METODOLOGIA PARA REPORTAR RESULTADOS

Composiciones de ácidos grasos en diferentes aceites vegetales.

Un total de veintidós ácidos grasos comunes fueron investigados para todos los aceites vegetales. Ácido palmítico (C16: 0), ácido oleico (C18: 0), ácido oleico (C18: 1n9), ácido linoleico (C18: 2n6) y ácido α-linolénico (C18: 3n3), fueron los cinco ácidos grasos predominantes,

   Análisis de escualeno y fitoesteroles en diferentes aceites vegetales

En nuestro estudio, se pudo obtener un cromatograma de gases típico para cada aceite vegetal, con una separación aceptable de escualeno, 4- desmetilesteroles (brassicasterol, campesterol, estigmasterol y β-sitosterol), 4α- metilesteroles (obtusifoliol) y alcoholes triterpénicos (lupeol, cycolartenol, β- amyrin, stigmast-7- en-3-ol, betulin, and lanosterol), dentro de los 15 min la concentración más alta de escualeno (4784,28 mg / kg) se encontró en ROO, por lo que ROO podría usarse como una buena fuente de este importante compuesto activo apolar.

     Clasificación de aceites vegetales puros por PCA

Con el fin de reducir la dimensionalidad de variables masivas, permitiendo así una mejor visualización de la totalidad de los datos, el PCA no supervisado más utilizado, generando gráficas de puntajes y gráficas de cargas por unas pocas variables correlacionadas, se llevó a cabo aquí, para revelar sus agrupaciones naturales en nuestros datos medidos entre diferentes aceites vegetales.

De acuerdo con las composiciones de ácidos grasos, los contenidos de escualeno y fitoesteroles de todos los aceites vegetales fueron posteriormente sometidos a PCA. Se pudo observar que CAO, RIO, RBO, RAO y otros aceites vegetales se formaron en cinco grupos, donde PC1 y PC2 representaron el 69.2% de la variabilidad total.

     Análisis de aceite de camelia adulterado por PLS-DA

Para clasificar aún más el CAO puro y otras muestras de aceite adulterado, posteriormente se construyó el modelo PLS-DA supervisado, con el método de pretratamiento de escala de varianza unitaria (UV) comúnmente aplicado, donde cada variable tiene una desviación estándar de uno y, por lo tanto, se analiza cada conjunto de datos.

     Análisis cuantitativo por PLS

 Con el fin de predecir el nivel adulterado de otros aceites vegetales en el aceite de camelia, todos los conjuntos de datos se enviaron al modelo PLS, que generalmente incluía diferentes métodos de selección de variables, como la importancia de la variable en la proyección (VIP), la regresión de mínimos cuadrados parciales de intervalo (iPLS ), y algoritmos genéticos (GA), para la mejora de la interpretabilidad de este modelo correspondiente. Como excelente método de selección de variables X, el gráfico de puntuaciones VIP puede filtrar esas variables significativas con VIP≥ 1, mientras que aquellas variables irrelevantes o redundantes con valores de VIP por debajo de 0,5, deben eliminarse para construir de manera beneficiosa un modelo multivariado adecuado