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 Qumica. do ttulo de Mestre em

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. 2.4.2. Estabilidade dos solventes nas amostras ................................. 11 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. 5.1.2. Anlise de Componentes Principais (PCA) ............................... 42 Anlise Hierrquica de Agrupamento (HCA) ............................. 44

5.2. Comparaes entre amostras ............................................................. 45 5.2.1. 5.2.2. Funo Cosseno ....................................................................... 46 Correlaes intra e interclasses ................................................ 48 VI

5.2.3. 5.2.4.

Histogramas .............................................................................. 49 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. 6.5.2. 6.5.3. Preparo da soluo saturada de sulfato de sdio ..................... 65 Preparo da soluo de Padro Interno (PI) ............................... 65 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. 6.8.2. 6.8.3. 6.8.4. Preciso .................................................................................... 68 Linearidade ............................................................................... 69 Limite de Deteco ................................................................... 70 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 7.4.1.2. Caso 2: Conjunto Controlado de Amostras Reais com correlao mxima de 0,95 ................................................................ 86 7.4.1.3. Caso 3: Conjunto Controlado de Amostras Reais com correlao mxima de 0,97 ................................................................ 88 7.4.2. Conjunto Simulado de Amostras ............................................... 90 7.4.2.1. Caso 1: Conjunto de Amostras Simuladas com correlao mxima de 0,70 ................................................................ 90 7.4.2.2. Caso 2: Conjunto Simulado de Amostras com correlao mxima de 0,95 ................................................................ 92 7.4.2.3. Caso 3: Conjunto Simulado de Amostras com correlao mxima de 0,97 ................................................................ 94 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 Tabela 15: Valores de AUC para os diversos nmeros de classes estudados no Conjunto Controlado de Amostras Reais com correlao mxima de 0,97. .... 89 Tabela 16: Valores de AUC para os diversos nmeros de classes estudados no Conjunto Simulado de Amostras com correlao mxima de 0,70. ................. 91 Tabela 17: Valores de AUC para os diversos nmeros de classes estudados no Conjunto Simulado de Amostras com correlao mxima de 0,95. ................. 93 Tabela 18: Valores de AUC para os diversos nmeros de classes estudados no Conjunto Simulado de Amostras com correlao mxima de 0,97. ................. 95

XI

Tabela 19: Valores de AUC para os diversos nmeros de classes estudados no 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 e 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 Conjunto Controlado de Amostras Reais com correlao mxima de 0,70. .... 85 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 Figura 47: Histograma com amostras do Conjunto Controlado de Amostras 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

Figura 49: Histograma com amostras do Conjunto Controlado de Amostras 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) MORELLO e MEYERS, 1995. COLE et al., 1998. CHIAROTTI et al., 2002. DUJOURDY e BESACIER, 2008.

Tcnica 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

Tabela 2: Solventes analisados em amostras de sal de cocana por diferentes autores.

Morello e Meyers acetona isopropanol ter etlico acetato de metila hexano clorofrmio acetato de etila etanol benzeno ciclohexano tolueno isobutanol clorometano o e m-xileno MEK butanol acetato de nbutila acetato de isobutila mesitileno ciclopentano metanol xido de mesitila 1,1,1triclorometano 1,1,2triclorometano -

Cole et al. acetona isopropanol ter etlico acetaldedo hexano clorofrmio acetato de etila etanol benzeno ciclohexano tolueno isobutanol clorometano xilenos MEK -

Chiarotti et al. acetona isopropanol ter etlico diclorometano hexano clorofrmio acetato de etila etanol benzeno acetato de npropila tolueno metanol clorometano pentano metilpentano MIBK metilciclopentano acetato de isopropila etilbenzeno metiletanoato ciclohexano 1,3dimetilbenzeno 2-butoxietanol decano mesitileno undecano acetofenona 2butoxietilacetato metilciclohexano 2-butanona

SOLVENTES

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 xido de mesitila acetato de isopropila -

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 e a

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 e

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 Peruano Colombiano Boliviano

Solvente A Acetona ter etlico acetato*

Solvente B 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 a 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 Alto Baixo Total de Resultados LIGADAS Verdadeiro Positivo (VP) Falso Negativo (FN) VP + FN = 1 NO-LIGADAS Falso Positivo (FP) Verdadeiro Negativo (VN) 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 REAIS REAL CONTROLADO SIMULADO

mximo entre classes A determinar 0,97 0,95 0,70 0,97 0,95 0,70

No de amostras 271 90 87 66 500 450 350

No de classes A determinar 10 9 7 10 9 7

No de correlaes 36585 4005 3741 2145 124750 101025 61075

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 e 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

Tempo de Reteno (min) 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

Razo massa/carga do Ion Principal (m/z) 43 59 43 57 83 43 78 43 84 56 43 43 43 91 43 83 91 91 91

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

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

Tempo de Reteno (min) 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

Razo massa/carga do Ion Principal (m/z) 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

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 acetato de isopropila 22 ciclohexano 23 2,3-dimetilpentano 24 heptano 25 acetato de n-propila 26 metilisobutilcetona (MIBK) 27 tolueno 28 acetato de isobutila 29 xido de mesitila 30 m-xileno 31 p-xileno 32 o-xileno 33 Mesitileno

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 a

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 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 Scan 29,0 200,0 o 230 C max 250oC 200oC max 200oC

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 Modo de aquisio Low mass High mass MS source MS quad

PARMETROS DE AQUISIO DO MS

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.

N 1 2 3 4 5 6 7 8 9 10 11 12 13 14

SOLVENTE acetato de etila acetato de isobutila acetato de isopropila acetato de n-propila acetona benzeno clorofrmio ter etlico MEK metanol tolueno m-xileno p-xileno o-xileno

MASSA (mg) 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 a 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.

(%) 80 50 20 10 5 2 0,5

PROPORO 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.
Tabela 12: Valores que caracterizam a linearidade do mtodo (r ), limite de deteco (LD) e concentrao de solventes em trs amostras distintas.
2

SOLVENTE 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

r2 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

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

7.4.1.2. Caso 2: Conjunto Controlado de Amostras Reais com correlao mxima de 0,95 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 Controlado de Amostras Reais com correlao mxima de 0,95.

No de classes 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

AUC 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

L 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

NL 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 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

L 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

NL 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.

Figura 47: Histograma com amostras do Conjunto Controlado de Amostras 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

7.4.1.3. Caso 3: Conjunto Controlado de Amostras Reais com correlao mxima de 0,97 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

Tabela 15: Valores de AUC para os diversos nmeros de classes estudados no Conjunto Controlado de Amostras Reais com correlao mxima de 0,97.

No de classes 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

AUC 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

L 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

NL 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 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

L 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

NL 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.

Figura 49: Histograma com amostras do Conjunto Controlado de Amostras Reais com 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.
Tabela 16: Valores de AUC para os diversos nmeros de classes estudados no 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 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

L 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

NL 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 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

L 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

NL 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.
Tabela 17: Valores de AUC para os diversos nmeros de classes estudados no Conjunto Simulado de Amostras com correlao mxima de 0,95.

No de classes 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

AUC 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

L 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

NL 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 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

L 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

NL 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.
Tabela 18: Valores de AUC para os diversos nmeros de classes estudados no Conjunto Simulado de Amostras com correlao mxima de 0,97.
No de classes

AUC 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

L 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

NL 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

L(2%) 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

No de classes

AUC 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

L 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

NL 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

L(2%) 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

2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

17 18 19 20 21 22 23 24 25 26 27 28 29 30

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
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

L
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

NL
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

L(2%)
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

No de classes

AUC
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

L
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

NL
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

L(2%)
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

8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53

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%) 0,963 0,985

NL 0,994 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