UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE CENTRO DE CIÊNCIAS EXATAS E DA TERRA
INSTITUTO DE QUÍMICA
Eryka Thamyris Damascena Nóbrega
Sensor de Demanda Química de Oxigênio: abordagem verde e de baixo custo baseada em papel funcionalizado com nanopartículas de prata e processamento de imagens
Natal, RN 2018
Sensor de Demanda Química de Oxigênio: abordagem verde e de baixo custo baseada em papel funcionalizado com nanopartículas de prata e processamento de imagens
Eryka Thamyris Damascena Nóbrega
Trabalho de conclusão de curso apresentado junto ao curso de Química do Petróleo da Universidade Federal do Rio Grande do Norte, como parte dos requisitos obrigatórios à obtenção do título de Bacharel.
Orientador: Prof. Dr. Edgar Perin Moraes Co-orientador: Prof. Dr. Luiz H. S. Gasparotto
Natal, RN 2018
Eryka Thamyris Damascena Nóbrega
Sensor de Demanda Química de Oxigênio: abordagem verde e de baixo custo baseada em papel funcionalizado com nanopartículas de prata e processamento de imagens
Trabalho de conclusão de curso apresentado junto ao curso de Química do Petróleo da Universidade Federal do Rio Grande do Norte, como parte dos requisitos obrigatórios à obtenção do título de Bacharel.
Orientador: Prof. Dr. Edgar Perin Moraes
Co-orientador: Prof. Dr. Luiz H. S. Gasparotto
Aprovado em _____/_____/_____
Banca Examinadora:
Prof. Dr. Edgar Perin Moraes (Orientador) Universidade Federal do Rio Grande do Norte
Prof. Dr. Luiz Henrique da Silva Gasparotto Universidade Federal do Rio Grande do Norte
Prof. Dr. Fernando José Volpi Eusébio de Oliveira Universidade Federal do Rio Grande do Norte
Aos meus amados pais, Maria e Luiz, que me inspiram ir além.
AGRADECIMENTOS
Este trabalho foi longo e desafiador. Os resultados aqui apresentados foram possíveis graças a ajuda, o esforço e a dedicação de muitos.
Primeiramente eu gostaria de agradecer a Deus e Nossa Senhora, por me fortalecerem com fé nos momentos de fraqueza, ouvirem as preces do meu coração e me guiarem pelo caminho que decidi seguir.
Agradeço também aos meus pais, Luiz e Maria Nóbrega, que não mediram esforços em suas lutas diárias em tempos de precariedade para educar suas três filhas. Por me concederem a oportunidade de estudo que não tiveram e feito do meu sonho, o sonho deles. Por me ensinarem sobre justiça e honestidade. Por todo amor, carinho, zelo e, sobretudo, pelo que representam para mim.
À memória da minha avó, Maria Régis, que me incentivou a aproveitar todas as oportunidades para continuar aprendendo. Mesmo dormindo, está presente em minha vida como exemplo de fé, resiliência e amor.
As Minhas irmãs, Leydiane e Meyriane, com quem compartilho momentos difíceis e também, muitos momentos de alegria.
À Maria Heloísa, minha sobrinha, cuja chegada iluminou minha vida. Quando ela me abraça, sinto que Deus me abraça também.
Ao meu namorado e amigo, Damon Reeves, pelo amor e apoio incondicional. Por acreditar em meus sonhos, respeitar minhas decisões, compreender minha ausência e orar por mim.
À Robéria Viana, pelo ser humano que é. Sua amizade e apoio tornaram essa caminhada mais leve. Mais do que uma amiga, você é uma autêntica irmã.
Ao meu “tio” José Pereira, que apesar de não saber ler as linhas que aqui escrevo, me ensinou que a força de vontade supera qualquer limitação.
À minha tia de coração, Maria Damaceno, que me acolheu em seu lar quando precisei. Por todo suporte, confiança e carinho.
À Profa. Dra. Hélida Salles, que me aceitou como bolsista no primeiro semestre do curso, condição determinante para minha permanência na UFRN. Por toda confiança, ensinamento e amizade. Aos demais amigos do Departamento de Informática e Matemática Aplicada – DIMAp, pelos momentos compartilhados durante esses anos: Anthony, Cácio, Jéssica, Márjory e Samantha. Vocês são os melhores!
Ao meu orientador, Prof. Dr. Edgar Moraes, por despertar, em mim, a vontade de fazer ciência. Por ter aberto as portas do(s) laboratório(s), aceitar me orientar na Iniciação Científica – sem mesmo me conhecer – e não poupar esforços na construção do meu
conhecimento seja ele acadêmico, técnico ou pessoal. Pela valiosa oportunidade que me concedeu, muito obrigada!
Ao Prof. Dr. Luiz Gasparotto, meu co-orientador, cujas contribuições foram imprescindíveis no desenvolvimento deste trabalho. Pela acolhida, confiança e oportunidade.
Ao Prof. Dr. Fernando Volpi pela prontidão em aceitar o convite de ser membro da banca de defesa. Desde já, sou grata pelas contribuições.
Ao Grupo de Química Biológica e Quimiometria – QBQ pela boa convivência.
Aos companheiros do Laboratório de Eletroquímica e Nanopartículas Aplicadas – LENA: Anderson, Heloíza, Leandro, Rayane e Thiago pela amizade, companhia, ajuda com os experimentos, e aquele empurrão moral para que a caminhada se tornasse menos difícil.
Aos amigos que conquistei ao longo da graduação, pelo apoio e contribuição em algum momento dessa jornada: Aline, Clarice, Daniel, Dênis, Fabiano, Hannah, João, Larissa e Leonardo.
Ao amigo de sempre, Jonas Oliveira, por me ajudar a escolher a química. Pela amizade, apoio e torcida sincera desde o ensino médio.
À ETE-UFRN pelas amostras cedidas.
Ao Laboratório de Engenharia Bioquímica pela água deionizada fornecida. À UFRN por tudo que me proporcionou.
À CNPq e PROPESQ pelo apoio financeiro e bolsa concedida.
A todos que ajudaram a me tornar, de certa forma, uma versão melhor de mim. Muito Obrigada!
“Hope is like the sun. If you only believe it when you see it, you’ll never make it through the night.”
RESUMO
A Demanda Química de Oxigênio (DQO) é um parâmetro-chave usado na avaliação da qualidade de águas residuais e superficiais que fornece informações sobre frações quimicamente degradáveis de poluentes orgânicos (e inorgânicos). Apesar de bem consolidada, sua metodologia padrão demanda tempo para o seu diagnóstico, uso indiscriminado de reagentes químicos tóxicos e um espectrofotômetro UV-VIS que nem sempre está disponível, especialmente em locais pouco desenvolvidos. Neste trabalho, apresentamos o uso do 9,10-epóxi-12 hidroxioctadecanoato de sódio (SEAR) com função dupla de agente redutor e estabilizador na síntese aquosa de nanopartículas de prata (AgNPs), bem como um estudo do comportamento desse nanomaterial frente a um efluente real (DQO = 920 mg L-1). A Espectroscopia de Raios-X por Dispersão em Energia conduzida nas AgNPs que reagiram com o esgoto bruto revelou a presença de enxofre, confirmando a propensão das AgNPs à sulfidação em ambientes ricos em matéria orgânica. A mudança no sinal UV-VIS sugere que AgNPs podem ser um sensor interessante na determinação da DQO. Nesse sentido, relatamos o desenvolvimento de um sensor a base de papel funcionalizado com AgNPs visando a detecção colorimétrica da DQO. A influência dos fatores de controle no processo de funcionalização dos sensores foi avaliada usando um planejamento fatorial completo 23. Uma investigação do uso do sensor para detecção de carga orgânica poluidora foi realizada em amostras de efluentes reais com DQO variando de 66 a 1160 mg L-1. Os resultados revelaram que o dispositivo pode ser capaz de detectar a presença de matéria orgânica instantaneamente, mesmo sem uso de instrumentação analítica. As mudanças na intensidade óptica nas AgNPs da camada sensorial do dispositivo, a depender do teor de matéria orgânica, permitem que a variação de cor capturada por imagens digitais seja relacionada com a DQO. Assim, processamento de imagens digitais foi usado para extrair os canais do sistema de cor RGB (Vermelho-Verde-Azul) e calcular a absorbância resolvida, o dataset resultante foi avaliado via Análise de Componentes Principais. 99,3% da variabilidade total dos dados foi explicada nas duas primeiras componentes evidenciando um padrão de diferenciação dos sensores em grupamentos por medida de DQO, especialmente devido a variável “canal B”, e indicando que o dispositivo pode ser usado como uma ferramenta alternativa promissora.
Palavras-chave: Demanda química de oxigênio. Nanopartículas de prata. Método colorimétrico. Imagens RGB. Análise de componentes principais.
ABSTRACT
Chemical Oxygen Demand (COD) is a quality parameter of superficial water and wastewater that provides information on chemically degradable fractions of organic (and inorganic) pollutants. Although firmly established, standard method require time for its diagnosis, indiscriminate use of toxic chemical reagents, and a UV-VIS spectrophotometer that is not always available, especially in developing countries. In this report we showed the use of 9,10-epoxy-12-hydroxytetradecanoate (SEAR) with dual role, simultaneously functioned as reducing and stabilizing agents in the synthesis of AgNPs, as well as a study of the nanomaterial behavior against a real raw sewage (COD = 920 mg L-1). Energy-Dispersive X-Ray Spectroscopy conducted on AgNPs that reacted with raw sewage revealed the presence of sulfur, confirming that sulfidation took place. The UV-VIS signal change indicates that AgNPs may be an interesting sensor in determining COD. In this sense, we report the development of a paper-based sensor functionalized with AgNPs for the colorimetric detection of COD. The influence of the control factors in the sensors functionalization process was evaluated using a full 23 factorial design. Investigation of sensor use to detect organic pollutant was carried out on samples of real effluents with COD varying from 66 to 1160 mg L-1. The results revealed that the sensor can be able to detect the presence of organic matter instantly, even without the use of analytical instrumentation. Optical intensity variation of the AgNPs in the sensory layer device, depending on the organic matter content, allows the color variation captured by digital images to be related to COD. Thus, digital image processing was used to extract the channels from the RGB (Red-Green-Blue) color system and the resulting dataset evaluated with Principal Component Analysis. 99.3% of the total variability of the data was explained the first two components, evidencing a differentiation pattern of the sensors in groupings by COD measurement, especially due to variable “channel B”, and indicating that the sensor can be used as a promising alternative tool.
Keywords: Chemical oxygen demand. Silver nanoparticles. Colorimetric method. RGB images. Principal component analysis.
LISTA DE ABREVIATURAS E SIGLAS
Ag+ Íons prata
Ag0 Prata metálica
Ag2S Sulfeto de prata
AgNPs Nanopartículas de prata
Au3+ Íons ouro
CMC Concentração Micelar Crítica
DBO Demanda de Bioquímica de Oxigênio
DQO Demanda Química de Oxigênio
EDS Espectroscopia de Raios-X por Dispersão em Energia (Energy-Dispersive X-Ray Spectroscopy)
LBMA Largura da Banda a Meia Altura
ORP Potencial de oxidação/redução (Oxidation Reduction Potential)
PCA Análise de Componentes Principais (Principal Component Analysis)
pH Potencial hidrogeniônico
PVP poli(vinilpirrolidona)
RGB Vermelho-Verde-Azul (Red-Green-Blue)
ROIs Regiões de interesse (Regions of Interest)
SEAR 9,10-epóxi-12 hidroxioctadecanoato de sódio
SPR Ressonância de Plasmon de Superfície (Surface Plasmon Resonance)
LISTA DE FIGURAS E TABELAS
Figura 1 – Esquema do método de determinação da DQO. ... 22
Figura 2 – Esquema do fenômeno SPR para nanopartículas esféricas. ... 27
Figura 3 – Epoxidação do ácido ricinoleico. ... 29
Figura 4 – Fórmula estrutural do poli(vinilpirrolidona) (PVP). ... 31
Figura 5 – Design e dimensões do sensor. ... 32
Figura 6 – Procedimentos realizados para: (A) Obtenção de AgNPs usando SEAR como agente redutor e estabilizador. (B) Monitoramento da reação entre AgNPs e amostra de efluente real via UV-VIS. (C) Caracterização via EDS. ... 35
Figura 7 – Procedimentos realizados para: (A) Obtenção de AgNPs usando glicerol e PVP como agente redutor e estabilizador, respectivamente. (B) Caracterização por UV-VIS. (C) Preparo do sensor via funcionalização dos substratos com AgNPs. (D-1) Ilustração da configuração experimental para aquisição das imagens. (D-2) Teste do sensor em amostras de efluentes reais. (E) Processamento de dados no Software R e exemplo de região de interesse (ROI). ... 35
Figura 8 – Espectros de absorção UV-VIS de AgNPs sintetizadas com (A) 1,0 mM SEAR e (B) 10,0 mM SEAR em contato com esgoto bruto. (C) Absorbância em função do tempo registrada a 408 nm (λmáx). ... 37
Figura 9 – Nos lados esquerdo e direito, as AgNPs são estabilizadas pelo SEAR abaixo e acima de sua CMC, respectivamente. ... 38
Figura 10 – Mecanismo generalístico da redução dos íons prata pelo gicerol em meio alcalino. ... 39
Figura 11 – Espectro de absorção UV-VIS para AgNPs sintetizadas usando glicerol e PVP. ... 41
Figura 12 – Gráficos de contorno: relações entre fatores avaliados no planejamento fatorial. ... 43
Figura 13 – Gráfico de Pareto: efeitos principais e interações das variáveis no planejamento fatorial. ... 45
Figura 14 – Sensor (a) antes e (b) após seu uso com amostra de água residual com DQO = 1160,0 mg L-1. ... 46
Figura 15 – Gráfico dos scores e loadings para o modelo PCA do dataset (DQO variando de 66,0 a 1160,0 mg L-1), a elipse tracejada representa um intervalo de confiança de 95%. ... 48
Tabela 1 – Experimentos do planejamento fatorial completo 23: Níveis codificados e valores reais. ... 33
ESTRUTURA DO DOCUMENTO
Este trabalho está dividido em três partes, distribuídas em cinco capítulos:
A Parte I – Introdução será descrita no 1° capítulo e explorará a natureza, principal motivação e os objetivos do trabalho.
A Parte II – Revisão Bibliográfica será descrita no 2° capítulo, dividida em três tópicos principais:
2.1 Cenário dos Recursos Hídricos: disponibilidade e qualidade – este é o ponto de
partida que permite a visualização dos principais aspectos inerentes à temática abordada. Nesta seção, apresentamos os principais desafios relacionados a gestão e incorporaremos os paradigmas de uso e conservação desse recurso negligenciado, mas valioso, particularmente em condições de escassez. Estenderemos, em linhas gerais, os conceitos e aplicações de alguns “instrumentos” de verificação de critério de uso, especialmente a Demanda Química de Oxigênio (DQO), com o propósito de fornecer um documento autônomo. Explanaremos as metodologias oficiais mais usadas e discutiremos algumas de suas problemáticas.
2.2 Miniaturização na Química Analítica – abordaremos de forma descritiva, o uso
de dispositivos miniaturizados/sensores como métodos alternativos em análises químicas. Ademais, exploraremos o uso aliado de processamento de imagens digitais e ferramentas quimiométricas na elaboração e otimização de metodologias analíticas inovadoras.
2.3 Nanociência no desenvolvimento de metodologias analíticas alternativas –
direcionaremos ao estudo de materiais nanoestruturados, especialmente nanopartículas de prata. Abordaremos suas principais propriedades, princípio de síntese e seu uso no desenvolvimento de sensores/metodologias alternativas.
No capítulo 3, apresentamos o sistema objeto deste estudo, sua modelagem, otimização e avaliação.
A Parte III – Resultados e Discussão será descrita no 4° capítulo, onde serão abordados dois tópicos principais:
4.1 9,10-epóxi-12 hidroxioctadecanoato de sódio (SEAR) como agente redutor e estabilizador de nanopartículas de prata (AgNPs) e estudo do comportamento de AgNPs quando submetidas a amostra de esgoto real – relatamos o uso do SEAR, um derivado epoxidado do ácido ricinoleico, com a função dupla de agente redutor e estabilizador na síntese aquosa de AgNPs. Além disso, descreveremos um trabalho sistemático e minucioso sobre o comportamento de AgNPs submetidas a ambientes ricos em matéria orgânica. Nesta etapa, o foco principal é o estudo de uma possível aplicação deste nanomaterial em sensores para DQO.
4.2 Sensor de Demanda Química de Oxigênio: Funcionalização de substratos com
AgNPs utilizando um planejamento fatorial completo e aplicação do sensor em amostras de águas residuais – apresentamos o uso aliado do planejamento fatorial de experimentos como uma ferramenta para avaliar a influência de parâmetros sobre a eficiência de impregnação das AgNPs no papel, bem como sua otimização. Exploraremos a aplicação do sensor em amostras de águas residuais com DQO conhecida, onde direcionaremos uma investigação empregando a Análise de Componentes Principais, na busca por princípio de separação dos dados.
No capítulo 5, explanaremos algumas conclusões gerais do estudo, sugestões de trabalhos futuros e a bibliografia.
SUMÁRIO 1 INTRODUÇÃO ... 16 1.1 Objetivos ... 18 1.1.1 Objetivos Gerais ... 18 1.1.2 Objetivos específicos ... 18 2 REVISÃO BIBLIOGRÁFICA ... 19
2.1 Cenário dos Recursos Hídricos: disponibilidade e qualidade... 19
2.1.1 Matéria orgânica em águas: parâmetros e indicadores de qualidade ... 20
2.1.2 Demanda Química de Oxigênio: métodos padrão e suas melhorias ... 21
2.2 Miniaturização na Química Analítica ... 23
2.2.1 Sensores colorimétricos ... 23
2.2.2 Dispositivos de papel: detecção colorimétrica ... 24
2.2.3 Métodos Quimiométricos ... 25
2.3 Nanociência no desenvolvimento de metodologias analíticas alternativas ... 26
2.3.1 Nanopartículas de prata: síntese, propriedades e aplicações ... 26
2.3.2 Transformação química de nanopartículas de prata em ambientes aquáticos .. 27
3 METODOLOGIA ... 29
3.1 Reagentes ... 29
3.2 Materiais e Instrumentação ... 29
3.3 Metodologia Oficial ... 30
3.4 Síntese de nanopartículas de prata com 9,10-epóxi-12 hidroxioctadecanoato de sódio (SEAR) ... 30
3.4.1 Estudo do comportamento das nanopartículas de prata quando submetidas a ambientes ricos em matéria orgânica ... 30
3.5 Síntese de nanopartículas de prata usando poli(vinilpirrolidona) (PVP) ... 31
3.5.1 Planejamento fatorial completo ... 31
3.6 Aquisição dos dados de imagem ... 33
3.6.1 Processamento dos dados e Tratamento Quimiométrico ... 34
4 RESULTADOS E DISCUSSÃO ... 36
4.1 SEAR como agente redutor e estabilizador de nanopartículas de prata ... 36
4.1.1 Comportamento de nanopartículas de prata quando submetidas a amostra de efluente real ... 36
4.2 Sensor de Demanda Química de Oxigênio ... 39
4.2.1 Síntese de nanopartículas de prata usando glicerol como agente redutor e PVP como estabilizador ... 39
4.2.2 Funcionalização dos substratos com nanopartículas de prata: otimização experimental usando planejamento fatorial completo ... 41
4.2.3 Aplicação do sensor em amostras de águas residuais ... 46
5. CONCLUSÕES ... 50
TRABALHOS FUTUROS ... 50
1 INTRODUÇÃO
A importância dos recursos hídricos tem sido reconhecida, política e socialmente, tendo em vista sua relevância estratégica como recurso essencial a sobrevivência, assim como fonte de energia, uso agrícola, recreação, dentre outros. Muito embora seja um dos cernes das questões ambientais atuais, o uso indevido dos corpos d’água como receptores de esgotos residenciais e/ou industriais não tratados ou insuficientemente tratados tem comprometido sua utilização, especialmente em áreas sob pressão antrópica intensa (LOPES, 2012). Os poluentes orgânicos são um dos principais grupos de contaminantes, causando efeitos nocivos na saúde humana e nos ecossistemas aquáticos (SCHWARZENBACH et al., 2010).
Parâmetro-chave empregado na avaliação da qualidade de águas residuais/superficiais, a Demanda Química de Oxigênio (DQO), objeto de estudo deste trabalho, fornece informações sobre frações quimicamente degradáveis de poluentes orgânicos. O princípio da análise consiste na oxidação da matéria orgânica (e inorgânica) presente nessas águas pela ação de um agente quimicamente oxidante, como, por exemplo, o dicromato (IUPAC, 2014). Apesar de bem consolidada sua metodologia oficial apresenta uma série de desvantagens, sobretudo no que se refere ao uso indiscriminado de metais pesados como Cromo (especialmente em sua forma hexavalente, Cr (VI)) e Mercúrio – causando poluição secundária, uso de equipamentos sofisticados e, além disso, processos de digestão da amostra que consomem de 2-4 h (APHA, AWWA, WEF, 2012).
A busca por metodologias analíticas que mitiguem ou substituam materiais prejudiciais para a saúde humana e do ambiente tem se tornado um parâmetro chave na Química Verde (ANASTAS, 1999; VIEIRA et al., 2013). Nesta perspectiva, a ciência indica uma demanda crescente por dispositivos que contemplem o desejo de portabilidade do sistema, rapidez, mínimo pré-tratamento de amostras, possibilidade de análise online, baixo custo e efetividade. Ao mesmo tempo, que possam fazer essa avaliação por meio de índices baseados na utilização de um processo mínimo operador, já que uma das principais dificuldades dos gestores ambientais é, certamente, a conversão de dados complexos em informações compreensíveis e acessíveis ao público não-técnico.
17
Neste viés, o papel tem emergido como uma plataforma poderosa, promissora e descartável para aplicações de detecção, sensoriamento e biosensoriamento. Esse substrato traz várias vantagens incluindo o baixo custo, biocompatibilidade e, o mais importante, acessibilidade global (GARCIA et al., 2014; DIAS et al., 2016). Agregado a isso, nanopartículas metálicas são bastante atrativas e promissoras no desenvolvimento de sensores dado que são materiais funcionais em vários campos, apresentando excelentes propriedades ópticas, térmicas, mecânicas e antimicrobianas (ZHENG et al., 2000; CLEMENSON et al. 2008; NIMRODH et al. 2011). Dentre as nanopartículas metálicas, as de prata chamam atenção em virtude da sua comprovada reatividade com compostos que contém enxofre em corpos aquáticos (LIU et al., 2011; LEVARD et al., 2013; ZHU et al., 2016), o que abre a possibilidade de investigar seu uso como sensor para DQO, de modo a oferecer maneiras práticas e acessíveis de realizar essa determinação.
Tendo em vista a importância da avaliação da qualidade da água para garantia de um ambiente que não apresente riscos à saúde humana, metodologias alternativas têm sido estudadas. Todavia, poucas ou nenhuma são voltadas para o uso individual do público não técnico. Visando aprimorar os métodos atualmente adotados, como parte de nossos estudos no desenvolvimento de sensores colorimétricos baseados em nanopartículas metálicas, este trabalho propõe o desenvolvimento de um dispositivo simples e de baixo custo capaz de detectar a presença de carga orgânica poluidora em corpos d’água usando nanopartículas de prata funcionalizadas em papel e processamento de imagens.
1.1 Objetivos
1.1.1 Objetivos Gerais
Desenvolver um sensor colorimétrico baseado em papel funcionalizado com nanopartículas de prata (AgNPs) e processamento de imagens, visando à rápida detecção/determinação da Demanda Química de Oxigênio (DQO). Esta metodologia analítica alternativa deverá apresentar os seguintes atributos: i) mitigar o uso de reagentes e geração de resíduos químicos; ii) reduzir os custos com instrumentação analítica; iii) mínimo pré-tratamento de amostras; iv) portabilidade do sistema, de maneira a viabilizar o uso dessa tecnologia no cotidiano fora do ambiente laboratorial; v) rapidez; e vi) aumento da frequência analítica.
1.1.2 Objetivos específicos
a) Sintetizar AgNPs mediante vias de baixo impacto ambiental;
b) Estudar o comportamento de AgNPs quando submetidas a ambientes ricos em matéria orgânica;
c) Avaliar, utilizando planejamento fatorial completo, a influência de parâmetros (concentração de síntese das AgNPs, gramatura/tipo do papel e número de camadas de AgNPs aplicadas em sua superfície) na produção dos sensores; d) Explorar o uso do modelo de classificação multivariada não supervisionada,
19
2 REVISÃO BIBLIOGRÁFICA
2.1 Cenário dos Recursos Hídricos: disponibilidade e qualidade
Embora nosso planeta seja muitas vezes chamado de “planeta azul”, o aumento de advertências sobre escassez de água é comum (OK e KANAE, 2006). De acordo com o Relatório do World Water Assessment Programme (2003), apesar de 70% da superfície da Terra ser coberta por água, apenas 2,5% é água doce e somente 0,3% está disponível para uso humano. Além disso, sua disponibilidade diminui gradativamente, devido a degradação do ambiente, ao crescimento populacional e a expansão da fronteira agrícola/industrial.
A gestão de águas residuais geralmente recebe pouca atenção social e política em comparação com os desafios da oferta de água, especialmente no contexto de escassez. No entanto, ambos são intrinsecamente relacionados – estima-se que 80% de todas as águas residuais (industriais ou urbanas), seja por falta de recursos ou por negligência, são lançadas para o meio ambiente sem qualquer tratamento prévio, poluindo rios, lagos e áreas costeiras (WWAP, 2018). Impactos estes, que são altamente prejudiciais à sustentabilidade do abastecimento de água, manutenção da saúde, da economia e o do meio ambiente.
Neste sentido, estudos recentes chamam atenção para a urgência de melhorias nas políticas de uso e gestão dos corpos hídricos1, principalmente no tocante de riscos de contaminações por pesticidas, produtos farmacêuticos e químicos industriais, bem como o impacto de seus produtos de transformação sobre as pessoas e a biodiversidade (HARRIS et al., 2013; DE et al., 2014; SAUVÉ e DESROSIERS, 2014; WWAP, 2017). No que diz respeito à saúde humana, ameaças adicionais incluem exposição a agentes patogênicos e/ou substâncias químicas nocivas por meio da cadeia alimentar ou durante a recreação (SCHWARZENBACH et al., 2010).
Embora existam n-espécies químicas potencialmente impactantes sobre a qualidade das águas, as legislações ambientais atuais contemplam apenas uma parcela limitada onde são considerados os efeitos sabidamente prejudiciais à saúde humana e do meio ambiente e cuja ocorrência é mais provável, como, por exemplo, o teor de poluentes orgânicos (SCHWARZENBACH et al., 2006; SCHWARZENBACH et al.,
1
Corpo Hídrico - Denominação genérica para qualquer manancial hídrico; curso d’água, trecho de rio, reservatório artificial ou natural, lago, lagoa ou aquífero (ANA, 2002).
2010). Os padrões e indicadores de qualidade da água são importantes porque, além de limitar níveis permitidos de poluentes num corpo d’água – a depender do uso que ela se destina – constitui a base que define os níveis de tratamentos a serem adotados, de modo que os efluentes lançados não alterem as características do curso d’água receptor (SPERLING, 2005; CHAVES, 2008). Destarte, o impacto da qualidade da água no ambiente e na saúde pública justifica o investimento em gestão e controle para o manejo adequado dos recursos hídricos.
2.1.1 Matéria orgânica em águas: parâmetros e indicadores de qualidade
Um dos principais impactos ocasionados pelo despejo indevido de águas residuais não tratadas ou insuficientemente tratadas em um curso d’água receptor é a diminuição da concentração de oxigênio dissolvido disponível (BRAGA, 2002; SCHWARZENBACH et al., 2010). Nesse sentido, o teor de substâncias “consumidoras” de oxigênio, notavelmente orgânicas, é um parâmetro importante na avaliação do nível de contaminantes presentes em águas, assim como na estimativa de sua qualidade e alerta precoce de potenciais problemas de poluição.
Dois parâmetros-chave são amplamente difundidos para estimativa do teor de poluentes orgânicos em sistemas aquosos: Demanda Bioquímica de Oxigênio (DBO) e Demanda Química de Oxigênio (DQO) (NAMOUR e JAFFREZIC, 2010; SILVA et al., 2011). A análise de DBO é uma medida direta da quantidade de oxigênio consumida por microrganismos – que crescem nos compostos orgânicos presentes na amostra – quando incubados a uma temperatura e período de tempo específico, geralmente 20°C e 5 dias, respectivamente (IUPAC, 2014). Apesar da importância da DBO, problemas de imprecisão e o alto prazo para a obtenção dos resultados, bem como a limitação de determinar apenas a fração biodegradável dos compostos orgânicos, uma vez que o processo é de natureza bioquímica, tornam seu uso desvantajoso. O princípio da análise da DQO consiste na oxidação química da matéria orgânica (e inorgânica) presente na amostra, utilizando um agente oxidante forte em excesso como, por exemplo, o dicromato, em meio ácido e em altas temperaturas, geralmente 150°C, por um período de 2-4 h de digestão (APHA, AWWA, WEF, 2012; IUPAC, 2014). Consequentemente, os valores de DQO, que fornecem informações sobre frações quimicamente degradáveis, são muitas vezes utilizados como o parâmetro principal de qualidade de água em estações de tratamento de águas residuais já que seus métodos experimentais
21
consomem menos tempo e geram resultados com menores desvios (JOUANNEAU et al., 2014).
Em esgoto doméstico normal a DBO é geralmente 300 mg L-1, sendo então tratado para atingir pelo menos 25 mg L-1 antes da descarga para minimizar seu potencial de poluição. A maioria das estações de tratamento de efluentes são projetadas para atingir no mínimo 25 mg L-1 de DBO, mas níveis de DBO mais baixos podem ser alcançados (até 5 mg L-1, se especificados). Além disso, há normalmente uma relação constante entre DQO / DBO em um fluxo estável de esgoto, em geral, índices médios de 2-3 mg L-1 de DQO para 1 mg L-1 de DBO. Assim, a DQO em esgoto doméstico normal é, portanto, geralmente de 600 à 900 mg L-1, sendo tratado para atingir de 75 à 100 mg L-1 (podendo estender-se à 150 mg L-1, a depender da sensibilidade do curso d’água receptor) antes da descarga. A maioria dos sistemas de tratamento de esgoto é projetada para atingir no mínimo 75 mg L-1 de DQO, mas níveis mais estritos de DQO entre 10-15 mg L-1 podem ser alcançados, se especificado (WHO, 1970; UNEP, 1998; FWR, 2005). Em âmbito nacional, a Resolução CONAMA n° 430/11 estabelece DBO igual a 120 mg L-1 como padrão para lançamento de efluentes, nesse mesmo sentido a Resolução CONAMA n° 357/05 indica que para balneabilidade, isto é, atividades que envolvam contato primário em corpos hídricos, níveis ainda mais baixos de DBO são requeridos, isto é, limites máximos de até 10 mg L-1 (BRASIL, 2005; BRASIL, 2011).
2.1.2 Demanda Química de Oxigênio: métodos padrão e suas melhorias
Vários métodos padrão internacionais para determinação da DQO são amplamente difundidos, como: ISO 6060:1989, ISO 15705:2002, ASTM D 1252-95, Standard Methods 5220 (B-D) (APHA, AWWA, WEF, 2012), além de notas técnicas industriais, como Thermo Orion Methods CODL00 e CODH00, entre outros. Como indicado na Figura 1, a determinação da DQO normalmente inclui duas etapas principais: i) digestão/oxidação das amostras de água usando um agente quimicamente oxidante (usualmente dicromato) em meio ácido; e ii) determinação da quantidade de oxidante consumido ou residual por titulação ou espectrofotometria.
Figura 1 – Esquema do método de determinação da DQO.
Fonte: Ma (2017). Adaptado.
Nos ensaios de titulação, o excesso de dicromato é monitorado usando solução padrão de sulfato ferroso amoniacal e orto-fenantrolina como indicador, ou ainda empregando potencial de oxidação/redução (ORP, do inglês Oxidation Reduction Potential). Alternativamente, procedimentos espectrofotométricos que são baseados na perda de íons de cromo hexavalente (Cr (VI)) à 420 nm ou aumento de íons de cromo trivalente (Cr (III)) à 600 nm, ambos aliados a uma curva de calibração univariada (APHA, AWWA, WEF, 2012).
Muito embora a DQO se trate de um parâmetro bem consolidado e convencionalmente utilizado como critério de avaliação de águas residuais e superficiais, sua determinação usando os métodos padrão apesar de confiável apresenta algumas sérias desvantagens, sobretudo no que se refere aos seguintes aspectos: uso de reagentes químicos tóxicos (dicromato de potássio, ácido sulfúrico, sulfato de mercúrio e sulfato de prata), grande volume de amostra, baixa sensibilidade, baixa precisão, e a reprodutibilidade da técnica costuma ser baixa, levando a desvios de até 30% (LAPARA; ALLEMAN; POPE, 2000).
Nesta perspectiva, pesquisadores propuseram metodologias baseadas em espectroscopia de UV-VIS (CAO, QU e YANG, 2014; HU, WEN e WANG, 2016), fluorescência (HUR et al., 2010; KNAPIK et al., 2014) e quimioluminescência (YAO et al., 2008; OCAÑA-GONZÁLEZ et al., 2014), além de sensores fotoeletroquímicos
23
(YUAN et al., 2012; LIAO et al., 2016) e eletroquímicos empregando nanomateriais (YANG et al., 2011; WU e KANG-BING, 2013), ou ainda técnicas de ionização (WILDE et al., 2016), aplicação de redes neurais artificiais (ABBA e ELKIRAN, 2017) e modelagem difusa (YANG et al., 2013; NADIRI et al., 2018) como alternativas para determinação da DQO. Estas pesquisas ascendem a necessidade de determinar eficientemente, ao menor tempo e custo, a carga poluidora dessas águas, levando em consideração o desejo de portabilidade do sistema, sensibilidade e efetividade.
2.2 Miniaturização na Química Analítica
Uma das tendências da Química Analítica Moderna é o desenvolvimento e utilização de metodologias analíticas miniaturizadas em substituição aos sistemas convencionais. O conceito de miniaturização dos sistemas de análise foi proposto por Manz et al. (1990) e as vantagens desses dispositivos se concentram, principalmente, em promover a redução do consumo de reagentes, tempo de análise e custos com instrumentação, bem como mitigar a geração de resíduos (COLTRO et al., 2014; NEUŽIL et al., 2014). Com a miniaturização, tornou-se possível também a obtenção de microdispositivos portáteis, possibilitando o seu uso fora do ambiente laboratorial. Ademais, os avanços no desenvolvimento de materiais podem permitir que o custo final desses dispositivos seja pequeno, viabilizando o seu uso como sensores descartáveis (RÍOS, ZOUGAGH e AVILA, 2012; NEUŽIL et al., 2014).
2.2.1 Sensores colorimétricos
Um sensor colorimétrico é um dispositivo que fornece uma informação visual mensurável (cor) com relação a presença de um analito alvo. Este tipo de sensor pode ser produzido por diversos substratos, entretanto, o papel tem recebido especial atenção tendo em vista seu baixo custo, biodegradabilidade, acessibilidade global, disponibilidade em diferentes formas, além de facilidade de estocagem e transporte (MARTINEZ et al., 2007; COLTRO et al., 2010; OH e CHOW, 2015; DIAS et al., 2016).
Neste sentido, diversas aplicações de sensores colorimétricos na determinação de analitos clinicamente relevantes podem ser encontradas na literatura, como glicose (EVANS et al., 2014; GARCIA et al., 2014; LI et al., 2014; ZHU et al., 2014; NILGHAZ e SHEN, 2015; FIGUEREDO et al., 2016) e ácido úrico (YU et al., 2011;
GARCIA et al., 2014), bem como aplicações em testes imunológicos (LEI et al., 2015) e biomarcadores tumorais (LIU et al., 2015). Além disso, a grande vantagem em utilizar esses dispositivos está relacionada a possibilidade de se realizar as análises no local de necessidade, como, por exemplo, na residência do paciente (YAGER, DOMINGO e GERDES, 2008; MARTINEZ et al., 2010).
2.2.2 Dispositivos de papel: detecção colorimétrica
Em uma determinação qualitativa, o olho humano pode ser usado como detector colorimétrico, neste caso as respostas possíveis seriam apenas “sim” ou “não”. Todavia, a cor fornecida pelo sensor pode ser correlacionada com a concentração, possibilitando a obtenção de uma resposta semi-quantitativa, onde a cor pode ser comparada com um gradiente de cores previamente estabelecido e, por comparação visual, estimar a concentração do analito na amostra (FIGUEREDO et al., 2016; GARCIA et al., 2017). Para medidas quantitativas, a região colorida do sensor (zona de detecção) é gravada por um dispositivo de captura de imagens, a intensidade de cor é analisada e, então, correlacionada com a concentração do analito por meio de curvas de calibração previamente construídas (MARTINEZ et al.,2008; YETISEN, AKRAM e LOWE, 2013; NOGUEIRA et al., 2017). Nesse sentido, emerge a quantificação de compostos via processamento de imagens digitais usando o sistema de cor RGB (Red-Green-Blue), devido principalmente ao fato de que sua resposta analítica está na região do visível (~ 400–750 nm).
No sistema de dados RGB, as cores primárias (vermelho – 700,0 nm; verde – 546,1 nm; e azul – 435,8 nm) podem ser combinadas para simular todas as cores existentes no espectro da região do visível (PETROU e PETROU, 2010). Para imagens deste tipo, modelos de calibração univariados e multivariados podem ser construídos usando intensidade de cor nos canais RGB ou em valores baseados em absorbância, geralmente empregando ferramentas quimiométricas (MORAES et al., 2014; MORAIS e LIMA, 2014). Deste modo, o uso de imagens digitais pode ser um potencial substituto a espectrofotômetro para uma variedade de reações colorimétricas. O baixo custo e acessibilidade dos equipamentos de captura de imagens, isto é, câmeras de celular, câmeras digitais e scanners são vantagens que corroboram para sua utilização (MORAES et al., 2014; MORAIS e LIMA, 2014; ZHANG e LIU, 2016).
25
2.2.3 Métodos Quimiométricos
A Quimiometria é a “ciência de relacionar as medidas de um sistema ou processo químico com o estado do sistema via aplicação de métodos matemáticos ou estatísticos” (IUPAC, 2016). Esta ciência compreende três grandes áreas: planejamento de experimentos, reconhecimento de padrões e calibração multivariada (BRERETON, 2003). Neste trabalho, nos ateremos a duas delas:
Planejamento de Experimentos: seu emprego é amplamente difundido como uma poderosa ferramenta para melhoria e otimização de processos, proporcionando redução da variabilidade, redução do tempo de desenvolvimento e redução geral de custos. Dentre seus diversos tipos, os sistemas de planejamento fatorial se destacam, pois permitem estudar simultaneamente o efeito de um grande número de variáveis, a partir de um número reduzido de ensaios experimentais, bem como possibilita a representação do sistema por meio do uso de modelos matemáticos e técnicas estatísticas (BRUNS, NETO, SCARMINIO, 2001; FERREIRA e TEÓFILO, 2006).
Reconhecimento de padrões: compreende a classificação de objetos em categorias ou classes a partir da observação de suas características (THEODORIDIS e KOUTROUMBAS, 1999). Neste trabalho, nos ateremos aos métodos de classificação não supervisionada, onde são usadas apenas as propriedades estatísticas dos dados de origem para se estabelecer limites entre conjuntos de dados que se agrupam de forma natural. Assim, abordaremos o modelo de Análise de Componentes Principais (PCA, do inglês Principal Component Analysis) que está associada a ideia de redução de dados, com menor perda possível de informação, procurando redistribuir a variação observada nos eixos originais de forma a se obter um conjunto de eixos ortogonais não correlacionados (BEEBE, PELL, SEASHOLTZ, 1998). No PCA, a matriz X é decomposta em um produto de duas matrizes, loadings (P) e scores (T), mais uma matriz de erros (E), como indicado na Equação 1.
X = TPt + E (1)
Onde X é a matriz (m x n), T é a matriz de scores (m x PC), Pt é a matriz de loadings, transposta como PC x n, e E é a matriz de erros (m x n).
Os scores são as coordenadas dos objetos no sistema de eixos definidos pelas componentes principais, enquanto os loadings são os cossenos dos ângulos que as
componentes principais formam com o eixo das variáveis. Como as PCs são ortogonais, é possível examinar as relações entre amostras e variáveis por meio dos gráficos dos scores e loadings.
2.3 Nanociência no desenvolvimento de metodologias analíticas alternativas
Em 1959, no Encontro Anual da American Physical Society, Richard Feynman realizou uma palestra inspiradora intitulada “There’s Plenty of Room at the Bottom”, onde apresentou a ideia e o potencial de se fazer materiais menores, até a nanoescala. Atentou também para possibilidade de manipular átomos individuais e moléculas, na busca por melhorias nas propriedades dos materiais. Embora a nanotecnologia já fosse usada por humanos há séculos sem nome (FREESTONE et al,. 2007), levou quase 30 anos após a palestra visionária até que os esforços de pesquisa envolvendo sistemas nanoestruturados começassem a aumentar.
2.3.1 Nanopartículas de prata: síntese, propriedades e aplicações
Nanopartículas de prata (AgNPs) são amplamente incorporadas em têxteis, cosméticos, agentes de limpeza e medicina (MUELLER e NOWACK, 2008; RAI et al., 2012), principalmente devido a atividade antimicrobiana associada ao íon Ag+ (RATTE, 1999). Apesar da existência de uma grande variedade de procedimentos (LIZ-MARZÁN 2004; ZHANG et al., 2013; GARCIA et al., 2014), tipicamente um sal de prata é reduzido com um agente redutor e um agente estabilizador é adicionado durante a síntese, com o objetivo de fornecer forças repulsivas eletrostáticas ou estéricas entre as partículas, permitindo que elas resistam a agregação e ao retorno para a forma “bulk” (CAO e WANG, 2011). Em algumas metodologias, um único agente atua com função dupla de redutor e estabilizador (MELO JR. et al., 2012; COSTA et al., 2017).
O interesse de se estudar nanopartículas metálicas em ensaios colorimétricos se deve a pronunciada Ressonância de Plasmon de Superfície (SPR, do inglês Surface Plasmon Resonance) (Figura 2), alta área superficial, estabilidade da dispersão, biocompatibilidade e, além disso, propriedades físicas e químicas ajustáveis em seu tamanho e forma (ZHENG et al., 2000; ZHANG et al., 2014; FONTANA et al., 2017).
27
Figura 2 – Esquema do fenômeno SPR para nanopartículas esféricas.
Fonte: Willets e Duyne (2007). Adaptado.
Em termos de propriedades óticas, as distintas colorações das nanopartículas metálicas se devem ao fenômeno SPR (Figura 2), que pode ser compreendido como sendo uma oscilação coerente dos elétrons de condução superficial quando excitados por radiação eletromagnética (WILLETS e DUYNE, 2007; LU et al., 2009; WONGRAVEE et al., 2013). Este fenômeno ocasiona em uma banda de absorção típica na região UV-VIS para nanopartículas de alguns metais, notavelmente a prata. Além disto, características como alta sensibilidade, seletividade e facilidade de preparação, tornam as AgNPs uma alternativa poderosa em abordagens usando quimiossensores para detecção de íons e moléculas biologicamente e/ou ambientalmente relevantes (NGO et al., 2011; ROHIT e KAILASA, 2014; DUAN et al., 2014; THOMAS, SIVASANKARAN e KUMAR, 2018).
2.3.2 Transformação química de nanopartículas de prata em ambientes aquáticos
A suscetibilidade das AgNPs a transformações ambientais, isto é, mudanças no estado de agregação, estado de oxidação e sorção de espécies orgânicas/inorgânicas é particularmente importante no estudo para aplicações deste nanomaterial (LEVARD et al., 2012). Sabe-se que a prata metálica não é termodinamicamente estável sob grande parte de condições ambientais (LIU et al., 2010; LEVARD et al., 2011) e, por exemplo, reage fortemente com sulfeto e matéria orgânica em corpos aquáticos (LIU et al., 2011; ZHU et al., 2016; COSTA et al., 2017; FENNELL et al., 2017). Então, devido ao seu
pequeno tamanho e alta área superficial, espera-se que AgNPs sejam mais rápidas nestas transformações.
Após a identificação do sulfeto de prata (Ag2S) no lodo de esgoto (KIM et al.,
2010; KAEGI et al., 2011), o interesse em estudar o Ag2S foi focado em plantas de
tratamento de águas residuais e ambientes aquáticos (LOMBI et al., 2013; KENT, OSER e VIKESLAND, 2014; THALMANN et al., 2014; YU et al., 2014; ZHANG et al., 2018). Os resultados confirmaram a preferência termodinâmica para transformação e indicaram que a rota mais favorável de interação das AgNPs em ambientes ricos em matéria orgânica é pela sulfidação do metal, que eventualmente se transforma em Ag2
S-NPs (LEVARD et al., 2011).
A literatura indica dois possíveis mecanismos para a sulfidação das AgNPs: oxidação de Ag0 a Ag+ seguido por precipitação de partículas Ag2S ou como um
processo de transformação heterogênea direta na superfície das AgNPs (LIU et al. 2011; ZHANG et al., 2018). Neste sentido, Zhu et al. (2016) exploraram os efeitos da sulfidação e da exposição ao ácido húmico nas propriedades superficiais das AgNPs. Os resultados revelaram que uma “casca” de Ag2S parece se formar em torno do núcleo da
partícula, seguido pela ligação do ácido húmico a sua superfície. Estes estudos, com foco em transformações de AgNPs em ambientes aquáticos, abrem a possibilidade de investigar o uso desse nanomaterial como quimiossensor indicativo para enxofre e, consequentemente, matéria orgânica presente em corpos d’água.
29
3 METODOLOGIA
3.1 Reagentes
Todos os reagentes utilizados foram de grau analítico. Nitrato de prata (AgNO3),
hidróxido de sódio (NaOH), ácido peracético (C2H4O3), glicerol e poli(vinilpirrolidona) (PVP) foram obtidos junto a Sigma-Aldrich (Saint Louis, USA). Ácido clorídrico (HCl) da VETEC (Rio de Janeiro, BR). O tensoativo 9,10-epóxi-12 hidroxioctadecanoato de sódio (SEAR) foi obtido a partir do óleo de rícino conforme metodologia descrita por Wanderley Neto (2009), o processo é brevemente apresentado na Figura 3. Todas as soluções foram preparadas em água deionizada (resistividade de 18,2 MΩ cm).
Figura 3 – Epoxidação do ácido ricinoleico.
Fonte: Costa (2017).
3.2 Materiais e Instrumentação
Micropipetas variáveis de 0,5 a 1000 μL, com ponteiras descartáveis foram usadas na manipulação dos reagentes. Balões volumétricos de 10 mL de capacidade no preparo das soluções padrão. Béqueres de 10 a 15 mL foram usados no processo de síntese. Tubos Falcon estéreis de 15 mL para armazenamento da solução coloidal de AgNPs. Tubos de microcentrifugação de 2,0 mL como recipientes para armazenamento da amostra levada para Espectroscopia de raios-X por Dispersão em Energia (EDS, do inglês Energy-Dispersive X-Ray Spectroscopy). Os espectros de absorçãoforam obtidos utilizando um espectrofotômetro Ocean Optics RED TIDE USB-650 (Winter Park, USA). O pHmetro KASVI (Curitiba, BR) foi usado no ajuste do pH das sínteses. Uma microcentrífuga de bancada modelo NT 805 da NOVA TÉCNICA (São Paulo, BR) na preparação da amostra para análise por EDS. Um smartphone Samsung J7 Prime (Manaus, BR) foi usado na aquisição das imagens dos sensores.
3.3 Metodologia Oficial
Determinações de DQO das amostras de efluentes reais foram realizadas de acordo com o método indicado pela Standard Methods (D 5220), por meio de digestão da amostra sob refluxo fechado com determinação colorimétrica usando espectrofotometria UV-VIS e calibração univariada (APHA, AWWA, WEF, 2012).
3.4 Síntese de nanopartículas de prata com 9,10-epóxi-12 hidroxioctadecanoato de sódio (SEAR)
As sínteses foram realizadas pelo método descrito em nosso último trabalho (COSTA et al., 2017). As seguintes soluções de estoque foram preparadas: SEAR 0,1 mol L-1, AgNO3 10 mM e NaOH 1,0 mol L-1. Em um experimento a temperatura
ambiente, 80 μL da solução AgNO3 é diluída em 1920 μL de água deionizada. Em outro
béquer, 400 μL da solução de NaOH é adicionada a 40 μL ou 400 μL da solução SEAR (agente redutor e estabilizador) com o volume final a 2,0 mL por meio da adição de água deionizada. A mistura SEAR + NaOH é então vertida no AgNO3 diluído para
formar AgNPs.
3.4.1 Estudo do comportamento das nanopartículas de prata quando submetidas a ambientes ricos em matéria orgânica
Com a intenção de monitorar a reação entre as AgNPs e a amostra de um efluente real (DQO = 920,0 mg L-1) da Estação de Tratamento de Esgotos da Universidade Federal do Rio Grande do Norte (ETE-UFRN), via Espectroscopia UV-VIS, adicionaram-se 1,0 mL da amostra do efluente e 1,0 mL de água deionizada em uma cubeta de caminho ótico de 1,0 cm, seguido da adição de 1,0 mL de AgNPs. Os espectros UV-VIS foram registrados em tempos distintos. Para verificar a constituição das AgNPs após a reação com a amostra de esgoto, um experimento adicional foi realizado. Nesta etapa, 50 mL do efluente foram misturados com 50 mL de AgNPs e 50 mL de água deionizada e deixados em repouso por 15 dias. Após isto, a solução foi centrifugada durante 15 min e o sobrenadante descartado. As AgNPs no fundo do frasco foram lavadas com água deionizada e centrifugadas por mais 15 min, secas a 40ºC durante 4 h e submetidas a EDS.
31
3.5 Síntese de nanopartículas de prata usando poli(vinilpirrolidona) (PVP)
As sínteses foram realizadas pelo método descrito por Gasparotto et al. (2012), que consiste na mistura entre uma solução de glicerol meio alcalino (agente redutor) e outra de AgNO3 e PVP (agente estabilizador). Assim, soluções estoque de glicerol 1,0
mol L-1 em NaOH também 1,0 mol L-1, AgNO3 10 mM e PVP 100 g L-1, foram
preparadas. A temperatura ambiente, 500 μL ou 1000 μL da solução de AgNO3, 1000
μL da solução de PVP são adicionadas em um béquer e diluídas em 2500 μL de água deionizada. Em outro béquer, 1000 μL da solução de NaOH/Glicerol é diluída em 3500 μL de água deionizada. A mistura NaOH + glicerol é então vertida na AgNO3 + PVP
para formar AgNPs. Logo após a síntese (30 minutos), o pH da solução é ajustado para 7,0 pela adição de HCl. O volume final de AgNPs foi ajustado para 10 mL pela adição de água deionizada. Os espectros de absorçãoUV-VIS foram obtidos antes e após ajuste do pH. Para melhor compreensão da atuação do PVP na estabilização das nanopartículas de prata sua fórmula estrutural é apresentada na Figura 4.
Figura 4 – Fórmula estrutural do poli(vinilpirrolidona) (PVP).
Fonte: Autoria própria (2018).
3.5.1 Planejamento fatorial completo
Com o intuito de obter a melhor resposta analítica em termos de intensidade de pixels, realizou-se a otimização de forma univariada no parâmetro “tipo de substrato”. Neste estudo,5 tipos de papéis foram testados (filtro, couchê, offset e CANSON livre de ácido), com gramaturas variando entre 75 e 300 g m-2. Dentre esses, o papel CANSON livre de ácido (produzido dentro da norma ABNT NBR 15731) apresentou melhores resultados quanto a impregnação das AgNPs e foi usado na etapa otimização
multivariada. Na confecção do sensor, objeto de estudo deste trabalho, papel na forma de tiras retangulares – sem qualquer tratamento prévio – é empregado como base para imobilização da solução coloidal de AgNPs (zona amarela) (vide Figura 5).
Figura 5 – Design e dimensões do sensor.
Fonte: Autoria própria (2018).
Para avaliar a influência de alguns parâmetros na produção dos sensores funcionalizados com AgNPs, um planejamento fatorial completo 23 foi empregado. O planejamento foi simulado (pacotes qualityTools2 e rsm3) com auxílio da plataforma estatística R4 3.5.0 da The R Foundation for Statistical Computing 2018. Os fatores estudados foram: concentração de AgNPs (referente ao íon precursor), gramatura do papel e número de camadas aplicadas sobre sua superfície. Estes fatores foram estudados usando níveis expressos em unidades codificadas, sendo -1 (mínimo) e +1 (máximo), e a resposta foi absorbância resolvida para os canais RGB (pacote EBImage5). A Tabela 1 representa a matriz experimental, com as combinações dos níveis dos fatores testados e os respectivos valores do fator resposta para os ensaios.
2
ROTH, T. qualityTools: Statistics in Quality Science. R package version 1.55, 2016.
3
LENTH, V. L. Response-Surface Methods in R using rsm. Journal of Statistical Software, 32(7), p. 1-17, 2009.
4
R CORE TEAM. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria, 2018.
5
PAU, G. et al., EBImage - an R package for image processing with applications to cellular phenotypes. Bioinformatics, 26(7), p. 979-981, 2010.
33
Tabela 1 - Experimentos do planejamento fatorial completo 23: Níveis codificados e valores reais.
Níveis codificados Valores reais
Ensaio X1 X2 X3 Gramatura (gm-2) Ag+ (mM) Camadas Absorbância em B 1 +1 +1 -1 300 1,0 3 0,099 2 -1 -1 -1 224 0,5 3 0,129 3 -1 +1 -1 224 1,0 3 0,254 4 +1 -1 +1 300 0,5 5 0,076 5 +1 -1 -1 300 0,5 3 0,066 6 +1 -1 -1 300 0,5 3 0,052 7 +1 +1 -1 300 1,0 3 0,149 8 -1 +1 -1 224 1,0 3 0,294 9 -1 +1 +1 224 1,0 5 0,393 10 -1 -1 +1 224 0,5 5 0,181 11 +1 +1 +1 300 1,0 5 0,150 12 +1 +1 +1 300 1,0 5 0,196 13 -1 -1 +1 224 0,5 5 0,164 14 +1 -1 +1 300 0,5 5 0,099 15 -1 -1 -1 224 0,5 3 0,198 16 -1 +1 +1 224 1,0 5 0,389
Fonte: Autoria própria (2018).
3.5.2 Teste do sensor frente a amostras de efluentes reais
O dispositivo otimizado foi usado para detecção de carga orgânica poluidora em 7 amostras de efluentes reais (com DQO variando de 66 a 1160 mg L-1), coletadas em diferentes etapas do processo de tratamento da ETE-UFRN. Para o teste, o sensor foi emerso em 15 mL da amostra de efluente, sem nenhum tipo de pré-tratamento, por 20 segundos. Como consequência, a depender do teor de matéria orgânica presente no meio, observa-se a perda da intensidade óptica das AgNPs da camada sensorial. Para a análise exploratória/construção do modelo PCA, esperaram-se 15 minutos para secagem do sensor a temperatura ambiente (25°C) e imagens digitais do sensor foram gravadas, conforme descrito no próximo tópico.
3.6 Aquisição dos dados de imagem
Os sensores foram postos sobre uma superfície produzida por folhas de papel branco e suas imagens foram capturadas, sempre em triplicata. As regiões de interesse (ROIs, do inglês Regions of Interest) nas imagens foram cortadas usando o software livre GIMP 2.8.18 como uma parcela quadrada de 50 × 50 pixels no meio de cada região do sensor (vide Figura 7) e gravada no formato .JPEG.
3.6.1 Processamento dos dados e Tratamento Quimiométrico
Toda a análise dos dados foi realizada usando a plataforma estatística R 3.5.0. No pré-processamento foi aplicado a filtragem média (pacote EBImage), que é um método de "suavização" de imagens, reduzindo a quantidade de variação de intensidade entre pixels vizinhos. A separação das matrizes RGB (pacote EBImage) foi realizada calculando a intensidade de cor isolada para cada canal como uma média algébrica e a resposta analítica absorbância (A) foi calculada usando a Equação 2, como uma aproximação à Lei Lambert-Beer.
= - / 0 (2)
Onde I e I0 são as médias das intensidades de uma das componentes RGB referentes a
região do sensor funcionalizada com as AgNPs e a região não funcionalizada, respectivamente.
O modelo PCA (pacote ChemometricsWithR6 e factoextra7), para os dados de imagens dos sensores, foi construído usando os valores de absorbância resolvida para os canais RGB (normalizados via auto-escalonamento) por meio da Equação 1.
6
WEHRENS, R. Chemometrics With R: Multivariate Data Analysis in the Natural Sciences and Life Sciences. Springer, Heidelberg, 2011.
7
KASSAMBARA, A.; MUNDT, F. factoextra: Extract and Visualize the Results of Multivariate Data Analyses. R package version 1.0.5, 2017.
35
Figura 6 – Procedimentos realizados para: (A) Obtenção de AgNPs usando SEAR como agente redutor e estabilizador. (B) Monitoramento da reação entre AgNPs e amostra de efluente real via UV-VIS. (C)
Caracterização via EDS.
Fonte: Autoria própria (2018).
Figura 7 – Procedimentos realizados para: (A) Obtenção de AgNPs usando glicerol e PVP como agente redutor e estabilizador, respectivamente. (B) Caracterização por UV-VIS. (C) Preparo do sensor via funcionalização dos substratos com AgNPs. (D-1) Ilustração da configuração experimental para aquisição
das imagens. (D-2) Teste do sensor em amostras de efluentes reais. (E) Processamento de dados no Software R e exemplo de região de interesse (ROI).
4 RESULTADOS E DISCUSSÃO
4.1 SEAR como agente redutor e estabilizador de nanopartículas de prata
Uma grande variedade de rotas químicas para a síntese de nanopartículas metálicas em diferentes formas pode ser encontrada na bibliografia (LIZ-MARZAN 2004; ZHANG et al., 2013; GARCIA et al., 2014), embora a abordagem mais usual envolva a redução química do íon precursor do metal desejado por boro-hidreto de sódio, hidrazina ou citrato de sódio na presença de um agente estabilizador adequado que forma uma camada de revestimento em torno da partícula e evita sua aglomeração (SUN, MAYERS, XIA 2003; LI, WU, ONG 2005; JI et al., 2007). Estudos recentes mostraram fortes evidências de que alcóxidos formados a partir de moléculas contendo um hidroxil ou grupo funcional capaz de gerá-lo em meio alcalino (por exemplo: álcoois, aldeídos e cetonas) são potenciais agentes redutores, mesmo em temperatura ambiente, para geração de nanopartículas de prata e ouro (GOMES et al., 2015).
Nesse sentido, em nosso último trabalho (COSTA et al., 2017) propomos o uso do SEAR - que possui grupos hidroxila e epóxido em sua estrutura – com a função dupla de agente redutor e estabilizador na síntese aquosa de AgNPs. Os resultados indicaram que o SEAR, um derivado epoxidado do ácido ricinoleico, é realmente capaz de reduzir os íons de prata e estabilizá-los em regime nano nas condições usadas neste estudo. Como os experimentos foram conduzidos em meio alcalino, inferimos que o grupo hidroxila na cauda do SEAR seria desprotonado e o anel epóxido estaria aberto gerando mais grupos hidroxila para atuar como agentes redutores. Mostramos também a influência da concentração de SEAR na velocidade de formação de AgNPs, bem como na distribuição de seu tamanho e sua forma, sobretudo quando a concentração de SEAR excede a Concentração Micelar Crítica (CMC).
4.1.1 Comportamento de nanopartículas de prata quando submetidas a amostra de efluente real
As AgNPs possuem uma infinidade de aplicações que abrangem desde a indústria têxtil (RIVERO et al., 2015) a medicina (SILVA et al., 2015). Neste trabalho, estudamos o comportamento de AgNPs em contato com uma amostra de esgoto bruto coletado na ETE-UFRN, a fim de determinar o destino do nanomaterial quando submetido a ambientes ricos em matéria orgânica. Estudos semelhantes conduzidos com
37
AgNPs estabilizadas por outros agentes revelaram a propensão das nanopartículas de prata à sulfidação (KAEGI et al., 2011; KENT, OSER e VIKESLAND 2014; ZHU et al., 2016 ).
Na figura 8, são apresentados espectros de absorção UV-VIS dependentes do tempo para soluções de AgNPs em esgoto bruto. Neles observamos que AgNPs sintetizadas com SEAR 1,0 mM (Figura 8A) são consumidas mais rapidamente que as sintetizadas com SEAR 10,0 mM (Figura 8B). Para melhor compreensão a taxa de diminuição da absorbância em 408 nm (λmáx) para AgNPs em ambas concentrações de
SEAR é exibida na Figura 8C.
Figura 8 – Espectros de absorção UV-VIS de AgNPs sintetizadas com (A) 1,0 mM SEAR e (B) 10,0 mM SEAR em contato com esgoto bruto. (C) Absorbância em função do tempo registrada a 408 nm (λmáx).
Conforme revelado pela diminuição do pico de absorção da banda de SPR em função do tempo, desencadeada pela presença do analito alvo, as inclinações das curvas (Figura 8C) evidenciam que a sulfidação é mais rápida nas AgNPs com SEAR 1,0 mM, mesmo no início da reação. Após 10 dias, as intensidades máximas da banda SPR produzidas neste ensaio foram 0,060 e 0,71 para AgNPs produzidas com 1,0 mM e 10,0 mM de SEAR, respectivamente. Este resultado é provavelmente consequência de uma maior concentração de SEAR em torno da partícula (no caso de SEAR 10,0 mM que excede a CMC) dificultando o acesso de espécies contendo enxofre à superfície das AgNPs, conforme ilustrado na Figura 9.
Figura 9 – Nos lados esquerdo e direito, as AgNPs são estabilizadas pelo SEAR abaixo e acima de sua CMC, respectivamente.
Fonte: Costa (2017).
As mudanças significativas no sinal UV-VIS das AgNPs frente a amostra do efluente real sugerem que o nanomaterial pode ser sensível para a determinação da DQO. Como relatado por Zhu et al. (2016), a sulfidação das AgNPs causou mudança de cor no amarelo original para amarelo escuro, assim como o desaparecimento do distinto pico da banda SPR em 408 nm com o tempo. Em relação ao amortecimento observado das bandas SPR, pode ser uma consequência da transferência de carga entre os íons de enxofre adsorvidos e a superfície de prata, bem como da redução global da área de superfície das nanopartículas (PINCHUK e KREIBIG, 2003; DJOKOVIC et al., 2009; WHITLEY et al., 2013). Além disso, como observado na figura 8A e 8B a Largura da Banda a Meia Altura (LBMA) aumentou à medida que as AgNPs eram consumidas. De
39
acordo com Brown et al. (2000), o crescimento da LBMA indica um aumento no grau de dispersão de tamanho das partículas. Estudos anteriores sugerem a ocorrência de agregação das AgNPs no processo de sulfidação (LIU et al., 2011; WHITLEY et al., 2013), o que corrobora com os resultados reportados no presente trabalho. Ademais, a EDS conduzida nas AgNPs que reagiram com o esgoto bruto revelou a presença de enxofre, confirmando que as AgNPs são realmente propensas a sulfidação o que as torna adequadas para uma variedade de aplicações, dentre elas o seu uso como sensor para detecção da DQO.
4.2 Sensor de Demanda Química de Oxigênio
4.2.1 Síntese de nanopartículas de prata usando glicerol como agente redutor e PVP como estabilizador
Apesar dos resultados promissores das AgNPs sintetizadas com SEAR, sua limitação em suportar apenas baixas concentrações do íon de prata precursor aliada a necessidade de concentrações maiores para a funcionalização dos substratos e produção dos sensores levou-nos a trabalhar com a síntese, também verde, descrita por Gasparotto et al. (2012).
No trabalho original, íons ouro (Au3+) foram usados como precursores, glicerol em meio alcalino como agente redutor e PVP como agente estabilizador. Neste estudo, as AgNPs foram obtidas seguindo a rota de síntese tendo os íons prata (Ag+) como precursores. Não foram utilizados catalisadores, uma vez que o própio pH do meio favorece a desprotonação do glicerol – de modo a gerar o respectivo alcóxido – que segundo os autores é a espécie responsável pela redução (GASPAROTTO et al. 2012). O mecanismo generalístico da redução dos íons prata pelo alcóxido proveniente do glicerol é ilustrado na Figura 10.
Figura 10 – Mecanismo generalístico da redução dos íons prata pelo gicerol em meio alcalino.
O glicerol é um material de baixa toxicidade, biodegradável, de baixo custo e, além disso, um recurso renovável que é gerado como subproduto na fabricação de biodiesel a partir de óleos vegetais (em uma escala de 10% do produto total) (SUN et al., 2017). Devido a disponibilidade, o glicerol emergiu como um recurso economicamente viável e ambientalmente seguro (HAIDER et al., 2015). Assim, o uso do glicerol na rota de síntese das AgNPs se justifica para a promoção de uma Química mais verde.
Como reportado na literatura, o glicerol em meio alcalino promove apenas a redução do metal precursor, sendo necessário o uso de um agente estabilizador para as partículas no regime nano (GASPAROTTO et al., 2012). A técnica de estabilização é necessária para fornecer “proteção” às partículas, de modo a evitar a agregação e seu retorno para forma “bulk”. Desse modo, o agente estabilizador usado neste trabalho – polímero PVP - promove a estabilização das partículas no regime nano por efeito estérico e impede sua aglomeração (ZANCHET, HALL, UGARTE 2000; KVÍTEK et
al., 2008;BERINI NETO 2010).
Na Figura 11, são apresentados os espectros de absorção UV-VIS para as AgNPs sintetizadas usando glicerol como agente redutor, PVP como estabilizador e concentração do íon precursor Ag+ de 0,5 e 1,0 mM, após ajuste do pH. Ambas as soluções coloidais apresentam coloração amarela intensa e aspecto límpido, com pico de absorção máxima na região de 400 nm.
41
Figura 11 – Espectro de absorção UV-VIS para AgNPs sintetizadas usando glicerol e PVP.
Fonte: Autoria própria (2018).
Um dos aspectos mais interessantes das nanopartículas metálicas é que suas propriedades óticas são fortemente dependentes do seu tamanho e forma. A prata na condição “bulk” parece acinzentada sob a luz refletida, mas na forma de nanopartículas adquire coloração amarelada (Figura 11). Os efeitos em sua coloração são resultado da chamada ressonância plasmônica de superfície, a frequência na qual os elétrons de condução oscilam em resposta ao campo elétrico alternado da radiação eletromagnética incidente (KREIBIG e VOLLMER, 1995; BROWN et al., 2000). De acordo com dados descritos na literatura, as bandas de ambos os espectros (Figura 11) com absorção máxima próxima a 400 nm sugerem que as partículas sintetizadas possuem formato esférico (LIZ-MARZÁN, 2004; WONGRAVEE et al., 2013).
4.2.2 Funcionalização dos substratos com nanopartículas de prata: otimização experimental usando planejamento fatorial completo
A etapa de otimização de metodologias analíticas tem sido frequentemente realizada utilizando ferramentas quimiométricas, isto é, técnicas de planejamento
