Cuprins

1.
2.
3.
4.
5.

Introducere ...........................................................................................................
Evaluarea datelor de sol prin analiza componentelor principale .......................
Evaluarea legat de legume-date prin analiza componentelor principale ..........
Analiza componentelor principale de date THQ .................................................
Concluzii ................................................................................................................
Bibliografie ..........................................................................................................

3
6
11
17
21
22

1. Introducere
2

Din cele mai vechi timpuri, produsele alimentare pe baz de plante au jucat un rol
important n nutriia uman, fiind o surs foarte important de antioxidani, vitamine i
minerale [ 1 - 3 ]. Nutriia modern necesit un consum mai mare de legume i fructe, din cauza
rolului lor asupra calitii vieii [ 1 ]. Pe de alt parte, produsele alimentare de plante, mai ales cel
care se consum fr prelucrare prealabil, cum ar fi legumele crude, este prima verig a lan ului
alimentar, prin care metalele macro i micro pot merge direct n corp. Pentru a asigura buna
funcionare a diverselor sisteme de enzime, corpul uman are nevoie de metale cele mai multe
micro-, dar unele, cum ar fi Cd, Pb, Hg i au efecte toxice. Toxicologie indic faptul c alte
metale grele, cum ar fi Cu, Ni, Mn, Fe, Cr, V, Mo, poate aprea n lista de metale duntoare,
dac concentraia lor depete anumite limite [ 4 , 5 ].
Pentru legumele obinute n zone necontaminate, nivelurile acestor metale sunt mici, n
general sub limitele admise. Situaia este destul de diferit atunci cnd aceste culturi sunt
obinute n zone geogenice sau antropice contaminate, cum ar fi zonele miniere n care aceste
metale sunt exploatate. Mai ales dup revoluia industrial, nevoia de metale n societatea
modern a condus la dezvoltarea de minerit de metal. Pentru c problemele de poluare a
mediului au fost n general neglijate de-a lungul secolelor, reziduurile acumulate n aceste
domenii importante au condus la creterea polurii solului i a plantelor (att spontane i
cultivate). Numai n ultimele decenii ale societii ne-am dat seama de efectele negative pe care
contaminarea cu metale grele le are asupra mediului i asupra sntii umane. n zilele noastre,
metale grele au fost recunoscute ca factori de scenarii "Global Change". Schimbrile climatice
pot afecta HMS biodisponibilitatea n soluri i, prin urmare, ntregul lan alimentar [ 6 ].
Romnia este recunoscut ca fiind una dintre rile europene cu miniere polimetalice (Fe,
Pb, Cu, Zn, Au, Ag) nc din antichitate [ 7 ]. Cercetrile efectuate n Romnia n ultimele
decenii au artat n mod clar gradul de poluare antropice de sol i plante alimentare (ambele din
aceste zone miniere, precum i a marilor zone urbane), cu diferite metale grele [ 8 - 13 ]. O astfel
de cercetare, care atrage atenia asupra contaminrii sporit a solurilor i plantelor din zonele
contaminate de activitile miniere sau n zone mari de aglomerri urbane, au fost efectuate la
nivel mondial [ 14 - 18].
mpreun cu solul, legumele constituie legtura urmtoare, care poate crete acumularea
HMS n lanul alimentar i c este un pericol pentru consum. Recent, mai multe studii pe diverse
alimente vegetale au abordat aceast problem [ 19 - 32 ]. Dac Fe, Mn, Zn, Cu, Ni sunt
eseniale pentru creterea plantelor, alte HMS (Cd, Pb, Cr, Hg, Ag) sunt toxice. n situaii
normale, de aprare i homeostaziei plantelor prin mecanisme complexe sunt procese care
3

limiteaz acumularea de HMS [ 33 ], de exemplu, n situaii speciale n zonele contaminate n

care acumularea HMS n unele legume poate fi mare i periculoas pentru sntatea uman
[ 19 , 30 - 32].
Pentru creterea i dezvoltarea corespunztoare a tuturor animalelor, inclusiv a oamenilor,
Fe, Mn, Zn i Cu pot fi considerate minerale cu un rol central n multe procese metabolice n tot
corpul. Acestea sunt eseniale n calitate de catalizatori n multe sisteme de enzime i hormoni
care influeneaz creterea, dezvoltarea osoas, penaj, structura de enzime i funcionalitate. Pe
de alt parte, s-a dovedit c, n cantiti mari, aceste metale pot provoca stres oxidativ n
organismul animalelor, care poate pe de o parte s fie benefic, uciderea celulelor tumorale, dar
pe de alt parte, poate avea un rol negativ n inducerea cancerului de oxidativ lezarea ADN-ului
[ 34 ]. Mai mult dect att, tiina a dovedit existena unor interaciuni structurale ntre metale
grele i peptide funcionale [ 35 - 37 ]. O alt surs de metale n produsele alimentare provenite
de la animale pentru om este acumularea de metale n furaje, care pot ajunge n carne sau alte
produse alimentare pentru animale i, prin urmare, n corpul uman, n cazul n care pot influena
sntatea uman ntr-un mod pozitiv sau negativ [ 38 - 40 ].
O gam larg de aspecte cu privire la prezena de HMS n lanul alimentar i implicaiile
acestora asupra sntii umane necesit cercetri suplimentare n acest domeniu ntr-o abordare
unitar asupra mediului din care omenirea face parte. Vechile zonele miniere afectate de
contaminare, antropogene cu metale grele sunt anumite zone n care concentraia unuia sau mai
multor metale grele depete valorile normale n majoritatea solurilor i n unele produse
agricole utilizate ca ngrmnt pentru plante, cum ar fi legume i fructe, sau chiar produse de
origine animal (carne, ou i lapte).
Avnd n vedere varietatea i diversitatea de date, de cercetare n aceste domenii implic
nu numai metode analitice moderne, cu sensibilitate, specificitate i de nalt precizie pentru a
obine rezultate valide cu privire la coninutul HMS n sol i alimente, dar, de asemenea, metode
statistice complexe, care ofer imaginea de ansamblu n ceea ce sunt n cauz. Tehnici statistice
multivariate sunt instrumentul potrivit pentru vizualizarea i analiza unor matrici de date
complexe [ 41 ].
PCA i analiza cluster (CA) sunt dou metode nesupravegheate care ne permit s
deducem cum anumite variabile (concentraia de metale, ali parametri de sol sau plante), care
caracterizeaz obiecte (sol, plante) determin asocierea lor. n cazul n care metoda de CA este
utilizat pentru probe de grupare variabile originale, APC estimeaz structura corelaie a
variabilelor de ctre gsirea de variabile ipotetice noi (componente principale - PC), care
reprezint pentru ct mai mult posibil din varian (sau corelarea), ntr-un set de date
4

multidimensionale. Aceste noi variabile sunt combinaii liniare ale variabilelor originale [ 42 ].
Aceast metod ne ajut pentru a identifica grupurile de variabile (de exemplu, concentraiile de
metale grele sau ali parametri de sol sau plante), n funcie de ncrcrile i grupurile de probe
(specii de sol sau de legume), pe baza scorurilor.
Pentru a nelege complex legtura dintre probele de sol sau de plante i a con inutului de
metale grele a fost folosit chemometric PCA tehnica. Ea se bazeaz pe matricea de
corelaie. Fiecare variabil are o ncrcare, care arat ct de bine este luat n considerare o
variabil de componentele modelului. Ele reflect ct de mult fiecare variabil contribuie la
variaia semnificativ (sau corelarea) n date i s interpreteze relaia variabil. Fiecare prob are
un scor de-a lungul fiecrei componente modelul care indic locaia de prob n acest model
poate fi utilizat i pentru a detecta modele prob, grupri, asemnri sau deosebiri [ 43 , 44 ]. n
practic, se va ignora numrul de PC-uri mai mari, care explic doar o mic parte de varia ie n
datele de speciei [ 45 ]. Importana unei variabile ntr-un model de calculator este indicat de
mrimea varianei sale reziduale. Acest lucru este util pentru selecia variabilei; o variabil cu
puin variaie a explicat cum poate fi ndeprtat fr adugarea de mai multe modificri la
modelul de PC. Nu este restricie n privina numrului de variabile, regula de mai multe regresii
c numrul de variabile trebuie s fie mai mic dect numrul de obiecte nu se aplic n cazul
APC. Mai aproape de similitudinea dintre obiectele, sunt necesare mai puine condiiile n
expansiune de a realiza anumite buntate apropiere [ 46 ]. Pentru a simplifica complot, APC pot
fi folosite pentru reducerea setului de date a doar dou variabile (primele dou componente).
n ultimii ani, evaluarea chemometric a fost tot mai mult folosit n cercetarea de
alimente. Cele mai multe aplicaii de metode chemometrice se concentreaz pe stabilirea de
corelaii ntre diferite produse alimentare i compoziia lor [ 41 , 44 , 47 - 49 ], determinarea
originii geografice [ 50 - 52], calitatea apei de roua [ 53 ], calitatea mediului [ 54 ], modelarea
metalelor grele din fructele i legumele contaminate [ 55 , 56 ] sau autentificare de alimente
ecologice[ 57 ].
Scopul muncii noastre este de a evalua fenomenul complex de poluare a lanului
alimentar de legume n zonele miniere vechi, cu metale grele prin analiza componentelor
principale. n acest scop, mai multe modele APC au fost construite i au fost calculate cu diferite
markeri. Ca principali markeri pentru poluare au fost utilizate dou tipuri de markeri: markere
simple, reprezentate de concentraiile HMS n soluri contaminate i de concentraiile HMS din
legumele consumate de ctre populaia din aceste zone. Acesta a fost, de asemenea, folosit un
marker complex, i anume int Hazard Quotiens (THQ). Acest marker se conecteaz
concentraiilor de metale n produsele alimentare cu toxicitatea lor, cantitatea i calitatea de
5

consumul de alimente i de masa consumatorilor [ 58 ]. Utilizarea acestui parametru complex

este mai extins n evaluarea riscului potenial de sntate de HMS prezent n diverse alimente
[ 58 - 62 ].

2. Evaluarea datelor de sol prin analiza componentelor principale

Solul este legtura principal n lanul alimentar. De la sol, legume pot avea att elemente
nutritive ct i elemente toxice, cum ar fi metalele grele, direct din rdcin prin adsorbie i
indirect, prin absorbie foliar a particulelor de sol contaminate. Exploatarea pe scar larg a
metalelor de minerit a lsat urme n solurile din aceste zone (R i M), comparativ cu zona de
referin (Ref), n care nu au existat activiti miniere. Nivelurile de metale grele gsite n
probele de sol din cele trei zone cultivate cu diferite culturi de legume sunt prezentate n
Tabelul1 . Toate aceste date au fost selectate ca variabile pentru analiza componentelor principale
i calculat PCA1 - model de sol.
Tabelul 1. Levels of heavy metals in soils under vegetables from contaminated and reference areas
(mgkg-1, average values SDV,* p < 0.05)
Samples
Root parsley
R
Root parsley
M
Root parsley
Ref
Root carrot
R
Root carrot
M
Root carrot
Ref
Onion R
Onion M
Onion Ref
Leaf parsley
R
Leaf parsley
M
Leaf parsley
Ref
Leaf carrot
R
Leaf carrot
M

Code

Fe

Mn

Zn

Cu

Ni

Cd

Pb

R1

75833*2572 12268*1416

449*37

70*20

16.96*4.15

1.63*0.56 110.12*12.41

M1

45713*916

1870239

200*23

23831

18.04*1.23

0.41*0.07

20.102.39

Ref1

28896851

3886260

9715

195

9.950.58

0.110.01

15.692.30

R2

54138*1512

3833*731

268*28

42*5

14.96*1.90

2.19*1.48

91.95*10.75

M2

45687*774

1994237

204*20

230*27

18.39*1.10

0.42*0.06

20.432.05

Ref2
R3
M3
Ref3

324921827
51667*3193
44656*801
337251498

2414678
6537*1473
1572214
2437668

13119
367*47
17828
15017

2616
50*9
201*32
264

10.340.89
15.131.90
18.171.73
11.631.28

0.170.04
1.85*0.60
0.34*0.08
0.190.03

16.131.58
143.80*7.58
24.17*3.62
16.142.39

R4

560201438

7021*1107

406*59

46*11

15.67*2.41

2.25*0.79

123.32*9.12

M4

440461693

1870*239

200*23

238*31

18.04*1.23

0.410.07

21.77*2.08

Ref4

323022694

3063493

10719

184

9.270.79

0.120.01

13.762.60

R5

54138*1511

3833731

301*60

42*5

14.96*1.90

2.19*1.48

161.95*6.15

M5

44046*1693

1869239

200*23

238*31

18.04*1.23

0.41*0.07

21.772.08

Samples
Leaf carrot
Ref
Cabbage R
Cabbage M
Cabbage Ref
Lettuce R
Lettuce M
Lettuce Ref
Cucumber R
Cucumber M
Cucumber
Ref
Green Bean
R
Green Bean
M
Green Bean
Ref

Code

Fe

Mn

Zn

Cu

Ni

Cd

Pb

Ref5
R
M6
Ref6
R7
M7
Ref7
R8
M8

324921827
53623*2876
45488*1088
345111562
55173*2047
447301047
34270612
55925*1101
44046*1693

2414678
4336664
1962269
2847578
5478*617
2077*417
344120
5521*844
1869239

13119
349*47
21125
14820
367*42
11422
1719
36352
20023

213
5410
254*32
264
478
60*1
31.445.89
416
238*31

10.340.89
14.301.30
18.73*1.25
11.861.55
13.240.51
22.79.51
13.472.19
13.180.61
18.04*1.23

Ref8

318252067

890112

13813

254

11.471.30

R9

51653*3264

3774669

30766

38*5

13.890.74

1.11*0.38

119.69*8.96

M9

421561803

1572*213

17828

201*32

18.17*1.73

0.34*0.08

19.171.87

Ref9

327921573

3089320

14316

244

11.221.16

0.180.03

16.602.07

0.170.04
15.462.05
2.11*0.81 119.19*11.70
0.42*0.09
23.352.03
0.200.04
17.892.00
2.32*0.60 130.97*13.38
0.310.40
45.277.38
0.190.02
20.002.72
2.46*0.86 126.57*12.14
0.41*0.07
21.772.08
0.180.02
17.691.73

Comparativ cu coninuturile normale i valorile de alert, n conformitate cu legislaia

romneasc (Tabelul 2 ), a fost observat mai frecvent i pronunat excesul valorii normale pentru
Mn urmat de Zn, Cu i Pb. Pentru ambele Ni i Cd, nici un exces de coninut din punct de vedere
admisibil a fost gsit n zone contaminate sau n zona de referin.
Tabelul 2. Normal contents, threshold and intervention threshold values for heavy metals in
Romanian legislation (mgkg-1)

Soil samples under

Normal contents (NC)

Fe
-

Alert threshold values (ATV)

Intervention threshold values (ITV) -

Mn
900

Zn Cu
100 20

Ni
20

Cd Pb
1
20

1500
2500

300 10 75 3
600 200 150 5

50
100

Pentru a nelege asocierea de probe de sol de la cele trei zone, n func ie de con inutul de
metale grele, analiza componentelor principale a fost aplicat cu ajutorul software-ului
PAST [ 42 ]. n software-ul PAST, rutina PCA gsete valorile proprii i vectorii proprii de
varian-covarian (var-covar) matrice sau matricea de corelaie. Var-covar este utilizat n cazul
n care toate variabilele sunt msurate n aceleai uniti (de exemplu, concentra ia n mg kg 1). Corelaie (normalizat var-covar) este folosit n cazul n care variabilele sunt msurate n
uniti diferite (de exemplu, concentraia de metal n mg kg -1 , lut n% i pH-ului n uniti
pH); acest lucru presupune normalizarea a toate variabilelor folosind divizie de abateri
standard. Valorile proprii dau o msur a dispersiei reprezentat de vectorii proprii
7

corespunztoare (componente) [ 42 ]. Avnd n vedere amploarea mare de valori ale

concentraiilor de metale (de la o unitatea la mii), pentru a standardiza datele, am efectuat
transformarea logaritmic a datelor. De la linia grafica a valorilor proprii ale modelului PCA1sol (Figura1 ) se poate observa c primele dou calculatoare sunt suficiente pentru a explica
94,2% din variaia de model. Concentraiile n Cd, Pb i Zn au fost o contributie majora la PC1
n timp ce concentraia de Cu a fost contributie majora la PC2. Cei doi factori pot separa bine
dou zone (R i M), cu poluare antropic cauzate de minerit, unul de la altul i att de referin
(Ref) zona nepoluata (Figura 2 ). Concentraia de Cu este principalul responsabil pentru
separarea zonei M; aceast variabil este cea cu cele mai mari ncrcrile pozitive asupra PC2
(Figura1 ). Aceast zon este bine cunoscut pentru exploatarea de cupru, iar concentra ia de
cupru din solurile investigate depete, n general, valori ATV (tabelul 1 ). PC1 contribuie cel
mai semnificativ pentru separarea zona R, care este cunoscut pentru depozitele sale poliminerale,
n special Pb. De-a lungul Pb, Cd i Zn exist cteva alte metale, cu o contribu ie semnificativ
la PC1 (Figura 1 ).

Figura 1. Scree plot and PC loadings of soils data, in PCA1-soil model. (FeS, MnS, ZnS, CuS, NiS
CdS, PbS are variables used in PCA1-soil model that symbolized total contents of Fe, Mn, Zn, Cu, Ni, Cd
and Pb in soil samples).

Figura 2. Biplot of PC1 and PC2 for soil data in PCA1-soil model. (FeS, MnS, ZnS, CuS, NiS, CdS
and PbS are variables used in PCA1-soil model that symbolized total content of Fe, Mn, Zn, Cu, Ni, Cd
and Pb in soil samples; R, M and Ref symbolized soils samples from contaminated respectively reference
areas and numbers 1 to 9 attached to previous symbols refer to soils samples associated with vegetables
9

species or edible part: 1 for parsley roots, 2 for carrot roots, 3 for onion bulbs, 4 for parsley leaf, 5 for
carrot leaf, 6 for cabbage, 7 for lettuce, 8 for cucumber and 9 for green bean).

n zona R aceste metale au concentraii care depesc cantitatea admis de ATV-uri

(pentru Pb i Zn), sau ajunge foarte aproape de ea (pentru Cd). Fe, Mn i Ni sunt metale care, n
termeni de investigare geochimice sunt comune pentru cele trei domenii i, de asemenea, arat
contribuia redus a celor dou componente PC.
APC poate fi vzut ca o tehnic de coordonare care construiete variabila teoretic care
minimizeaz suma total rezidual de ptrate, dup montarea unei lini dreapte la datele pentru
fiecare specie. PCA face acest lucru prin alegerea cele mai bune valori pentru site-ul, de
exemplu, scorurile site-ului. Un scor pozitiv nseamn c concentraia de variabile crete de-a
lungul axei PC; un scor negativ nseamn c concentraia de variabile scade de-a lungul axei i
un scor aproape 0 nseamn c concentraia este slab (linear) legat de axa PC. Direcia sgeilor
variabile indic direcia n care concentraia de specie corespunztoare mai crete, iar lungimea
sgeilor este egal cu rata de schimbare n aceast direcie. n direcia perpendicular,
concentraia montat este constant [ 45 ]. Probe de sol din zona R, cu exploatarea polimetalice
vechi (n special Pb), sunt grupate n partea pozitiv a PC1 i mai aproape de variabilele Cd, Pb
care prezint concentraiile cele mai mari din toate probele din acest domeniu. Probe de sol din
zona M, cunoscut pentru exploatare Cu, sunt grupate n partea pozitiv a PC2, i constau n
principal din variabil Cu (figura 2 ), care prezint cele mai mari concentraii n aceste
probe. Probe de sol din zona Ref, cu cel mai mic coninut de metale grele, sunt grupate n partea
10

negativ a celor dou PC-uri, dezvluind influena lor redus asupra grupului de prob de
referin. Pe baza acestor considerente, pot fi eliminate variabilele Fe, Mn i Ni din model fr a
afecta calitatea acestuia. Pentru noul model PCA2-sol, cu doar 4 variabile (Cu, Zn, Pb i Cd), cei
doi factori explic 98,6% din modelul de variaie, ceea ce nseamn c variabilele care au fost
eliminate aveau rolul de zgomot, contribuind la o calitate sczut a modelului. Astfel, prin
utilizarea PCA, s-a obinut o reducere a numrului de analize de la 7 la 4 (i, de asemenea, costul
analitic) necesar pentru a caracteriza n mod corect i clasifica probele de sol din zonele
cercetate, n ceea ce privete poluarea cu toxice sau potenial toxice metale grele.

3. Evaluarea legat de legume-date prin analiza componentelor principale

Pentru a caracteriza prin PCA contaminarea metalelor grele de legume din zonele susmenionate, n funcie de locaie (contaminate sau zone necontaminate), primul a fost construit
un PCA1 - model de plant, care conine numai concentraia de HMS n legume
(tabelul 3 ). Calitatea de model a fost srac n clasificarea probelor vegetale n funcie de
locaie. Pentru a mbunti modelul, pe lng datele analitice ale concentraiilor de metale grele
din plante, a fost de asemenea folosit unele caracteristici ale solului agrochimice, deoarece
translocarea metalelor n plante depinde de caracteristicile agrochimice ale solului, cum ar fi pHului i coninutul de argil [ 10 , 12 ].

Tabelul 3. Levels of heavy metals in vegetables from contaminated and reference areas (average
values in mgkg-1, fresh matter) adapted after Harmanescu et al., 2011

Vegetables and location/Metals Code

Fe

Mn

Zn

Cu

Ni

Cd

Pb

Root parsley R

R1

221.80

37.83 45.82 6.88 1.28 0.20 15.78

Root parsley M

M1

99.02

8.10

7.74

6.66 0.49 0.04 0.66

Root parsley Ref

Ref1 48.78

3.27

3.52

1.22 0.19 0.01 0.08

11

Vegetables and location/Metals Code

Fe

Mn

Zn

Cu

Ni

Cd

Pb

Root carrot R

R2

29.97

3.06

4.93

1.77 0.18 0.08 2.11

Root carrot M

M2

31.89

2.22

3.18

1.54 0.08 0.03 0.09

Root carrot Ref

Ref2 17.31 1.43 2.05 0.74 0.04 0.01 0.06

Onion R

R3

15.26 4.07 10.91 1.37 0.21 0.06 0.50

Onion M

M3

1.56

0.32 0.78 0.25 0.01 0.01 0.03

Onion Ref

Ref3 4.65

1.34 2.01 0.43 0.03 0.01 0.04

Leaf parsley R

R4

73.17 5.88 9.39 1.77 0.30 0.09 1.97

Leaf parsley M

M4

106.75 9.72 10.44 4.79 1.87 0.05 0.50

Leaf parsley Ref

Ref4 104.03 7.32 9.13 1.03 0.38 0.03 0.28

Leaf carrot R

R5

14.25 1.38 1.36 0.29 0.11 0.01 0.20

Leaf carrot M

M5

51.45 5.57 5.61 2.12 0.38 0.04 0.12

Leaf carrot Ref

Ref5 31.59 3.13 3.77 0.40 0.17 0.01 0.03

Cabbage R

R6

60.11 10.47 16.30 1.36 0.70 0.12 0.90

Cabbage M

M6

31.53 9.15 8.51 2.77 0.33 0.06 0.25

Cabbage Ref

Ref6 16.06 3.85 3.28 0.45 0.13 0.01 0.05

Lettuce R

R7

35.88 8.3

Lettuce M

M7

13.60 4.12 5.14 2.22 0.18 0.09 0.21

Lettuce Ref

Ref7 16.90 3.46 5.32 0.76 0.10 0.02 0.08

Cucumber R

R8

2.39

6.73 8.96 0.98 0.28 0.13 0.72

Cucumber M

M8

2.38

6.01 1.39 2.42 0.54 0.15 0.37

Cucumber Ref

Ref8 1.70

0.45 0.95 0.45 0.23 0.03 0.16

Green Bean R

R9

58.85 7.06 13.22 1.05 0.49 0.06 0.35

Green Bean M

M9

21.65 4.77 10.17 1.4 0.52 0.07 0.19

Green Bean Ref

Ref9 26.19 6.45 9.68 0.29 0.22 0.03 0.07

14.46 1.86 0.28 0.09 0.62

n mod similar cu datele referitoare la sol, datele legate de legume-au fost standardizate
de logaritmi i prelucrate cu acelai software PAST. Linia grafica i PC ncrcri pentru acest
PCA2 - model de plante sunt prezentate n figura 3 . Se poate vedea c, n acest model, primele
dou PC-uri a explicat doar 84,4% din variana. Reprezentarea grafic a PCA2 - modelul de
plante, biplot de PC1 i PC2 (Figura 4 ), zone distinct separate, numai cu poluare antropic a
solului (R, M), din zona nepoluat (Ref). Acest model, construit pe coninutul de metale din
plante i cei doi parametri agrochimice, nu se poate face o difereniere clar ntre cele dou zone
cu poluare antropice (R i M). n acelai mod, nici o alt combinaie de PC1 i PC3 i PC4, cu un
grad mai mic de variaie explicaie, ofer o bun difereniere ntre aceste trei domenii.

12

Figura 3. Scree plot and PC loadings of vegetables data in PCA2-plant

model. (FeP, MnP, ZnP, CuP, NiP, CdP and PbP are variables used in PCA2 plant
model that symbolized total contents of Fe, Mn, Zn, Cu, Ni, Cd and Pb in vegetable
samples, reported to fresh matter; clay and pH are agrochemical soil parameters
used in this model).

13

Figura 4. Biplot of PC1 and PC2 for vegetable data grouped on location, used PCA2-plant
model. (FeP, MnP, ZnP, CuP, NiP, CdP and PbP are variables used in PCA2-plant model that symbolized
total contents of Fe, Mn, Zn, Cu, Ni, Cd and Pb in vegetable samples, reported to fresh matter; clay and
pH are agrochemical soil parameters used in this model; R, M and Ref symbolized vegetables samples
from contaminated respectively reference areas and numbers 1 to 9 attached to previous symbols refer to
14

vegetables species or edible part: 1 for parsley roots, 2 for carrot roots, 3 for onion bulbs, 4 for parsley
leaf, 5 for carrot leaf, 6 for cabbage, 7 for lettuce, 8 for cucumber and 9 for green bean).

n zona de referin, dei pH ul este uor acid este favorabil pentru mobilitatea de
metale grele, coninut ridicat de argil din sol reduce translocarea lor n plante. PC2 i
componentele sale sunt factorii care difereniaz acest domeniu de celelalte dou (M i R), care
sunt constituite n principal PC1 i componentele sale (figura 4 ).
Fe, Mn, Zn i Ni sunt metalele care se gsesc n concentraii mari n legume n zona de
referin. n legumele din zonele cu contaminare antropice (R i M), Pb, Cu i Cd au cele mai
mari concentraii; ele prezint, de asemenea, cele mai mari concentraii n solurile din aceste
zone. Aceste metale sunt puternic absorbite de acest low-sol argilos, dei pH-ul neutru este mai
puin favorabil pentru mobilitatea metalelor [ 10 , 12 ]. Caracteristici agrochimice similare ale
solurilor din zonele contaminate cu metale grele (pH, humus i argil), precum i de mare
coninutul de metale grele din aceste soluri, reprezint similaritatea lor face translocaia lor n
plante. Diferenele semnificative constatate ntre concentraiile Cu i Pb n solurile din cele dou
zone contaminate (M i R) nu au fost, de asemenea, gsite n legumele cultivate n cele dou
zone. Acest lucru poate fi explicat prin homeostazia plante, care, prin mecanisme care sunt
specifice pentru fiecare specie, limiteaz acumularea excesiv de metale grele n corp [ 33 ].
Acumularea diferit de metale din legume pot fi observate de la rezultatele obinute prin
PCA sortare de specii de legume, folosind modelul PCA3-plant. Acest model a fost calculat, de
asemenea, doar cu coninut de metale grele din legume, PC1 i PC2 biplot sale este prezentat n
figura 5 .
15

Figura 5. Biplot of PC1 and PC2 for vegetables data grouped on vegetables species, used PCA3plant model. (Fe, Mn, Zn, Cu, Ni, Cd and Pb are variables used in PCA3-plant model that symbolized
total contents of metals in vegetable samples, reported to fresh matter; R, M and Ref symbolized
vegetables samples from contaminated respectively reference areas and numbers 1 to 9 attached to
previous symbols refer to vegetables species or edible part: 1 for parsley roots, 2 for carrot roots, 3 for
onion bulbs, 4 for parsley leaf, 5 for carrot leaf, 6 for cabbage, 7 for lettuce, 8 for cucumber and 9 for
green bean).

Primele dou PC-uri explic 85,6% din modelul de variaie i se poate efectua relativ o
bun separare ntre unele specii de legume. Probele de rdcini de ptrunjel (R1, M1) i frunze
(R4, M4, Ref4), varz (R6, M6), salata verde (R7, M7), fasole verde (R9, M9) sunt situate pe
partea pozitiv a PC1, a dominat de prezena Fe, Pb i Cd n probele de R i zone M i mai pu in
n eantioanele din zona Ref. Probele de rdcini (M2, ref2) i frunze de morcov (R5, M5, Ref5)
sunt dominante n partea pozitiv a PC2 i sunt caracterizate de un con inut ridicat de Fe, Zn i
Mn. Probele de ceapa (M3) i castravei (Ref8) sunt predominante n PC1 i PC2 partea negativ,
i se caracterizeaz prin coninut sczut de metale grele.Cu excepia de frunze de ptrunjel
(Ref4), toate legumele din zona Ref sunt situate pe partea negativ a PC1, i sunt caracterizate
prin coninut sczut de metale grele. n acest caz, suplimentarea a PCA3 - modelul de plante cu
parametrii agrochimice (coninutul de argil i pH-ului) nu se face mai bine comanda de specii
de legume.

16

4. Analiza componentelor principale de date THQ

int Hazard coeficieni este un parametru complex utilizat pentru estimarea riscurilor
poteniale pentru sntate asociate cu expunerea pe termen lung la mai muli poluani, respectiv
metale grele, ca i n cazul nostru. Pentru calculul, pe lng coninutul de metale de legume, ali
parametri au fost, de asemenea, implicate, care se refer la toxicitatea metale (doze de referin
orale, RFD), durata i intensitatea expunerii (frecvena expunerii, durata de expunere, expunerea
medie) precum i caracteristicile la individ (greutate corporal medie), [ 58 - 62 ]. Deci, THQ
este un parametru complex folosit n evaluarea riscurilor de sntate de metale grele, care ofer o
imagine mai bun n legtur cu coninutul de metale din sol i legume dect folosind un
parametru simplu [ 61 ]. Acesta a fost dezvoltat de ctre Agenia pentru Protecia Mediului
(EPA) din SUA, pentru a evita subestimarea riscului i se calculeaz prin formula general (1)
[ 58 ]:
THQ = EFxFDxDIM / RfDxWxT (1)
n cazul n care, EF este frecvena de expunere; FD este durata de expunere, DIM este
ingestia de metal de zi cu zi (persoan mg -1 zi -1 ) i RFD este doza de referin oral (mg kg -1 zi 1

); W este greutatea medie a corpului (kg) i T este timpul mediu de expunere pentru

noncarcinogens (365 zile an -1 numrul de ani de expunere).

O valoare mic a indicelui (<1) prezint pericol pentru sntate redus i o valoare ntre 1
i 5 reprezint un nivel de preocupare pericol pentru sntate [ 58 ]. Parametrii THQ utilizate n
APC - modelul THQ sunt prezentate n Tabelul 4 . Ei au fost calculate pe baza datelor prezentate
n lucrarea noastr anterioar [ 61 ].

Tabelul 4. THQm (THQ for males) values for metals of vegetables grown in contaminated and
reference areas compiled after Harmanescu et al., 2011 [61]
Vegetables and Code THQm THQm

THQm

THQm

THQm THQm

THQm

THQm

areas

Fe

Mn

Zn

Cu

Ni

Cd

Pb

SUM

Root parsley R R1

0.587

0.501

0.283

0.262

0.119

0.365

8.353

10.47

Root parsley M M1

0.262

0.107

0.048

0.319

0.045

0.077

0.350

1.208

parsley Ref1 0.129

0.043

0.022

0.057

0.017

0.010

0.040

0.318

Root
Ref

17

Vegetables and Code THQm THQm

THQm

THQm

THQm THQm

THQm

THQm

areas

Fe

Mn

Zn

Cu

Ni

Cd

Pb

SUM

Root carrot R

R2

0.079

0.041

0.030

0.071

0.017

0.148

1.117

1.503

Root carrot M

M2

0.084

0.029

0.020

0.082

0.007

0.049

0.048

0.319

Root carrot Ref Ref2 0.046

0.019

0.013

0.034

0.004

0.020

0.029

0.165

Onion R

R3

0.040

0.054

0.067

0.020

0.020

0.105

0.266

0.572

Onion M

M3

0.012

0.018

0.012

0.063

0.001

0.021

0.070

0.197

Onion Ref

Ref3 0.004

0.004

0.005

0.011

0.003

0.010

0.021

0.058

Leaf parsley R R4

0.092

0.032

0.019

0.027

0.012

0.053

0.347

0.582

Leaf parsley M M4

0.094

0.043

0.021

0.074

0.058

0.031

0.087

0.408

parsley Ref4 0.065

0.026

0.019

0.016

0.009

0.017

0.049

0.201

Leaf
Ref

Leaf carrot R

R5

0.028

0.014

0.008

0.004

0.005

0.007

0.036

0.102

Leaf carrot M

M5

0.045

0.025

0.012

0.033

0.012

0.024

0.022

0.173

Leaf carrot Ref Ref5 0.013

0.006

0.003

0.006

0.003

0.005

0.005

0.041

Cabbage R

R6

0.159

0.139

0.101

0.063

0.065

0.219

0.474

1.22

Cabbage M

M6

0.083

0.121

0.053

0.128

0.031

0.112

0.131

0.659

Cabbage Ref

Ref6 0.042

0.051

0.02

0.021

0.012

0.021

0.028

0.195

Lettuce R

R7

0.095

0.110

0.089

0.086

0.026

0.174

0.326

0.906

Lettuce M

M7

0.045

0.054

0.032

0.100

0.017

0.161

0.112

0.521

Lettuce Ref

Ref7 0.036

0.046

0.033

0.035

0.010

0.033

0.040

0.233

Cucumber R

R8

0.006

0.089

0.055

0.045

0.026

0.244

0.379

0.844

Cucumber M

M8

0.006

0.079

0.009

0.112

0.050

0.284

0.194

0.734

Cucumber Ref Ref8 0.004

0.006

0.006

0.021

0.021

0.057

0.087

0.202

Green Bean R

R9

0.156

0.093

0.082

0.049

0.045

0.114

0.184

0.723

Green Bean M M9

0.071

0.090

0.063

0.067

0.048

0.123

0.102

0.564

Green Bean Ref Ref9 0.056

0.059

0.060

0.013

0.020

0.058

0.035

0.301

Figura 6. Biplot of PC1 and PC2 for THQm data grouped on vegetables
species, used PCA- THQ model. (Fe, Mn, Zn, Cu, Ni, Cd and Pb are variables in
PCA-THQ model that symbolized THQm for each metals calculated for each
vegetable species, compiled after Harmanescu et al., 2011 [61]; R, M and Ref
symbolized vegetables samples from contaminated respectively reference areas
and numbers 1 to 9 attached to previous symbols refers to vegetables species or
edible part: 1 for parsley roots, 2 for carrot roots, 3 for onion bulbs, 4 for parsley
leaf, 5 for carrot leaf, 6 for cabbage, 7 for lettuce, 8 for cucumber and 9 for green
bean).
18

Primele dou PC-uri explic 84,6% din variana modelului (figura 6 ) i pot arta bun
separare ntre unele specii de legume, mai bine dect PCA3 - modelul de plante, care utilizeaz
ca variabile doar concentraiile de metale din legume (Figura 5 ). Gruparea mai bine a fost
obinut de rdcini de ptrunjel (R1, M1, REF1), ceapa (R3, M3, Ref3), frunze de morcov (R5,
M5, Ref5) i castravete (R8, M8, Ref8), care au fost bine separat de alte plante specii de PC1 i
PC2. Din aceste legume, ptrunjel rdcin (R1, M1), este pe partea pozitiv PC1 i PC2, ceea ce
nseamn c este asociat cu valorile cele mai ridicate THQ pentru toate metalele. Cu alte cuvinte,
se prezint cel mai mare risc de sntate, n special n zonele contaminate R i becuri M. ceapa
(M3, Ref3), sunt pe partea opus, partea negativ a celor dou PC-uri, ceea ce nseamn c au
cele mai mici valori pentru THQ metale, cel mai mic, respectiv de risc de sntate, cu excepia
pentru zona contaminat R. Frunze de morcov (R5, M5, Ref5), situat pe partea negativ a PC1,
dar pe partea pozitiv a PC2, sunt asociate cu valori THQ mai mari de Fe, Zn i Mn, metale cu o
toxicitate redus, deci cu un risc redus de sntate. Castravei (R8, M8), situat pe partea pozitiv
a PC1 i pe partea negativ a PC2, sunt asociate cu concentraii mai mari de Cd i Pb i valori
THQ pentru aceste metale toxice, deci cu un risc crescut de sntate, n special n R i M
contaminate zone. Alte plante, rdcini de morcov (R2, M2, ref2), frunze de ptrunjel (R4, M4,
Ref4), varz (R6, M6, Ref6), salata verde (R7, M7, Ref7) i fasole verde (R9, M9, Ref9 ) nu sunt
separate n mod satisfctor, fiind fuzionat n centrul axelor. Aceste legume cultivate n R i
zonele contaminate M sunt asociate cu valori mari THQ, n special pentru metale toxice Cd i
Pb, ceea ce nseamn c consumul lor prezint un risc major pentru sntatea. n zona de
19

referin, aceste plante sunt asociate cu un nivel scazut de THQ, astfel c riscul de sntate legate
de consumul lor este sczut.

5. Concluzii
Aceast motenire de poluare metale grele generate de societate industrial pune presiune
asupra sntii umane peste tot n lume. Gsirea unei soluii pentru aceast situaie este o
sarcin permanent a cercettorilor, care implic nu doar gsirea de metode analitice noi i
avansate pentru a identifica calitatea i cantitatea de contaminani, dar, de asemenea, aplicarea
unor metode statistice complexe, care s permit o evaluare global a interaciunii acestor
contaminani n lanul alimentar i riscurile de sntate asociate cu consumul lor de oameni. n
studiul nostru, aplicarea APC pentru a analiza aceste date complexe prevede:
- Optimizarea procedurilor analitice de selectarea pentru analiz doar patru variabile (Cu,
Zn, Cd i Pb), cu implicare maxim n evaluare a polurii, i, astfel, reducerea costurilor
analitice;
- Diferenierea ntre domenii i tipuri de contaminare contaminate, bazat pe analize de
sol; n acest caz accentul de poluarea cu Pb n zona R i cu Cu n zona M;

20

- Selectarea speciilor de legume care cea mai mare (rdcini de ptrunjel, salata verde,
fasole i castravei) sau mai mici (ceapa, frunze de morcov), riscul de sntate n zonele
contaminate;
- Selecie a celor mai buni marcatori care pot stabili alimentele cu cel mai mare cel mai
mic risc / asupra sntii umane n zonele afectate; n acest caz complex parametrul THQ
permite o mai bun clasificare din legume cu risc ridicat de toxicitate pentru sntatea uman
produs de metale grele;
- Construcie i de vizionare modele care pot face mai uor de neles fenomenul complex
de poluare a mediului i de risc pentru sntate.

Referine
1. Vinson JA, Hao Y, Su X, Zubik L. fenol cantitate antioxidant i de calitate n produse
alimentare: legume. J Agric Food Chem. 1998, 46 :3630-3634. doi:. 10.1021/jf980295o[ Cross
Ref ]
2. Lesniecwicz A, Jaworska K, Zyrnicki W. micro-nutrienti si biodisponibilitatea acestora n
medicamente pe baz de plante polonez Macro-i. Food Chem. 2006, 99 :670-679. doi:.
10.1016/j.foodchem.2005.08.042 [ Cross Ref ]
3. Kulkarni SD, Acharya R, Rajurkar NS, Reddy AVR. Evaluarea bioaccessibility a unor
elemente eseniale din iarba de grau (Triticum aestivum L.), prin metoda de digestie in
vitro. Food Chem.2007, 103 :681-688. doi:. 10.1016/j.foodchem.2006.07.057 [ Cross Ref ]
4. US EPA. manual Ghid pentru evaluarea riscurilor pentru sntatea uman din contaminate
chimic, pete i crustacee. Washington, DC: US Environmental Protection Agency; 1989. EPA503/8-89-002.
5. FDA (Food and Drug Administration) Un raport al Grupului pentru Micronutrienti,
subcomitete privind nivelurile de referin superior de substane nutritive i de interpretare i
Utilizeaza de dietetice CONSUMUL DE REFERIN, i a Comitetului permanent pentru
evaluarea tiinific a Dietetice de referin Prize, Alimentaie i Nutriie Board, Institutul de
Medicina. Washington, DC: NATIONAL ACADEMY PRESS; Referinta de Administrare
Dietetica vitamina A, vitamina K, arsenic, bor, crom, cupru, iod, fier, mangan, molibden, nichel,
siliciu, vanadiu, i zinc. http://www.nap.edu/openbook.php?isbn = 0309072794 .
21

6. Matyssek R, Schulin R, Gnthardt-Goerg MS. Fluxurilor de metal i subliniaz, n

ecosistemele terestre: Sinopsis spre nelegere holistic. Pentru zpad Landsc Res. 2006, 80 (2) :
139-148.
7. Steblez WG. Industria de minerale din ROMNIA. US Geological minerale sondaj
Anuarul;1999. http://minerals.usgs.gov/minerals/pubs/country/1999/9433099.pdf .
8. Crlig ED, analize de calitate Macoveanu M. a solurilor din zona platformei metalurgic
Cordun.EEMJ. 2008; 7 :851-858.
9. Damian F, Damian G, Lctuu R, Iepure G. concentraie de metale grele din solurile din jurul
Zlatna i Copa Mic topitoriile Romnia. Carpath J Pmnt Environ Sci. 2008; 3 :65-82.
10. Lctuu R, Lctuu AR. Zone de legume i fructe de calitate n metale grele poluat din
Romnia. Carpth J Pmnt Environ Sci. 2008; 3 :115-129.
11. Gogoasa I, Oprea G, Gergen I, Alexa E, Cozma A, Bordean DM, Moigrdean D, Alda
LM.Cercetri privind contaminarea solului cu metale grele in Muntii Banatului. J Agroaliment
Process Technol. 2009, 15 :172-176.
12. Lctuu R, G Cu, Aston J, Lungu M, Lctuu AR. Stare de poluare metale grele a solului
n legtur cu poteniale viitoare activiti miniere din zona Roia Montan. Carpath J Pmnt
Environ Sci. 2009; 4 :39-50.
13. Damian G, Damian F, Nsui D, Pop C, Pricop C. calitate Solurile din partea de sud-est a
zonei Baia Mare afectate de industria metalurgic. Carpath J Pmnt Environ Sci. 2010; 5 :139147.
14 Cui YJ, Zhu YG, Zhai R, Huang Y, Qiu Y, Liang J. Expunerea la amestecuri de metal i
impactul asupra sntii umane, ntr-o zon contaminat n Nanning, China.
EnvironInt.2005, 31 :784-790. doi:.10.1016/j.envint.2005.05.025 [ PubMed ] [ Cross Ref ]
15. Liu WH, Zhao JZ, Ouyang ZY, Soderlund L, Liu GH. Impactul irigare canalizare privind
distribuia metalelor grele i de contaminare de la Beijing, China. Environ Int. 2005, 31 :805812. doi:. 10.1016/j.envint.2005.05.042 [ PubMed ] [ Cross Ref ]
16. Yang QW, Li H, lung FY. . Metale grele de legume i a solurilor de baze de legume n
Chongqing,
sud-vestul
Chinei Environ
Monit
Evaluarea. 2007; 130 :271-279. doi:.
10.1007/s10661-006-9395-2 [ PubMed ] [ Cross Ref ]
17. Khan S, Cao Q, Zheng YM, Huang YZ, Zhu YG. Riscurile pentru sntate de metale grele
din soluri contaminate i culturile alimentare irigate cu ape uzate de la Beijing,
China. Environpoluani. 2008; 152 :686-692. doi:.
10.1016/j.envpol.2007.06.056 [ PubMed ] [ Cross Ref ]
18. Srinivas N, Ramakrishna RS, Kumar SK. Trace acumulare de metal n legume cultivate n
zonele industriale i semi-urbane - un studiu de caz. Appl Environ Ecol Res. 2009; 7 : 131-139.
19. Baykov BD, Hristev HR, Penkov D, Zaharinov B, Georgieva Y, Willeke-Wetstein C,
Steinbacj J. Micarea de cadmiu i plumb n lanuri trofice antropic format dintr-un tip de
pune. J Cent Euro Agric. 2003; 4 :389-398 .
20. Butnariu M, Goian M, Ianculov I, Gergen I, P. Negrea Studiu privind influen a Co 2 cu
privire la dezvoltarea plantelor de soia i de acumulare a unor elemente chimice (Fe, Mg, Ca, K
i P)Rev Chim ( Bucureti) 2005, 56 (8) :837-841.
21. Mendil D, Uluzl OD, Tzen M, Hasdemir E, nivelurile de metal Sari H. Trace in probele
de
ciuperci
din
Ordu,
Turcia. Food
Chem. 2005, 91 :463-467. doi:.
10.1016/j.foodchem.2004.06.028 [ Cross Ref ]
22.Slupski J, Lisiewska Z, Kmiecik W. Coninutul de macro i microelemente din mrar proaspt
i
congelat
(Anethum
graveolens
L.) Food
Chem. 2005, 91 :737-743. doi:.
10.1016/j.foodchem.2004.06.046 [ Cross Ref ]
23. Soylak M, Saracolu S, Tzen M, Mendil D. Determinarea urmelor de metale din probele de
ciuperci
din
Kayseri,
Turcia. Food
Chem. 2005, 92 :649-652. doi:.
10.1016/j.foodchem.2004.08.032 [ Cross Ref ]
22

24. Cocchi L, Vescovi L, Petrini LE, metale Petrini O. grele din ciuperci comestibile din
Italia. Food Chem. 2006, 98 :277-284. doi:. 10.1016/j.foodchem.2005.05.068 [ Cross Ref ]
25. Martin D, Vollenweider P, Buttler A. Bioindication de contaminarea cu metale grele n
grdini de legume. Pentru zpad Landsc Res. 2006, 80 (2) :169-180.
26. Radwan MA, Salama AK. Pia co sondaj a unor metale grele n fructe i legume egiptene.
Food Chem Toxicol. 2006; 44 :12731278. doi:.10.1016/j.fct.2006.02.004 [ PubMed ][ Cross
Ref ]
27. Singh V, Garg AN. Disponibilitatea de elemente eseniale urme din cereale indian, legume si
condimente, folosind INAA i contribuia de condimente pentru aportul alimentar de zi cu zi.
Food Chem. 2006; 94 : 81-89. doi:.10.1016/j.foodchem. 2004.10.053 [ Cross Ref ]
28. Gomez MR, Cerutti S, Sombra LL, Silva MF, Martinez LD. Determinarea metalelor grele
pentru controlul calitii n medicamentele pe baz de plante argentiniene de ETTAS i ICPOES. Food
Chem
Toxicol. 2007; 45 :1060-1064. doi:.
10.1016/j.fct.2006.12.013 [ PubMed ] [ Cross Ref ]
29 Harmanescu M, Dragan S, Poiana MA, Cioban C, Moigradean D, Gogoasa eu, compozi ie
Gergen I. Fier a unor componente de alimente functionale:. Sos de roii i soia degresate .
Lucrari tiinifice - Universitatea de Stiinte Agricole a Banatului Timioara, Medicina
Veterinara2007 ; 40 :243-252.
30. Smical AI, Hotea V, Oros V, Juhasz J, Pop E. Studii privind transferul i bioacumulare a
metalelor grele din sol n salata verde EEMJ. 2008, 7 609-615.
31. Khan S, Farooq R, Shahbaz S, Khan MA, de Evaluare a Sanatatii a riscurilor M. Sadique a
metalelor grele pentru Populaie prin consumul de legume Mondiale Appl Sci J. 2009; 6 :16021606.
32. Singh O, RK Sharma, Agrawal M, Marshall FM. Evaluarea riscurilor de toxicitate metale
grele prin legume contaminate din ap uzat zon irigat de Varanasi, India. Trop
Ecol. 2010; 51(2S) :375-387.
33, Memon AR, Aktoprakligil D, zdemir A, Vertii A. acumularea de metale grele i de
mecanisme de detoxifiere n plante. Turk J Bot. 2001, 25 :111-121.
34. Valko M, Rhodes CJ, Moncol J, Izakovic M, M. Mazur radicalilor liberi, metale i
antioxidani n cancer indus de stres oxidativ. Chem Biolog Interact. 2006; 160 :1-40. doi:.
10.1016/j.cbi.2005.12.009 [ PubMed ] [ Cross Ref ]
35. Drochioiu G, Manea M, Drguanu M, M Murariu, Dragan ES, Petre BA, Mezo G,
Przybylski M. Interaciunea de beta-amiloid (1-40) peptida cu perechi de ioni metalici: Un studiu
capcan de ioni de mas model de spectrometrie electrospray. Biophys Chem. 2009; 144 . (1-2) :
9-20[ PubMed ]
36. Murariu M, ES Dragan, Drochioiu G. Eiectrospray abordare spectrometrie de mas cu
ionizare din metal conformaional induse de legare la oligopeptide. Eur J Mass
Spectrom. 2010; 16 : 511.doi:. 10.1255/ejms.1092 [ PubMed ] [ Cross Ref ]
37. Murariu M, Grdinaru RV, Mihai M, Jurcoane S, Drochioiu G. efect neateptat de complexe
de nichel ale unor peptide conin histidin pe Escherichia coli. Scrisori biotehnologice din
Romnia.2011; 16 (3) :6242-6246.
38. Drinceanu D, Julean C, Simiz E, tef L, Luca I, Sofian D. Efectele de suplimente de
minerale privind rezultatele bioproductivi la ginile outoare crescute n sisteme
organice. Lucrari stiintifice:. Zootehnie i Biotehnologii 2011; 44 :30-36 .
39. Stef DS, Gergen I. Efectul de dieta imbogatit-minerale i plante medicinale pe Fe, Mn, Zn,
Cu i absorbia n carnea de pui. Chem Cent J. 2012, 6 : 19. doi:. 10.1186/1752-153X-619[ PMC articol gratuit ] [ PubMed ] [ Cross Ref ]
40. Nica DV, Bura M, Gergen eu, Harmanescu M, Bordean DM. Bioacumulative i evaluare
conchological de transfer de metale grele ntr-un lan alimentar sol-plant-melc. Chem Cent
J.2012, 6 : 55. doi:. 10.1186/1752-153X-6-55 [ PMC articol gratuit ] [ PubMed ] [ Cross Ref ]
23

41. da Silva Tores EAF, Garbelotti ML, Neto JMM. Aplicarea de analiza cluster ierarhic la
studiul
de
compoziia
alimentelor. Food
Chem. 2006, 99 :622-629. doi:.
10.1016/j.foodchem.2005.08.032 [ Cross Ref ]
42. Ciocan , Harper DAT, Ryan PD. Trecut: paleontologice Statistici Program pentru Educaie
i
analiza
datelor. Palaeontol
Electron. 2001; 4 (1):
4. 9pp.http://palaeoelectronica.org/2001_1/past/issue1_01.htm .
43. Yu P. Aplicarea analizei cluster ierarhic (CLA) i analiza componentelor principale (PCA) n
structura de alimentare i hrana pentru animale de cercetare chimie moleculara, folosind pe baza
de sincrotron Transformata Fourier n infrarou (FTIR) microscopului. J Agric Food
Chem. 2005, 53 : 7115 - 7127. doi:. 10.1021/jf050959b [ PubMed ] [ Cross Ref ]
44. Kara D. Evaluarea concentraia de metale urme n unele plante i ceaiuri de plante prin
analiza
componentelor
principale. Food
Chem. 2009; 114 :347-354. doi:.
10.1016/j.foodchem.2008.09.054 [ Cross Ref ]
45. Jongman RHG, Braak CJF, Van Tongeren DE, editor. Analiza datelor n comunitate i
ecologia peisajului. Cambridge University Press; pp. 116-125.
46. Wold S, Esbensen K, Geladi P. analiza componentelor principale. Chemometr Intell
Lab. 1987; 2:37-52. doi:. 10.1016/0169-7439 (87) 80084-9 [ Cross Ref ]
47. Mazerolles G, M Hanafi, Dufour E, Bertrand D, Qannari EM. Componente comune i
analize specifice greuti: O metoda chemometric de a face cu complexitatea de produse
alimentare.Chemometr
Intell
Lab. 2006; 81 :41-49. doi:.
10.1016/j.chemolab.2005.09.004 [ Cross Ref ]
48. Chen Y, M Yu, Xu M, Chen X, Shi J. Diferenierea de opt ceai (Camellia sinensis) soiuri din
China de amprente digitale elementar de frunzele lor. J Sci Food Agric. 2009; 89 :23502355.doi:. 10.1002/jsfa.3716 [ Cross Ref ]
49. Abad-Garcia B, Berrueta LA, Garmon-Lobato S, Urkaregi A, B Gallo, caracterizarea Vicente
F. chemometric de suc de fructe din soiuri spaniol n funcie de coninutul lor de compus
fenolic:.
Am
citrice .
J
Agric
Food
Chem 2012; 60 :
3635-3644. doi:.
10.1021/jf300022u[ PubMed ] [ Cross Ref ]
50. Anderson KM, Smith BW. Chimic profilare a diferenia originile geografice tot mai mare de
cafea. J Agric Food Chem. 2002, 50 :2068-75. doi:. 10.1021/jf011056v [ PubMed ] [ Cross Ref ]
51. Alvarez M, Moreno IM, Jos A, Camean AM, Gonzales AG. Diferenierea dintre "dou
andaluze DO vinuri Fino" n funcie de coninutul lor de metal de la ICP-OES prin utilizarea
supravegheate modalitati de recunoatere model. MICROCHEM J. 2007, 87 :72-76. doi:.
10.1016/j.microc.2007.05.007 [ Cross Ref ]
52. Konstadinovic S, Stefova M, Nikolova D, Nedelcheva D, Martinez N, Lorenzo D, Dellacassa
E, analiza Mirhosseini H. multivariat discriminare a diferitelor uleiuri de lamaie presate la rece
diferite regiuni geografice. J Agric Food & Environ. 2010, 8 (2) :117-121.
53. Klimaszewska K, Srbu C, Polkowska Z, Lech D, Pasawski P, Maek S, Namienik J.
Aplicarea analizei discriminant liniar la studiul de chimie de roua, pe baza probelor colectate n
Polonia (2004-2005) Cent Eur J Chem. 2009, 7 (1) :20-30. doi:. 10.2478/s11532-008-00828[ Cross Ref ]
54. Pop HF, Einax JW, Srbu C. analiz clasic i neclare component principal al unor probe de
mediu privind poluarea cu metale grele. Chemometr Intell Lab. 2009; 97 :25-32. doi:.
10.1016/j.chemolab.2008.06.006 [ Cross Ref ]
55. Bordean DM, Gergen eu, Harmanescu M, L Pirvulescu, Butur M, Rujescu CI. Modelul
matematic de evaluare a riscului de contaminare a mediului. J Agric Food &
Environ. 2010, 8(2) :1054-1057.
56. DM Bordean, Gergen I, Gogoa I, Oprea G, Pirvulescu L, Alda LM, Alda S, Breica Borozan
A, model de evaluare Harmanescu M. matematic de contaminarea cu metale grele in legume si
fructe. J Agric Food & Environ. 2011; 9 ( 1) :680-683.
24

57. Laursen KH, Schjoerring JK, Olesen JE, Askegaard M, Halekoh U, Husted S. multielement
amprentarea ca un instrument pentru autentificarea de gru organic, orz, faba fasole, i cartofi. J
Agric Food Chem. 2011, 59 :4385-4396. doi:. 10.1021/jf104928r [ PubMed ] [ Cross Ref ]
58. Naughton DP, Petrczi ioni A. metalelor grele n vinurile: meta-analiza a coeficienii de risc
int dezvluie riscurile pentru sntate. Chem Cent J. 2008, 2 : 22. doi:. 10.1186/1752-153X-222 [ PMC articol gratuit ] [ PubMed ] [ Cross Ref ]
59. Haga T, Petroczi A, Andrews PLR, Barker J, Naughton DP. . Determinarea coninutului de
ioni de metal de buturi i estimarea de coeficienii de risc int: un studiu comparativ Chem
Cent J.2008, 2 : 13. doi:. 10.1186/1752-153X-2-13 [ PMC articol gratuit ] [ PubMed ] [ Cross
Ref ]
60. Petroczi A, Naughton DP. Mercur, cadmiu i plumb contaminare n fructe de mare: Un studiu
comparativ pentru a evalua utilitatea Target pericol coeficieni. Food Chem
Toxicol. 2009, 47:298-302. doi:. 10.1016/j.fct.2008.11.007 [ PubMed ] [ Cross Ref ]
61. Harmanescu M, Alda LM, Bordean DM, Gogoasa eu, Gergen I. grele de evaluare a riscurilor
pentru sntate metale pentru a populaiei prin consumul de legume cultivate n zona minier
vechi; un studiu de caz: Banat Judeul Romnia. Chem Cent J. 2011; 5 : 64. doi:. 10.1186/1752153X-5-64 [ PMC articol gratuit ] [ PubMed ] [ Cross Ref ]
63. Orisakwe OE, Nduka JK, Amadi CN, Dike DO, Bede O. grele de evaluare a metalelor risc
pentru sntatea populaiei prin consumul de culturi alimentare i fructe din Owerri, de Sud-Est,
Nigeria. Chem Cent J. 2012, 6 : 77. doi:.10.1186/1752-153X-6-77
63. Iano G, Pusca am, Goian M. Solurile Banatului, (Solurile Banatului) Timioara:
Ed. Mirton;1997. Pp. 167-169.
64. http://journal.chemistrycentral.com/content/6/1/156

25