que explicaban el 86% de la varianza. La Figura 9 muestra la representación de PC1 versus PC2 para el aceite de semillas. Los datos mostrados en esta Figura indican que los dátiles españoles se pueden diferenciar fácilmente del resto de muestras puesto que tienen valores de PC2 mayores que cero (excepto la muestra Elche 9). También se aplicó el análisis discriminante a los valores individuales de los ácidos grasos de acuerdo con un método escalonado. Las muestras de semillas de dátil estudiadas fueron divididas en tres diferentes grupos dependiendo de su origen geográfico: (i) muestras españolas; (ii) muestras de Túnez; y, (iii) resto de muestras (Israel, Argelia, Arabia Saudí e Irán) La varianza explicada por las dos funciones discriminantes es del 94.7 y 5.3 % respectivamente, y se puede observar que los grupos se separaron de otros orígenes como se ve en la Figura 10. La puntuación de las funciones discriminantes indica que la primera función discriminante está determinada principalmente por los ácidos linoleico y esteárico, y la segunda por el resto de ácidos grasos. Tabla 7. La composicion de ácidos grasos (% w/w) de las semillas de datiles de diferentes variedades y origenes Concentracion (%, w/w) ácido Caproico ácido Caprílico ácido Cáprico ácido Láuricoo ácido Mirístico Elche 1 2.80 ± 0.20 0.81 ± 0.03 0.56 ± 0.0037 23.69 ± 0.50 8.52 ± 0.33 Elche 2 2.62 ± 0.11 0.92 ± 0.05 0.62 ± 0.05 34.30 ± 0.78 12.78 ± 0.23 Elche 3 2.92 ± 0.15 0.86 ± 0.13 0.60 ± 0.07 32.33 ± 0.99 11.43 ± 0.32 Elche 4 2.84 ± 0.10 0.92 ± 0.03 0.66 ± 0.03 33.25 ± 3.24 13.54± 1.12 Elche 5 2.71 ± 0.16 0.68 ± 0.010 0.44 ± 0.02 21.22 ± 0.49 9.67 ± 0.38 Elche 6 2.76 ± 0.15 0.82 ± 0.07 0.50 ± 0.02 26.81 ± 0.30 11.27 ± 0.18 Elche 7 2.37 ± 0.06 0.74 ± 0.05 0.53 ± 0.02 28.87 ± 0.50 10.71 ± 0.21 Elche 8 2.09 ± 0.09 0.61 ± 0.08 0.46 ± 0.03 21.83 ± 0.33 9.01 ± 0.07 Elche 9 2.00 ± 0.07 0.57 ± 0.04 0.42 ± 0.02 17.13 ± 0.11 6.39 ± 0.08 Elche 10 1.83 ± 0.29 0.62 ± 0.05 0.57 ± 0.06 30.18 ± 0.31 10.68 ± 0.18 Elche 11 1.89 ± 0.14 0.57 ± 0.013 0.42 ± 0.03 19.63 ± 0.79 7.97 ± 0.12 Elche 12 2.56 ± 0.25 0.83 ± 0.05 0.62 ± 0.05 32.10 ± 0.46 12.96 ± 0.42 Tunez Alligh 2.68 ± 0.18 0.93 ± 0.006 0.73 ± 0.08 29.10 ± 0.29 9.66 ± 0.23 Tunez Deglet Noor 2.80 ± 0.06 0.90 ± 0.10 0.64 ± 0.04 27.21 ± 0.15 9.47 ± 0.19 Argelia 2.59 ± 0.07 0.86 ± 0.06 0.67 ± 0.05 28.67 ± 0.32 8.91 ± 0.15 Arabia Saudí 2.75 ± 0.21 0.75 ± 0.07 0.56 ± 0.05 22.08 ± 0.44 9.99 ± 0.06 Iran 2.24 ± 0.13 0.74 ± 0.03 0.53 ± 0.03 22.88 ± 0.09 10.84 ± 0.35 Israel Hayani 2.76 ± 0.15 0.84 ± 0.08 0.60 ± 0.06 26.14 ± 0.27 10.22 ± 0.22 Table 7. La composicion de ácidos grasos (% w/w) de las semillas de datiles de diferentes variedades y origenes (Cont.) Concentracion (%, w/w) ácido Pilmitico ácido Esteárico ácido Oleico ácido Linoleico Elche 1 7.33 ± 0.47 2.20 ± 0.27 43.28 ± 2.90 15.00 ± 0.81 Elche 2 7.57 ± 0.12 2.39 ± 0.03 45.36 ± 0.57 16.60 ± 0.96 Elche 3 7.64 ± 0.28 2.38 ± 0.09 45.64 ± 1.60 16.89 ± 0.70 Elche 4 8.29 ± 0.35 2.55 ± 0.16 44.36 ± 4.38 16.1 ± 1.7 Elche 5 7.57 ± 0.18 2.12 ± 0.04 48.24 ± 0.38 14.40 ± 0.04 Elche 6 8.06 ± 0.51 2.38 ± 0.08 43.47 ± 0.49 16.12 ± 0.85 Elche 7 7.24 ± 0.08 2.31 ± 0.007 41.20 ± 0.60 13.68 ± 0.25 Elche 8 7.52 ± 0.77 2.28 ± 0.13 39.8 ± 1.1 14.34 ± 0.53 Elche 9 5.35 ± 0.18 1.89 ± 0.12 26.69 ± 0.27 8.98 ± 0.69 Elche 10 7.48 ± 0.16 2.26 ± 0.09 40.54 ± 0.94 17.46 ± 0.29 Elche 11 6.71 ± 0.42 2.03 ± 0.04 32.14 ± 0.42 12.05 ± 0.13 Elche 12 8.07 ± 0.14 2.79 ± 0.14 50.35 ± 2.13 16.9 ± 1.1 Tunez Alligh 7.28 ± 0.03 2.46 ± 0.02 37.35 ± 0.84 8.12 ± 0.29 Tunez Deglet Noor 7.53 ± 0.32 2.85 ± 0.24 42.06 ± 0.79 13.01 ± 0.29 Argelia 7.62 ± 0.08 2.68 ± 0.19 45.25 ± 0.10 11.21 ± 0.53 Arabia Saudí 9.42 ± 0.76 2.41 ± 0.13 48.96 ± 0.97 12.0 ± 1.1 Iran 9.69 ± 0.71 2.77 ± 0.15 47.88 ± 2.29 7.68 ± 0.48 Israel Hayani 8.67 ± 0.19 2.86 ± 0.13 40.72 ± 0.36 11.35 ± 0.16 Tabla 8. Valores de recuperacion obtenidos de los ácidos grasos minoritarios de tres diferentes muestras de semillas de datiles Ácido graso Elche1 Elche 2 Tunez (Deglet Noor) recuperacion* recuperacion* recuperacion* Caproic 105 ± 4 108 ± 7 106 ± 11 Caprylic 108 ± 5 108± 1 104 ± 9 Capric 112 ± 3 112 ± 2 106 ± 2 Stearic 105 ± 4 110 ± 3 106 ± 3 *resultados expresados como x ±(tS)/¿n, donde x es el valor medio, s es la desviacion estandar, t es el t-where x is the mean value, s is the standard deviation, t es el t-student para un nivel de confianza del 95% (para n-1), n es el numero de replicados (3). Figura 9. Representacion de las puntuaciones objeto en el espacio definido por los dos primeros componentes del aceite de semillas. Atreves de la regla de Bayes, la probabilidad de afiliación es calculada para cada muestra en cada grupo, asignando cada muestra al grupo de mayor probabilidad. La clasificación es altamente satisfactoria, y las muestras se clasificaron al 100% (Tabla A31, Apéndice). Figura10. El analisis discriminante de los ácidos grasos de las semillas de los datiles CONCLUSIONES Los perfiles y contenido de ácidos grasos de 18 muestras de diferentes orígenes y variedades fueron determinados por GC-MS. Esta es la primera vez que un estudio de estas características ha sido llevado a cabo con dátiles españoles. Las semillas de los dátiles son ricas en los ácidos, oleico, Láuricoo y linoleico. Las semillas de los dátiles españoles proporcionan cantidades de ácido linoleico mayores que el resto de muestras estudiadas. A partir de los datos obtenidos y usando el análisis discriminante es posible la clasificación por origen de los dátiles. De este modo se pueden distinguir tres grupos de dátiles dependiendo de su composición en ácidos grasos. El primer grupo incluye los dátiles españoles; el segundo está formado por los dátiles de Túnez y el tercero por el resto de muestras estudiadas (Israel, Argelia, Arabia Saudí e Irán). CONCLUSIONES GENERALES 1. En el presente trabajo se lleva a cabo, por primera vez, la caracterización química de los dátiles (Phoenix Dactylifera L.) del Palmeral de Elche. 2. Se han desarrollado y aplicado varios métodos exactos y precisos para el análisis químico de dátiles de diferentes orígenes y variedades: a. Análisis elemental de frutos y semillas mediante digestión por microondas y posterior detección mediante técnicas de Plasma por Acoplamiento Inductivo (ICP-AES and ICP-MS). Los dátiles españoles mostraron concentraciones de elementos alcalinos y alcalinotérreos superiores al resto de las muestras estudiadas. b. Azúcares reductores (glucosa, fructosa) y alditoles (sorbitol, mioinositol) mediante Cromatografía de Intercambio Aniónico (HPAEC) y detección amperométrica. Los resultados obtenidos mostraron que, comparando con otras frutas, los dátiles son una buena fuente de sorbitol (0.08 to 1.15 g/100g) y mioinositol (0.002 to 0.060 g/100g). Además, se ha propuesto un método rápido para el análisis (semi)cuantitativo de estos compuestos basado en el empleo de Espectroscopía Raman por transformada de Fourier (FR-Raman) y ajuste por mínimos cuadrados parciales (PLS). c. Ácidos grasos mediante Cromatografía de Gases y detección con Espectrometría de Masas (CG-MS). Los resultados indicaron que los dátiles de Elche son ricos en ácidos Oleico, Láurico y Linoleico. Los dátiles españoles contienen una mayor cantidad de ácido Linoleico que el resto de los dátiles estudiados. 3. Clasificación de dátiles: a. Se han aplicado diferentes técnicas de análisis multivariante para tratar de establecer una clasificación por origen de los dátiles estudiados. Independientemente de la información química empleada como base del estudio, se ha demostrado que los dátiles del Palmeral de Elche constituyen un grupo diferente del resto de muestras estudiadas, lo que indica sus peculiares características. b. Se ha propuesto un nuevo método rápido y económico para la clasificación por origen de dátiles. El método está basado en la medida de los espectros FT-Raman de las muestras y el tratamiento de los mismos mediante Análisis por Componentes Principales (PCA). Los resultados obtenidos muestran de nuevo que los dátiles de Elche se constituyen en un grupo diferente al del resto de los dátiles evaluados. c. No ha sido posible la clasificación de los dátiles atendiendo a su variedad.