2012 TatianeSouzaGroberio

UNIVERSIDADE DE BRASLIA
PROGRAMA DE PS-GRADUAO EM QUMICA
DESENVOLVIMENTO DE UMA METODOLOGIA

PARA COMPARAO DE AMOSTRAS DE SAL DE
COCANA PELA DETERMINAO DE SOLVENTES
RESIDUAIS E ANLISE QUIMIOMTRICA
Tatiane Souza Grobrio
Orientador: Prof. Dr. Jez Willian Batista Braga

Coorientador: Dr. Jorge Jardim Zacca
Braslia DF
2012
UNIVERSIDADE DE BRASLIA
INSTITUTO DE QUMICA
DESENVOLVIMENTO DE UMA METODOLOGIA

PARA COMPARAO DE AMOSTRAS DE SAL DE
COCANA PELA DETERMINAO DE SOLVENTES
RESIDUAIS E ANLISE QUIMIOMTRICA
Dissertao apresentada ao Curso de

Mestrado em Qumica, da Universidade
de Braslia, como requisito parcial para a
obteno
do
ttulo
de
Mestre
em
Qumica.
TATIANE SOUZA GROBRIO
Orientador: Prof. Dr. Jez Willian Batista Braga

Coorientador: Dr. Jorge Jardim Zacca
2012
I
Folha de Aprovao
II
Agradecimentos
Agradeo a todos que participaram direta ou indiretamente desse

trabalho, aos que me acompanharam e incentivaram durante esse
tempo e a Deus que tem direcionado minha vida.
IV
Resumo
A produo de cocana requer a utilizao de solventes orgnicos que
no so completamente removidos durante esse processo, deixando vestgios
qumicos que podem ser posteriormente analisados em laboratrio e
devidamente correlacionados ao local de origem, aos mtodos de refino e
rota de trfico. Esse tipo de informao relevante investigao policial, aos
esforos de colaborao internacional no combate ao trfico de drogas e para a
definio de polticas governamentais em termos de segurana e sade
pblica. Diversas tcnicas instrumentais so capazes de identificar grande
parte dos componentes presentes em amostras de cocana, fornecendo
informaes a respeito dos solventes residuais que essas amostras contm. A
anlise estatstica apropriada dessas informaes estabelece padres que
revelam as principais caractersticas qumicas da amostra. Esse trabalho visou
consolidar uma metodologia adequada realidade brasileira que permitisse a
anlise rpida e confivel de amostras na forma de sal de cocana. Para isso, a
tcnica utilizada na determinao de solventes residuais em amostras de sal de
cocana foi Headspace associada Cromatografia Gasosa e deteco por
Espectrometria de Massas (HS-GC-MS). A anlise de dados empregou
mtodos como Anlise de Componentes Principais (PCA) e Anlise Hierrquica
de Clusters (HCA). O quadrado da funo cosseno foi utilizado como medida
para correlao entre amostras. Atravs dos resultados obtidos por PCA foi
possvel classificar as amostras conforme o mtodo de refino utilizado no
processo de produo da cocana. Estudos estatsticos apontaram valores
limites que puderam discriminar amostras como sendo ligadas, ou seja,
correlacionadas em relao forma de produo, permitindo estabelecer
ligaes entre apreenses de cocana efetuadas em todo o Brasil. A
metodologia desenvolvida para essa discriminao pode ser considerada
promissora, pois no necessita do conhecimento a priori da populao de
amostras e permite o ajuste dinmico dos valores limites para diferentes
conjuntos.
IV
Abstract
Cocaine production requires the use of organic solvents that are not
completely removed during this process, leaving chemical traces that can later
be analyzed in the laboratory and properly correlated to drug origin, processing
methods and trafficking route. Such information is relevant to police
investigation, the efforts of international cooperation in combating drug
trafficking and for the establishment of government policies in terms of safety
and public health. Several instrumental techniques are able to identify most of
the components present in cocaine samples, providing information about the
residual solvents in these samples. The appropriate statistical analysis of this
information establishes standards that reveal the main chemical characteristics
of the sample. This work aimed to build an appropriate methodology to the
Brazilian reality that allows rapid and reliable analysis of salt samples of
cocaine. For this, the technique used in the determination of residual solvents in
salt samples of cocaine was Headspace associated with Gas Chromatography
and Mass Spectrometry detection (HS-GC-MS). The data analysis employed
methods such as Principal Component Analysis (PCA) and Hierarchical Cluster
Analysis (HCA). The square of the cosine function was used as a measure of
correlation between samples. Based on the results obtained by PCA the
cocaine samples were classified according to the method used in the refining
process for cocaine production. Statistical studies showed that limiting values
could discriminate samples as being linked, ie, correlated in relation to how the
sample was producted, or non-linked. This result allows correlations between
cocaine seizures made in Brazil. The proposed methodology can be consideres
is promising for such discrimination, as priori knowledge of the sample
population is not required and allows the dynamic adjustment of the limit values
for different sets of samples.
NDICE
1. Introduo ...................................................................................................... 2
1.1. Objetivos ................................................................................................ 3
2. Reviso Bibliogrfica...................................................................................... 5
2.1. Cocana ................................................................................................. 5
2.2. Projeto Pequi ......................................................................................... 7
2.3. Tcnicas para identificao do Perfil Qumico de cocana .................... 8
2.4. Solventes Orgnicos Residuais ........................................................... 11
2.4.1.
Estabilidade dos solventes nas amostras ................................. 11
2.4.2.
Seleo dos solventes .............................................................. 11
2.5. Identificao de grupos de amostras ................................................... 14

2.6. Adulterantes e Diluentes da Cocana .................................................. 19
3. Mtodos de Refino ....................................................................................... 21
3.1. Cultivo de folhas de coca ..................................................................... 21
3.2. Produo de cocana ........................................................................... 22
4. Headspace, Cromatografia Gasosa e Espectrometria de Massas ............... 28
4.1. Cromatografia Gasosa......................................................................... 28
4.2. Headspace .......................................................................................... 33
4.2.1.
Fundamentos tericos do headspace ....................................... 37
4.3. Espectrometria de massas .................................................................. 39

5. Ferramentas Quimiomtricas ....................................................................... 42
5.1. Identificao do mtodo de refino ........................................................ 42
5.1.1.
Anlise de Componentes Principais (PCA) ............................... 42
5.1.2.
Anlise Hierrquica de Agrupamento (HCA) ............................. 44
5.2. Comparaes entre amostras ............................................................. 45

5.2.1.
Funo Cosseno ....................................................................... 46
5.2.2.
Correlaes intra e interclasses ................................................ 48

VI
5.2.3.
Histogramas .............................................................................. 49
5.2.4.
ROC Receiving Operating Characteristics ............................. 51
6. Materiais e Mtodos ..................................................................................... 56

6.1. Equipamentos ...................................................................................... 56
6.2. Reagentes ........................................................................................... 56
6.3. Amostras ............................................................................................. 57
6.4. Determinao de Solventes Residuais ................................................ 60
6.5. Procedimento Experimental ................................................................. 64
6.5.1.
Preparo da soluo saturada de sulfato de sdio ..................... 65
6.5.2.
Preparo da soluo de Padro Interno (PI) ............................... 65
6.5.3.
Preparao da amostra ............................................................. 65

6.5.3.1. Homogeneizao ..................................................... 65
6.5.3.2. Teste para determinar o tipo de cocana .................. 65
6.6. Parmetros Experimentais .................................................................. 66

6.7. Parmetros do Mtodo ........................................................................ 66
6.8. Figuras de Mrito do Mtodo HS-CG-MS ............................................ 67
6.8.1.
Preciso .................................................................................... 68
6.8.2.
Linearidade ............................................................................... 69
6.8.3.
Limite de Deteco ................................................................... 70
6.8.4.
Estabilidade............................................................................... 70
6.9. Anlise quimiomtrica.......................................................................... 71

7. Resultados ................................................................................................... 73
7.1. Figuras de Mrito do Mtodo HS-GC-MS ............................................ 73
7.2. Solventes ............................................................................................. 75
7.3. Mtodo de Refino ................................................................................ 77
7.4. Correlaes entre amostras ................................................................ 80
7.4.1.
Conjunto Controlado de Amostras Reais .................................. 82

VII
7.4.1.1. Caso 1: Conjunto Controlado de Amostras Reais com

correlao mxima de 0,70 ................................................................ 82
O dendrograma obtido por HCA para o conjunto apresentado na82
7.4.2.
Conjunto Simulado de Amostras ............................................... 90

7.4.2.1. Caso 1: Conjunto de Amostras Simuladas com

7.4.2.2. Caso 2: Conjunto Simulado de Amostras com
7.4.2.3. Caso 3: Conjunto Simulado de Amostras com
7.4.3.
Conjunto de Amostras Reais com mais de 10 picos ................. 97

7.4.3.1. Aplicao para casos reais .................................... 101
8. Concluso .................................................................................................. 104

9. Referncias ................................................................................................ 105
VIII
LISTA DE ABREVIATURAS E ACRNIMOS

AUC: rea sob a curva ROC (do ingls, area under the curve)
Cebrid: Centro Brasileiro para Informao sobre Drogas Psicoativas
CV: coeficiente de variao
DEA: Agncia de Controle de Drogas dos Estados Unidos (DEA/EUA, do ingls
Drug Enforcement Agency)
DMSO: dimetilsulfoxido
FE: fase estacionria
FM: fase mvel
FN: taxa de falsos negativos
FP: taxa de falsos positivos
GC: Cromatografia Gasosa (do ingls, Gas Chromatography)
GC-FID: Cromatografia Gasosa e deteco por Ionizao em Chamas (do
ingls, Gas Chromatography -Flame Ionization Detector)
GC-MS: Cromatografia Gasosa e deteco por Espectrometria de Massas (do
ingls, Headspace - Gas Chromatography - Mass Espectrometry)
HCA: Anlise de Hierrquica de Agrupamentos (HCA, do ingls Hierarquical
Clusters Analysis)
HS: sem traduo definida (do ingls Headspace)
HS-GC-FID: combinao Headspace associada Cromatografia Gasosa e
deteco por Ionizao
em
Chamas (do
ingls,
Headspace
- Gas
Chromatography - Flame Ionization Detector)

HS-GC-MS: combinao Headspace associada Cromatografia Gasosa e
deteco por Espectrometria de Massas (do ingls, Headspace - Gas
Chromatography - Mass Espectrometry)
IX
LPS: Laboratrio Forense da Frana (Laboratoire de Police Scientifique)

MEK: Metiletilcetona (do ingls, Methyl Ethyl Ketone)
MIBK: Metilisobutilcetona (do ingls Methyl Isobutil Ketone)
PC: componentes principais (do ingls Principal Components)
PCA: Anlise de Componentes Principais (do ingls Principal Components
Analysis)
PEQUI: Projeto de Perfil Qumico de Drogas
PLS-DA: Anlise Discriminante de Mnimos Quadrados Parciais (do ingls
Partial Least Squares Discriminant Analysis)
RMN: espectroscopia de Ressonncia Magntica Nuclear
ROC: sem traduo definida (do ingls Receiving Operating Characteristics)
SPME-GC-MS: combinao Micro Extrao em Fase Slida associada
Cromatografia Gasosa e deteco por Espectrometria de Massas (do ingls,
Solid Phase Micro Extraction-Gas Chromatography-Mass Espectrometry)
UNODC: Escritrio das Naes Unidas sobre Drogas e Crime (do ingls United
Nations Office on Drugs and Crime)
VN: taxa de verdadeiros negativos
VP: taxa de verdadeiros positivos
LISTA DE TABELAS
Tabela 1: Publicaes relacionadas a anlise de solventes em sal de cocana.
......................................................................................................................... 12
Tabela 2: Solventes analisados em amostras de sal de cocana por diferentes
autores. ............................................................................................................ 13
Tabela 3: Solventes utilizados em mtodos de refino caracterizados pelo
DEA/EUA.......................................................................................................... 26
Tabela 4: Possveis resultados para comparaes entre quaisquer amostras. 50
Tabela 5: Matriz de dados cromatogrficos com clculo da mdia e desvio
padro de cada solvente. ................................................................................. 59
Tabela 6: Caractersticas dos conjuntos de amostras estudados. ................... 60
Tabela 7: Solventes utilizados na determinao do mtodo de refino da
cocana. ............................................................................................................ 61
Tabela 8: Solventes utilizados para comparaes de amostras de cocana. ... 63
Tabela 9: Parmetros do HS-GC-MS. .............................................................. 67
Tabela 10: Solventes utilizados para verificar figuras de mrito do mtodo
cromatogrfico.................................................................................................. 68
Tabela 11: Diluies da soluo-me. ............................................................. 70
Tabela 12: Valores que caracterizam a linearidade do mtodo (r 2), limite de
deteco (LD) e concentrao de solventes em trs amostras distintas. ......... 74
Tabela 13: Cosseno quadrado das mdias das reas dos picos cromatogrficos
de cada classe. ................................................................................................ 82
Tabela 14: Valores de AUC para os diversos nmeros de classes estudados no
Conjunto Controlado de Amostras Reais com correlao mxima de 0,95. .... 87
Conjunto Simulado de Amostras com correlao mxima de 0,70. ................. 91
XI

Conjunto de Amostras Reais com mais de 10 picos. ..................................... 100
Tabela 20: Valores de NLe L(2%) para um conjunto de dados encontrado na
literatura e para o Conjunto de Amostras Reais com mais de 10 picos estudado
nesse trabalho. ............................................................................................... 101
XII
LISTA DE FIGURAS
Figura 1: Estrutura geral de um tropano e da cocana. ...................................... 5
Figura 2: Estruturas qumicas de cocana na forma de base livre e na forma
salina. ................................................................................................................. 5
Figura 3: Equilbrio entre fase vapor e fase lquida no frasco de headspace. .. 10
Figura 4: Histogramas dos valores da correlao do cosseno para populaes
de amostras de cocana no-ligadas e ligadas. (Adaptado da referncia 19). . 17
Figura 5: Histograma com configurao obtida entre as populaes de
amostras ligadas e no ligadas. ....................................................................... 17
Figura 6: Passos para a produo de pasta base de cocana a partir de folhas
de coca, fotos cedidas pela Polcia Federal. .................................................... 23
Figura 7: Passos para a produo de cocana base a partir de pasta base, fotos
adaptadas da referncia 37. ............................................................................. 24
Figura 8: Passos para a produo de cocana base a partir de pasta base,
adaptadas da referncia 39. ............................................................................. 25
Figura 9: Principais componentes de um cromatgrafo gs, adaptado da
referncia 41. ................................................................................................... 29
Figura 10: Injetor split/splitless, adaptado da referncia 41. ............................ 30
Figura 11: Esquema de funcionamento do injetor no modo split. (A) injeo da
amostra, (B) vaporizao da amostra, (C) homogeneizao da amostra e (D)
entrada da amostra na coluna. Adaptado da referncia 41. ............................. 31
Figura 12: Estrutura de funcionamento do headspace no modo Standby: o gs
de arraste (em verde) passa pela linha de fluxo e o gs de pressurizao (em
azul) passa pelo loop. Adaptada da referncia 41. .......................................... 34
Figura 13: Pressurizao do frasco: o gs de pressurizao passa pelo loop e
pressuriza o frasco. Adaptada da referncia 45. .............................................. 35
Figura 14: Preenchimento do loop com amostra: com a vlvula Vent aberta, a
amostra preenche o loop. Adaptada da referncia 45. ..................................... 35
Figura 15: Tempo de equilbrio do loop: homogeneizao da amostra no
sistema. Adaptada da referncia 45. ................................................................ 36
Figura 16: Injeo da amostra no GC. Adaptada da referncia 45. ................. 36
Figura 17: Exemplos de introduo e ionizao da amostra e separao de
ons na espectrometria de massa. ................................................................... 40
XIII
Figura 18: Esquema de funcionamento do analisador quadrupolar. Adaptada da

referncia 48. ................................................................................................... 40
Figura 19: Esquema grfico da obteno das componentes principais e como a
matriz (X) decomposta em pesos (P) e escores (T), adaptada da referncia
52. .................................................................................................................... 43
Figura 20: Exemplo de dendrograma, onde pode-se observar a clara distino
de 7 classes ou agrupamentos......................................................................... 45
Figura 21: (a) Construo de vetores a partir do cromatograma. (b)
Comparao de vetores caractersticos de duas amostras. ............................. 47
Figura 22: Correlaes de amostras (a) inter e (b) intraclasses. ...................... 48
Figura 23: (a) Histograma com curvas gaussianas. (b) Histograma com curvas
no-gaussianas, tpicas para correlaes entre amostras de cocana. ............ 49
Figura 24: Histograma com curva de correlaes entre amostras ligadas e no
ligadas, erros falsos positivos e falsos negativos, zona de sobreposio entre
L e NL. ............................................................................................................ 50
Figura 25: Exemplo de curva ROC, onde est plotado (1-Sp) na abscissa e (Se)
na ordenada. .................................................................................................... 51
Figura 26: Curvas de ROC para histogramas com diferentes sobreposies,
adaptada da referencia 61................................................................................ 52
Figura 27: AUC para uma curva ROC. ............................................................. 52
Figura 28: Histograma ilustrando os valores limites para a classificao de
amostras e a zona cinza ou regio de incerteza, onde haver dvida sobre a
classificao de amostras. ............................................................................... 54
Figura 29: Mapa com a distribuio do nmero de amostras analisadas por HSGC-MS. ............................................................................................................ 57
Figura
30:
Conjuntos
subconjuntos
de
amostras
analisados
para
desenvolvimento e aplicao do mtodo proposto. .......................................... 58

Figura 31: Procedimento experimental para determinar solventes residuais em
amostras de sal de cocana.............................................................................. 64
Figura 32: Procedimento utilizado para a determinao do tipo de cocana. ... 65
Figura 33: (a) Valores de para a Amostra A analisada seis vezes no mesmo
dia com o mesmo operador e equipamento. (b) Valores de para a Amostra A
analisada seis vezes com operador diferente. ................................................. 73
Figura 34: Valores de para uma amostra analisada por 18 meses. .............. 75
XIV
Figura 35: Porcentagem de amostras com determinado solvente. .................. 75

Figura 36: Concentrao aproximada de solvente (mL)/Kg em amostras de sal
de cocana. ....................................................................................................... 76
Figura 37: Dendrograma de amostras de cloridrato de cocana com marcao
em 4 classes. ................................................................................................... 77
Figura 38: Grfico de escores, onde () representa a classe 1, () a classe 2,
(+) a classe 3 e (*) a classe 4. .......................................................................... 78
Figura 39: Grfico de pesos, onde a acetona caracterstica da classe 1, o
acetato de n-propila da classe 2, o acetato de etila da classe 3 e o ter da
classe 4. ........................................................................................................... 78
Figura 40: Perfil brasileiro do mtodo de refino de cocana. ............................ 79
Figura 41: Passos para a determinao dos limites que discriminam amostras
ligadas e no ligadas no mtodo proposto neste trabalho. .............................. 81
Figura 42: Dendrograma do Conjunto Controlado de Amostras Reais com
correlao mxima de 0,70. ............................................................................. 83
Figura 43: Histogramas construdos para o Conjunto Controlado de Amostras
Reais com correlao mxima de 0,70 considerando o nmero de classes igual
a: (a) 6, inferior ao nmero correto de classes; (b) 7, nmero correto de
classes; e (c) 8, superior ao nmero correto de classes. Onde a curva vermelha
de correlaes entre amostras no ligadas e a curva azul de correlaes
entre amostras ligadas. .................................................................................... 84
Figura 44: Curva ROC para o Conjunto Controlado de Amostras Reais com
correlao mxima de 0,70 com 6, 7 e 8 classes............................................. 85
Figura 45: Valores de AUC para os diversos nmeros de classes estudados no
Figura 46: Histograma com amostras do Conjunto Controlado de Amostras
Reais com correlao mxima de 0,70 com nmero de classes igual a 7
indicando os valores limites que separam amostras ligadas e no ligadas. .... 86
Reais com correlao mxima de 0,95 com nmero de classes igual a 9,
mostrando que no h zona de sobreposio com os valores limites
coincidentes. .................................................................................................... 87
Figura 48: Curva ROC para o Conjunto Controlado de Amostras Reais com
correlao mxima de 0,97 com nmero de classes igual a 10. ...................... 88
XV

Reais com correlao mxima de 0,97 com nmero de classes igual a 10,
mostrando a zona de sobreposio com os valores limites. ............................ 89
Figura 50: Dendrograma do Conjunto Simulado de Amostras com correlao
mxima de 0,70 e ampliao da regio mais ramificada mostrando as 7 classes
indicadas pela HCA. ......................................................................................... 90
Figura 51: Histograma com amostras do Conjunto Simulado de Amostras com
correlao mxima de 0,70 com nmero de classes igual a 7, mostrando os
valores limites................................................................................................... 91
Figura 52: Curva ROC para Conjunto Simulado de Amostras Reais com
correlao mxima de 0,95 com nmero de classes igual a 9. ........................ 92
Figura 53: Histograma com amostras do Conjunto Simulado de Amostras Reais
com correlao mxima de 0,95 com nmero de classes igual a 9, mostrando a
zona de sobreposio com os valores limites. ................................................. 94
Figura 54: Histogramas para o Conjunto Simulado de Amostras com correlao
mxima de 0,97: (a) com nmero de classes inferior ao nmero real, (b) com
nmero de classes ideal e (c) com nmero de classes superior ao nmero real.
......................................................................................................................... 96
Figura 55: Dendrograma do Conjunto de Amostras Reais. .............................. 98
Figura 56: Histogramas para o Conjunto de Amostras Reais: (a) com nmero
de classes inferior ao nmero real, (b) com nmero de classes ideal e (c) com
nmero de classes superior ao nmero real. ................................................... 99
Figura 57: Caso 1 - Apreenses correlacionadas feitas pela Polcia Federal de
amostras de sal de cocana............................................................................ 102
Figura 58: Caso 2 - Apreenses correlacionadas feitas pela Polcia Federal de
amostras de sal de cocana............................................................................ 102
XVI
Captulo 1:
Introduo
1. Introduo
Estudos a cerca de drogas de abuso so relevantes, pois a produo,
trfico e consumo desse tipo de substncia tm afetado a segurana e sade
da populao. Dentre as drogas de abuso, a cocana tem ocupado papel de
destaque.
Essa dissertao fornece informaes que permitem conhecer o que
vem sendo utilizado no processo de produo de cocana na forma de sal e
tem como principal finalidade estabelecer correlaes entre amostras, isto ,
identificar se duas amostras esto ligadas. Tais informaes auxiliam
investigaes policias.
Amostras ligadas so aquelas que foram produzidas em um mesmo lote
e laboratrio clandestino, ou seja, pelo mesmo grupo de traficantes. Assim, ao
estabelecer ligaes entre amostras, possvel encontrar redes do trfico e
determinar onde a cocana foi produzida e onde est sendo distribuda.
Tradicionalmente, ligaes entre amostras de drogas de abuso tm sido
feitas a partir de informaes policiais sobre a populao estudada. No entanto,
sendo o Brasil um territrio extenso, buscar informaes que estabeleam
relaes entre apreenses de cocana no tarefa fcil. Por isso, esse trabalho
desenvolveu uma metodologia capaz de determinar se amostras esto ligadas
sem a utilizao de informaes policiais prvias.
1.1.
Objetivos
Consolidar e validar uma metodologia adequada realidade brasileira

que permita a anlise rpida e confivel de amostras de sal de cocana
possibilitando a identificao de sua provvel origem e formas de refino.
Determinar o perfil qumico de solventes residuais das amostras

apreendidas pela PF e gerar informaes que iro abastecer um banco
de dados.
Estabelecer correlaes entre apreenses de cocana efetuadas em

todo o Brasil.
Propor uma abordagem estatstica para estabelecer valores limites que

possam decidir sobre a ligao entre amostras de cocana sem a
necessidade de um conhecimento da populao a priori.
A seguir apresentada uma reviso bibliogrfica do estado da arte na
determinao e anlise de solventes residuais presentes em amostras de

cocana com informaes sobre o que cocana e um pouco de sua histria.
Captulo 2:
Reviso Bibliogrfica
2. Reviso Bibliogrfica
2.1.
Cocana
Cocana ou metilbenzoilecgonina um alcaloide tropnico de ocorrncia

natural que apresenta forte atividade estimulante no sistema nervoso central.
Alcaloide uma substncia de carter bsico, derivada principalmente de
plantas. Seus nomes comuns terminam normalmente com o sufixo ina, da vem
o nome cocana: um alcaloide extrado de uma planta popularmente chamada
de coca, originria da Amrica do Sul1. Estruturas tropnicas so compostos
orgnicos bi-cclicos com tomo de nitrognio, como mostrado na Figura 1.
Na estrutura da cocana, o bloco I a metil carbonila o grupo
responsvel pela ao txica da cocana. No Bloco II a benzoil carbonila
responsvel pela ao anestsica da cocana. E o bloco III a estrutura da
ecgonina, metablito que se incorpora na corrente sangunea logo aps o
consumo e pode permanecer por at 72 horas.2
Figura 1: Estrutura geral de um tropano e da cocana.
A cocana pode apresentar-se na forma de base livre ou na forma salina,

conforme pode ser observado na Figura 2.
Figura 2: Estruturas qumicas de cocana na forma de base livre e na forma salina.
A origem etimolgica da palavra coca provm da lngua aymara e

significa planta ou arbusto. Para as civilizaes pr-incas, a planta deu
poderes aos homens para vencerem um deus maligno. Os incas entendiam
que a Mama Coca, tal como a denominavam, fora um presente dos deuses
para que pudessem suportar a fome e a fadiga ao mascarem suas folhas.3
A cocana vem sendo utilizada em rituais religiosos e civis e, por anos,
foi consumida por habitantes das montanhas andinas por seus efeitos
estimulantes. Sua extrao pode ocorrer a partir de quatro diferentes cultivos
de Erythoxylum coca, Erythoxylum ipadu, Erythoxylum novogranatense,
Erythoxylum truxilense.4,5,6
Em 1859, um qumico alemo chamado Albert Niemann isolou a cocana
das outras substncias encontradas nas folhas de coca. 2 A partir dessa
descoberta, a cocana passou a ser empregada em vrios produtos. Em 1863,
uma mistura de vinho e folhas de coca chamada de Vin Tonique Mariani, era
produzida em Paris por Angelo Mariani. A Coca-Cola foi inventada em parte
como tentativa de competio dos comerciantes americanos com o vinho
Mariani importado da Itlia. A Coca-Cola incluiu cocana em seus ingredientes
desde sua inveno at 1903, quando foi retirada de sua formulao.7
No fim do sculo XIX, a cocana foi popularizada, sendo utilizada no
tratamento para a toxicodepndencia de morfina. Em Viena, Sigmund Freud
utilizou a cocana em seus pacientes. O oftalmologista Carl Kller a usou pela
primeira vez enquanto anestsico local, aplicando colrios com cocana nos
olhos de pacientes antes de serem operados em 1884. Em 1885, a cocana
ganhou terreno com a companhia americana Park Davis que vendia livremente
cocana em cigarros, p ou liquido injetvel sob o lema de substituir a comida;
tornar os covardes corajosos, os silenciosos eloqentes e os sofredores
insensveis dor.1,2
Apesar do entusiasmo, os efeitos negativos da cocana acabaram sendo
descobertos. A cocana passou a ser uma ameaa sade e ao bem-estar da
populao devido ao seu uso como droga de abuso. Hoje, ela est associada a
diversos problemas scio-econmicos.6
Internaes hospitalares relacionadas com o uso de cocana comearam

a aumentar na dcada de 1990. De acordo com estudos realizados pelo Centro
Brasileiro para Informao sobre Drogas Psicoativas (Cebrid), no incio de
1990, houve um aumento de 77% no nmero de pacientes admitidos para
tratamento por envolvimento com a cocana.8 O consumo de cocana tambm
tem sido associado diretamente com o aumento de infeces pelo vrus HIV.9
Alm disso, a criminalidade e violncia aumentaram com o uso da
cocana.10 Inicialmente, a distribuio de cocana era feita por grupos de
minorias tnicas culturalmente coesas, fazendo seus lucros circularem dentro
daquela comunidade. Com o aumento do consumo dessa droga de abuso,
surgiu um novo modo para a distribuio: dividido e executado por jovens e
suas gangues. O novo negcio fomentou competitividade entre os grupos. O
trfico de drogas passou a ser comandado por adolescentes em sua maioria
excludos do mercado de trabalho, sem perspectiva econmica, o que catalisou
e amplificou dficits sociais, que apareceram sob a forma de comportamentos
violentos.11
Segundo o Relatrio Mundial sobre Drogas12, o Brasil em 2007 foi o 10
pas do mundo em apreenses de cocana, sendo que em 2006 o pas ocupava
o 12 lugar, o que tem estimulado a investigao intensiva de formas para o
controle do uso, inibio da produo e venda da mesma.
Projetos desenvolvidos pela Polcia Federal vm sendo focados na
realizao de estudos cada vez mais refinados com objetivo de caracterizar
amostras de cocana, o que tm auxiliado a inteligncia policial no combate ao
trfico de drogas. Um projeto que est em andamento o de Perfil Qumico de
Drogas Projeto PeQui.
2.2.
Projeto Pequi
A Lei no 11.343/06, de 23 de agosto de 2006, criada para instituir o

Sistema Nacional de Polticas Pblicas sobre Drogas, define que: consideramse como drogas as substncias ou produtos capazes de causar dependncia,
assim
especificados
em
lei
ou
relacionados
em
listas
atualizadas
periodicamente pelo Poder Executivo da Unio.13 Essa especificao inclui a

7
cocana como entorpecente de uso proscrito no Brasil.14 Portanto, cabe aos

rgos de segurana e sade pblica a definio de estratgias de controle e
inibio da produo, distribuio e uso da cocana.
O Projeto Perfil Qumico de Drogas (PeQui), criado em 2005, uma das
aes realizadas pela Polcia Federal com o apoio do Escritrio das Naes
Unidas sobre Drogas e Crime (UNODC, do ingls United Nations Office on
Drugs and Crime) para ampliar a capacidade de enfrentamento ao crime
organizado. Nesse Projeto, apreenses com cinco quilos ou mais de cocana,
feitas nos Estados da fronteira oeste brasileira (Acre, Amazonas, Mato Grosso,
Mato Grosso do Sul e Paran) e tambm no Rio de Janeiro, So Paulo e
Distrito Federal tero parte do seu material analisado. Essa anlise permite
Polcia Federal traar o perfil qumico de drogas apreendidas em todo o pas,
estabelecendo caractersticas como: a pureza de cada amostra, o mtodo
tpico de refino e os produtos utilizados em sua fabricao. O objetivo do
projeto viabilizar informaes a respeito de amostras de cocana apreendidas
pelo Departamento de Polcia Federal em condies de trfico de drogas.
Esses dados so combinados com os resultados das investigaes e servem
para estabelecer conexes entre quadrilhas e fornecedores, traar as rotas do
trfico e identificar quais so os produtos que devem ser prioridade de controle
em cada regio do pas. Alm disso, a anlise qumica tambm serve como
prova cientfica no mbito judicial.
2.3.
Tcnicas para identificao do Perfil Qumico de
cocana
A caracterizao da droga o processo que determina as principais
caractersticas fsicas e qumicas da droga.15,16 J a obteno do perfil qumico
envolve uma srie de anlises complementares que geram uma assinatura da
amostra.17
Diversas tcnicas e metodologias analticas tm sido descritas para a
identificao do perfil qumico de amostras de cocana como HS-GC-FID, HSGC-MS e SPME-GC-MS.15,18,19,20 Outras metodologias determinam a razo de
istopos estveis de carbono e nitrognio21, alcaloides tropnicos22 e
truxilinas23,24, que fornecem informaes a respeito das condies climticas
8
de cultivo e espcie das folhas de coca utilizadas para extrair a cocana,

identificando a possvel origem da amostra. E tambm determinam solventes
orgnicos residuais, que revelam o mtodo de refino utilizado na produo da
cocana.19,20,25
A determinao de solventes orgnicos residuais possvel porque as
etapas do processo de produo da cocana deixam vestgios qumicos
caractersticos que podem ser analisados em laboratrio. Assim, cada amostra
possui um perfil qumico baseado nos diferentes tipos e quantidades de
solventes residuais presentes.26,27 Esse tipo de anlise em amostras de
cocana j foi realizada a partir de uma srie de procedimentos analticos,
descritos na literatura. O emprego da cromatografia gasosa tem tido
preferncia por apresentar uma boa resoluo dos picos dos solventes
pesquisados, bem como boa sensibilidade e reprodutibilidade.28 Atualmente,
farmacopias sugerem a tcnica de headspace e cromatografia gasosa (HSGC) como uma ferramenta geral para a determinao de solventes residuais
em medicamentos.29
Como exemplos de trabalhos que determinaram solventes orgnicos
residuais em amostras de cocana, podem-se citar os trabalhos de Avdovich et
al.30 que identificaram solventes residuais em amostras de cocana atravs de
ressonncia magntica nuclear (RMN); Chiarrotti et al.20 e Morello e Meyers25
utilizaram cromatografia a gs acoplada a espectrometria de massas (GC-MS)
para essa identificao. Cole et al.31 e Dujourdy e Besacier19 determinaram os
solventes orgnicos residuais com cromatografia gasosa e deteco por
ionizao de chama (GC-FID). Em geral, esses trabalhos utilizaram amostras
de sal de cocana solubilizadas em solues saturadas de sais inorgnicos,
que foram aquecidas e agitadas em frascos fechados. Com exceo de
Avdovich et al. que utilizaram o RMN, os demais pesquisadores utilizaram a
tcnica de headspace, onde se injeta no cromatgrafo gasoso a fase vapor que
est em equilbrio com a fase lquida com a matriz de cocana, conforme
ilustrado na Figura 3.
Figura 3: Equilbrio entre fase vapor e fase lquida no frasco de headspace.
De acordo com os dados j descritos na literatura, ambos os sistemas

HS-GC-MS e HS-GC-FID so eficazes para determinar solventes volteis
presentes em uma amostra de cocana.12,32 Nesse trabalho, a tcnica escolhida
para a determinao de solventes residuais utilizou HS-GC-MS.
A tcnica headspace bem conhecida e usada em vrios campos como
o farmacutico e toxicolgico.29 Sendo que o equipamento de Headspace
permite o controle exato do volume de injeo, da temperatura em que a
amostra submetida e da agitao do frasco durante o equilbrio entre a fase
lquida e gasosa da amostra.19
A cromatografia gasosa foi escolhida por ser uma tcnica analtica
adequada para a investigao de compostos volteis. Chiarotti e Fucci
apontam
sua
alta
resoluo
em
comparao
com
outras
tcnicas
cromatogrficas e outras vantagens que podem ser citadas so: utilizao de

pequena quantidade de amostra, poder analtico na separao de mltiplos
elementos que podem ser detectados qualitativa e quantitativa por diferentes
detectores.15
A deteco por ionizao de chama embora seja mais robusta, tem
como desvantagem a necessidade de utilizar padres para identificao dos
picos cromatogrficos. J a deteco por espectrometria de massas determina
com preciso todos os picos cromatogrficos sem a necessidade de padres.
10
2.4.
Solventes Orgnicos Residuais

2.4.1. Estabilidade dos solventes nas amostras
Um estudo da estabilidade dos solventes orgnicos residuais presentes

em amostras de cocana foi feita por Chiarotti et al.20 Nesse trabalho, amostras
apreendidas foram armazenados em tubos de vidro vedados com borracha de
silicone a temperatura ambiente. Amostras que tinham at cinco anos a partir
da data de sua apreenso foram analisadas. Os resultados confirmaram a
estabilidade de solventes ocludos nos cristais de cocana. Outro estudo feito
por Esseiva et al.18 verificou a influncia das condies de armazenamento de
amostras de cocana e a estabilidade do perfil qumico dessas amostras. Nesse
caso, foram testadas trs diferentes condies de temperatura: a 20oC, a 37oC
em uma estufa e a 5oC em uma geladeira. Alm disso, para cada condio de
temperatura, uma amostra foi colocada dentro de um dessecador e outras duas
foram deixadas em uma bancada no laboratrio, sendo que uma estava
tampada e outra estava aberta. As amostras foram analisadas a cada semana
por trs meses e os cromatogramas das amostras apresentaram a mesma
aparncia. Ou seja, durante o perodo de estudo, temperatura, umidade e
armazenamento da amostra em frasco tampado ou aberto no influenciaram no
perfil qumico da cocana de forma mensurvel.
2.4.2. Seleo dos solventes
Dujourdy e Besacier19 realizaram um estudo que procurou relacionar os
solventes orgnicos residuais a serem analisados. Utilizaram uma populao
de 177 diferentes amostras de cocana baseados em trs critrios: presena
quase sistemtica nos 177 perfis, distribuio regular de picos em todo o perfil
qumico e boas propriedades cromatogrficas (picos com formato gaussiano,
boa resoluo, etc) e de headspace (solventes que tm presso de vapor
suficiente para entrar no equilbrio lquido-gs no vial).
Tambm foi feito um estudo empregando coeficiente de Spearman (S)
para calcular as correlaes entre as integraes das reas dos solventes
utilizados na produo de cocana.19 A correlao entre solventes buscava
minimizar informaes redundantes provenientes, por exemplo, da reciclagem
11
de solventes, que comum na produo de cocana, onde impurezas comuns

so geradas.
Alm disso, coeficientes de variao (CV) foram obtidos para cada
solvente dentro do grupo de amostras consideradas ligadas (por terem sido
produzidas no mesmo laboratrio) e no grupo de amostras no ligadas. Os
solventes que apresentaram baixos CV dentro do grupo ligado e que
apresentaram altos CV no grupo no ligado foram escolhidos. Esse critrio
coerente, pois pequenas variaes so esperadas quando amostras ligadas
so comparadas. Nesse estudo, foi observado que as amostras ligadas
apresentam um CV de 7 a 22%, enquanto que as amostras no ligadas tinham
CV de 94 a 313%.19
Considerando os trabalhos citados anteriormente, observa-se que cada
grupo de pesquisa analisa um nmero de solventes diferentes, como mostrado
na Tabela 1.
Tabela 1: Publicaes relacionadas a anlise de solventes em sal de cocana.
Autor(es)
Tcnica
MORELLO e MEYERS, 1995.

COLE et al., 1998.
CHIAROTTI et al., 2002.
DUJOURDY e BESACIER, 2008.
HS-CG-MS
HS-CG-FID
SPME-CG-FID
HS-CG-FID
Nmero de solventes
estudados
25
16
30
18
Os solventes utilizados nos estudos pelos autores citados na Tabela 1

esto mostrados na Tabela 2.
Com os solventes selecionados possvel alimentar um banco de dados
contendo as integraes das reas de cada solvente e assim gerar a
assinatura qumica de cada amostra, individualizando-as. E ainda, possvel
fazer comparaes entre amostras com ferramentas quimiomtricas e
matemticas a fim de identificar padres entre as amostras, como por exemplo,
o mtodo de refino pelo qual a cocana foi produzida ou estabelecer grupos
com amostras que estejam ligados e no ligados.
12
SOLVENTES
Tabela 2: Solventes analisados em amostras de sal de cocana por diferentes autores.
Morello e Meyers
Cole et al.
Chiarotti et al.
acetona
isopropanol
ter etlico
acetato de metila
hexano
clorofrmio
acetato de etila
etanol
benzeno
acetona
isopropanol
ter etlico
acetaldedo
hexano
clorofrmio
acetato de etila
etanol
benzeno
ciclohexano
ciclohexano
tolueno
isobutanol
clorometano
o e m-xileno
MEK
butanol
acetato de nbutila
acetato de
isobutila
mesitileno
ciclopentano
metanol
tolueno
isobutanol
clorometano
xilenos
MEK
-
acetona
isopropanol
ter etlico
diclorometano
hexano
clorofrmio
acetato de etila
etanol
benzeno
acetato de npropila
tolueno
metanol
clorometano
pentano
metilpentano
MIBK
Dujourdy e
Besacier
Acetona
Isopropanol
ter etlico
acetato de metila
hexano
clorofrmio
acetato de etila
dicloroetano
benzeno
acetato de npropila
Tolueno
isobutanol
diclorometano
propanol
MEK
MTBE
metilciclopentano
xido de mesitila
acetato de
isopropila
-
xido de mesitila
acetato de
isopropila
etilbenzeno
metiletanoato
ciclohexano
1,3dimetilbenzeno
2-butoxietanol
decano
mesitileno
undecano
acetofenona
2butoxietilacetato
metilciclohexano
2-butanona
1,1,1triclorometano
1,1,2triclorometano
-
13
2.5.
Identificao de grupos de amostras
Para identificao de grupos de amostras, Esseiva et al. afirmaram ser

necessrio avaliar a intervariabilidade e a intravariabilidade, onde a
intravariabilidade avaliada atravs da distribuio dos valores de similaridade
entre
pares
de
amostras
provenientes
da
mesma
apreenso
intervariabilidade avaliada atravs de valores de similaridade entre pares de

amostras de diferentes apreenses, onde nenhuma conexo tenha sido
estabelecida no contexto da lei. Assim, intravariabilidade seria avaliada para
verificar se amostras so provenientes de um laboratrio especfico e
intervariabiliadade seria avaliada para verificar se amostras so de laboratrios
distintos.33
Ferramentas quimiomtricas so teis para discriminar grupos de
amostras. Por exemplo, a Anlise Hierrquica de Agrupamentos (HCA, do
ingls Hierarchical Cluster Analysis) e a Anlise de Componentes Principais
(PCA, do ingls Principal Component Analysis) conseguem agrupar amostras
de acordo com o mtodo de refino pelo qual a cocana foi produzida.19 Ver
detalhamento sobre a teoria da PCA e HCA no Captulo 5.
Na HCA as amostras so agrupadas de acordo com o grau de
similaridade apresentado, sendo esse agrupamento de dados baseado na
distncia. Menores distncias esto associadas a um elevado grau de
similaridade, enquanto que maiores distncias indicam o comportamento
oposto. Esse mtodo tem como desvantagem o fato de no permitir obter
informaes de quais variveis contribuem para a classificao dos objetos no
conjunto de dados.25 Os resultados fornecidos pela HCA so organizados em
dendrogramas, que expressam graficamente a distncia (similaridade) entre as
amostras.
A PCA permite a reduo de um conjunto de dados de forma que a
disposio das amostras pode ser visualizada no grfico de escores e os
principais solventes responsveis pela separao sejam identificados pelo
grfico de pesos. Esseiva et al. separaram grupos de amostras produzidas em
laboratrios distintos utilizando PCA, ou seja, amostras que passaram pelo
mesmo mtodo de refino foram reunidas por PCA.28 Alm dos estudos de HCA
14
e PCA, outra ferramenta quimiomtrica que vem sendo utilizada para anlise
de solventes residuais a Anlise Discriminante de Mnimos Quadrados
Parciais (PLS-DA, do ingls Partial Least Squares Discriminant Analysis).19 A
PLS-DA executada a fim de melhorar a separao entre os grupos de
observaes de tal forma que a mxima separao entre as classes seja
obtida, tambm sendo possvel a identificao de quais variveis so mais
importantes para essa separao.
Em trabalhos realizados por Chiarotti et al.20 e Dujourdy e Becasier19,
PLS-DA e HCA puderam discriminar as amostras quanto ao mtodo de refino e
estabeleceram modelos de classificao em funo das propores e tipos de
solventes encontrados na anlise cromatogrfica. Chiarotti et al. utilizou HCA
usando o quadrado da distncia euclidiana entre objetos e mtodo de Ward
como critrio de agregao de amostras, alm disso, confirmaram a
classificao obtida por HCA com PCA e obtiveram as mesmas classes.
Dujourdy e Becasier realizaram um estudo para testar a separao entre os
mtodos de refino caractersticos dos trs principais pases da Amrica do Sul
produtores de cocana (Colmbia, Peru e Bolvia) com HCA e PLS-DA. A HCA
tambm utilizou o mtodo de Ward como o critrio de agregao de amostras e
o coeficiente de correlao de Pearson como medida de distncia. Foi possvel
a observao de trs clusters caractersticos, que discriminaram amostras de
acordo com os trs mtodos de refino: tipicamente Colombiano, tipicamente
Peruano e tipicamente Boliviano.
Com os resultados obtidos utilizando PLS-DA no trabalho de Dujourdy e
Besacier,19 pde-se observar a distribuio das trs classes de amostras no
grfico de escores das trs primeiras variveis latentes. Com a anlise do
grfico de pesos do modelo, verificou-se que o ter etlico foi o solvente mais
importante para amostras tipicamente Bolivianas, o acetato de etila para
amostras tipicamente Colombianas e a acetona para amostras tipicamente
Peruanas.
Outra mtrica utilizada na comparao entre amostras para identificar
classes foi proposta por Margot et al.34 A funo cosseno quadrado foi utilizada
para esta finalidade. Nessa funo, zero o valor que caracteriza amostras
15
sem nenhuma ligao e 1 o valor que caracteriza uma perfeita ligao entre
amostras, ou seja, as amostras apresentam grande similaridade.
Para o uso dessa funo, os cromatogramas de cada amostra foram
convertidos em vetores, onde as reas dos picos cromatogrficos dos
solventes so as componentes vetoriais, e o cosseno quadrado do ngulo entre
esses vetores foi calculado. Essa metodologia foi proposta por Margot et al.34
Utilizando a funo cosseno, Esseiva et al.28 discriminaram amostras de
herona sendo consideradas amostras ligadas quando o valor
do cosseno
quadrado entre o ngulo do vetores formados pelo cromatograma, multiplicado

por um fator de 100, fosse maior ou igual a 99,8. Besacier et al.34 conhecendo
a priori os grupos de amostras de herona ligadas, calcularam todas as
possveis correlaes dentro dos grupos de amostras ligadas (correlaes
intraclasse) e todas as correlaes entre as amostras consideradas no ligadas
(correlaes
interclasses).
Com
isso
construram
um
histograma
estabeleceram dois limites que minimizem o risco de falsos positivos falsos

negativos que corresponderam a: 99,92 e 99,85 respectivamente.
Dujourdy e Besacier19, utilizando tambm a funo cosseno e sabendo
de antemo fizeram um estudo similar ao feito por Besacier et al.34 para
amostras de cocana. Conhecendo a priori quais amostras estavam ligadas,
construram um histograma onde a curva das amostras no ligadas apresentou
valores de correlao que se estendiam de 0 a 99.35 e a curva das amostras
ligadas apresentaram uma faixa de correlao entre 99.37 a 100. O histograma
obtido para o conjunto de dados utilizado nesse trabalho mostrado na Figura
4. O valor limite que separa a curva das amostras de cocana ligadas das
amostras no ligadas foi escolhido de forma que minimizasse a chance de
apresentar falsos positivos (0,01%) e falsos negativos (0,0%). O valor limite
apresentado por Dujourdy e Besacier19 foi de 99,4 para discriminar amostras de
cocana ligadas e no ligadas.
16
Figura 4: Histogramas dos valores da correlao do cosseno para populaes de amostras de

cocana no-ligadas e ligadas. (Adaptado da referncia 19).
Esseiva et al.35 buscaram a harmonizao e otimizao de uma

metodologia para a determinao e anlise do perfil qumico de cocana. E na
tentativa de escolher o melhor pr-tratamento de dados e medida de
similaridade (cosseno ou Pearson), uma equao que calcula a estimativa de
discriminao entre amostras ligadas e no ligadas foi descrita baseada no
histograma da Figura 5Figura 1.
Figura 5: Histograma com configurao obtida entre as populaes de amostras ligadas e no

ligadas.
Com essa equao, Esseiva et al.35 desejavam medir o quo as

amostras ligadas estavam separadas das amostras no ligadas. Quanto maior
o quociente, melhor a separao.
17
(1)
Onde a mdia e o desvio padro dos valores de cosseno
quadrado ou coeficiente de Pearson.
Contudo, a Equao 1 pode ser considerada uma boa estimativa da
separao entre amostras ligadas e no ligadas somente para distribuies
que possam ser consideradas normais, ou seja, que sigam o modelo
gaussiano, o que no se verifica no estudo de comparao entre amostras de
cocana.
Outro mtodo comparativo que avaliou a eficincia de mtodos
analticos, tambm proposto por Esseiva et al.35, a ROC (do ingls Receiving
Operating Characteristics) e a medida da rea sob essa curva (AUC, do ingls
Area Under the Curve) em seus estudos. A AUC determina a forma mais
eficiente de discriminar amostras ligadas das no ligadas considerando a
melhor relao entre as taxas de falsos positivos e verdadeiros positivos.
Neste trabalho, ROC e AUC foram investigados para indicar os limites
que minimizem os falsos positivos e os falsos negativos na classificao de
amostras ligadas e no ligadas. Segundo Esseiva et al.33, a avaliao do
desempenho do mtodo estatstico que classifica as amostras deve examinar
trs critrios:
A evoluo da taxa de falsos positivos, pois necessrio minimizar o

risco de se fornecer informaes falsas ao processo de persecuo
penal.
A maximizao de verdadeiros positivos, pois isso auxilia a investigao

policial.
A minimizao da zona de sobreposio entre as distribuies das

amostras ligadas e no ligadas, pois essa uma regio onde h mais
incerteza.
18
2.6.
Adulterantes e Diluentes da Cocana
Na determinao de solventes residuais ainda necessrio verificar a

possvel influncia de adulterantes ou diluentes acrescentados em amostras de
cocana. Adulterantes so compostos que possuem alguma atividade
farmacolgica que imita propriedades da cocana, a cafena um exemplo.
Acares so usados como diluentes para aumentar a massa de cocana e no
possuem atividade farmacolgica. Ambos abaixam a pureza da cocana.
Dujourdy e Besacier19 fizeram diversas diluies com os compostos que tm
sido mais frequentemente adicionados cocana manitol, lidocana, procana,
fenacetina e cafena e determinaram que, no caso da lidocana, a correlao
entre amostras decrescia de 99,7% para 99,1% quando a diluio excedia
75%. Isso porque a produo de lidocana utiliza solventes orgnicos. Como a
amostra analisada possui mais lidocana que cocana, os solventes residuais
determinados so os que foram utilizados na produo da lidocana e no na
produo de cocana. Assim a anlise de solventes residuais foi recomendada
apenas para amostras com menos de 75% de lidocana.
Outro estudo de desempenho da determinao de solventes orgnicos
residuais em amostras de cocana foi realizado por Morello et al. 25 Esse estudo
verificou que a presena de adulterantes alterava a sensibilidade na
determinao de solventes residuais por HS-GC-MS, normalmente, diminuindo
a rea dos picos cromatogrficos. Um aumento dos picos tambm pode ser
observado quando o adulterante usado contem o mesmo solvente utilizado na
produo da cocana.
19
Captulo 3:
Mtodos de Refino
20
3. Mtodos de Refino
3.1.
Cultivo de folhas de coca
A cocana encontrada em diversas espcies de plantas do gnero

Erythroxylum, mas apenas duas produzem quantidades significativas de
cocana. Erythroxylum coca e Erythroxylum novagranatense. Sendo que cada
uma delas possui duas variedades: E. coca var. coca, produzida tipicamente na
Bolvia e tambm no Peru; E.novogranatense var. truxillense e E.coca var.
ipadu, produzidas tipicamente no Peru e Colmbia; E. novogranatense var.
novogranatense, produzidas tipicamente na Colmbia. No entanto, em 2005,
relatrios apontaram o desenvolvimento de plantas produtoras de coca
geneticamente modificadas para serem mais resistentes a herbicidas, com a
copa mais alta e com mais folhas.1
A colheita da cocana feita a mo e logo aps a colheita, as folhas de
coca so expostas ao sol e ao ar livre at secar o suficiente para serem
facilmente trituradas, processo que leva normalmente de 1 a 2 dias. Aps a
secagem ao sol, a folha fresca perde de dois teros a trs quartos do seu peso
devido evaporao da gua, este peso reduzido auxilia o eventual transporte.
A folha seca razoavelmente estvel em relao ao contedo de cocana,
enquanto se for mantida fresca sua decomposio ocorrer rapidamente. As
folhas secas so modas, embaladas e imediatamente transferidas para o
mercado de coca ou a um laboratrio ilcito.4
De acordo com o Programme United Nations International Drug Control
desenvolvido pela UNODC, o cultivo de coca restrito principalmente a trs
pases da Amrica do Sul: Peru, Colmbia e Bolvia.12 O cultivo de folhas de
coca o primeiro pilar do narcotrfico e se constitui num grave problema
socioeconmico, pois as colheitas de folhas de coca ocorrem durante todo o
ano - proporcionando assim ao agricultor uma fonte contnua de renda
diferentemente das flutuaes de outros mercados, transformando esta
atividade ilcita atraente para muitos produtores.4 Alm do problema
socioeconmico, h ainda problemas ambientais que tm sido gerados tanto
pela erradicao do plantio de coca feita atravs do mtodo chamado
21
Fumegacin area que destri reas de mata amaznica juntamente com os

cultivos de coca, quanto pelo prprio cultivo de coca que incentiva o
desmatamento descontrolado de reas com matas tropicais.2 A destruio de
plantaes de coca uma das alternativas para o combate produo ilcita de
cocana. Outra alternativa, combater o grupo de traficantes que fornecem
substncias qumicas controladas para a elaborao ilcita de cocana. Assim,
essencial saber como produzida a cocana e quais solventes tm sido
utilizados para esse fim.
3.2.
Produo de cocana
Conhecimentos qumicos so empregados durante todo o processo de

produo da cocana. Extrao com solvente, reaes cido-base e reciclo de
solventes so exemplos do que pode ser feito nesse processo. E no que se
refere produo clandestina de cocana, deve-se lembrar que os traficantes
buscam tcnicas cada vez mais simplificadas que possam empregar os
materiais e reagentes que estejam disponveis para a produo da cocana.
Por isso, vrios mtodos de produo de cocana esto descritos na literatura,
tais como Mtodo Simplificado Direto, Mtodo del Ollado, Mtodo de
Macerao, Mtodo Eletrotrmico, etc.2,4 Um procedimento geral ser descrito
para exemplificar a produo de cloridrato de cocana, que envolve trs etapas:
a extrao da pasta base a partir das folhas de coca, a purificao da pasta
base e produo de cocana base e, finalmente, a converso da cocana base
em sal de cocana.36
A extrao da cocana a partir das folhas de coca acontece no poo de
macerao, onde as folhas de coca modas so misturadas com gua e cal ou
gua e cimento para a extrao dos alcaloides (incluindo a cocana). Depois
disso, essa mistura filtrada. O filtrado chamado de gua rica, que
colocado em um recipiente para a separao dos alcaloides mediante a adio
de solventes imiscveis em gua, tais como querosene, gasolina ou a mistura
de querosene e leo diesel. Os alcaloides so transferidos para a fase orgnica
que drenada para outro recipiente, onde gua acidificada com cido forte
adicionada. A adio de cido converte a cocana (composto bsico) em sal de
cocana que solvel em gua. Separa-se a fase aquosa cida e adiciona-se
22
hidrxido de amnio ou carbonato de sdio diludo at que haja a neutralizao

da fase aquosa, com isso a cocana retorna forma bsica e precipita. O
precipitado chamado de pasta base de cocana e separado da soluome atravs de um filtro de tecido e posteriormente secado.2 A produo de
pasta base de cocana pode ser visualisada na Figura 6.
Figura 6: Passos para a produo de pasta base de cocana a partir de folhas de coca, fotos
cedidas pela Polcia Federal.
A obteno de cocana base acontece com a purificao da pasta base.

Para isso, a pasta base totalmente dissolvida em gua acidificada com cido
sulfrico. Uma filtrao feita para retirar resduos slidos. Ao filtrado
adicionado um agente oxidante para que impurezas sejam oxidadas. Vrios
agentes oxidantes alternativos tm sido cada vez mais utilizados. O
permanganato de potssio o agente oxidante mais popular devido a sua
pronta disponibilidade no mercado e por permitir a visualizao do ponto final
da oxidao, observado quando a mistura adquire uma cor rosada e impurezas
e alcaloides oxidveis precipitam com uma cor marrom. A mistura de soluo
com cocana acidificada e agente oxidante filtrada e ao filtrado adicionado
uma base forte, amonaco ou carbonato de sdio, para que haja a precipitao
23
da cocana base que filtrada e seca normalmente em telas de trama bem

fina. A cocana base solvel em solventes orgnicos e insolvel em gua. A
purificao da pasta base uma fase importante para a qualidade e,
consequentemente, para o preo da cocana.2.4 A Figura 7 mostra a sequencia
de passos para a transformao de pasta base em cocana base.
Figura 7: Passos para a produo de cocana base a partir de pasta base, fotos adaptadas da
referncia 37.
A converso de cocana base em sal de cocana uma etapa que

requer maiores cuidados e costuma ser feita em laboratrios clandestinos,
locais diferentes de onde produzida a cocana base. Esta etapa pode ser
dividida em dois passos. No primeiro passo, a cocana base dissolvida com o
Solvente A (acetona, ter, acetatos ou mistura desses solventes). Essa mistura
filtrada em papel filtro para a retirada de impurezas insolveis. No segundo
passo, cido concentrado ou alcolico dissolvido no Solvente B (acetona ou
MEK) acrescentado no filtrado. Assim, a cocana base reage com o cido e
forma pequenos cristais brancos, o sal de cocana, que precipita, como pode
ser visto na Figura 8. Se o cido utilizado for o cido clordrico o sal cocana
formado pode ser chamada de cocana cloridrato. O precipitado seco em
fornos ou com lmpadas eltricas e prensados em forma de tijolos para sua
distribuio. O sal de cocana tem elevado grau de pureza, porm antes de
24
chegar ao consumidor adulterantes e diluentes so acrescentadas cocana

visando obter maior lucro.2
Figura 8: Passos para a produo de cocana base a partir de pasta base, adaptadas da
referncia 37.
A combinao de solventes utilizados na converso de cocana base em

sal de cocana caracteriza o mtodo de refino da cocana. Estudos foram feitos
e caracterizaram mtodos de refino que utilizam uma combinao definida de
solvente A e solvente B. Esses mtodos so chamados na literatura de mtodo
tipicamente: colombiano, boliviano e peruano, que foram definidos pela
Agncia de Controle de Drogas dos Estados Unidos (DEA/EUA, do ingls Drug
Enforcement Agency). A idia inicial da DEA/EUA era estabelecer a origem
geogrfica das drogas ilcitas que entravam ilegalmente nos Estados Unidos e
para isso fizeram um estudo com amostras apreendidas nesses trs pases e
obtiveram os resultados dispostos na Tabela 3. Essa classificao ser referida
como classificao de acordo com o mtodo DEA.38
Collins et al.39 e Dujourdy et al.19 realizaram o mesmo estudo de
freqncia e concentrao de solventes para caracterizar amostras da
Colmbia, Peru e Bolvia e obtiveram resultados consistentes com os perfis
obtidos pela classificao DEA.
25
Tabela 3: Solventes utilizados em mtodos de refino caracterizados pelo DEA/EUA.
Mtodo de Refino
Solvente A
Solvente B
Peruano
Colombiano
Boliviano
Acetona
ter etlico
acetato*
acetona
acetona
metiletilcetona
* acetato de etila, acetato de n-propila, acetato de n-butila.
Os mtodos descritos so caractersticos de cada pas, mas no so

necessariamente exclusivos desse pas. Ou seja, um traficante brasileiro pode
ter convertido cocana base em sal de cocana pelo mtodo peruano, logo a
identificao do mtodo de refino no d certeza da origem da droga
apreendida. Alm do mais, os mtodos de refino podem estar combinados e
ainda outros mtodos no descritos na literatura podem ser utilizados.
Diversos solventes podem ser utilizados no processo de refino da
cocana, as caractersticas observadas na composio dos solventes A e B
so: solvente A deve dissolver a cocana base e solvente B deve ser miscvel
com o cido utilizado e, ao mesmo tempo, no pode dissolver o sal de
cocana.4 Uma lista vasta de solventes que j foram encontrados em amostras
de cocana descrita na literatura.19
Os solventes utilizados no processo de refino da cocana normalmente
so reciclados contendo impurezas: produtos de degradao da cocana ou
produtos gerados a partir de reaes entre outros solventes utilizados na
produo do cloridrato de cocana e todas essas impurezas so percebidas na
determinao de solventes residuais.4
26
Captulo 4:
Headspace, Cromatografia Gasosa e
Espectrometria de Massas
27
4. Headspace, Cromatografia Gasosa e Espectrometria de

Massas
A combinao Headspace associada Cromatografia Gasosa e
deteco por Espectrometria de Massas (HS-GC-MS) oferece ao analista uma
tcnica eficaz para a determinao de traos de compostos orgnicos
volteis.40 Nessa tcnica, a amostra colocada em um recipiente fechado;
aquecida usando um perfil de temperatura conhecido e a fase vapor no
recipiente amostrada para anlise. HS-GC-MS considerada uma tcnica
rpida e confivel ao estabelecimento de correlaes e mtodos de refino entre
apreenses de cocana.20 A seguir ser apresentada uma breve reviso com os
principais aspectos de HS-GC-MS.
4.1.
Cromatografia Gasosa
Cromatografia gasosa uma tcnica fsico-qumica de separao de

componentes em amostras, cujos analitos devem ser volteis e termicamente
estveis. Esta
tcnica
fundamentada na migrao
diferencial
dos
componentes, que ocorre devido a diferentes interaes, entre duas fases

imiscveis, a fase mvel (FM) e a fase estacionria (FE), ou seja, os
componentes da amostra so separados por meio de interao diferencial
entre as fases. Essa tcnica utilizada nas indstrias petroqumica, de
alimentos e bebidas, de medicamentos, entre outras. Chiarotti e Fucci apontam
sua alta resoluo na separao de picos cromatogrficos.27
Na GC uma alquota da amostra contendo os analitos introduzida por
um movimento de fluxo gasoso FM ou gs de arraste (carrier gas) o qual
vai para dentro da coluna com a FE. Com o trmino da anlise, os analitos
surgem no final da coluna em tempos diferentes, que sob determinadas
condies caracterstico de cada analito, enquanto a altura ou rea dos picos
proporcional sua concentrao.
Se a fase estacionria um lquido temos a cromatografia gs-lquido ou
cromatografia de partio, onde o soluto se dissolve na parte lquida que
envolve a superfcie slida da coluna. Se a fase estacionria um slido temos
28
a cromatografia gs-slido ou cromatografia de adsoro, onde o soluto

retido pela superfcie da FE atravs de interaes qumicas ou fsicas. Em
qualquer dos casos a coluna pode ser empacotada ou capilar.
A Figura 9 mostra as principais partes que constituem o cromatgrafo a
gs: reservatrio de gs, injetor de amostra, coluna cromatogrfica, forno da
coluna, detector, amplificador de sinal e registrador de sinal.
Figura 9: Principais componentes de um cromatgrafo gs, adaptado da referncia 41.
O reservatrio de gs contm a fase mvel da GC. O gs deve ser

inerte, normalmente nitrognio, hlio ou hidrognio; estar puro e ainda ser
compatvel com o detector, pois cada detector demanda um gs de arraste
especfico para melhor funcionamento. Alguns componentes necessrios
linha de gs so controladores de vazo e presso de gs e dispositivos para
purificao do gs (traps).
O injetor de amostra deve ser capaz de oferecer meios de introduo
instantnea da amostra na coluna cromatogrfica para que seja obtida uma
banda nica e estreita formando picos ideais. Alm disso, a quantidade de
amostra no deve ultrapassar a capacidade da coluna e as amostras devem
ser vaporizadas no injetor e arrastadas pela FM para a coluna, logo a
temperatura no injetor deve ser controlada.
29
Existem diferentes tipos de injetores que devem ser escolhidos de

acordo com a coluna utilizada e o modo de injeo pretendido. Alguns injetores
para colunas capilares so: on-column, flash vaporization, split/splitless.
O injetor split/splitless prprio para colunas capilares sendo o modo
mais utilizado o split, ilustrado na Figura 10. Nesse modo de operao o fluxo
total do gs de arraste dividido em trs partes: vazo da coluna, vazo de
purga do septo e do injetor. O fluxo ou presso atravs da coluna constante
bem como a vazo de purga do septo, diferentemente da vazo do injetor pode
variar quando, por exemplo, o GC est acoplado com o HS.
Figura 10: Injetor split/splitless, adaptado da referncia 41.
A Figura 11 apresenta o funcionamento do injetor no modo split, onde:

(A) a amostra introduzida no injetor atravs do septo. (B) A amostra injetada
no recheio do liner vaporiza-se com o gs de arraste. (C) A amostra dilui-se
homogeneamente ao atravessar o liner. (D) A amostra divide-se em dois fluxos
de sada: parte da amostra entra na coluna e parte vai para a purga do injetor.
30
Figura 11: Esquema de funcionamento do injetor no modo split. (A) injeo da amostra, (B)
vaporizao da amostra, (C) homogeneizao da amostra e (D) entrada da amostra na coluna.
Adaptado da referncia 41.
A amostra depois de injetada vai para a coluna cromatogrfica, onde

ocorre a separao dos componentes da amostra. A coluna deve ser escolhida
conforme o tipo de amostra a ser analisada e considerando a resoluo dos
picos cromatogrficos e a eficincia da coluna para os analitos de interesse.
Resoluo de uma coluna sua capacidade de separar satisfatoriamente dois
picos adjacentes. Eficincia de uma coluna definida como sua capacidade de
produzir picos estreitos e agudos. O dimetro da coluna o grande
influenciador para a escolha do fluxo ou presso do gs de arraste. As colunas
capilares por serem mais compridas e possurem mais pratos tericos so mais
eficientes, promovem melhor separao de misturas complexas. Porm, por ter
um menor dimetro suportam uma quantidade menor de amostra e podem
saturar-se mais rapidamente.
Alm do tipo de coluna utilizada e da interao com a FE, o tempo que o
analito demora para percorrer toda a coluna depende tambm da sua presso
de vapor. Quanto maior a presso de vapor do analito, maior a velocidade de
migrao na coluna e menor o tempo de reteno do analito. Sabendo que a
presso de vapor diretamente proporcional temperatura, o aumento de
temperatura da coluna diminuir o tempo de reteno do analito. Assim, o
controle da temperatura da coluna melhora a preciso da medida do pico. Por
31
isso, na cromatografia gasosa importante a instalao da coluna dentro de

um forno com temperatura controlada.
Ao final da coluna cromatogrfica instalado um dispositivo capaz
monitorar os compostos separados na coluna, chamado de detector. Esse
dispositivo que gera um sinal eltrico registrado em um cromatograma no
tempo especfico de sada do analito e proporcional a sua quantidade eluda.
Na cromatografia gasosa existem diferentes detectores que devem ser
selecionados de acordo com a amostra a ser analisada e so classificados
como universais, seletivos e especficos.
O estudo dos cromatogramas d informaes valiosas sobre a amostra
injetada o que faz da cromatografia gasosa uma tcnica adequada para anlise
de amostras cujos compostos sejam volteis. Contudo, cuidados com o
preparo e injeo da amostra devem ser tomados para que resduos slidos
no permaneam no sistema de entrada.42 Uma vez que esta zona aquecida,
os resduos slidos podem, eventualmente, se decompor, criando produtos de
degradao volteis que podem entrar na coluna e, assim, aparecer no
cromatograma, criando a impresso de que esses compostos estavam
presentes na amostra original. Alm disso, o resduo da amostra pode interferir
com injees subseqentes.
Devido a este problema, s vezes necessrio seguir um procedimento
complexo na manipulao de amostras slidas, como, por exemplo, fazer uma
extrao do analito de interesse e, em seguida, introduzir uma alquota da
soluo resultante no cromatgrafo a gs. Mas h vrios problemas com esta
abordagem como, por exemplo, o gasto de muito tempo, a anlise de amostras
com baixa concentrao e impurezas que podem interferir na cromatografia
subsequente.
A tcnica de headspace tem sido utilizada para eliminar esses
problemas na anlise de compostos slidos, tais como cocana.
32
4.2.
Headspace
A tcnica de headspace tem sido utilizada por possibilitar a amostragem

de uma ampla gama de amostras sem degradao ou perda de analito. Stahl43
foi o primeiro a usar a tcnica de headspace em combinao com o GC. Uma
amostra de gs foi tomada diretamente com seringa de 1 mL de embalagens
flexveis que foram perfuradas por um dispositivo especial. O HS-GC avanou
significativamente com o trabalho pioneiro de Machata44 que descreveu um
sistema semi-automtico para a determinao de etanol no sangue. O trabalho
de Machata abriu o caminho para o desenvolvimento do primeiro instrumento
automatizado para realizar as anlises cromatogrficas de amostras de
headspace que, por sua vez, tornou possvel a utilizao HS-GC para a
determinao de rotina do contedo de etanol no sangue e nos laboratrios de
polcia forense.
Uma interpretao simplista para anlise de headspace o estudo do
espao livre acima da amostra. Para a realizao desse estudo, a amostra
original colocada em um frasco fechado que ento aquecido a temperatura
constante e os compostos volteis vaporizam parcialmente da amostra para
uma fase vapor acima dela. Depois de algum tempo, o sistema chega ao
equilbrio e os compostos volteis presentes nessa fase vapor so analisados
por outra tcnica, como cromatografia gasosa. Ao tomar uma alquota da fase
vapor, podemos analisar os compostos volteis sem interferncia da matriz
no-voltil.
A alquota da fase vapor pode ser recolhida manualmente ou
automaticamente para ser injetada no GC. Nesse ltimo caso, a transferncia
da amostra realizada por meio de pressurizao do vial com a amostra,
explicado a seguir. O equipamento utilizado no recolhimento do analito em fase
gasosa tambm chamado de Headspace.
No equipamento de Headspace alguns parmetros importantes devem
ser controlados. Tais parmetros esto descritos a seguir juntamente com o
esquema
de
funcionamento
desse
equipamento,
sendo
os
mesmos
importantes para minimizar variaes no procedimento de injeo da amostra
33
no GC, o que reduz variaes no tempo de reteno e na forma dos picos

cromatogrficos.
O tempo de equilbrio do frasco, a velocidade de agitao do frasco e a
temperatura do forno do Headspace so parmetros que influenciam no
equilbrio entre a fase lquida, que contem a amostra, e a fase gasosa.
Durante o tempo de equilbrio do frasco, o equipamento de Headspace
encontra-se no modo standby onde as linhas de fluxo (em verde na Figura 12)
so liberadas e o gs de pressurizao (em azul na Figura 12) passa pelo loop
e pela agulha para se preparar para receber a amostra e o gs de arraste
(hlio) flui para o GC para proteger a coluna e detector.
Figura 12: Estrutura de funcionamento do headspace no modo Standby: o gs de arraste (em

verde) passa pela linha de fluxo e o gs de pressurizao (em azul) passa pelo loop. Adaptada
da referncia 45.
No prximo passo, ocorre a pressurizao do frasco, onde o frasco com

amostra elevado agulha, esta perfura o septo do frasco e o gs de
pressurizao preenche o frasco pressurizando-o, como observado na Figura
13. A pressurizao do frasco ocorre porque a vlvula Vent, que a conexo
do sistema com o meio externo est fechada.
34
Figura 13: Pressurizao do frasco: o gs de pressurizao passa pelo loop e pressuriza o

frasco. Adaptada da referncia 45.
Ao abrir a vlvula Vent e fechar a vlvula de pressurizao, a amostra

pressurizada preenche todo circuito que continha o gs de pressurizao,
preenchendo tambm o loop, como mostra a Figura 14. O tempo que a vlvula
Vent permanece aberta deve ser controlado, caso contrrio a amostra ser
lanada no meio externo. O parmetro que controla o tempo que a vlvula Vent
deve permanecer aberta chamado de loop fill time.
Figura 14: Preenchimento do loop com amostra: com a vlvula Vent aberta, a amostra
preenche o loop. Adaptada da referncia 45.
Logo aps o fechamento da vlvula Vent, o sistema permanecer por

alguns instantes em equilbrio para que haja a homogeneizao da amostra por
35
todo o sistema, esse perodo chamado tempo de equilbrio do loop, como

mostra a Figura 15.
Figura 15: Tempo de equilbrio do loop: homogeneizao da amostra no sistema. Adaptada da

referncia 45.
Por fim, as vias 1 e 2 da vlvula de 6 vias se ligam por um tempo

especfico chamado de tempo de injeo, permitindo que a amostra presente
no loop passe para a linha de fluxo com o gs de arraste. Esse gs leva o
contedo de loop atravs da linha de transferncia para a entrada do GC como
mostra a Figura 16. Depois do tempo de injeo expirar, o HS retorna ao
estado inicial (standby) para se preparar para a prxima amostra.
Figura 16: Injeo da amostra no GC. Adaptada da referncia 45.
36
4.2.1. Fundamentos tericos do headspace

Em um vial de headspace tem-se duas fases: a fase com amostra
(condensada) e a fase vapor (headspace). Tais fases so indicadas pelos
subscritos L e G, respectivamente. Logo, o sistema representado por este vial
caracterizado pelos seguintes valores:
VT = volume total do vial
VL = volume da fase com amostra
VG = volume da fase vapor
(2)
Os volumes relativos das duas fases no vial so caracterizados pela

razo de fase (), que representa a relao entre os volumes das duas fases
presentes:
(3)
A distribuio do analito entre as duas fases em equilbrio expresso
pela constante de equilbrio termodinmica, o coeficiente de partio (K):
(4)
onde i = 1,2,...,33 e representando os diferentes solventes.
O coeficiente de partio um parmetro fundamental que expressa a
distribuio dos analitos no sistema de duas fases. Isso depende da
solubilidade do analito na fase condensada: compostos com alta solubilidade
tero uma elevada concentrao em fase condensada em relao fase
gasosa (CG,i << CL,i), ou seja, o valor de Ki pode ser muito alto.42 Por outro lado,
no caso de analitos com pouca solubilidade na fase condensada o valor de Ki
ser pequeno.
As equaes 3 e 4 tambm podem ser escritas da seguinte maneira:
(5)
37
Em um sistema controlado e em equilbrio, tanto Ki e so constantes,

assim, (Ki + ) tambm ser constante. Logo, a concentrao do composto i no
headspace proporcional concentrao original desse composto na
amostra.42 Assim, a rea do pico obtido para um dado analito proporcional
concentrao do analito na amostra analisada:
(6)
Para uma concentrao original da amostra Co,i, pode-se manipular a
concentrao CG da substncia no headspace alterando os valores de Ki e .
Em outras palavras, pode-se mudar a sensibilidade do sistema de headspace
para uma dada amostra, manipulando esses dois termos.
A alterao dos valores de Ki e pode ser feita atravs de dois
parmetros: a temperatura da amostra em um vial de headspace e seu volume,
respectivamente. Um aumento na temperatura, far com que haja uma reduo
de Ki, logo haver um aumento na rea do pico cromatogrfico. A diminuio
de promover um aumento na concentrao do analito na fase vapor. A
otimizao de Ki e foi utilizada na determinao dos parmetros
experimentais do Headspace utilizados nesse trabalho.
A sensibilidade do Headspace tambm pode ser alterada com a adio
de um eletrlito forte soluo contendo a amostra. Um eletrlito forte um sal
com grande capacidade de dissociao. As complexas interaes entre os ons
do eletrlito e as molculas da gua podem alterar a solubilidade de um
determinado componente nessa soluo. Esta tcnica, normalmente chama-se
de salting out e diminui a solubilidade dos solventes orgnicos em gua,
aumentando o coeficiente de atividade i de cada analito da soluo. Como i
inversamente proporcional ao coeficiente de partio K i, a concentrao dos
solventes orgnicos na fase gasosa ser aumentada.42
(7)
Claramente, o efeito de salting out no o mesmo para cada solvente,
pois acrescentar sal na soluo significa aumentar a fora inica da soluo,
aumentando assim a sua polaridade, e ento solventes orgnicos polares
38
podero ter pequenas interaes com essa soluo, diferentemente de

solventes apolares que sero extrados com mais facilidade.
4.3.
Espectrometria de massas
Espectrometria de massas (MS) uma tcnica de deteco valiosa

utilizada para obter informao do peso molecular e de caractersticas
estruturais dos componentes da amostra. O espectrmetro de massa um
instrumento analtico capaz de converter molculas neutras em ons e separlas de acordo com a sua razo massa/carga (m/z), utilizando para isso campos
eletromagnticos. Como resultado emitido um grfico onde o eixo das
ordenadas representa a intensidade do sinal dos ons e o eixo das abscissas, a
razo m/z desses.46,47
O processo de anlise pela espectrometria de massas pode ser
resumido da seguinte forma: um composto puro recebe alguma forma de
energia e sofre ionizao. Dependendo da intensidade da energia de ionizao,
o on fragmentado em ons de menor relao massa/carga que so
detectados gerando o espectro de massas. Assim, espectrmetros de massa
so constitudos por trs partes principais: ionizador, analisador de ons e
detector.
Na ionizao por impacto de eltrons, h um bombardeamento das
molculas por um feixe de eltrons de alta energia fazendo com que os
componentes de uma amostra sejam convertidos em ons. Imediatamente, no
analisador de massas, os ons so acelerados em um campo eltrico ou
magntico
onde
ocorre
separao
pela
razo
massa/carga.
Os
espectrmetros de massa podem ser classificados de acordo com a natureza

do analisador de massa. Finalmente um detector recebe os ons que foram
separados pelo analisador, transformando a corrente de ons em sinais
eltricos que so processados, armazenados na memria de um computador e
mostrados em uma tela. Na Figura 17 esto apresentadas algumas
combinaes possveis do tipo de introduo, ionizao da amostra e
analisador de ons.
39
Figura 17: Exemplos de introduo e ionizao da amostra e separao de ons na

espectrometria de massa.
Nesse trabalho, a amostra foi introduzida via eluente cromatogrfico, a

ionizao foi feita por impacto de eltrons e um analisador quadrupolo foi
utilizado.
A ionizao por impacto de eltrons a mais comum em combinao
cromatografia gasosa. Nesse ionizador, as molculas gaseificadas so
bombardeadas com um feixe de eltrons (70 eV) de alta energia e aceleradas
para o analisador, onde so defletidas por um campo magntico de acordo com
a razo massa/carga para um tubo analisador e detectadas.48
No analisador de ons quadrupolar, quatro cilindros metlicos paralelos
esto sujeitos a uma corrente eltrica contnua (DC, do ingls direct current) e
um potencial RF (rdio freqncia) alternante, gerando um campo eltrico
oscilante pelo qual os ons atravessam. ons com certa m/z tm oscilao
estvel de amplitude constante quando atingem o detector.47,48 A Figura 18
apresenta um esquema de funcionamento do analisador quadrupolar.
Figura 18: Esquema de funcionamento do analisador quadrupolar. Adaptada da referncia 48.
40
Captulo 5:
Ferramentas Quimiomtricas
41
5. Ferramentas Quimiomtricas
A quimiometria pode ser definida como rea da qumica que desenvolve
e aplica mtodos estatsticos ou matemticos na anlise de dados de origem
qumica.52 Nesse trabalho, ferramentas quimiomtricas foram utilizadas para
identificar o mtodo de refino utilizado no processo de produo da cocana e
para comparar amostras a fim de verificar quais foram produzidas no mesmo
lote de um mesmo laboratrio.
5.1.
Identificao do mtodo de refino
A diferena entre um mtodo de refino e outro pode ser determinada

pelo tipo de solvente utilizado no processo de produo da cocana. Assim, a
identificao dos mtodos de refino realizada nesse trabalho se baseia nos
solventes residuais encontrados nas amostras de cocana, conforme j
proposto em outros trabalhos na literatura e pela classificao DEA.19,20,27,38,49
Nem todos os solventes residuais encontrados numa amostra so
importantes para a determinao do mtodo de refino, pois alguns podem ser
frutos de degradao ou impurezas. Por isso, a utilizao de ferramentas
quimiomtricas que sumarizem os dados com muitas variveis em um conjunto
com um nmero menor de variveis e interpretao mais simples importante.
A anlise exploratria de dados uma abordagem que tem essa finalidade e
pode ser feita de diversas maneiras.52
A identificao dos mtodos de refino foi feita nesse trabalho utilizando a
Anlise de Componentes Principais (PCA, do ingls Principal Components
Analysis) e Anlise de Hierrquica de Agrupamentos (HCA, do ingls
Hierarquical Clusters Analysis) como ferramenta para a anlise exploratria de
dados.
5.1.1. Anlise de Componentes Principais (PCA)
A Anlise de componentes principais convenientemente utilizada
quando os dados obtidos apresentam uma grande quantidade de variveis, de
forma que difcil a identificao das informaes relevantes. Assim, a PCA
um procedimento matemtico que tem por finalidade bsica a reduo do
42
tamanho de um conjunto de dados onde h um grande nmero de variveis

inter-relacionadas. Para efetuar tal reduo, sem perda de informaes, a
matriz de dados original passa a ser representada por novas variveis,
ortogonais entre si e direcionadas em funo da distribuio espacial dos
dados, essas variveis so chamadas de componentes principais (PC, do
ingls Principal Components). Tais componentes so ordenadas de forma que
as primeiras guardam a maior parte da varincia presente nas variveis
originais. A matriz de dados (X) decomposta numa soma de matrizes que no
podem mais ser reduzidas como mostra a Equao 8, onde F o nmero de
PC e E so os resduos.
(8)
Cada uma dessas matrizes (M) pode ser expressa como o produto de
dois vetores: escores (T) e pesos (P):
(9)
Logo,
(10)
Os escores correspondem s coordenadas de cada amostra projetadas
no espao definido pelas PCs, como pode ser observado na Figura 19, e os
pesos a contribuio de cada varivel original na PC.50
Figura 19: Esquema grfico da obteno das componentes principais e como a matriz (X)
decomposta em pesos (P) e escores (T), adaptada da referncia 52.
43
A PCA um dos mtodos de reconhecimento de padres no

supervisionados, os quais so usados para examinar similaridades ou
diferenas entre amostras.51 Um mtodo no supervisionado aquele que no
exige o conhecimento prvio sobre as categoriais (ou classes) das amostras
que iro ser modeladas.52
5.1.2. Anlise Hierrquica de Agrupamento (HCA)
A HCA interliga amostras de acordo com suas similaridades que so
baseadas na distncia entre amostras. Existem vrias maneiras de calcular a
distncia de um objeto i ao agrupamento k, tais como a ligao por mdia
ponderada; ligao simples; ligao completa; ligao centroide (k means) ou
mtodo de Ward.52,53 Nesse trabalho foi utilizado o mtodo de Ward como
critrio de agregao, um dos mtodos mais empregados atualmente. No
mtodo de Ward, os agrupamentos so formados de modo que a soma de
quadrados dos desvios em relao a cada centride seja a menor possvel
considerando todos os agrupamentos, conforme a Equao 11.
(11)
Onde,
a distncia Euclidiana,
xr e xs so os centrides dos agrupamentos r e s,
nr e ns so os nmeros dos elementos nos agrupamentos r e s.
Um resultado tpico desta abordagem uma rvore hierrquica,
denominada dendrograma, como no exemplo ilustrado na Figura 20. Os
dendrogramas so especialmente teis na visualizao de semelhanas entre
amostras ou objetos representados por pontos em espao com dimenso maior
do que trs, onde a representao de grficos convencionais no possvel. 54
44
Figura 20: Exemplo de dendrograma, onde pode-se observar a clara distino de 7 classes ou
agrupamentos.
O dendrograma mostra a melhor separao existente entre as amostras

e ainda, mostra todos os possveis agrupamentos de amostras, ou seja, todas
as classes que podem ser formadas. Por isso, HCA tambm foi utilizada para
identificar grupos menores de amostras que possivelmente esto ligadas. No
dendrograma quanto mais longos forem os ramos que distinguem uma classe
da outra, melhor ser a separao entre essas classes. Essa anlise foi
considerada observando todo o dendrograma para obter classes que se
assemelham conforme o mtodo de refino utilizado. No entanto, para identificar
as classes de amostras produzidas no mesmo laboratrio necessrio
examinar a parte mais ramificada do dendrograma, pois nessa regio
possvel visualizar com mais detalhe as semelhanas entre amostras.
5.2.
Comparaes entre amostras
A fim de identificar as redes do trfico de drogas muitos pesquisadores

tm desenvolvido metodologias para comparaes de apreenses de drogas
ilcitas.33 Esseiva et al.55 estabeleceram com sucesso correlaes entre
amostras de herona comparando seis tipos de impurezas presentes nas
amostras de herona que foram determinadas por GC-FID. Dujuordy e
Besacier19 fizeram um estudo com amostras de sal de cocana, apreendidas na
Frana comparando solventes orgnicos residuais determinados por HS-GCFID e estabeleceram limites que determinavam quando havia correlao entre
apreenses. Em ambos os trabalhos o quadrado da funo cosseno foi
utilizado
para
calcular correlaes entre
amostras.
Mas os estudos
apresentados at hoje utilizaram metodologias que dependiam de informaes

45
policiais que mostravam quais amostras pertenciam ao mesmo grupo, ou seja,

quais amostras estavam ligadas.
O primeiro passo para comparar apreenses conhecer as amostras
apreendidas, ou seja, identificar suas caractersticas. Isso possvel fazendo a
anlise de perfil dessas amostras, que se baseia, em linhas gerais, na
caracterizao fsico-qumica da droga em termos da determinao de sua
pureza, identificao e quantificao de alcaloides minoritrios, diluentes,
adulterantes e solventes residuais.
O segundo passo para comparar apreenses escolher uma mtrica
que possa medir similaridade entre amostras. Vrios coeficientes podem medir
o grau de correlao entre variveis. Algumas mtricas j testadas para
correlao entre amostras ou variveis so: correlao com base na funo
cosseno,56 o coeficiente de Pearson,34,56 mtodo de quociente,55 distncia
euclidiana,34,57,58 o coeficiente de Canberra,59 etc. Neste trabalho, a mtrica
para correlao entre amostras estudada foi o quadrado da funo cosseno.
Finalmente, com a mtrica de correlao escolhida, necessrio gerar
um banco de dados com comparaes entre todas as amostras para que
estudos populacionais sejam feitos.
Estudos populacionais podem identificar a melhor abordagem estatstica
para a anlise da matriz de dados, que permitiria o estabelecimento de valores
limites e determinaria o valor de correlao onde as amostras podem ser
consideradas ligadas, o que auxiliaria o trabalho de percia da Polcia Federal e
a anlise nos diversos laboratrios espalhados pelo pas.
5.2.1. Funo Cosseno
A funo cosseno uma ferramenta capaz de determinar correlaes
entre amostras de drogas ilcitas. Essa correlao feita calculando o cosseno
quadrado do ngulo existente entre dois cromatogramas transformados em
vetores. O cosseno quadrado varia entre 0 a 1, quanto mais prximo de 1
maior a correlao entre duas amostras.
46
Para utilizar a funo cosseno necessrio transformar dados de reas

cromatogrficas em vetores. Considerando as reas de cada solvente presente
numa amostra como componentes possvel traar um vetor nico que
caracterize a amostra. A comparao de dois vetores representantes de duas
amostras permite o clculo do cosseno quadrado do ngulo entre eles.
Considere, por exemplo, duas amostras que possuam os mesmos 3 solventes
residuais
em
concentraes
distintas.
Essas
amostras
podem
ser
representadas num espao tridimensional por um vetor (L) e (K), como mostra
a Figura 21.
Figura 21: (a) Construo de vetores a partir do cromatograma. (b) Comparao de vetores
caractersticos de duas amostras.
Sabendo que o produto escalar desses dois vetores hipotticos :

(12)
Logo:
(13)
Onde:
(14)
(15)
Assim, o cosseno quadrado de pode ser calculado da seguinte
maneira:55
47
(16)
5.2.2. Correlaes intra e interclasses
Com o quadrado de funo cosseno () possvel alcanar um dos
objetivos iniciais: determinar as correlaes entre todos os pares de amostras.
No entanto, necessrio identificar valores limites de que discriminam
amostras ligadas das no ligadas. Para isso, construiu-se um dendrograma e
estudos correlaes intra e interclasses das amostras de sal de cocana foram
feitos a fim de avaliar os agrupamentos sugeridos pela HCA.
O estudo do comportamento dos valores de dentro de cada classe, ou
seja, o estudo intraclasse, avalia as medidas de similaridade entre as amostras
agrupadas pela HCA dentro de uma mesma classe. J o estudo de entre as
classes, correlaes interclasse, avalia o grau de similaridade existente entre
classes distintas agrupadas pela HCA. Na Figura 22 so apresentadas as
correlaes interclasse e intra classe entre 5 amostras divididas em dois
agrupamentos.
Figura 22: Correlaes de amostras (a) inter e (b) intraclasses.
A visualizao da distribuio dos coeficientes de correlao presentes

para cada nmero de classes d uma viso geral da classificao das
amostras ligadas e no-ligadas. Histogramas so construdos para essa
visualizao.
48
5.2.3. Histogramas
Histogramas permitem identificar os valores de caractersticos onde
ocorre a separao entre amostras ligadas e no ligadas. So grficos que no
eixo das abscissas tem-se a varivel de interesse, no caso, o valor de , e na
ordenada, a freqncia normalizada dessa varivel.
Na construo do histograma de amostras de cocana duas curvas so
plotadas, uma com as correlaes interclasses e outra com correlaes intra
classe. Obtendo-se as curvas de amostras no ligadas (correlaes
interclasse) e de amostras ligadas (correlaes intraclasse), respectivamente.
Histogramas podem ter a forma gaussiana e no-gaussiana, sendo que
o formato tpico para correlaes entre amostras de cocana o no
gaussiano, como mostra a Figura 23. O formato do histograma traz diversas
informaes sobre o comportamento das classes e mostra tendncias que
indicam se o nmero de classes apresentado maior ou menor que o nmero
verdadeiro de classes.
Figura 23: (a) Histograma com curvas gaussianas. (b) Histograma com curvas no-gaussianas,
tpicas para correlaes entre amostras de cocana.
Em geral, quatro resultados so possveis para a comparao ou

classificao de amostras, sendo que dois desses resultados so erros,
conforme mostrado na Tabela 4. Se o cosseno quadrado entre amostras for
alto e as amostras forem ligadas (tiverem sido produzidas no mesmo
laboratrio), temos como resultado o chamado verdadeiro positivo (VP). Se o
cosseno quadrado entre amostras alto e as amostras no forem ligadas, o
resultado chamado de falso positivo (FP). Amostras com baixo cosseno que
no so ligadas so chamadas de verdadeiro negativo (VN) e amostras com
baixo cosseno que so ligadas so as chamadas falso positivo (FP).
49
Tabela 4: Possveis resultados para comparaes entre quaisquer amostras.
POPULAES
Cosseno
Quadrado
LIGADAS
NO-LIGADAS
Alto
Verdadeiro Positivo
(VP)
Falso Positivo (FP)
Baixo
Falso Negativo (FN)
Verdadeiro Negativo
(VN)
Total de
Resultados
VP + FN = 1
FP + VN = 1
Quanto menor for o erro de falsos negativos e falsos positivos melhor

ser a classificao de amostras, como pode ser observado na Figura 24.
Figura 24: Histograma com curva de correlaes entre amostras ligadas e no ligadas, erros
falsos positivos e falsos negativos, zona de sobreposio entre L e NL.
Diminuir a taxa de falsos positivos e falsos negativos para auxiliar a

investigao policial sem descartar informaes relevantes. Do ponto de vista
judicial, importante reduzir esses erros para minimizar o risco de fornecer
informaes falsas ao processo de persecuo penal, no incriminando um
inocente nem deixando impune um culpado. Diminuir essas taxas o mesmo
que minimizar a zona de sobreposio entre as curvas dos histogramas de
amostras no-ligadas e ligadas. A menor zona de sopreposio ocorre quando
o nmero de classes de amostras agrupa somente amostras que realmente
esto ligadas, ou seja, amostras que foram produzidas em um mesmo lote e
laboratrio.
50
Um histograma plotado para cada nmero de classe obtido pela HCA.

Um critrio matemtico que permite a comparao das diversas reas de
sobreposio das curvas dos histogramas com diferentes nmeros de classe
a curva ROC (do ingls, Receiving Operating Characteristics).
5.2.4. ROC Receiving Operating Characteristics
A anlise das curvas ROC uma tcnica utilizada para avaliar
classificadores. A curva ROC uma demonstrao bidimensional da eficincia
de um classificador, ou seja, uma curva que plota todos os possveis valores
limites de um classificador.60 No caso do presente trabalho, o classificador
utilizado o quadrado da funo cosseno.
Para um dado nmero de classes a curva de ROC construda plotando
a taxa de verdadeiros positivos (VP) em funo de falsos positivos (FP). Em
termos de sensibilidade e especificidade a ROC construda plotando (SE) em
funo de (1-SP) para diferentes ,Erro! Indicador no definido. como mostra a
Figura 25.
Figura 25: Exemplo de curva ROC, onde est plotado (1-Sp) na abscissa e (Se) na ordenada.
Figura
26
mostra
histogramas
ilustrativos
com
diferentes
sobreposies e suas respectivas curvas ROC onde cada ponto da curva

corresponde a um par especfico de sensibilidade e especificidade sendo que
1>2>3.
51
Figura 26: Curvas de ROC para histogramas com diferentes sobreposies, adaptada da
referencia 61.
Comparar diferentes curvas de ROC significa avaliar a zona de

sobreposio entre as curvas de amostras ligadas e no ligadas. As curvas
com menor sobreposio sero as esto mais prximas ao canto superior
esquerdo, ou seja, mais prximas do ponto (0,1). A rea sob a curva ROC
(AUC, do ingls area under the curve) uma medida do desempenho da ROC,
ou seja, mede indiretamente a separao que ocorre entre as curvas de
amostras ligadas e no ligadas.Erro! Indicador no definido. Na Figura 27
pode-se observar a AUC numa curva ROC.
Figura 27: AUC para uma curva ROC.
52
Em experimentos, geralmente h apenas um conjunto finito de pontos

para a construo da curva ROC e por isso s possvel encontrar uma
aproximao da rea sob a curva. Existem vrias maneiras de calcular a rea
sob uma curva ROC, a que foi utilizada nesse trabalho foi a integrao
trapezoidal. A integrao trapezoidal uma aproximao da AUC mediante a
rea de trapzios.
O valor mximo para a AUC de 1, indicando assim uma separao
perfeita das distribuies. Um valor de AUC de 0,5 indica que o nmero de
classes no discriminativo. Nas curvas apresentadas na Figura 26, a que
apresenta maior AUC a que possui menor rea de sobreposio, ou seja, a
que representa o melhor classificador. Portanto, a escolha do nmero de
classes que melhor classifique amostras de cocana produzidas no mesmo
laboratrio considera o maior valor de AUC encontrado ao comparar todas as
curvas ROC construdas para os diferentes nmeros de classes.
A rea sob a Curva ROC uma medida capaz de determinar o melhor
nmero de classes. No entanto, em uma curva ROC, cada considerado
possvel. Logo, a escolha para o valor limite arbitrria e deve levar em conta
outros critrios.62 Neste trabalho, os valores limites de foram escolhidos
considerando a chance de obter 2% de erro nos falsos negativos (valor
utilizado no LPS/Frana63) e nenhum falso positivo. Assim, a regio de
incerteza do mtodo, ou seja, a zona de sobreposio no histograma est
compreendida entre a probabilidade de 2% da curva das amostras ligadas
(L(2%)) e o final da curva das amostras no ligadas (NL), como mostra a Figura
28. Dessa forma, todas as amostras que possuem menor que L(2%) so
consideradas no ligadas, amostras com maior que NL so consideradas
ligadas e amostras com L(2%) < < NL esto na regio que necessita de mais
informaes, como, por exemplo, investigaes policiais.
53
Figura 28: Histograma ilustrando os valores limites para a classificao de amostras e a zona
cinza ou regio de incerteza, onde haver dvida sobre a classificao de amostras.
54
Captulo 6:
Materiais e Mtodos
55
6. Materiais e Mtodos
Todas as anlises feitas no desenvolvimento desse trabalho foram
realizadas no Servio de Percias em Laboratrio e Balstica do Instituto
Nacional de Criminalista do Departamento de Polcia Federal em Braslia
(SEPLAB/INC/PF).
6.1. Equipamentos
As anlises foram conduzidas em um sistema Headspace (Agilent
Technologies G1888) acoplado ao cromatgrafo a gs (Agilent Technologies
6890N), com detector seletivo de massas operando a 70eV (Agilent
Technologies 5973 Inert). Foi utilizada uma coluna HP-PONA (100% metil
siloxano) com dimenses de 50 m x 200 m x 0.5 m (J & W Scientific).
As amostras foram pesadas em uma balana analtica Mettler Toledo
modelo XP205-Excellence Plus e colocadas em frascos de headspace de 22
mL da Agilent Technologies, com septos de silicone e lacres de alumnio.
O preparo de solues salinas, solues de padro interno e solues
para validao do mtodo foram feitos utilizando bales volumtricos Pyrex de
10, 25, 50, 100 e 500 mL; agitador magntico (Fanen modelo 258) e banhomaria com circulao interna de gua (Nova Tcnica NT 248). Os volumes das
solues foram medidos com micropipetas de volume varivel de 1- 10 mL e
micropipeta de volume varivel de 20 100 L e de 200 1000 L.
6.2. Reagentes
Todos os solventes orgnicos utilizados foram adquiridos das empresas
Sigma-Aldrich, Aldrich, Merck, Vetec, Fluka, SAFC, Tedia, Synth e J.T. Baker.
A pureza dos solventes utilizados foi confirmada por um cromatogrfo a gs
com deteco por espectroscopia de massas (GC-MS) e nenhum solvente
precisou ser purificado.
A soluo salina foi preparada utilizando gua ultra-purificada obtida
com equipamento Milli-Q Millipore e sulfato de sdio adquirido na empresa
Cintica.
56
6.3. Amostras
Um total de 491 amostras de sal de cocana encaminhadas por diversos
Estados da Federao para o Laboratrio da Polcia Federal de Braslia para
anlise de Perfil Qumico foram analisadas. Estas amostras foram obtidas em
aproximadamente 70 apreenses feitas pela Polcia Federal Brasileira em
diferentes localidades no perodo de 2007 a 2010. A Figura 29 apresenta um
mapa com o nmero de amostras analisadas por Estado, onde observam-se
algumas amostras apreendidas na fronteira entre Mato Grosso do Sul e
Paraguai. Grandes apreenses, como uma feita no Porto de Paranagu-PR
com 138 amostras correspondendo a mais de 3 toneladas de cocana
apreendidas, foram includas nas anlises. Para todas essas amostras o
mtodo de refino caracterstico foi determinado por HS-GC-MS.
Figura 29: Mapa com a distribuio do nmero de amostras analisadas por HS-GC-MS.
No estudo de determinao dos valores limites que indicam quando

amostras esto ligadas ou no, foi necessrio selecionar subconjuntos de
amostras, mostrados na Figura 30, a partir das 491 amostras analisadas para o
desenvolvimento e aplicao do mtodo.
57
Figura 30: Conjuntos e subconjuntos de amostras analisados para desenvolvimento e

aplicao do mtodo proposto.
O primeiro conjunto continha 271 amostras e era composto apenas por

amostras
que
apresentavam
mais
de
10
picos
cromatogrficos
na
determinao de solventes residuais por HS-CG-MS. Essa seleo foi feita

para diminuir possveis correlaes falsas, pois quanto menor o nmero de
picos cromatogrficos, menor o grau de confiana no estabelecimento de
correlaes. Esse subconjunto de amostras com mais de 10 picos
cromatogrficos foi chamado de Conjunto de Amostras Reais e foi utilizado na
aplicao do mtodo de determinao de valores limites proposto neste
trabalho.
O segundo conjunto de amostras que foi utilizado na determinao dos
valores limites o Conjunto Controlado de Amostras Reais que foi obtido a
partir de uma seleo do Conjunto de Amostras Reais, citado anteriormente.
Esse conjunto composto por 10 classes de amostras identificados por
observao visual dos cromatogramas e a partir de informaes como ano e
local de apreenso da amostra. Informaes policiais a respeito de ligaes
entre traficantes no foram utilizadas para selecionar os grupos de amostras
ligadas.
58
O Conjunto Controlado de Amostras Reais foi subdividido em trs

subconjuntos de acordo com as correlaes de cosseno quadrado mximas
apresentadas entre a mdia das reas cromatogrficas de cada grupo. Esses
subconjuntos tiveram correlao mxima entre amostras no ligadas de 0,70;
0,95 e 0,97 respectivamente. Esse conjunto foi utilizado no desenvolvimento do
mtodo proposto.
Finalmente, o ltimo conjunto utilizasado no desenvolvimento do mtodo
proposto foi o Conjunto Simulado de Amostras, que contm tambm trs
subconjuntos com correlao mxima entre amostras no ligadas de 0,70; 0,95
e 0,97. Esse conjunto foi obtido com as mdias e desvios-padro dos solventes
de cada classe dos subconjuntos do Conjunto Controlado de Amostras Reais,
como mostra a Tabela 5.
Tabela 5: Matriz de dados cromatogrficos com clculo da mdia e desvio padro de cada
solvente.
Amostra
1
2
...
N
Mdia (M)
Desvio Padro (s)
rea dos Picos Cromatogrficos

Solvente 1
Solvente 2
...
Solvente n
314072
4934
73851
291533
4997
75915
324447
5890
74198
309885
5328
74819
309984
5287
74695
13739
437
906
Para a simulao de diferentes amostras em cada classe, mdia das

reas de cada solvente dentro de uma mesma classe foi acrescentado o desvio
padro multiplicado por um fator que segue uma distribuio normal. A
Equao 17 mostra como foi adicionado rudo rea de um pico
cromatogrfico. Aplicando essa equao em todos os picos obteve-se uma
amostra do conjunto simulado. Para cada uma das 10 classes de amostras
ligadas do Conjunto Controlado de Amostras Reais foram criadas 50 amostras,
totalizando 500 amostras no Conjunto Simulado de Amostras.
Ai Ai randN (0,1) * sexp,i
(17)
Onde, randN uma funo que gera um nmero aleatrio com mdia
zero e desvio-padro unitrio e sexp,i o desvio-padro da rea do pico
cromatogrfico do solvente i.
59
Amostras que continham menos de dez picos cromatogrficos no foram

utilizasadas no estudo da determinao de valores limites, porem foram
includas na classificao conforme o mtodo de refino feita por HCA e PCA.
Os conjuntos de dados de sal de cocana que foram analisados para a
determinao dos valores limite que indicam quando amostras esto ligadas
esto resumidos na Tabela 6.
Tabela 6: Caractersticas dos conjuntos de amostras estudados.
CONJUNTO DE
AMOSTRAS
mximo entre
classes
No de
amostras
No de
classes
No de
correlaes
REAIS
A determinar
0,97
0,95
0,70
0,97
0,95
0,70
271
90
87
66
500
450
350
A determinar
10
9
7
10
9
7
36585
4005
3741
2145
124750
101025
61075
REAL
CONTROLADO
SIMULADO
6.4. Determinao de Solventes Residuais

A determinao do perfil qumico de solventes residuais utilizou a tcnica
de injeo por Headspace (HS) associada Cromatografia Gasosa com
deteco por Espectrometria de Massas (GC-MS), por mostrar-se uma
alternativa rpida e confivel ao estabelecimento de correlaes e mtodos de
refino entre apreenses de cocana.
Depois de escolher o mtodo pelo qual os solventes presentes nas
amostras de cocana sero determinados, necessrio escolher quais
solventes devem ser analisados. Essa escolha depende do objetivo que se
pretende alcanar. Na presente dissertao optou-se por trabalhar com dois
grupos de solventes: um utilizado para a determinao do mtodo de refino da
cocana e outro para comparar as amostras. Esses grupos de solventes e
algumas de suas caractersticas esto descritos nas Tabelas 7 e 8,
respectivamente.
Dos 19 solventes utilizados na determinao do mtodo de refino da
cocana, 11 foram escolhidos com base no estudo realizado por Dujourdy e
60
Besacier.19 Nesse estudo foi feito um levantamento dos solventes mais

comumente encontrados em amostras de sal de cocana. Alguns solventes,
que esto includos no trabalho de Dujourdy e Besacier,19 no foram escolhidos
por no serem encontrados em quantidades significativas nas amostras
analisadas no presente trabalho. Alguns hidrocarbonetos, no citados no
trabalho de Dujourdy e Besacier,19 foram encontrados nas amostras analisadas
(2,3-dimetilpentano,
heptano
xilenos),
possivelmente
oriundos
de
combustveis ou solventes tipo thinner, que podem ter sido utilizados em

alguma etapa do refino da cocana, foram acrescentados lista de solventes
analisados. Outros solventes como MEK e Acetato de Isobutila tambm foram
acrescentados lista por caracterizarem o Mtodo de Refino tipicamente
Colombiano.
Tabela 7: Solventes utilizados na determinao do mtodo de refino da cocana.
Nome
1
acetona
2
ter etlico
3
metiletilcetona (MEK)
4
hexano
5
clorofrmio
6
acetato de etila
7
benzeno
8
acetato de isopropila
9
ciclohexano
10
2,3-dimetilpentano
11
heptano
12
acetato de n-propila
13 metilisobutilcetona (MIBK)
14
tolueno
15
acetato de isobutila
16
xido de mesitila
17
m-xileno
18
p-xileno
19
o-xileno
Tempo de
Reteno
(min)
Razo
massa/carga do
Ion Principal
(m/z)
4,524
5,073
7,566
8,698
8,767
9,101
11,524
11,709
11,878
12,294
12,537
13,304
13,900
14,662
14,770
15,168
16,349
16,459
16,752
43
59
43
57
83
43
78
43
84
56
43
43
43
91
43
83
91
91
91
Razo
massa/carga
do Ion
Qualificador
(m/z)
58
74
72
41/86
47
70
77/50/51
61
56
41
71
61/73/42
58
65
56
55
106
106
106
61
Para comparao de amostras um nmero maior de solventes foi

escolhido. A identificao do mtodo de refino envolve determinao de
solventes especficos, logo a reduo de dados no afeta a anlise. No
entanto, para comparao entre amostras necessrio considerar um nmero
maior de dados para que pequenos detalhes sejam observados. A escolha
desses solventes tambm considerou o trabalho de Dujourdy e Besacier. 19
62
Tabela 8: Solventes utilizados para comparaes de amostras de cocana.
Nome
1
clorometano
2
metanol
3
isopentano
4
acetona
5
2-propanol
6
pentano
7
ter etlico
8
metilpropilter
9
1-cloropropano
10
etanol
11
1-propanol
12
ciclopentano
13
2-metilpentano
14
metiletilcetona (MEK)
15
3-metilpentano
16
hexano
17
clorofrmio
18
acetato de etila
19
isobutanol
20
benzeno
21
22
ciclohexano
23
2,3-dimetilpentano
24
heptano
25
26 metilisobutilcetona (MIBK)
27
tolueno
28
29
xido de mesitila
30
m-xileno
31
p-xileno
32
o-xileno
33
Mesitileno
Tempo de
Reteno
(min)
Razo
massa/carga
do Ion
Principal (m/z)
3,272
3,422
4,526
4,524
4,751
5,018
5,073
5,498
5,951
4,075
6,434
6,902
7,146
7,566
7,792
8,698
8,767
9,101
9,979
11,524
11,709
11,878
12,294
12,537
13,304
13,900
14,662
14,770
15,168
16,349
16,459
16,752
17,546
50
31
41
43
45
43
59
45
42
31
31
42
43
43
57
57
83
43
43
78
43
84
56
43
43
43
91
43
83
91
91
91
105
Razo
massa/carga
do Ion
Qualificador
(m/z)
52
29
57
58
59
51
74
74
41
45
59
55
42/41
72
41
41/86
47
70
41/39
77/50/51
61
56
41
71
61/73/42
58
65
56
55
106
106
106
120
63
6.5. Procedimento Experimental

A Figura 31 ilustra o procedimento experimental utilizado para a
determinao de solventes residuais em amostras de sal de cocana.
Figura 31: Procedimento experimental para determinar solventes residuais em amostras de sal
de cocana.
Em um Erlenmeyer, foram pipetados 100 mL da soluo saturada de

sulfato de sdio e 100 L da soluo de PI. A mistura foi agitada por 20
segundos manualmente. Essa mistura foi preparada diariamente para no
haver precipitao do sulfato de sdio ou perda do PI.
Posteriormente, foram pesados 100,00 (0,05) mg de cocana em um
frasco de headspace de 22 mL e acrescentou-se 10mL da mistura preparada
anteriormente de soluo de sulfato de sdio com soluo de PI.
O frasco foi fechado em seguida com o conjunto de septo e tampa
utilizando um lacrador de frascos de headspace. Nessa etapa importante que
o fechamento do frasco esteja correto, pois o fechamento ineficiente do frasco
pode causar vazamento da fase gasosa com os solventes residuais.
Finalmente, o frasco com amostra foi colocado no HS ligado, estabilizado e
conectado no GC.
64
6.5.1. Preparo da soluo saturada de sulfato de sdio

A soluo saturada de sulfato de sdio foi preparada em um frasco
mbar com 500 mL de gua ultra purificada a 80oC aquecida em um banhomaria. 110 g de sulfato de sdio foram adicionadas no frasco com agitao at
completa solubilizao do sal.
6.5.2. Preparo da soluo de Padro Interno (PI)
A soluo de padro interno foi preparada com a mistura de 25 L de
bromobenzeno e 10 mL de dimetilsulfoxido (DMSO). Essa soluo foi dividida
em fraes de 1 mL guardadas em frascos fechados no refrigerador a 4 oC. A
concentrao da soluo de PI foi:
6.5.3. Preparao da amostra

6.5.3.1. Homogeneizao
Todas as amostras de sal de cocana foram homogeneizadas com
simples macerao em gral com pistilo.
6.5.3.2. Teste para determinar o tipo de cocana
Para determinar se a amostra em questo trata-se de sal de cocana ou
cocana base, foi feito o teste de solubilidade descrito na Figura 32.
Figura 32: Procedimento utilizado para a determinao do tipo de cocana.
65
6.6. Parmetros Experimentais

A escolha do PI foi feita depois de testes realizados com 9 (nove)
solventes orgnicos diferentes e que no foram encontrados em amostras de
sal de cocana, sendo eles: n-octanol, 2-etilhexanol, isopropilamina, trietilamina,
etilenoamina, n-butilamina, hexilamina, bromobenzeno e clorobenzeno. Sendo
que o bromobenzeno foi escolhido por no coeluir com os solventes mais
comumente encontrados em amostras de sal de cocana. Alm disso, o
bromobenzeno facilmente identificado no espectro de massas por possuir
ons caractersticos com relaes massa/carga de 156 e 158.
A adio de 10 L de soluo de PI soluo de sulfato de sdio
apresenta uma rea de picos cromatogrficos com ordem de grandeza similar
s reas de solventes residuais encontrados nas amostras de sal de cocana.
O volume de bromobenzeno adicionado em cada amostra 2,5 x 10-3 L em 10
mL de soluo salina.
6.7. Parmetros do Mtodo

Para o estabelecimento dos parmetros utilizados no CG e no HS, um
levantamento bibliogrfico de estudos similares desenvolvidos por laboratrios
forenses da Frana (LPS Laboratoire de Police Scientifique) e Estados
Unidos (DEA) foi feito. Esse levantamento forneceu os parmetros utilizados
neste
trabalho.19,63
Os
parmetros
utilizados
no
HS-CG-MS
para
determinao de solventes residuais em amostras de sal de cocana esto

descritos na Tabela 9.
66
Tabela 9: Parmetros do HS-GC-MS.
PARMETROS DO HEADSPACE
Tempo de injeo (min)
Tempo de equilbrio do loop (min)
Loop fill time (min)
Volume do loop (mL)
Temperature do loop (oC)
Temperatura do forno (oC)
Nvel de agitao
Temperatura da linha de transferncia (oC)
Tempo de equilbrio do vial (min)
Tempo de pressurizao do vial (min)
1,00
0,05
0,10
1,00
175
85
ALTO (agitao maxima do HS)
175
14.0
0.20
PARMETROS DO GC
Programao de temperatura do forno
Tempo total de anlise (min)
Temperatura do injector (oC)
Modo de operao
Fluxo do septo de purga
Razo de Split
Temperatura do detector (oC)
Fluxo inicial do gs de arraste (He)
Velocidade linear mdia
30oC por 10 min

20oC/min at 150oC
60oC/min at 200oC
30
180
Presso constante (29.06 psi)
3 mL/min
20:1 (split flow 20,7mL/min)
250
1,0 mL/min
28 cm/s
PARMETROS DE AQUISIO DO MS
Modo de aquisio
Low mass
High mass
MS source
MS quad
Scan
29,0
200,0
o
230 C max 250oC
200oC max 200oC
6.8. Figuras de Mrito do Mtodo HS-CG-MS

Figuras de mrito de um mtodo so estabelecidas por estudos
sistemticos realizados em laboratrio e tem como objetivo mostrar que o
mtodo atende ao seu propsito, ou seja, estudos sistemticos so feitos para
garantir a confiabilidade dos resultados obtidos pelo mtodo proposto.64 Nesse
trabalho as figuras de mrito avaliadas foram: preciso, linearidade, limite de
deteco e robustez.
67
Os solventes utilizados na validao foram dissolvidos em DMSO por

este ser capaz de solubilizar pequenas quantidades de solventes orgnicos e
ser miscvel em gua, essa soluo foi chamada de soluo-me de solventes.
Os solventes tiveram suas massas medidas ao invs do volume porque
no havia instrumentos que pudessem medir com preciso a quantidade
necessria para as anlises. As respectivas massas esto na Tabela 10.
Tabela 10: Solventes utilizados para verificar figuras de mrito do mtodo cromatogrfico.
SOLVENTE
MASSA (mg)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
acetato de etila
acetona
benzeno
clorofrmio
ter etlico
MEK
metanol
tolueno
m-xileno
p-xileno
o-xileno
541
43
43
533
317
43
45
282
322
475
43
26
26
26
6.8.1. Preciso
A preciso pode ser definida como sendo o grau de concordncia que
existe entre os valores obtidos em uma mltipla anlise da mesma amostra
homogeneizada.64 A preciso pode ser avaliada atravs de trs determinaes:
Repetibilidade:
expressa
preciso
de
uma
mesma
amostra
homogeneizada sob a mesma condio operacional, com curtos

intervalos de tempo.
Preciso intermediria: a preciso expressa atravs das variveis

laboratoriais como diferentes dias ou diferentes analistas.
Reprodutibilidade: expressa a preciso entre diferentes laboratrios.
68
A repetibilidade foi avaliada fazendo a determinao de solventes de

uma mesma amostra seis vezes no mesmo dia, com o mesmo operador e
equipamento. Para isso, todo o procedimento de preparao da amostra foi
repetido seis vezes.
Para a determinao da preciso intermediria, a preparao e
determinao dos solventes residuais de uma mesma amostra foram feitas seis
vezes por operador diferente e em dias diferentes.
A reprodutibilidade no foi determinada por no ser objetivo do projeto
Pequi instalar o mtodo em outros laboratrios a princpo.
6.8.2. Linearidade
A linearidade se refere existncia de uma relao linear entre a
concentrao inicial do analito e uma resposta instrumental como, por exemplo,
a rea do pico cromatogrfico.64 O coeficiente de correlao r e o coeficiente
de determinao r2 um dos parmetros que mostram a linearidade do
mtodo. O intervalo em que o valor de r pode ser encontrado -1 r 1 e ele
determinado pela equao 25.
(25)
A curva de calibrao foi construda experimentalmente com a

determinao das reas cromatogrficas dos solventes presentes na soluome e diluies que correspondiam 80, 50, 20, 10, 5, 2 e 0,5% da soluo-me
original. Triplicatas de 50 L da soluo-me e suas diluies foram
adicionadas em frascos distintos com 10 mL de soluo salina e PI, lacrados e
submetidos ao sistema HS-GC-MS nas mesmas condies de determinao de
solventes residuais em amostras de cocana.
Para as diluies um volume da soluo-me foi adicionado em um
balo volumtrico que teve seu volume completado com DMSO. Os volumes
pipetados e dos bales utilizados nas diluies esto descritos na Tabela 11.
69
Tabela 11: Diluies da soluo-me.
(%)
PROPORO
80
50
20
10
5
2
0,5
4:5
1:2
1:5
1:10
1:20
1:50
1:200
VOLUME DE SOLUO-ME
ADICIONADO
8 mL
5 mL
2 mL
1 mL
500 L
1 mL
250 L
VOLUME DO
BALO
10 mL
10 mL
10 mL
10 mL
10 mL
50 mL
50 mL
6.8.3. Limite de Deteco

O limite de deteco por definio a menor quantidade que pode ser
detectada do analito, com segurana e sem a necessidade de uma
quantificao. Pode ser calculado com base no sinal rudo de acordo com a
Equao 18.64
(18)
Onde a inclinao da curva e Sb o desvio-padro do valor do
branco, que a mdia dos desvios-padro das reas de cada solvente obtidas
nas diversas concentraes analisadas.
O desvio-padro obtido para cada nvel de concentrao do solvente foi
determinado segundo a Equao 19.
(19)
O mtodo de determinao utilizado nesse trabalho considerou as
equaes descritas anteriormente.
6.8.4. Estabilidade
Estabilidade significa o quanto o mtodo analtico resiste s mudanas
nos seus fatores, durante o processo de rotina.
Para avaliar a estabilidade, a determinao de solventes residuais de
uma mesma amostra foi feita mensalmente em triplicata durante 18 meses.
70
6.9. Anlise quimiomtrica

As anlises quimiomtricas foram feitas utilizando o programa Matlab
verso 7.12 (R2011a) e funes do toolbox statistics.
71
Captulo 7:
Resultados
72
7. Resultados
7.1.
Figuras de Mrito do Mtodo HS-GC-MS
Para avaliar a eficincia do mtodo cromatogrfico em estimar os

solventes residuais foram estimados a preciso, linearidade, limite de deteco
e robustez do mtodo.
A repetibilidade foi avaliada atravs da determinao dos solventes
residuais de uma amostra seis vezes no mesmo dia, com o mesmo operador e
equipamento. Os valores encontrados na correlao dos resultados,
apresentados na Figura 33 (a), mostram que todas as amostras esto ligadas
com um mdio de 0,99992, mximo de 0,99999 e mnimo de 0,99966 o que
significa que o mtodo repetitivo, pois consegue correlacionar a mesma
amostra com um alto valor de . Para a determinao da preciso
intermediria, a preparao e determinao dos solventes residuais da mesma
amostra foi realizada doze vezes por dois operadores distintos e em dias
diferentes. Os valores de encontrados na correlao desses resultados esto
apresentados na Figura 33 (b), onde foi possvel observar que o valor mdio de
foi 0,99990, tambm um valor alto mostrando que o mtodo preciso.
Figura 33: (a) Valores de para a Amostra A analisada seis vezes no mesmo dia com o
mesmo operador e equipamento. (b) Valores de para a Amostra A analisada seis vezes com
operador diferente.
A avaliao da linearidade utilizou o coeficiente de determinao r2 e

mostrou que r2 varia entre 0,945 para o acetato de n-propila, coeficiente
relativamente baixo, e 0,999 para acetona, clorofrmio e metanol, maiores
coeficientes encontrados. As concentraes dos solventes encontrados nas
73
amostras de cocana quantificadas foram maiores que os limites de deteco

(LD) de cada solvente analisado, exceto para o acetato de isobutila nas
amostras B e C, acetato de n-propila e MEK para a amostra A. A determinao
dos LD e r2 para o acetato de etila e m-xileno no foi possvel, pois esses
solventes coeluram com clorofrmio e p-xileno, respectivamente. Tal
fenmeno no ocorre em anlises de amostras de cocana, sugerindo que a
determinao de solventes residuais pode ser afetada pelo efeito de matriz.
Logo, os LD do clorofrmio, acetato de etila, m-xileno e p-xileno podem estar
superiores aos limites verdadeiros. Os valores de r2, LD e concentrao dos
solventes em trs diferentes amostras esto apresentados na Tabela 12.
2
Tabela 12: Valores que caracterizam a linearidade do mtodo (r ), limite de deteco (LD) e
concentrao de solventes em trs amostras distintas.
SOLVENTE
r2
Acetato de Etila
Acetato de isobutila
Acetato de isopropila
Acetato de n-propila
Acetona
Benzeno
Clorofrmio
ter etlico
MEK
Metanol
Tolueno
P-Xileno
M-Xileno
O-Xileno
ND
0,950
0,988
0,945
0,999
0,998
0,999
0,997
0,994
0,999
0,998
0,998
ND
0,998
LD
[amostra A] [amostra B] [amostra C]
(mg/L*)
(L/g**)
(L/g**)
(L/g**)
ND
0,00
0,00
0,00
0,119
190
0,02
0,02
0,101
228
0,00
0,00
5,088
95
0,00
0,00
0,144
95
30,54
51,09
0,042
5
0,00
0,04
0,041
2
0,00
0,00
0,103
23
0,00
0,00
1,261
63
0,00
0,00
0,734
1224
118,80
131,10
0,044
0,00
0,06
0,06
0,002
1
0,00
0,00
ND
0,00
0,00
ND
0,002
8
0,00
0,00
ND (no determinado).
* mL de solvente por L de soluo saturada de sulfato de sdio.
* L de solvente por grama de cocana.
Para avaliar a estabilidade, a determinao de solventes residuais de

uma amostra foi feita durante 18 meses em triplicata, os coeficientes de
correlao obtidos so apresentadas na Figura 34 e variam de 0,9999 a
0,994 valores que consideram amostras como ligadas conforme metodologia
descrita nesse trabalho. Logo, o mtodo analtico pode ser considerado estvel
74
com relao s variaes instrumentais e ambientais ocorridas no perodo de

18 meses.
Figura 34: Valores de para uma amostra analisada por 18 meses.
7.2.
Solventes
A partir dos cromatogramas obtidos, as reas cromatogrficas de cada

um dos solventes selecionados foram calculadas e um levantamento da
quantidade de amostras que continham os solventes analisados foi feito
juntamente com a anlise da concentrao relativa de cada solvente residual
nas amostras de cocana. A concentrao relativa dos solventes foi obtida com
base na rea e concentrao do padro interno. Assim possvel verificar
quais solventes vm sendo utilizados com maior freqncia e quantidade nas
apreenses brasileiras. Os resultados esto apresentados nas Figura 35 e
Figura 36.
Figura 35: Porcentagem de amostras com determinado solvente.
75
A Figura 35 mostra que os solventes encontrados em ao menos 50%

das amostras so: clorometano, metanol, isopentano, acetona, etanol, tolueno,
p-xileno e mesitileno. importante destacar que, desses solventes, o metanol
um dos produtos de degradao da cocana, o clorometano gerado a partir
da reao do cido clordrico com o metanol e mesitileno, tolueno e xileno
provavelmente
so
oriundos
de
solventes
contendo
hidrocarbonetos
(provavelmente oriundos de gasolina ou solventes tipo Thinner).
Figura 36: Concentrao aproximada de solvente (mL)/Kg em amostras de sal de cocana.
A Figura 36 mostra que nas apreenses brasileiras de sal de cocana os

solventes encontrados em maior concentrao so: acetona, ter etlico, MEK,
benzeno, acetato de n-propila e tolueno. Esses solventes so os mesmos
descritos no mtodo DEA de refino, com excesso do benzeno e tolueno.
Tais solventes tm sido desviados de suas legtimas aplicaes para serem
usados ilicitamente na produo da cocana. A acetona, por exemplo,
comumente comercializada como solvente para graxas, leos e plsticos. O
ter etlico bastante utilizado na indstria farmacutica. O MEK utilizado
como removedor de colas e componente na fabricao do thinner. O benzeno
tambm usado na fabricao de alguns tipos de borrachas, lubrificantes,
medicamentos e pesticidas. O acetato de n-propila empregado na produo
de tintas de impresso. O tolueno um solvente industrial utilizado na
elaborao de vrios produtos qumicos.2
76
O estudo da freqncia e concentrao de solventes permite o

melhoramento da fiscalizao do comrcio de produtos qumicos, dificultando a
aquisio desses precursores da cocana. Alm disso, permite que dentre os
solventes escolhidos sejam identificados os que so mais significantes para a
determinao do mtodo de refino utilizado no preparo da cocana. A seguir
esto apresentados os resultados obtidos por estudos quimiomtricos feitos
para indicar o mtodo de refino pelo qual o cloridrato de cocana foi produzido.
7.3.
Mtodo de Refino
Para indicar o mtodo de refino utilizado, a anlise exploratria dos

dados foi feita atravs da Anlise de Componentes Principais (PCA) e Anlise
Hierrquica de Agrupamentos (HCA). Foram analisadas 491 amostras de
cloridrato de cocana e avaliadas as contribuies de 19 solventes, descritos
anteriormente na Tabela 7. A matriz de dados foi composta pelas reas
cromatogrficas normalizadas pelo PI e em 100%. Para identificar o mtodo de
refino pelo qual a amostra de cocana foi produzida, os dados foram centrados
na mdia, decompostos por PCA, sendo retidas trs componentes principais;
utilizada a distncia de Mahalanobis e o mtodo Ward como critrio de
agregao de amostras.
Na anlise de HCA foi possvel identificar 4 classes principais, no
entanto, no possvel retirar informaes detalhadas de qual o mtodo de
refino caracterstico de cada classe. A Figura 37 mostra o dendrograma para
as 491 amostras de cloridrato de cocana analisadas.
Figura 37: Dendrograma de amostras de cloridrato de cocana com marcao em 4 classes.
77
Atravs da PCA, construiram-se os grficos de escores e pesos

mostrados nas Figura 38 e Figura 39, respectivamente, que mostram a
classificao das amostras e os solventes que foram responsveis por essa
classificao.
Figura 38: Grfico de escores, onde () representa a classe 1, () a classe 2, (+) a classe 3 e
(*) a classe 4.
Figura 39: Grfico de pesos, onde a acetona caracterstica da classe 1, o acetato de n-propila
da classe 2, o acetato de etila da classe 3 e o ter da classe 4.
78
Atravs da
Figura 38 e da Figura 39 possvel identificar
aproximadamente 4 classes de amostras pertencentes a alguns dos principais

mtodos de refino. Na classe 1 utiliza-se principalmente a acetona como
solvente de cristalizao, o que caracteriza o mtodo de refino tipicamente
Peruano pela definio DEA38. A classe 2 utiliza principalmente acetato de npropila e a classe 3, o acetato de etila, o que indica o mtodo Colombiano de
refino. A classe 4 utiliza o ter etlico como um dos principais solventes para a
cristalizao, indicando o mtodo Boliviano. No grfico de pesos foi possvel
observar que o tolueno tambm influencia a caracterizao dessa classe, no
entanto, esse solvente provavelmente proveniente de combustveis utilizados
na extrao de cocana das folhas de coca. Interpretando a classificao por
PCA e HCA conjuntamente, observam-se 3 grupos principais: o grupo que
utilizou o mtodo de refino tipicamente Peruano, tipicamente Boliviano e
tipicamente
Colombiano.
Algumas
amostras
no
puderam
ser
bem
classificadas somente com as trs componentes principais que explicam 88%

da varincia total.
Os nmeros que descrevem o perfil dos mtodos de refino utilizados na
produo de amostras de cloridrato de cocana apreendidas no Territrio
Brasileiro esto apresentados na Figura 40 e revelam que a maior parte das
apreenses de cocana no Brasil utiliza acetona como solvente principal
caracterizando o mtodo Peruano. No entanto, esse resultado apresenta uma
estimativa da realidade, pois apenas alguns Estados, participantes do Projeto
PEQUI, enviam amostras para anlise de solventes residuais. Assim, o
desenho do perfil das amostras apreendidas no Brasil uma tarefa que ainda
precisa do envolvimento de todas as Unidades da Federao.
Figura 40: Perfil brasileiro do mtodo de refino de cocana.
79
7.4.
Correlaes entre amostras
Para correlacionar amostras, esse trabalho props uma mtodo simples

com respaldo estatstico para estabelecer limites (valores de ) que
caracterizem amostras ligadas ou no-ligadas e que no dependesse, a
princpio, de informaes policiais. A Figura 41 mostra a sequncia de passos
seguidos para o mtodo proposto.
Para determinar os valores limites foi necessrio conhecer como as
amostras podem ser agrupadas, por isso o primeiro passo foi examinar as
classificaes obtidas pela HCA.
O segundo passo para determinar os valores limites foi a construo dos
histogramas formados por cada classe identificados pela HCA. Diversos
histogramas foram construdos para essa anlise variando o nmero de
classes. No caso do Conjunto Controlado de Amostras Reais e no Conjunto
Simulado de Amostras variou-se o nmero de classes unitariamente de 2 at
30 classes, enquanto que para o Conjunto de Amostras Reais variou-se
unitariamente de 2 at 90 classes.
Nos histogramas, observou-se a rea de sobreposio das curvas de
amostras ligadas e no ligadas. O estudo dessa sobreposio considerado o
mais relevante para a fixao dos valores limites que discriminam amostras
correlacionadas.
Com base nos histogramas, foram plotadas curvas de ROC para cada
nmero de classes e foram calculadas as reas sob essas curvas (AUC). O
maior valor de AUC indica o nmero de classes que melhor classifica amostras.
Aps encontrar o maior valor de AUC deve-se verificar se o valor de L
maior que 0,90 para o nmero de classes indicado. E ainda, deve-se buscar a
menor distncia entre L e NL.
80
Figura 41: Passos para a determinao dos limites que discriminam amostras ligadas e no
ligadas no mtodo proposto neste trabalho.
Observaes feitas durante esse processo e os resultados obtidos para

todos os conjuntos de amostras estudados so apresentadas a seguir, sendo o
81
Conjunto controlado de Amostras Reais e o Conjunto Simulado de Amostras

utilizados para verificar o funcionamento do mtodo de anlise em casos cada
vez mais complexos do ponto de vista do nmero de amostras.
7.4.1. Conjunto Controlado de Amostras Reais
Os cromatogramas que caracterizam os 10 grupos de amostras que
formam o Conjunto Controlado de Amostras Reais esto apresentados no
anexo. Na Tabela 13 esto as correlaes (cosseno quadrado multiplicado por
100 para melhor visualisao de nmeros de pequeno valor) obtidas entre as
reas mdias dos solventes entre as classes de amostras desse conjunto.
Nessa Tabela possvel observar as classes que formam os sub-conjuntos de
amostras. O sub-conjunto com correlao mxima de 0,70 formado pelas
primeiras 7 classes; o sub-conjunto com correlao mxima de 0,95 formado
pelas primeiras 9 classes e o sub-conjunto com correlao mxima de 0,97
formado por todas as 10 classes.
Tabela 13: Cosseno quadrado das mdias das reas dos picos cromatogrficos de cada
classe.
Classe
1
2
3
4
5
6
7
8
9
10
1
100
-
Cosseno quadrado (multiplicado por 100)

2
3
4
5
6
7
8
43,3 0,13 59,4 13,1 0,01
0,02
0,02
100 0,08 0,12 38,67 1,16
0,05
0,21
100 0,001 0,02 0,02 0,0007 0,002
100
0,07 0,03
0,01 0,004
100 70,0
1,02
6,57
100
1,37
8,94
100
94,6
100
-
9
22,6
60,7
0,02
0,09
94,3
48,1
0,69
4,60
100
-
10
43,8
97,1
0,81
0,16
33,9
0,23
0,02
0,08
55,7
100

correlao mxima de 0,70
O dendrograma obtido por HCA para o conjunto apresentado na
Figura 42, onde 7 o nmero correto de classes obtido a partir dessa
anlise preliminar. O dendrograma importante para conhecer todas as
82
possveis classes de amostras e para a construo de histogramas, onde

nesse caso observou-se uma clara distino de 7 classes.
Figura 42: Dendrograma do Conjunto Controlado de Amostras Reais com correlao mxima
de 0,70.
Depois de identificadas as classes atravs do dendrograma, um

histograma foi construdo para cada nmero de classes. E, de forma geral,
pde ser observado nas curvas dos histogramas que: quando o nmero de
classes pequeno, inferior ao nmero verdadeiro de classes, as classes
consideradas ligadas apresentam correlaes baixas (abaixo de 0,90), como
mostra a Figura 43 (a); e, quando o nmero de classes alto, superior ao
verdadeiro, a curva das amostras consideradas no-ligadas apresentam
correlaes altas (acima de 0,99), como mostra a Figura 43 (c). medida que
o nmero de classes se aproxima do valor correto h uma reduo da extenso
das curvas das amostras ligadas e no ligadas e, consequentemente, uma
separao ou eliminao da rea de sobreposio de curvas, como mostra a
Figura 43 (b).
Os histogramas mostram que esse conjunto um caso ideal por haver a
separao completa no nmero de classes correto, o que no ocorre
normalmente. Nesse caso, a observao visual da forma dos histogramas
permite indicar com preciso o nmero correto de classes.
83
Figura 43: Histogramas construdos para o Conjunto Controlado de Amostras Reais com
correlao mxima de 0,70 considerando o nmero de classes igual a: (a) 6, inferior ao nmero
correto de classes; (b) 7, nmero correto de classes; e (c) 8, superior ao nmero correto de
classes. Onde a curva vermelha de correlaes entre amostras no ligadas e a curva azul
de correlaes entre amostras ligadas.
A curva ROC avalia a proporo de falsos positivos (FP) e verdadeiros

positivos (VP). A Figura 44 mostra curvas ROC para os trs histogramas
plotados anteriormente, com nmero de classes igual a 6,7 e 8.
84
Figura 44: Curva ROC para o Conjunto Controlado de Amostras Reais com correlao mxima
de 0,70 com 6, 7 e 8 classes.
possvel observar que a curva que mais se aproxima do canto superior

esquerdo do grfico a que representa o nmero de classes correto, igual a 7,
pois o Conjunto Controlado de Amostras Reais com correlao mxima de 0,70
apresentou separao completa das curvas de amostras ligadas e no ligadas.
Nessa situao, no existem falsos positivos e falsos negativos. A rea sob a
curva ROC AUC apresentou o valor mximo no nmero de classes igual a
7, como pode ser observado na Figura 45. A identificao do nmero de
classes, identificado inicialmente atravs de anlises visuais, pela AUC mostra
que o mtodo proposto para a determinao de valores limites utilizando ROC
e AUC funciona.
Figura 45: Valores de AUC para os diversos nmeros de classes estudados no Conjunto
Controlado de Amostras Reais com correlao mxima de 0,70.
85
Aps determinar o nmero correto de classes para o conjunto, os limites

que discriminem amostras ligadas e no ligadas so estabelecidos pelo inico e
fim das curvas do histograma.
No caso desse conjunto, no existe regio de incerteza no histograma.
As amostras so consideradas no ligadas quando apresentarem cosseno
quadrado () de 0 a 0,738 e amostras so consideradas ligadas quando
apresentarem cosseno quadrado () de 0,961 a 1, como mostra a Figura 46.
Figura 46: Histograma com amostras do Conjunto Controlado de Amostras Reais com
correlao mxima de 0,70 com nmero de classes igual a 7 indicando os valores limites que
separam amostras ligadas e no ligadas.

Seguindo o procedimento do mtodo proposto neste trabalho, o primeiro
maior valor de AUC encontrado para o Conjunto Controlado de Amostras Reais
com correlao mxima de 0,95 indica que o nmero correto de classe pode
ser 7, como mostrado na Tabela 14, que descreve os valores de AUC e o valor
de que marca o incio da curva das amostras ligadas. No entanto, com esse
nmero de classe, a curva das amostras ligadas no histograma inicia-se com
correlaes inferiores a 0,90. Ento, deve-se olhar o prximo maior valor de
AUC, que indica 9 como sendo o nmero de classe correto para esse conjunto
de amostras. Com esse nmero de classes o incio da curva das amostras
ligadas ocorre em um valor superior a 0,90. Logo, 9 deve ser o nmero que
mais se aproxima da classificao real de amostras ligadas.
86
Tabela 14: Valores de AUC para os diversos nmeros de classes estudados no Conjunto
No de
classes
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
AUC
NL
0,8460
0,7705
0,9743
0,9954
0,9889
1,0000
0,9987
1,0000
0,9999
0,9999
0,9998
0,9998
0,9994
0,9993
0,9992
0,000
0,000
0,010
0,444
0,444
0,869
0,906
0,961
0,961
0,961
0,965
0,975
0,975
0,975
0,975
0,002
0,148
0,538
0,643
0,687
0,739
0,968
0,976
0,977
0,988
0,988
0,992
0,992
0,992
0,993
No de
classes
17
18
19
20
21
22
23
24
25
26
27
28
29
30
AUC
NL
0,9945
0,9953
0,9953
0,9937
0,9960
0,9949
0,9979
0,9980
0,9984
0,9986
0,9987
0,9988
0,9989
0,9990
0,977
0,986
0,986
0,989
0,990
0,994
0,995
0,995
0,995
0,996
0,996
0,996
0,996
0,996
0,999
0,999
0,999
0,999
0,999
0,999
0,999
0,999
0,999
0,999
0,999
0,999
0,999
0,999
Encontrado o nmero de classes correto com o mtodo proposto, os

valores limites foram determinados a partir do histograma. Nesse conjunto, os
valores onde a probabilidade de 2% da curva das amostras ligadas ( L(2%)) e o
final da curva das amostras no ligadas (NL) coincidiram, assim, no h zona
de sobreposio. Nesse caso, as amostras foram consideradas no ligadas
com cosseno quadrado () de 0 a 0,975 e ligadas com cosseno quadrado ()
de 0,975 a 1, como mostra a Figura 47.
correlao mxima de 0,95 com nmero de classes igual a 9, mostrando que no h zona de
sobreposio com os valores limites coincidentes.
87

A curva ROC para o Conjunto Controlado de Amostras Reais com
correlao mxima de 0,97 com o nmero de classes igual a 10 apresentada
na Figura 48 e as AUCs encontradas para cada curva ROC encontram-se na
Tabela 15, as quais mostram que o primeiro maior valor indicou que o nmero
correto de classes pode ser 7. No entanto, esse valor descartado porque o
incio da curva das amostras ligadas inferior a 0,90. O prximo maior valor de
AUC indica que o nmero correto de classes 10, mostrando o funcionamento
do mtodo proposto tambm para esse conjunto de amostras.
Figura 48: Curva ROC para o Conjunto Controlado de Amostras Reais com correlao mxima
de 0,97 com nmero de classes igual a 10.
88
No de
classes
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
AUC
NL
0,8449
0,7635
0,9572
0,9929
0,9871
1,0000
0,9987
0,99983
0,99988
0,99987
0,99982
0,99977
0,9994
0,9994
0,9994
0,000
0,000
0,001
0,444
0,444
0,869
0,906
0,941
0,961
0,961
0,961
0,975
0,975
0,975
0,975
0,017
0,148
0,538
0,643
0,687
0,739
0,968
0,976
0,992
0,992
0,992
0,992
0,992
0,992
0,992
No de
classes
17
18
19
20
21
22
23
24
25
26
27
28
29
30
AUC
NL
0,9992
0,9949
0,9957
0,9957
0,9940
0,9962
0,9968
0,9950
0,9981
0,9981
0,9985
0,9987
0,9988
0,9989
0,975
0,977
0,986
0,986
0,989
0,990
0,994
0,994
0,995
0,995
0,995
0,996
0,996
0,996
0,993
0,999
0,999
0,999
0,999
0,999
0,999
0,999
0,999
0,999
0,999
0,999
0,999
0,999
Os limites encontrados para Conjunto Controlado de Amostras Reais

com correlao mxima de 0,97 so mostrados na Figura 49. As amostras so
consideradas no ligadas se tiverem um cosseno quadrado () entre 0 e 0,975.
Enquanto que as amostras so consideradas ligadas se tiverem um cosseno
quadrado () entre 0,992 e 1. Portanto, nesse caso, a regio de incerteza se
encontra entre os valores de : 0,975 e 0,992.
correlao mxima de 0,97 com nmero de classes igual a 10, mostrando a zona de
sobreposio com os valores limites.
89
7.4.2. Conjunto Simulado de Amostras

O Conjunto de Amostras Simuladas foi criado com o objetivo de
aumentar a variabilidade no nmero de amostras e verificar o funcionamento
do mtodo proposto para a determinao dos valores limites que separem
amostras ligadas das no ligadas a partir da identificao do nmero correto de
classes.
A seguir esto apresentados os resultados para os trs sub-conjuntos de
amostras simuladas.
7.4.2.1. Caso 1: Conjunto de Amostras Simuladas com correlao
mxima de 0,70
O dendrograma do Conjunto de Amostras Simuladas, mostrado na
Figura 50, foi obtido utilizando HCA da mesma forma que os dendrogramas
obtidos para os Conjuntos Controlados de Amostras Reais.
Figura 50: Dendrograma do Conjunto Simulado de Amostras com correlao mxima de 0,70 e
ampliao da regio mais ramificada mostrando as 7 classes indicadas pela HCA.
O histograma do Conjunto Simulado de Amostras com correlao

mxima de 0,70 dividido em 7 classes, mostrado na Figura 51, tambm no
90
apresenta zona de sobreposio, pois embora esse conjunto tenha sido criado
artificialmente, ele utilizou dados do Conjunto Controlado de Amostras Reais
com correlao mxima de 0,70 que no apresenta nenhum valor de entre
0,738 e 0,918.
Figura 51: Histograma com amostras do Conjunto Simulado de Amostras com correlao
mxima de 0,70 com nmero de classes igual a 7, mostrando os valores limites.
Os valores de AUC obtidos a partir das curvas ROC esto apresentados

na Tabela 16. O primeiro maior valor encontrado indica que 7 o nmero de
classes correto, valor coincidente com os dados utilizados na criao desse
conjunto. Assim, o mtodo proposto foi eficaz para identificar o nmero de
classes e, consequentemente, os valores limites para esse conjunto.
Simulado de Amostras com correlao mxima de 0,70.
No de
classes
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
AUC
NL
0,7965
0,8068
0,9406
0,9999
0,9991
1,0000
0,9988
0,9974
0,9974
0,9974
0,9972
0,9963
0,9963
0,9965
0,9954
0,000
0,000
0,000
0,463
0,590
0,918
0,923
0,947
0,947
0,947
0,947
0,960
0,960
0,971
0,973
0,004
0,031
0,493
0,541
0,730
0,772
0,998
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
No de
classes
17
18
19
20
21
22
23
24
25
26
27
28
29
30
AUC
NL
0,9945
0,9943
0,9945
0,9945
0,9945
0,9946
0,9945
0,9950
0,9955
0,9955
0,9956
0,9959
0,9960
0,9960
0,973
0,973
0,975
0,975
0,975
0,975
0,975
0,975
0,982
0,982
0,982
0,984
0,984
0,985
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
91
Para o Conjunto Simulado de Amostras com correlao mxima de 0,70

amostras so consideradas no ligadas quando apresentarem cosseno
quadrado () de 0 a 0,772 e amostras so consideradas ligadas quando
apresentarem cosseno quadrado () de 0,918 a 1, como mostra a Figura 51.
7.4.2.2. Caso 2: Conjunto Simulado de Amostras com correlao
mxima de 0,95
Seguindo o procedimento sugerido pelo mtodo proposto neste trabalho,
a curva ROC para o Conjunto Simulado de Amostras Reais com correlao
mxima de 0,95 foi obtida e est apresentada na Figura 52. Observa-se que
nesse caso tem-se uma curva mais suave devido a quantidade de amostras
disponveis.
Figura 52: Curva ROC para Conjunto Simulado de Amostras Reais com correlao mxima de
0,95 com nmero de classes igual a 9.
Os valores de AUC obtidos para os diversos nmeros de classe testados

esto dispostos na Tabela 17, onde observa-se que o primeiro maior valor de
AUC indica que o nmero correto de classes deveria ser 7, porm com esse
nmero de classes o incio da curva das amostras ligadas (L=0,879) ocorre
com correlaes inferiores a 0,90 indicando que amostras no ligadas foram
classificadas como ligadas.
Por isso, o segundo maior valor de AUC
encontrado (AUC=0,9997). Esse valor indica que o nmero correto de classe

pode ser 9, valor que corresponde ao nmero de classes utilizado para criar
92
esse conjunto, o que mostra o funcionamento do mtodo proposto para esse

conjunto de amostras.
No de
classes
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
AUC
NL
0,8472
0,8588
0,9767
0,9942
0,9917
1,0000
0,9965
0,9997
0,9993
0,9987
0,9987
0,9987
0,9982
0,9982
0,9982
0,000
0,000
0,006
0,445
0,445
0,879
0,879
0,918
0,923
0,947
0,947
0,947
0,960
0,960
0,965
0,004
0,132
0,541
0,657
0,730
0,772
0,985
0,993
0,998
1,000
1,000
1,000
1,000
1,000
1,000
No de
classes
17
18
19
20
21
22
23
24
25
26
27
28
29
30
AUC
NL
0,9982
0,9970
0,9967
0,9966
0,9960
0,9960
0,9960
0,9962
0,9961
0,9965
0,9965
0,9965
0,9966
0,9967
0,971
0,971
0,971
0,971
0,975
0,975
0,975
0,975
0,975
0,981
0,981
0,981
0,981
0,981
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
Com o nmero de classes determinado possvel verificar no

histograma (Figura 53) que os valores limites para esse conjunto classificam as
amostras como ligadas quando apresentam cosseno quadrado () entre 0,993
e 1 e amostras so consideradas no ligadas se apresentarem cosseno
quadrado () entre 0 e 0,970. A regio de incerteza foi determinada entre o
intervalo de 0,970 e 0,993. Para amostras que possuem dentre do intervalo
de incerteza outras anlises devero ser feitas e outras informaes adicionais
so necessrias para verificar se existe ligao entre tais amostras.
Tambm possvel observar no histograma da Figura 53 que, em
comparao com a Figura 47, a zona de sobreposio do conjunto simulado
maior porque possui um nmero maior de amostras e um maior nvel de rudo,
adicionado artificialmente.
93
Figura 53: Histograma com amostras do Conjunto Simulado de Amostras Reais com correlao
mxima de 0,95 com nmero de classes igual a 9, mostrando a zona de sobreposio com os
valores limites.
7.4.2.3. Caso 3: Conjunto Simulado de Amostras com correlao

mxima de 0,97
O ltimo conjunto utilizado para testar o funcionamento do mtodo
proposto para a determinao dos valores limites na separao de amostras
ligadas e no ligadas o Conjunto Simulado de Amostras com correlao
mxima de 0,97.
Os histogramas obtidos para esse conjunto de amostras seguiram as
mesmas tendncias observadas nos demais casos, quando as amostras so
distribudas em poucas classes, a curva de amostras ligadas inicia-se com
baixos valores de correlao. Quando as amostras so distribudas em muitas
classes, o histograma apresenta um nmero elevado de correlaes com
valores acima de 0,90 na curva de amostras no ligadas, conforme pode ser
observado na Figura 54.
Observa-se na Tabela 18 que para o Conjunto Simulado de Amostras
com correlao mxima de 0,97 o maior valor de AUC indicou que o nmero
correto de classes deveria ser 7, no entanto, para esse valor o incio da curva
de amostras ligadas inferior a 0,90 (L=0,880). O segundo maior valor de
AUC indica o nmero correto de classes: 10. Porm, o incio da curva de
94
amostras ligadas tambm inferior a 0,90 (L=0,880). O terceiro maior valor de

AUC indica que o nmero correto de classes 11 (L=0,942).
A diferena encontrada na determinao do nmero correto de classes e
o nmero de classes utilizado inicialmente para a construo do Conjunto
Simulado de Amostras com correlao mxima de 0,97 pode ser explicada pelo
acrscimo de variabilidade aos dados, promovendo um possvel surgimento de
novas classes. Porm, mesmo com o surgimento de uma nova classe a
variao nos limites da regio de incerteza no foi significativo. Para o nmero
de classes igual a 10 os limites so: 0,971 a 0,9995 e para o nmero de
classes igual a 11 os limites so: 0,974 a 0,9995.
No de
classes
AUC
NL
L(2%)
No de
classes
AUC
NL
L(2%)
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
0,7579
0,9050
0,9556
0,9929
0,9956
1,0000
0,9979
0,9986
0,9992
0,9991
0,9987
0,9983
0,9980
0,9981
0,9980
0,000
0,000
0,001
0,447
0,460
0,880
0,880
0,880
0,880
0,942
0,944
0,944
0,944
0,960
0,967
0,554
0,554
0,554
0,652
0,772
0,772
0,981
0,982
0,9995
0,9995
0,9995
0,9995
0,9995
0,9996
0,9996
ND
ND
ND
0,480
0,578
0,922
0,927
0,953
0,971
0,974
0,983
0,983
0,984
0,982
0,985
17
18
19
20
21
22
23
24
25
26
27
28
29
30
0,9977
0,9976
0,9976
0,9970
0,9973
0,9974
0,9968
0,9961
0,9962
0,9963
0,9965
0,9966
0,9968
0,9969
0,967
0,968
0,968
0,968
0,973
0,973
0,973
0,973
0,976
0,976
0,980
0,980
0,980
0,980
0,9996
0,9996
0,9996
0,9996
0,9996
0,9996
0,9997
0,9998
0,9998
0,9998
0,9998
0,9998
0,9998
0,9998
0,986
0,986
0,987
0,987
0,988
0,988
0,989
0,990
0,990
0,990
0,991
0,991
0,992
0,992
ND: Valores no determinados.
95
Figura 54: Histogramas para o Conjunto Simulado de Amostras com correlao mxima de
0,97: (a) com nmero de classes inferior ao nmero real, (b) com nmero de classes ideal e (c)
com nmero de classes superior ao nmero real.
96
Os limites encontrados para esse Conjunto considerando o nmero de

classes utilizadas na criao do conjunto, 10 classes, caracteriza amostras no
ligadas como sendo as que apresentam cosseno quadrado () entre 0 e 0,971
e amostras ligadas como sendo as que apresentam cosseno quadrado entre
0,9995 e 1. J os limites encontrados para o conjunto que considera o nmero
de classes determinado pela metodologia apresentada, 11 classes, classificam
amostras como no ligadas quando o cosseno quadrado () entre seus vetores
est entre 0 e 0,973 e classificam amostras ligadas quando o cosseno
quadrado est entre 0,9995 e 1. A diferena observada entre as classificaes
encontra-se na terceira casa decimal no sendo, portanto, significativa.
7.4.3. Conjunto de Amostras Reais com mais de 10 picos
Esse conjunto representa o estudo de um caso real que forneceu
subsdios para o estabelecimento de correlaes entre amostras apreendidas
pela Polcia Federal.
O dendrograma obtido para esse Conjunto com mais de 10 picos
apresentado na Figura 55, onde observa-se uma maior ramificao do que
para os casos dos Conjuntos Controlados de Amostras Reais.
Na Figura 56 foram apresentados histogramas representantes das trs
faixas de classes citadas anteriormente. A primeira faixa com nmeros de
classe entre 10 e 13, a segunda faixa com nmeros de classe entre 19 e 28 e a
terceira faixa com valores superiores a 28 classes.
As tendncias observadas na anlise visual dos histogramas foram as
mesmas observadas em todos os casos, a primeira faixa apresentada com
nmeros de classe entre 10 e 13 provavelmente possui um nmero inferior ao
nmero correto de classes desse Conjunto, pois amostras com coeficientes do
correlao inferiores a 0,90 so consideradas ligadas. As observaes dos
histogramas da segunda faixa sugeriram que o nmero correto de classes est
entre 19 e 28 classes. J os histogramas com nmero de classes superior a 28
indicam que esses so valores muito elevados para classificar amostras visto
que muitas amostras com correlaes altas, acima de 0,99 so consideradas
como no ligadas.
97
Figura 55: Dendrograma do Conjunto de Amostras Reais.
98
Figura 56: Histogramas para o Conjunto de Amostras Reais: (a) com nmero de classes inferior
ao nmero real, (b) com nmero de classes ideal e (c) com nmero de classes superior ao
nmero real.
Na Tabela 19 esto apresentados os valores de AUC com marcao nos

valores mais altos de AUC. O primeiro maior valor de AUC indica que o nmero
de classes do conjunto deveria ser 10 classes, porm com esse nmero de
classe amostras com baixos valores de correlaes so consideradas ligadas.
O prximo maior valor de AUC indica que o nmero de classes correto deve
estar entre 24 e 28 classes.
99
Tabela 19: Valores de AUC para os diversos nmeros de classes estudados no Conjunto de
Amostras Reais com mais de 10 picos.
No de
classes
AUC
NL
L(2%)
No de
classes
AUC
NL
L(2%)
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
0,9975
0,9995
0,9996
0,9995
0,9995
0,9995
0,9991
0,9976
0,9973
0,9975
0,9989
0,9989
0,9990
0,9994
0,9994
0,9994
0,9995
0,9995
0,9995
0,9995
0,9995
0,9931
0,9932
0,428
0,531
0,619
0,759
0,759
0,767
0,808
0,812
0,812
0,852
0,885
0,885
0,885
0,925
0,925
0,925
0,930
0,934
0,934
0,934
0,934
0,934
0,941
0,974
0,974
0,974
0,980
0,980
0,980
0,980
0,994
0,994
0,994
0,994
0,994
0,994
0,994
0,994
0,994
0,9941
0,9941
0,9941
0,9941
0,9941
0,997
0,997
0,548
0,847
0,852
0,856
0,859
0,859
0,868
0,871
0,873
0,879
0,941
0,948
0,951
0,961
0,961
0,961
0,9624
0,9627
0,9628
0,9631
0,9635
0,963
0,965
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
0,9934
0,9934
0,9934
0,9935
0,9935
0,9939
0,9946
0,9946
0,9946
0,9948
0,9950
0,9950
0,9950
0,9950
0,9937
0,9938
0,9938
0,9939
0,9939
0,9939
0,9939
0,9936
0,9937
0,948
0,949
0,951
0,951
0,951
0,951
0,959
0,967
0,967
0,971
0,971
0,971
0,971
0,971
0,975
0,975
0,975
0,975
0,975
0,975
0,975
0,977
0,977
0,997
0,997
0,997
0,997
0,997
0,997
0,997
0,997
0,997
0,997
0,997
0,997
0,997
0,997
0,999
0,999
0,999
0,999
0,999
0,999
0,999
0,999
0,999
0,971
0,971
0,971
0,972
0,972
0,973
0,978
0,978
0,978
0,978
0,979
0,979
0,979
0,979
0,986
0,986
0,986
0,986
0,986
0,986
0,986
0,987
0,987
Nesse caso, o segundo critrio que pode ser avaliado para determinar o
nmero de classes correto a minimizao da zona de sobreposio. Assim,
comparando a distancia entre L(2%) e NL (0,9635 a 0,9941), foi possvel indicar
que o nmero de classes que melhor classifica a populao de amostras para
esse conjunto 28.
Aps determinar os valores limites do conjunto, esses valores foram
comparados com limites descritos na literatura que tambm estabeleceram
valores limites para identificar correlaes entre amostras de sal de cocana
utilizando o quadrado da funo cosseno. Na Tabela 20 foram mostrados os
resultados obtidos.
100
Tabela 20: Valores de NLe L(2%) para um conjunto de dados encontrado na literatura e para
o Conjunto de Amostras Reais com mais de 10 picos estudado nesse trabalho .
Laboratrio
INC Braslia, Brasil: Amostras Reais com mais de 10
picos
LPS Lyon, Frana*
L(2%)
NL
0,963
0,994
0,985
0,994
*O trabalho realizado pelo Laboratrio de Lyon na Frana em 2008 utilizando um conjunto de

19
amostras conhecidas.
Os valores limites encontrados nesse trabalho diferem pouco do valor

encontrado na literatura, o que no caracteriza um problema ou incoerncia,
pois valores limites podem variar de acordo com o conjunto de amostras
analisadas.
7.4.3.1. Aplicao para casos reais
A partir dos limites fixados pela aplicao da metodologia proposta
nesse
trabalho,
correlaes
puderam
estabelecidas
entre
diferentes
apreenses de sal de cocana realizadas pela Polcia Federal.

Um caso observado, caso 1, correlacionou quatro apreenses que foram
feitas em Estados diferentes. Amostras dessas apreenses apresentaram
maior que 0,994. Essas correlaes foram confirmadas por outras anlises e
investigaes policiais. A Figura 57 mostra onde foram realizadas as
apreenses e a quantidade de cocana que foi apreendida nesse caso.
Outra aplicao desse mtodo pode ser observada na Figura 58, onde
foi possvel correlacionar amostras de trs diferentes apreenses. Nesse caso
particular, pode-se inferir que as amostras foram produzidas em um laboratrio
de um dos trs estados e distribudas para dois traficantes que reprocessaram
as amostras. Esse segundo processamento das amostras uma provvel
explicao para as correlaes encontradas entre as amostras apreendidas no
Estado do Paran e no Distrito Federal terem valores dentro da regio de
incerteza.
101
Figura 57: Caso 1 - Apreenses correlacionadas feitas pela Polcia Federal de amostras de sal
de cocana.
Figura 58: Caso 2 - Apreenses correlacionadas feitas pela Polcia Federal de amostras de sal
de cocana.
102
Concluso
103
8. Concluso
A determinao de solventes residuais em amostras de sal de cocana
atravs de HS-CG-MS e sua anlise atravs de ferramentas quimiomtricas se
mostrou til para aplicaes forenses, pois permitiu a identificao do mtodo
de refino e a comparao de amostras apreendidas.
O grande nmero de amostras analisadas permitiu a criao de um
banco de dados que caracterizou as apreenses de sal de cocana feitas pela
Polcia Federal entre 2007 e 2010. As anlises de HCA e PCA classificaram
essas amostras de acordo com mtodos de refino utilizados no processo de
produo da cocana, sendo possvel apresentar os tipos de solventes que vm
sendo utilizados no preparo das amostras apreendidas com mais frequncia no
Brasil. Esse estudo permite melhorar o controle e a venda de produtos
qumicos no pas, com inteno de dificultar a produo de cocana.
Estudos estatsticos feitos para o conjunto de dados possibilitou a
criao de uma metodologia que permite a identificao de correlaes entre
apreenses de amostras de sal de cocana. Alm disso, os estudos estatsticos
definiram valores limites de correlao que discriminam amostras como sendo
ligadas e no ligadas. Os valores limites encontrados nesse trabalho so
comparveis com valores determinados por outros mtodos descritos na
literatura.
A metodologia apresentada nesse trabalho promissora, pois no
necessita do conhecimento a priori da populao de amostras e permite o
ajuste dinmico dos valores limites. Assim, periodicamente novas amostras,
analisadas em trabalhos rotineiros, podem ser incorporadas ao conjunto de
dados e amostras que provavelmente no esto mais no mercado do trfico
podem ser retiradas do conjunto de dados. Logo, caractersticas de novas
amostras podem ser retratadas dinamicamente no estabelecimento dos valores
limites.
104
9. Referncias
1. Drug Identification Bible. 2006, 251-261. (ISBN: 0-9635626-8-1).

2. Oropesa Ortuno L., Oropesa Garcia J.C., Oropesa Garcia F., Manual
internacional de investigation y control quimico antonarcoticos, Ed. FTM, La
Paz, Bolivia, 2a edio, 2005.
3. Campos Bahls, F.; Clair Bahls, S.; Interao em Psicologia. 2002, 6, 177181.
4. Casale, J. F.; Klein,R. F. X.; Forensic Science Review. 1993, 5, 95107.
5. Singh, S.; Chemical Reviews. 2000, 100, 9251024.
6. Paula, S.; Tabet, M. R.; Farr, C. D.; Norman, A. B.; Ball, W. J.; Journal of
Medicinal Chemistry. 2004, 47, 133142.
7. http://www.obid.senad.gov.br/portais/OBID/index.php#historico, acessado em
23/11/2011.
8. Carlini E.A.; Galdurz J.C.; Noto A.R.; Nappo S.A.; I Levantamento domiciliar
nacional sobre uso de drogas psicotrpicas no Brasil (2001). So Paulo:

Secretaria Nacional Antidrogas/Centro Brasileiro de Informaes sobre Drogas
Psicotrpicas - CEBRID.
9. Duailibi, L.B.; Ribeiro, M.; Laranjeira, R.; Caderno de Sade Pblica. 2008,
24, 545-557.
10. Hamid A.; The international journal of the addiction. 1991, 26(8), 825-836.
11. Hamid A.; The international journal of the addiction. 1991, 26(8), 913-922.
12. United Nations Office on Drugs and Crime,World Drug Report: Analysis,
United Nations Publications, 2009.
13. Cdigo Civil, Lei no 11.343/06, de 23 de agosto de 2006.
14. Brasil. Ministrio da Sade. Agncia Nacional de Vigilncia Sanitria.
Portaria SVS/MS 344. Dirio Oficial da Unio, Braslia 12 de Maio de 1998.
15. Chiarotti, M.; Fucci, N.; Forensic Science International. 1999, 733, 127-136.
16. Cole, M. D. The Analysis of Controlled Substances. Ed. John Willey & Sons:
Chichester, WS, 2003.
17. Casale, J.F.; Waggoner, R.W.; Journal of Chromatography A. 1991, 36,
13121330.
18. Esseiva, P.; Dujourdy, L.; Besacier, F.; Margot, P.; Lociciro, S.; Hayoz, P.;
Forensic Science International. 2007, 167, 220-228.
105
19. Dujourdy, L.; Besacier, F.; Forensic Science International. 2008, 179, 111122.
20. Chiarotti, M.; Marsili, R.; Moreda-Piero, A.; Journal of Chromatography.
2002, 772, 249-256.
21. Casale, J. F.; James, B. S.; Ehleringer, J. R.; Morello, D. R.; Loot, M. J.;
Journal of Forensic Science. 2005, 50(6), 1-7.
22. Drger, B.; Journal of Chromatography. 2002, 978, 1-35.
23. Lydon, J.; Casale, J. F.; Kong, H. Sullivan, J.H.; Daughtry, C. S. T.; Bailey,
B.; Photochemistry and Photobiology. 2009, 85, 1156-1161.
24. Moore, J. M.; Casale, J. F.; Cooper, D. A.; Journal of Chromatography.
1996, 756, 193-201.
25. Morello, D.R.; Meyers, R.P.; Journal of Forensic Science. 1995, 40, 957963.
26. Rossi, R. C.; Determinao de componentes volteis minoritrios em
amostras de cocana empregando extrao por headspace esttico e
cromatografia a gs. Nova Hamburgo, 2009.
27. Chiarotti, M.; Fucci, N.; Forensic Science International. 1988, 37, 47-53.
28. Esseiva, P.; Anglada, F.; Dujourdy, L.; Taroni, F.; Margot, P.; Du Pasquier,
E.; Dawson, M.; Roux, C.; Doble, P.; Talanta. 2005, 67,360367.
29. Farmacopeia Brasileira, volume 1 - Agncia Nacional de Vigilncia
Sanitria. Braslia: Anvisa, 2010.
30. Avdovich, H. W.; Lebelle, M. J.; Savard, C. ; Wilson, W. L.; .; Forensic
Science International. 1991, 49, 225-235.
31. Cole, M. D.; Cartier, J.; Guniat, O.; Science and Justice. 1997, 37, 175181.
32. Otero, R.; Carrera, G.; Dulsat, J.F.; Fabrega, J.L.; Claramunt, J.; Journal of
Chromatography A. 2004, 1057, 193201.
33. Esseiva, P.; Gaste, L.; Alvarez, D.; Anglada, F.; Forensic Science
International. 2011, 207, 2734.
34. Margot, P.; Dujourdy, L.; Barbati, G.; Taroni, F.; Guniat , O.; Esseiva, P.;
Anglada, F.; Forensic Science International. 2003, 131, 171-183.
35. Esseiva, P.; Lociciro, S.; Hayoz, P.; Dujourdy, L.; Besacier, F.; Margot, P.;
Forensic Science International. 2008, 177, 199-206.
106
36. CICAD OAS. The Toxicology of Selected Substances Used in the

Production and Refining of Cocaine and Heroin: A Tier-Two Assessment. Ed.
Organization of American States, Washington, DC, USA, 2005.
37.http://nuno-ontheroad.blogspot.com/2007/10/cidade-perdida-dostaironas.html
38. Microgram Bulletin, Vol. Xxxvi, 2, 37, 2003.
39. Collins, M. ; Casale, J.; Cocaine profilingdetail, in: 18th International
Symposium on the Forensic Sciences The Australian and New Zealand
Forensic Science Society (ANZFSS), Trends in Drug ProfilingWorkshop, Perth,
April, 2006.
40. Camarasu, C.C.; Journal of Pharmaceutical and Biomedical Analysis. 2000,
23, 197-210.
41. http://www.crq4.org.br/sms/files/file/cromatografia_site_mini2010.pdf
acessado em 30/11/2011.
42. B. Kolb, L. S. Ettre in Static headspace-gas chromatography Theory and
Practice. Wiley Interscience, Hoboken, 2006.
43. Stahl, W. H.; Voelker, W. A.; Sullivan, J. H.; Food Technology. 1960, 14,
1416.
44. Machata, G.; Mikrochimica Acta. 1964, (2/4), 262271.
45. http://www.chem.agilent.com, acessado em 30/01/2012.
46. Carvalho, P.C.; Fischer, J.S.G.; Degrave, W.M.;Carvalho, M.G.C.; Jornal
Brasileiro de Patologia e Medicina Laboratorial, 2006, 42(6), 431-436.
47. De Grande, S.M.B.; Aquino Neto, F.R.; Qumica Nova, 1990, 13(3), 191199.
48. http://bondingorbital.com/espectros/EM.pdf acessada em 13/01/2012.
49. Cole, M.D.; Forensic Science Review, 1998, 10,113120.
50. Massart, D.L; Vandeginste, B.G.M.; Buydens, L.M.C.; de Jong, S.; Lewi,
P.J.; Smeyers-Verbeke, J.; Handbook of Chemometrics and Qualimetrics, Part
A; Ed. Elsevier, 3a edio, 2003.
51. Roggo, Y.; Chalus, P.; Maurer, L.; Lema-Martinez, C.; Edmond, A.; Jent, N.;
Journal of Pharmaceutical and Biomedical Analysis. 2007, 44, 683-700.
52. M. Otto. Chemometrics: Statistics and Computer Application in Analytical
Chemistry, John Wiley, New York, 1999.
53. http://www.mathworks.com, acessado em 30/11/2011.
107
54. Neto, J.M.M.; Moita, G.C.; Qumica Nova. 1998, 21(4), 467-469.
55. Esseiva, P.; Dujourdy, L.; Taroni, F.; Anglada, F.; Margot, P.; Forensic
Science International. 2003, 132, 139-152.
56. Weywrmann, C.;Marquis,R.; Delaporte, C.; Esseiva, P.; Lock, E.; Aalberg,
L.; Bozenko Jr., J.S.; Dieckmann, S.; Dujourdy, L.; Zrcek, F.; Forensic Science
International. 2008, 177, 11-16.
57. Tanaka, K.; Ohmorit, T.; Inoue, T.; Seta, S.; Forensic Science International.
1994, 39(2), 500-511.
58. Janzen, K.E.; Fernando, A.R.; Walter, L.; Forensic Science International.
1994, 69, 23-29.
59. Perkal, M.; Pearson, J.; Forensic Science International. 1994, 69, 77-87.
60. Thornton, J.I.; Journal Forensic Science. 1975, 19(4), 873-883.
61.http://www2.dbd.pucrio.br/pergamum/tesesabertas/0016025_04_cap_02.pdf
30/11/2011.
acessado
em
62. Obuchowski, N.A.; American Journal of Roentgenology. 2005, 184(2), 364372.

63. Zacca, J. J.: Training Report at the Laboratoire de Police Scientifique Lyon
France, 2009.
64. Brendolan, G.: Validao de Mtodos Analticos. Apostila de curso. So
Paulo, 4 edio, 2010.
108
Anexo
Cromatogramas caractersticos para as classes que formam o Conjunto de
Controlado de Amostras.
109
110
111
112

2012 TatianeSouzaGroberio

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

2012 TatianeSouzaGroberio

Hochgeladen von

Copyright:

Verfügbare Formate

UNIVERSIDADE DE BRASLIA

PROGRAMA DE PS-GRADUAO EM QUMICA

DESENVOLVIMENTO DE UMA METODOLOGIA

Tatiane Souza Grobrio

Orientador: Prof. Dr. Jez Willian Batista Braga

DESENVOLVIMENTO DE UMA METODOLOGIA

Dissertao apresentada ao Curso de

TATIANE SOUZA GROBRIO

Orientador: Prof. Dr. Jez Willian Batista Braga

Agradeo a todos que participaram direta ou indiretamente desse

Estabilidade dos solventes nas amostras ................................. 11

Seleo dos solventes .............................................................. 11

2.5. Identificao de grupos de amostras ................................................... 14

Fundamentos tericos do headspace ....................................... 37

4.3. Espectrometria de massas .................................................................. 39

Anlise de Componentes Principais (PCA) ............................... 42

Anlise Hierrquica de Agrupamento (HCA) ............................. 44

5.2. Comparaes entre amostras ............................................................. 45

Funo Cosseno ....................................................................... 46

Correlaes intra e interclasses ................................................ 48

ROC Receiving Operating Characteristics ............................. 51

6. Materiais e Mtodos ..................................................................................... 56

Preparo da soluo saturada de sulfato de sdio ..................... 65

Preparo da soluo de Padro Interno (PI) ............................... 65

Preparao da amostra ............................................................. 65

6.6. Parmetros Experimentais .................................................................. 66

Limite de Deteco ................................................................... 70

6.9. Anlise quimiomtrica.......................................................................... 71

Conjunto Controlado de Amostras Reais .................................. 82

7.4.1.1. Caso 1: Conjunto Controlado de Amostras Reais com

Conjunto Simulado de Amostras ............................................... 90

correlao mxima de 0,70 ................................................................ 90

Conjunto de Amostras Reais com mais de 10 picos ................. 97

8. Concluso .................................................................................................. 104

LISTA DE ABREVIATURAS E ACRNIMOS

Chromatography - Flame Ionization Detector)

LPS: Laboratrio Forense da Frana (Laboratoire de Police Scientifique)

Tabela 19: Valores de AUC para os diversos nmeros de classes estudados no

Figura 18: Esquema de funcionamento do analisador quadrupolar. Adaptada da

desenvolvimento e aplicao do mtodo proposto. .......................................... 58

Figura 35: Porcentagem de amostras com determinado solvente. .................. 75

Figura 49: Histograma com amostras do Conjunto Controlado de Amostras

Consolidar e validar uma metodologia adequada realidade brasileira

Determinar o perfil qumico de solventes residuais das amostras

Estabelecer correlaes entre apreenses de cocana efetuadas em

Propor uma abordagem estatstica para estabelecer valores limites que

determinao e anlise de solventes residuais presentes em amostras de

Cocana ou metilbenzoilecgonina um alcaloide tropnico de ocorrncia

Figura 1: Estrutura geral de um tropano e da cocana.

A cocana pode apresentar-se na forma de base livre ou na forma salina,

Figura 2: Estruturas qumicas de cocana na forma de base livre e na forma salina.

A origem etimolgica da palavra coca provm da lngua aymara e

Internaes hospitalares relacionadas com o uso de cocana comearam

A Lei no 11.343/06, de 23 de agosto de 2006, criada para instituir o

periodicamente pelo Poder Executivo da Unio.13 Essa especificao inclui a

cocana como entorpecente de uso proscrito no Brasil.14 Portanto, cabe aos

Tcnicas para identificao do Perfil Qumico de

de cultivo e espcie das folhas de coca utilizadas para extrair a cocana,

Figura 3: Equilbrio entre fase vapor e fase lquida no frasco de headspace.

De acordo com os dados j descritos na literatura, ambos os sistemas

cromatogrficas e outras vantagens que podem ser citadas so: utilizao de

Solventes Orgnicos Residuais

Um estudo da estabilidade dos solventes orgnicos residuais presentes