"En ninguna parte alguien concedería que la ciencia y la poesía puedan estar unidas. Se olvidaron que la ciencia surgió de la poesía, y no tuvieron en cuenta que una oscilación del péndulo podría reunirlas beneficiosamente a las dos, a un nivel superior y para ventaja mutua"-Wolfgang Goethe-

miércoles, 28 de diciembre de 2011

Avances en Química


La revista Avances en Química es la revista de la Facultad de Ciencias de la Universidad de los Andes, Mérida, Venezuela. De publicación cuatrimestral y multidisciplinaria. Admite trabajos sobre Química Analítica, Electroquímica, Orgánica, Polímeros, Inorgánica y Organometálicos, Química Teórica, Farmacia, Productos Naturales, Cinética y Catálisis, Química Ecológica, Espectroscopía Analítica, Espectroscopía Molecular y Cristalografía. Como se ve, muy completa. La revisión de los trabajos por pares trata de garantizar su calidad. La revista aparece en el año 2006 con el objetivo de difundir la información científica y técnica de la Química. Con esos propósitos, el acceso es libre, acogiéndose al sistema DOAJ (Directory of Open Access Journals).


domingo, 18 de diciembre de 2011

SINC, Servicio de Información y Noticias Científicas


El Servicio de Información y Noticias Científicas (SINC) es un claro ejemplo de la apuesta por la divulgación científica. Agencia pública   que recaba información, monta y distribuye noticias científicas  a partir de un contacto directo con los investigadores. Enrique Sacristán,  Redactor del Área de Matemáticas, Física y Química de SINC, con gran atención y  rigor, y a partir de los resultados generalmente publicados en revistas científicas,  redacta la noticia con un alto grado de fidelidad con aquello que el investigador le transmite. Además, el SINC difunde la noticia nacional e internacionalmente de forma gratuita, con el único requisito de que se cite la fuente. Gracias a este tipo de iniciativas, no solo se acerca la ciencia al público, sino también a muchos otros científicos, académicos e industriales.



Muchas publicaciones científicas pasan desapercibidas para otros investigadores simplemente porque trabajan en áreas diferentes o publican en revistas distintas. La gran cantidad de  trabajos publicados confluyen en un mar en el que es difícil distinguir una sola gota de agua. El éxito de iniciativas como las de SINC está en difundir noticias de índole científica en prensa común e Internet, y por ello de su importancia. De este modo, mientras se lee el periódico, el blog, la revista digital, el boletín de divulgación estatal, autonómico o de la propia Universidad, se puede encontrar información que podría pasar desapercibida en una masa, cada vez más ingente, de publicaciones. Por ello creo en la divulgación y por ello agradezco al equipo de SINC el trabajo que están haciendo.

miércoles, 14 de diciembre de 2011

Adelantos ORM, divulgación en las ondas y en la red

Hace poco he tenido la fortuna de encontrar un programa de radio de divulgación científica.   Su nombre es Adelantos, de Onda Regional de Murcia. Este programa es una "revista de divulgación de temas interesantes en algún campo de la investigación pasada. presente y futura, desde el punto de vista de la ciencia". Los sábados y domingos de 15:00 a 17:00 tenemos una cita con Diego Muñoz, quien muy inteligentemente lleva el hilo conductor del programa a base de entrevistas a científicos de las diversas áreas como la Física, Química  Matemáticas, Biología, Ingeniería, Geografía, y un largo etcétera. En el enlace os dejo con la Web del programa, en la que encontraréis muchas horas de grabación. El hecho de difundir en la red lo que se emitió en las ondas es una clara apuesta por la divulgación y el acercamiento de la ciencia al público.
Cuando hable con Diego, tras la entrevista que me hizo sobre la diferenciación geográfica de cervezas, le comenté la posibilidad de poner un link desde mi web personal en la USE. Obviamente le pareció buena idea, porque esto hace que el programa cobre mayor importancia. Hoy día es importante mantener este tipo de programas de divulgación científica, un espacio necesario para que los avances de la ciencia no caigan en saco roto y para que la información científica llegue a todos los públicos. Por eso os recuerdo, no olvidéis sintonizar Adelantos en Onda Regional de Murcia o, en su defecto, visitad Adelantos a la carta.
Para que no se olvide incluyo un enlace permanente en el blog.


EL PROGRAMA HA DESAPARECIDO
R.I.P.

domingo, 20 de noviembre de 2011

Espectrometría de masas

Os dejo aquí un enlace del servicio de masas de la Universidad de Bristol en la que se explica de forma muy clara fuentes de ionización, detectores, algunos acoplamientos y estudios de fragmentación. Presenta dibujos que aclaran mucho y se explica todo de forma breve.



MASS SPECTROMETRY RESOURCE

domingo, 6 de noviembre de 2011

Revista Eureka sobre Enseñanza y Divulgación de las Ciencias

La Revista Eureka está editada por la Universidad de Cádiz y la Asociación de Profesores Amigos de la Ciencia-EUREKA. Se trata de una revista OJS que tiene como finalidad contribuir a la mejora de la enseñanza de las ciencias a todos los niveles educativos y fomentar su divulgación y la alfabetización científica. La revista publica artículos previa revisión por pares anónimos y presenta siete secciones:

  • Fundamentos y líneas de trabajo. Contempla artículos de investigación sobre el proceso de enseñanza y divulgación de las ciencias.
  • La Ciencia: ayer y hoy. Un poco de historia de la Ciencia y divulgación de avances recientes.
  • Experiencias, recursos y otros trabajos. El objetivo de la sección es el intercambio de experiencias y recursos didácticos (experimentos, problemas, juegos...) en la educación científica.
  • La educación científica hoy. Problemas y retos de los educadores en el ámbito de las ciencias.
  • Educación científica y sostenibilidad. Educación para un futuro sostenible.
  • Ciencia recreativa. Experiencias caseras y experimentos curiosos.
  • Formación del profesorado de ciencias. Ofrece perspectivas, estrategias y recursos para la formación del profesorado de ciencias.


Obviamente he resumido mucho, lo mejor es echarle un vistazo a la página web de la revista y a alguno de los artículos de cada sección. Desde un punto de vista docente, pienso que es una buena herramienta para compartir inquietudes. Además, la sección de Ciencia Recreativa es una fuente de ideas para promocionar la ciencia, pues cuando a alguien le sorprende algo, suele dejar que se le explique el porqué.
Desconocía la existencia de esta revista, que funciona desde 2004, con tres números por año. Para algo me está sirviendo buscar revistas en español y espero que a alguien le interese. Por otro lado, no me sorprende que esté involucrada la Universidad de Cádiz, donde me consta que existe un nutrido grupo de profesores interesados en la innovación docente. Recordar aquí que en esta Universidad se organizó en 2008 la III Reunión de Innovación Docente en Química.

sábado, 5 de noviembre de 2011

Revista Colombiana de Química


Desde 1971, con tres números por volumen, la Revista Colombiana de Química, editada por la Universidad Nacional de Colombia, publica artículos de investigación (no revisiones ni notas) dentro de las distintas áreas de la Química, como son la Analítica, Bioquímica, Fisicoquímica, Inorgánica, Orgánica y Química Aplicada.  Los artículos publicados han sido sometidos a un proceso de revisión por pares. Esta revista también está incluida en el Open Journal System, ofreciendo de forma gratuita el acceso a todo su contenido.


lunes, 31 de octubre de 2011

Doctorado en Química con Mención hacia la Excelencia

Logo
Estos días por la Facultad de Química de Sevilla estamos contentos. Esto se debe a que el Programa Oficial de Doctorado en Química ha obtenido la Mención hacia la Excelencia por parte del Ministerio de Educación. Quiero dar mi enhorabuena a todos los que hicieron posible esto. A los becarios (ahora doctores) que defendieron sus tesis en el periodo evaluado por la ANECA (2004-2009), que publicaron sus resultados, que salieron a otras universidades, que obtuvieron becas, etc. A los profesores que dirigieron a estos becarios, que publicaron resultados de investigación y trabajaron en proyectos durante dicho periodo. Al equipo decanal, en especial a Pilar Malet, que, me consta, que se han dejado los ojos recabando información para rellenar la aplicación del programa MENCIÓN de la ANECA. Y a todos los que he dejado en el tintero.

Mi enhorabuena a todos. Ahora hay que recoger los frutos (hasta 2014). Ya se sabe lo importante que es la Mención hacia la Excelencia para atraer doctorandos, becas y por tanto mayor producción y visibilidad. 
Eso sí, ahora toca trabajar para el próximo periodo evaluable.
PD. Echad un vistazo a los criterios de la ANECA, para ver que es lo que se evalúa.

miércoles, 26 de octubre de 2011

Uso del PCA en estudios medioambientales

El lunes 17 de octubre tuve la fortuna de  asistir como público a una tesis doctoral sobre temática analítico-medioambiental. En la misma vi un uso del análisis en componentes principales que no había contemplado antes. De hecho, lo discutí con la hoy doctora y me lo supo explicar muy bien. 
Ya he explicado como se realiza el análisis de componentes principales y he dejado algún ejemplo de su uso. Recordando, el PCA es un método en el que la información contenida en una serie de variables, se condensa en unas cuantas variables que son combinaciones lineales de las originales, pudiendo reducirse la dimensionalidad de los datos.
Hasta ahora yo lo he usado para previsualizar datos en problemas de clasificación. Es decir, si se tienen varias clases de objetos (tipos de vino, orígenes, sistemas de alimentación, variedades de té, etc) definidos por un número elevado de variables, extrayendo los dos o tres primeros componentes principales (que explican un elevado porcentaje de la varianza original de los datos) se pueden obtener representaciones en dos o tres dimensiones donde se vea la tendencia de los datos.
Por otro lado, cuando se dispone de un número muy elevado de variables, se pueden usar los PCs para realizar cálculos posteriores con ellos, de modo que no sea necesario el manejo de tantas variables. Este es el ejemplo típico de reducción de variables.
En la tesis de Rocío, cuyo título no tuve el cuidado de apuntar (pero cuando esté digitalizada la enlazaré desde un comentario a esta entrada), se emplea el PCA con el fin de ver la influencia de diversos factores o fuentes en la concentración de una serie de parámetros químicos hallados en el agua de lluvia de diversos puntos de muestreo (a orillas del Guadalquivir). Las fuentes eran la contribución industrial, el tráfico rodado, las prácticas agrícolas, la influencia del la proximidad al mar, entre otras. La entonces doctoranda realiza un PCA con los datos de un punto de muestreo y comienza a hablar de las contribuciones de ciertas fuentes en los PCs, de acuerdo con el peso de variables relacionadas con las mismas. Por ejemplo, en los puntos cercanos al mar, el PC1 tiene una gran contribución de cloruro, sodio y magnesio además de elevada conductividad eléctrica. Luego en el PC1 predomina esta fuente. El PC2 tiene gran influencia por parte de una fuente agrícola (fosfatos), etc.

Fuera de sala le pedí que me explicase por qué hacía el PCA de esa forma. Tirando de algo de lógica, además de referirme a la bibliografía, la ahora doctora contestó a mi pregunta  y de su explicación extraje mi conclusión que, continuando con el ejemplo del punto cercano al mar, tratare de resumir.

Claro que sí, un punto cercano al mar está muy influenciado por el mar y su comportamiento. La variación de las condiciones atmosféricas del mar es lo que más influye en la composición del agua de lluvia y por tanto, la fuente que mayor variabilidad introduce. Por ese motivo, es normal que los parámetros relacionados con la fuente marina tengan un mayor peso en el primer componente principal, que es el que mayor varianza explica. Y esto es independiente a la contribución de cualquier otra fuente que también pueda ser recogida en dicho PC. Además, es posible que fuentes menos influyentes vayan apareciendo en los PCs sucesivos (explicando menos varianza).

Todo es cuestión de perspectiva, y agradezco a Rocío el haber sabido darme una nueva perspectiva sobre el PCA.

Recomiendo la lectura de una publicación de la doctora: Assessment of the sequential principal component analysis chemometric tool to identify the soluble atmospheric pollutants in rainwater, publicado en Analytical and Bioanalytical Chemistry.

En cuanto esté disponible la versión digital de la tesis, pondré un enlace a la misma.

PD. La foto es de un día de lluvia en Santiago de Compostela, en la Iglesia de Santa María do Sar. La pongo por no meter solo letra.

jueves, 20 de octubre de 2011

Más sobre cerveza

Puede que esta entrada interese algo más al público en general. Como ya dije en una entrada anterior, estaba esperando la digitalización de una tesis doctoral sobre cerveza, "Aplicaciones del análisis multivariante a la diferenciación de tipos de cerveza" que, aunque escrita en 2002, nos ha servido para sentar las bases de trabajos recientemente publicados (1, 2). Además, es interesante ver la introducción de la misma, donde se habla de la historia de la cerveza y de los procesos de elaboración. 

viernes, 14 de octubre de 2011

Ciencia

La revista Ciencia está editada por la Facultad Experimental de Ciencias de la Universidad de Zulia (Maracaibo, Venezuela). En ella se publican trabajos englobados en las principales áreas científicas, como son la Química, Física, Matemáticas y Biología. También tienen cabida publicaciones sobre Química ambiental y de los alimentos.
Ciencia
Según fuentes de la propia universidad, el equipo editor pretende su inclusión en el Science Citation Index (SCI). Para mí se trata de una revista de calidad y me consta que siguen un proceso de revisión por pares muy bien planteado, pues no solo el autor desconoce quien es el revisor del trabajo, sino que éste tampoco conoce el nombre de los autores de la publicación. Esto, en mi humilde opinión, asegura la completa objetividad de todo el proceso de revisión.
Otra cuestión importante a considerar es que la revista presenta todos los números editados desde 1993  accesibles (gratuitamente) on-line. Con esto se asegura la transmisión del conocimiento científico a todas las personas que lo deseen, ya se encuentren en un ámbito académico, educativo o industrial, o simplemente quiera satisfacer su curiosidad.

jueves, 13 de octubre de 2011

Cerveza y Malta

Revista editada por la Asociación Española de Técnicos de Cerveza y Malta en la que se publican trabajos técnicos relacionados con la industria cervecera. Un índice de artículos técnicos puede consultarse desde aquí. Básicamente se puede acceder a los resúmenes de todos los artículos, pero el acceso a texto completo es mediante suscripción.
Ojeando los títulos de los trabajos publicados se pueden encontrar trabajos sobre fabricación de cerveza, parámetros de control de la industria cervecera y tratamiento de sus residuos, composición de la cerveza, aromas, etc
Son de libre acceso los suplementos de Cerveza y Salud que aparecen en cada número. Lo cual puede ser aprovechado desde un punto de vista divulgativo. Claro está, se habla en ellos de los beneficios del consumo moderado de cerveza... 

Revistas científicas en español

Es por todos sabido que el idioma científico por excelencia es el inglés, y de ahí la importancia de su estudio y comprensión. Eso es algo que no cambiará nunca, pues es el idioma escogido por muchos para la comunicación internacional.
No quiero ser detractor del inglés como idioma científico, ni se me ocurre ni creo que sea necesario. Simplemente me gustaría romper alguna lanza a favor del español, porque también se publica en español y buenos trabajos. Esto lo puse de manifiesto con la entrada Revistas españolas con índice de impacto 2010
En las entradas etiquetadas como "En español", hablaré de algunas revistas científicas españolas y sudamericanas, especialmente las relacionadas con la Química analítica,  que ofrecen la posibilidad de publicar en nuestra lengua. 
El hecho de publicar en español facilita la transmisión del conocimiento y acerca la ciencia al público hispanoparlante en general. Haré especial hincapié en aquellas revistas acogidas a algún sistema de libre acceso a sus contenidos, porque pienso que es una gran apuesta y, el tiempo lo dirá, una tendencia.

miércoles, 12 de octubre de 2011

Revistas españolas con índice de impacto 2010


El 5 de octubre me llegó un correo de la biblioteca de la Universidad de Sevilla indicándome que la Fundación Española para la Ciencia y Tecnología (FECYT)  había publicado su informe sobre la presencia de revistas españolas en el listado del Journal ofCitation Reports.
La FECYT es una fundación estatal que, entre otras labores, trata de impulsar la ciencia e innovación y promueve su acercamiento a la sociedad a través de la divulgación científica.
El hecho de que una revista entre en el JCR, implica que se la ha asignado un índice de impacto (IF, Impact Factor). El IF se calcula anualmente como el número de citas que, durante ese año, recibieron las publicaciones de los dos años anteriores en esa revista, dividido por el número de trabajos publicados en esos dos años. Por ejemplo, una revista que haya publicado 107 trabajos en los años 2008 y 2009, y que haya recibido 80 citas en 2010, sobre alguno de esos trabajos publicados en 2008 y 2009, tendrá un IF = 0.748.
No quiero aquí discutir sobre la bondad o no de este sistema de medida de la calidad de las revistas. La calidad de las revistas la hacen los artículos publicados y estos son de calidad si son buenos,  no solo por el hecho de estar “colocados” en una revista de alto IF. Para discusiones sobre este tema ver Sobre revistas científicas y su impacto o tal vez Lapresión de publicar, entradas del blog Los avances de la Química y su impacto en la sociedad de Bernardo Herradón (él se explica mucho mejor que yo).
Los interesados en el  informe completo pueden consultarlo, de momento, aquí. Del análisis se concluye que 121 revistas científicas españolas aparecen ya en el JCR, 33 nuevas este año, con lo que España aumenta en un 33% su presencia en dicho listado este año. También se habla de que el 16% de las revistas españolas (17) han mejorado su posición en el ranking, habiendo cambiado de cuartil.

De estas revistas, he querido resaltar tres bastantes afines a mi trabajo: la Química Analítica aplicada en el campo de los alimentos y la educación universitaria. Una de ellas trata sobre aspectos de la Química en general, otra sobre educación en ciencias y la última sobre la química de los alimentos (y su análisis).


Afinidad (Multidisciplinary Chemistry, 0.233). Revista de Química Teórica y Aplicada editada por la Asociaciónde Químicos e Ingenieros del Instituto Químico de Sarriá. Acepta trabajos de investigación y revisiones bibliográficas sobre aspectos teóricos y excperimentales de la Química.
Revistade Enseñanza de las Ciencias (Education & Educational Research, 0.131). Publicada por el Instituto de Ciencias de la Educación de la Universidad Autónoma de Barcelona. En general admite trabajos sobre enseñanza de las matemáticas y las ciencias experimentales, profundizando en las bases teóricas, promoviendo estudios sobre didáctica y analizando la enseñanza actual en ciencias.

Grasas yAceites (Food Science & Technology, 0.748). Esta revista, editada por el Instituto de la Grasa de Sevilla, ofrece información científica y técnica sobre grasas comestibles y sus derivados. Admite trabajos de investigación, artículos de información, notas de laboratorio, revisiones temáticas y bibliográficas sobre revistas, patentes o libros. La temática se refiere a aceites de semilla, oliva, materias grasas y derivados de estos productos y a la industria de dichos materiales. Un gran punto a favor de esta revista es el hecho de que está acogida al Open Journal System y el acceso a las publicaciones es total y gratuito, con lo que es una gran fuente de divulgación científica en su temática.

sábado, 17 de septiembre de 2011

Análisis Cluster


El análisis cluster o análisis de conglomerados (Cluster Analysis, CA) es un método de reconocimiento de patrones que encuentra agrupamientos naturales de muestras a partir de una serie de variables. Es una técnica  no supervisada, pues no se conoce a priori las categorías o clases en las que se pueden agrupar  las muestras.
Cada muestra se trata como un punto en un espacio n-dimensional (una dimensión por cada variable). Se mide la distancia entre los puntos en el espacio creado por las n variables. Las muestras que pertenezcan a una misma categoría  aparecerán próximas en el espacio n-dimensional, mientras que las que sean distintas aparecerán separadas. Los agrupamientos naturales encontrados pueden servir para seleccionar las variables que permitan diseñar las reglas necesarias para clasificar futuros casos de categoría desconocida.
Se suele usar la distancia de Mahalanobis, o bien la distancia Euclídea si los datos han sido previamente autoescalados.
Los CA jerárquicos (los más comunes) pueden ser aglomerativos o divisivos. En los primeros se parte de n grupos, tantos como puntos había en el espacio patrón y se van uniendo hasta llegar a un cluster común que engloba todas las muestras, procediendo en cada nivel a fusionar aquellos dos grupos que sean más similares. En los divisivos se parte de un grupo formado por todos los casos en el nivel K=0, en el siguiente nivel K=1 se obtienen dos grupos repartiendo los objetos en base a maximizar sus divergencias. Se va procediendo de esta forma sucesivamente hasta conseguir n clusters correspondientes a todos los puntos del espacio. 
El análisis cluster se visualiza muy bien en lo que se denomina un dendograma, representación de los cluster que se forman en función de la distancia.
Recordando los datos que usamos para el ejemplo del PCA.


Aunque se sospecha que las clases pueden ser A y B, no se tiene en cuenta esta información. Al hacer el análisis cluster nos queda el siguiente dendograma:


Las muestras 1 y 2 son las más próximas entre sí y las primeras que se unen formando un cluster. Luego lo harán la 9 y 8. Después la 4 y 5; la 3 con el cluster de la 4 y la 5; la 6 y 7; el cluster 1-2 con el 3-4-5. Y así hasta que todos se unan en un solo cluster. Si nos fijamos en el dendograma, para una distancia Euclídea de 3 se observan dos clusters (uno para las muestras de la 1 a la 5 y otro de la 6 a la 10), es decir, se observam similitudes entre muestras de la misma categoría, o lo que es lo mismo, se observa separación natural entre las categorías al considerar estas variables.
Generalmente se eliminan variables correlacionadas antes de hacer este tipo de análisis.

Existen otros tipos de análisis cluster, los no jerárquicos (método de las K medias, agrupamiento borroso), pero eso es otra historia. Aquí he preferido hablar del más común.

Para saber más recomiendo el Handbook of Chemometrics and Qualimetrics de Massart, capítulo 30.


viernes, 9 de septiembre de 2011

¿Por qué estudias Química?

Podría escribir un ensayo sobre las virtudes de la Química y su importancia.  Pero a estas horas no os voy a contar mi historia. Para explicar la importancia de la química ya os dejé el enlace al vídeo de la ACS.
Buscando por la red me encuentro con estas palabras:



Probablemente nunca tenga la respuesta a todo lo que ocurre en el mundo que me rodea, pero hoy sé que la esencia de todo ello lo constituye la química.

...y eso es, maestra, lo que me gusta, lo impredecible de la naturaleza y la explicación de todo un mundo basado en fundamentos sólidos, conocimientos científicos y estudios de investigación por medio de una gran ciencia, denominada simplemente química



Pertenecen a un ensayo de Mariana Elorza en la revista Enlace Químico, de la Facultad de Química de la Universidad de Guanajuato. Lástima que pararon en 2008, según parece.

Personalmente me suscribo a eso que dice.

Pero he de ser sincero...

Yo empecé a estudiar Química porque no se me daba bien y la suspendía en el instituto. De hecho aún pienso que no se me da bien, pero por eso la sigo estudiando, y me gusta. 






Divulgación en química: algunos ejemplos de prácticas.

Aquí os dejo una propuesta de prácticas de química con fines divulgativos, para enseñar a los chavales de instituto. Me han gustado porque la mayoría se puede realizar en casa, con materiales cotidianos. Además, Silvia es una gran amiga y valga esta entrada de saludo a toda la familia.
Os dejo el enlace en Google Docs, porque el iframe me retrasa mucho la carga

lunes, 5 de septiembre de 2011

¿Sabes de donde es esta cerveza?

La cerveza es una bebida alcohólica (y hoy no alcohólica también) conocida desde antiguo. No me voy a poner a hablar de su historia, que de eso seguro que hay mucho escrito (ya os haré un enlace a una tesis doctoral del año 2002, cuando esté digitalizada). Es evidente que el consumo y por tanto la producción de cerveza se ha incrementado notablemente. Para datos sobre consumo y producción, y sobre muchas cosas más (composición, control de calidad, efectos sobre el organismo) podéis ojear Beer in health and disease prevention (editado por V. R. Preedy). Aquí os he dejado el enlace a Google Books, el texto completo está en  Elsevier
Entre los muchos parámetros a controlar durante su elaboración y tras ella, podemos citar algunos ejemplos como el pH, extracto real, contenido en amino ácidos, contenido polifenólico, color, aroma, sabor, contenido aniónico y en metales. Todos ellos pueden dar una idea de la composición (compleja) de esta bebida y conforman la calidad de la misma. Ya hemos visto ejemplos de parámetros de control empleados para la caracterización de productos como el jamón o   el vino y, de hecho, podría citar varios ejemplos para la cerveza (aquí uno). Pero todos los ejemplos que conozco están encaminados a diferenciar tipos de cerveza, en algún caso, incluso con técnicas demasiado costosas. De el uso de alguno de los parámetros anteriores como descriptores químicos que, salvo los metales, no son muy costosos en su análisis, ya hablaré más adelante. En cuanto a la diferenciación geográfica, sólo se han visto algunos ejemplos a nivel local de cervezas Españolas, de diferentes fábricas o de cervezas checas y no checas. No existían trabajos que abordasen la diferenciación geográfica de cervezas de diversos países.

¿Pero, es tan importante esto?

En el caso de la Unión Europea pienso que sí. La cerveza en Europa es un producto que está empezando a incluirse en listas de productos registrados con Indicación Geográfica Protegida. Hasta el momento solo hay algunas cervezas alemanas (10), checas (9) y británicas (2) incluidas en la base de datos DOOR de la Comisión Europea de Agricultura y Desarrollo Rural. Esto es como una Denominación de origen en vinos, lo que implica beneficios económicos. Este campo promete, y quizá debería explorarse por parte de fabricantes de otros países. Por tanto, considero importante encontrar herramientas que permitan diferenciar geográficamente cervezas.

Y, como muestra, un botón.

En el trabajo Recognition of the geographical origin of beer based on support vector machines applied to chemical descriptors, publicado en Food Control se parten de muestras de cerveza lager, pilsner y sin alcohol de tres países europeos: España, Portugal y Alemania. Empleando el contenido en aluminio, bario, boro, calcio, hierro, magnesio, manganeso, fósforo, potasio, sodio, estroncio, zinc, cloruro, fosfatos, sulfato, amino ácidos totales, polifenoles, pH, extracto real y absorbancia a 430 nm se ha obtenido un modelo de clasificación adecuado para  diferenciar estos orígenes.
Aplicando un test no paramétrico (Kruskal-Wallis) se obseba que calcio, manganeso, zinc, cloruro, sulfato, amino ácidos y pH, no presentan diferencias estadísticas entre los grupos considerados. Por otra parte, aplicando LDA a los parámetros restantes, eliminando sucesivamente las variables menos discriminates, se consigue diferenciar estos orígenes reteniendo hierro, fósforo, potasio, fosfato y polifenoles totales como los descriptores más discriminantes.
Finalmente se construye un modelo basado en máquinas de vectores soporte lineales, de las que ya hablaré otro día. Este modelo predice el origen de las cervezas con un 99.3% de eficacia.


viernes, 26 de agosto de 2011

Redes de difracción

He encontrado un Handbook on-line de Richardson Gratings TM que es estupendo para el que esté interesado en este tema. Creo que merece la pena echarle un vistazo.



Diffraction Grating Handbook


miércoles, 24 de agosto de 2011

Cálculo de regresión en Excel 2007

En esta entrada veremos como calcular la pendiente y ordenada en el origen de una serie de datos que se correlacionan linealmente mediante el método de mínimos cuadrados (es imprescindible para la aplicación del calibrado en Química Analítica). Además se obtendrán los errores de estos parámetros y el coeficiente de correlación, entre otros parámetros interesantes.
 Intentaré ser lo más gráfico posible. Una explicación más detallada sobre la regresión en Excel (pero era 2003) lo podéis encontrar en Aplicación de Microsoft Excel a la Química Analítica: validación de métodos analíticos. Aquí, lo haré de una forma más simple, explicando sólo lo que hay que ir haciendo con este software.
1) Solución gráfica (la que todos conocemos)
Se seleccionan las columnas para los valores X e Y (deben estar en ese orden) y vamos al menú Insertar, seleccionando Dispersión.

Obtenemos una gráfica de dispersión. Para dibujar la recta de mejor ajuste se pincha sobre los puntos de la gráfica y se hace click con el botón derecho del ratón. Seleccionamos la opción Agregar linea de tendencia.


Se escogen las opciones: tipo lineal, presentar la ecuación en el gráfico y el valor de R2.


Y quedará así



El problema es que no podemos conocer los errores de la pendiente y ordenada en el origen,  requeridos en Química Analítica para el calculo de la incertidumbre de los resultados.

2) Mediante fórmulas
Nos situamos en una celda. Se emplea el menú Fórmulas/Insertar función. Se seleccionan las fórmulas que aparecen en la imagen de abajo.

Conocido_y se refiere a los valores de Y y Conocido_X a los de X (Señal y Concentración en nuestro caso). Se pueden escribir en la celda las fórmulas directamente, e ir señlecionando las X y las Y. O se puede usar el menú insertar función.



El problema de nuevo es que no se obtienen los errores.

3. Fórmula matricial
La fórmula se introduce de igual modo que las anteriores, pero tiene truco.
Primero seleccionamos 2x5 celdas (una matriz) e insertamos la función ESTIMACION.LINEAL(). Se seleccionan las Y y las X, se introduce un 1 o VERDADERO en las otras dos cajas del formulario.
Importante, no pulsar aceptar
Pulsar en el teclado y a la vez las teclas Control (Ctrl), la flecha de mayúsculas (encima de la de Control) y Entrar (Intro o como la llaméis cada uno)  

La matriz queda rellena de la siguiente forma:


Y aquí si obtenemos los errores de la pendiente y de la ordenada, así como el error típico.

4. Usando la herramienta "Análisis de datos" de Excel

Sí, Excel tiene una macros muy buena para estos menesteres, pero hay que saber interpretarla. Lo primero (para el que no lo tenga) es activar la herramienta. Botón de Office, Opciones de Excel, Complementos. Administrar complementos de Excel, Ir.




Activar herramientas para análisis


Una vez hecho esto (solo si no se instaló la herramienta anteriormente) se puede usar desde Menú/Datos/Análisis de Datos y luego seleccionar Regresión


En el formulario seleccionamos los datos de entrada. Si hemos seleccionado los rótulos marcamos esta opción. Seleccionamos si queremos obtener gráficos de residuales, etc (leed el documento). Yo siempre prefiero los resultados en una hoja nueva.


Y se tienen estos resultados:
Pendiente y ordenada con sus errores.
Los valores de los residuales


Coeficiente de correlación
El ANOVA de regresión



Esta forma es muy completa.
Espero que os sirva

Recomiendo el libro Statistics and Chemometrics for analytical Chemistry (Miller) para el tema de la aplicación del método de los mínimos cuadrados.

jueves, 28 de julio de 2011

Diferenciación de vinos blancos españoles (con D.O.) a partir de su aroma

Este trabajo es antiguo, de 2008, pero quiero recordarlo ahora porque tengo entre manos una segunda parte que ya comentaré cuando lo acepten. Además, ahora también participo con mis amigos en un blog que está muy relacionado con esta entrada, pero que no es de corte científico. El trabajo completo, para suscriptores, se puede encontrar en Analytical and Bioanalytical Chemistry.
Se consideraron cuatro Denominaciones de Origen, Condado de Huelva, Penedés, Ribeiro y Rueda. Los vinos de Condado de Huelva eran monovarietales de Zalema y los de Rueda de Verdejo. Con estos cuatro tipos nos aseguramos que la geografía y el variado clima españoles están representados en los grupos considerados. Al trabajar con compuestos volátiles, se usan descriptores químicos muy relacionados con lo que el consumidor percibe y que, dependen sobre todo de la variedad de uva y su madurez (muy influenciada por el clima).
Los volátiles se determinaron mediante microextracción en fase solida del espacio de cabeza (HS-SPME) de las muestras. Cierta cantidad de vino, con un patrón interno añadido, se introduce en un vial cerrado dejando un poco de aire en la parte superior del mismo (espacio de cabeza). Se calienta la muestra durante un tiempo para que el espacio de cabeza se haga rico en componentes volátiles. Luego se introduce una fibra impregnada en un polímero. Los compuestos se adsorben sobre el polímero. Esa fibra se introduce en el portal de inyección de un cromatógrafo de gases y los compuestos, debido a la temperatura elevada del inyector, se desprenden y son arrastrados por el gas portador al cromatógrafo, donde se separan y cuantifican. Para más información sobre HS-SPME, consultar en la documentación que ofrece SUPELCO, propuesta por uno de los suministradores de fibras. Para empezar, recomiendo este.
Entre los componentes estudiados encontramos alcoholes superiores y ésteres (responsables de ciertos aromas afrutados), principalmente. Se confirmó la presencia de los mismos mediante la comparación de  sus espectros de masas con los de patrones.
Las técnicas de reconocimiento de patrones aplicadas fueron análisis de componentes principales, análisis discriminante lineal y redes neuronales artificiales de perceptrones multicapa. El PCA permite ver ciertas tendencias. Solo se observa una buena separación de los vinos de Rueda. Ribeiro y Penedés se mezclan entre sí, pero todos se separan más o menos claramente de los de Condado de Huelva. Esto se puede explicar debido a los contenidos más altos de acetatos de etilo, isoamilo, hexilo y 2-feniletilo de los vinos Rueda y los menores contenidos en hexanoato, decanoato y laurato de etilo que presentan los del Condado.
El LDA se llevó a cabo añadiendo al modelo las variables más discriminantes de manera sucesiva (ya hablaremos de ello en otra ocasión). Las variables seleccionadas por el modelo debido a su poder discriminante fueron acetato de etilo, hexanoato de etilo, acetato de hexilo, octanoato de etilo, decanoato de etilo, laurato de etilo,  miristato de etilo, palmitato de etilo, acetato de isoamilo, octanoato de isoamilo, 3-metil-butanol y 2-feniletanol. En principio parece que la separación es buena, con un 100% de capacidad de reconocimiento (ver imagen), pero cuando se valida el modelo con el método de leave-one-out se obtienen capacidades de predicción del 81 % para Penedés, 91% para Ribeiro y 95% para Condado de Huelva. Los de Rueda se diferencian bien.

Visto que el modelo lineal no es del todo satisfactorio, se propone un modelo basado en redes neuronales artificiales de perceptrones multicapa. El conjunto de datos se dividen en subconjuntos de entrenamiento (para crear el modelo), verificación (para evitar sobreentrenamiento) y test (para calcular el rendimiento del modelo). Se parte de las variables seleccionadas por el LDA y se usa un algoritmo que seleccionará a las de mayor poder diferenciador. El modelo retiene a las variables acetato de etilo, hexanoato de etilo, acetato de hexilo, 2-feniletanol, decanoato de etilo y miristato de etilo. Se obtuvo un 100% de predicción para todas las clases al aplicar el modelo sobre el subconjunto de test.
Para las MLP-NN recomiendo el libro de Bishop, Neural Networks for Pattern Recognition.

Actualización del blog

martes, 19 de julio de 2011

Análisis de componentes principales

El análisis de componentes principales (principal component analysis, PCA) es un método de reconocimiento de patrones que obtiene combinaciones lineales de las variables originales que definen a un conjunto de puntos. Estas nuevas variables, denominadas componentes principales (PCs), se obtienen de forma que el primer PC explica el mayor porcentaje posible de la varianza de los datos originales y cada nuevo PC representará la mayor cantidad posible de la variabilidad residual. De esta forma puede emplearse el PCA para reducir el número de variables necesarias para describir un conjunto de datos (empleando solo los primeros PCs) y poder obtener representaciones gráficas donde se visualice la tendencia de los datos.

Para entender mejor esto, supongamos un conjunto de datos pertenecientes a dos categorías distintas (A y B) que queda definido mediante tres variables.


El PCA obtendrá tres PCs, el primero de ellos explicará la mayor parte de la varianza del conjunto de datos. Es decir, si las tres variable originales presentan diferencias para las dos categorías, la primera combinación lineal obtenida presentará también dichas diferencias. En este caso ficticio el primer PC explica un 98.3% de la variabilidad original y se puede observar la separación natural de las dos categorías.



Además, el PCA permite saber que variables contribuyen más a dicha separación natural, las más correlacionadas con los primeros PCs. En este caso, las tres variables están muy correlacionadas con PC1.

En el área de Química Ánalítica se emplea el PCA para reducir el número de variables que definen a un conjunto de muestras, por ejemplo concentración en determinadas sustancias, que reciben el nombre de descriptores químicos. Téngase en cuenta que podemos partir de más de tres variables (incluso cientos de ellas), con lo que puede resultar muy difícil observar tendencias en los datos originales. Esto se facilita al reducir las variables a los dos o tres primeros PCs. Un ejemplo de su empleo puede encontrarse en una entrada antigua del blog . 
Para una información más técnica sobre este método, se puede consultar el texto Principal Component Analysis (Jolliffe). También se puede consultar mi tesis doctoral (Capítulo 2).

Actualización del blog


jueves, 3 de febrero de 2011

Un día sin Química

¿Qué sería de nosotros en un mundo sin Química? Creo que este vídeo de la American Chemical Society es muy esclarecedor.