| Summary: | En la actualidad existe poca información sobre la relación de imágenes multiespectrales
de plantas medicinales con su composición química, en especial en asociación al
metabolismo secundario. Es por esto que, el presente estudio se realizó con la finalidad
de explorar las posibles asociaciones entre las imágenes multiespectrales de una especie
vegetal con los compuestos formados durante su metabolismo secundario,
particularmente polifenoles, lo que podría servir como base para el desarrollo de un
modelo predictivo. Para esto se utilizaron técnicas bioquímicas y espectrales con el fin de
detectar, identificar y cuantificar los polifenoles presentes en la planta Jungia rugosa. La
obtención del extracto se realizó en fresco por percolación con metanol. Los polifenoles
fueron analizados por cromatografía líquida de alta resolución con detección de arreglo
de diodos (HPLC-DAD) para su separación e identificación; y por Folin-Ciocalteu para
la determinación del contenido total. Para la obtención de las imágenes multiespectrales
se utilizó una cámara multiespectral Sequoia ® provista por la Facultad de Ciencias
Agropecuarias de la Universidad de Cuenca. Las fotos fueron tomadas a nivel de campo,
en el lugar de crecimiento de la planta de estudio (Biblián, San José Raranga y El Cajas),
la cual estuvo expuesta directamente a la radiación solar para garantizar el correcto
funcionamiento de la cámara. Posteriormente, las plantas fueron recolectadas y
transportadas al laboratorio para el análisis bioquímico, en donde también se realizó una
segunda toma de imágenes. La posible correlación entre la determinación bioquímica e
imágenes espectrales se evaluó mediante el análisis de regresión lineal. Los resultados
sugieren que existe una correlación directa entre estos dos métodos analizados, siendo
más significativo en los lugares de San José de Raranga y El Cajas, siendo menor el grado
de correlación en Biblián. En base a los resultados se concluye que existe una relación
entre el análisis de imágenes multiespectrales de plantas con su comportamiento
fisiológico, pudiendo ser promisorio el desarrollo de un modelo predictivo de la
composición de polifenoles en especies vegetales mediante la toma de imágenes
multiespectrales.
|
|---|