UNIVERSIDADE ESTADUAL DE CAMPINAS...
152
UNIVERSIDADE ESTADUAL DE CAMPINAS INSTITUTO DE QUÍMICA PALOMA SANTANA PRATA CARACTERIZAÇÃO GEOQUÍMICA DE PETRÓLEO POR CROMATOGRAFIA BIDIMENSIONAL ABRANGENTE E ANÁLISE MULTIVARIADA DE DADOS CAMPINAS 2016
Transcript of UNIVERSIDADE ESTADUAL DE CAMPINAS...
UNIVERSIDADE ESTADUAL DE CAMPINAS
INSTITUTO DE QUÍMICA
PALOMA SANTANA PRATA
CARACTERIZAÇÃO GEOQUÍMICA DE PETRÓLEO POR CROMATOGRAFIA
BIDIMENSIONAL ABRANGENTE E ANÁLISE MULTIVARIADA DE DADOS
CAMPINAS
2016
PALOMA SANTANA PRATA
CARACTERIZAÇÃO GEOQUÍMICA DE PETRÓLEO POR CROMATOGRAFIA
BIDIMENSIONAL ABRANGENTE E ANÁLISE MULTIVARIADA DE DADOS
Tese de Doutorado apresentada ao Instituto de
Química da Universidade Estadual de Campinas
como parte dos requisitos exigidos para a obtenção
do título de Doutora em Ciências
Orientador: Prof. Dr. Fabio Augusto
ESTE EXEMPLAR CORRESPONDE À VERSÃO FINAL DA TESE DEFENDIDA PELA
ALUNA PALOMA SANTANA PRATA, E ORIENTADA PELO PROF. DR. FABIO
AUGUSTO
CAMPINAS
2016
BANCA EXAMINADORA
Prof. Dr. Fabio Augusto (Orientador)
Dr. Ramsés Capilla (CENPES/Petrobras/RJ)
Prof. Dr. Bruno José Gonçalves da Silva (DQ-UFPR)
Profa. Dra. Márcia Cristina Breitkreitz (IQ-UNICAMP)
Prof. Dr. Paulo Cesar Muniz de Lacerda Miranda (IQ-UNICAMP)
A Ata da defesa com as respectivas assinaturas dos membros encontra-se no
processo de vida acadêmica do(a) aluno(a).
Este exemplar corresponde à redação final da Tese de
Doutorado defendida pela aluna PALOMA SANTANA
PRATA, aprovada pela Comissão Julgadora em 04 de
novembro de 2016.
“Nothing in life is to be feared, it is only to be understood. Now
is the time to understand more, so that we way fear less.”
Marie Curie
Dedico este trabalho aos meus amores,
Nancy, Paulo, Pablo e Hugo, que são a
minha fortaleza e meu refúgio.
Agradecimentos
Em primeiro lugar agradeço ao bom Deus por ter me dado o dom da vida e
principalmente pela oportunidade de aprender, crescer e realizar tamanhos os sonhos
que tive até este momento e terei por toda a minha vida, obrigada!
Agradeço aos meus queridos e amados pais, Paulo e Nancy, e ao meu amado irmão,
Pablo, pela oportunidade, paciência, força e muito amor que me manteve firme por
todo esse tempo distante de vocês. Obrigada por estarem sempre torçendo,
acreditando e rezando infinitamente por mim!
Agradeço imensamente ao meu melhor amigo e namorado que a química me deu de
presente. Hugo César, sem você ao meu lado, esses anos seriam bem mais difíceis!
Obrigada pela força, viagens, congressos, discussões científicas e principalmente por
todo amor que construímos ao longo desses anos.
Aos meus familiares, em especial aos meus tios Filomeno, Ana Paula, Chico, Euclídia,
Neuza e Neilton por toda a preocupação, torcida e por compreender minha ausência
neste 4 anos.
Aos meus amigos de infância (Amanda, Alane, Fernandinha, Nahiara, Ítalo, Renata,
Tássia e Tarcila) obrigada pela amizade e pela torcida.
Ao meu orientador, Prof. Dr. Fabio Augusto, agradeço por todo o seu profissionalismo
e apoio durante esse tempo.
À minha grande amiga e companheira de laboratório, Noroska Gabriela (Gaby)
obrigada por compartilhar comigo os seus dias no Brasil com toda a sua alegria,
obrigada por me ajudar nos fracionamentos intermináveis e nas grandes discussões
sobre petróleo e cromatografia. Que continuemos essa amizade por toda a nossa vida.
Às minhas parceiras de prestações de serviços, Mariana Gama e Lucília Vilela
(adorável amiga e técnica do laboratório) por todo tempo, dedicação, companheirismo
e boas gargalhadas.
Aos meus companheiros de laboratório do LCG e LabCrom (Breno, Bruno, Jadson,
Jordana, Mayra, Paula e Soraia) e em especial ao Pós-Doc Guilherme Alexandrino
agradeço pela parceria, paciência e ensinamentos sobre quimiometria.
À CAPES pela bolsa concedida.
Em fim, agradeço a todos os professores, funcionários e colegas do Instituto de
Química e a todos que contribuíram direta ou indiretamente para a realização deste
trabalho.
A todos minha sincera gratidão.
RESUMO
A caracterização geoquímica é amplamente utilizada como ferramenta para estudo do
petróleo levando ao desenvolvimento de novas estratégias e tecnologias de
exploração de óleos brutos. Devido à alta complexidade desta fonte energética
natural, a utilização de técnicas analíticas com alto poder de resolução e sensibilidade
juntamente com ferramentas quimiométricas são necessárias para simplificação do
procedimento de análise – que tradicionalmente se baseia na determinação de
compostos ditos biomarcadores associados a determinadas características
geoquímicas. Este trabalho foi dividido em três capítulos, sendo que na primeira parte,
o principal objetivo foi extrair o máximo de informações geoquímicas (indicadores de
nível de biodegradação, indicadores de paleoambiente de deposição e de evolução
térmica) a partir de amostras obtidas de diferentes bacias sedimentares brasileiras por
metodologia convencional (GC-MS e GC-MS/MS) através da análise, identificação e
cálculo de parâmetros tendo como base famílias moleculares de biomarcadores de
petróleo. Na segunda etapa foi realizada a otimização das condições de trabalho para
a análise de petróleo por cromatografia gasosa bidimensional abrangente acoplado a
um espectrômetro de massas (GC×GC-QMS), juntamente com um pré-tratamento
simplificado das amostras (utilização da fração de maltenos) e análise de dados
utilizando a ferramenta quimiométrica de componentes principais multimodo (MPCA).
Os resultados mostraram que 4 componentes principais (PC) explicaram 93,57% da
variância dos dados, expressando principalmente a diferença entre hidrocarbonetos
saturados (n-alcanos entre C13-C18 e C19-C30 e os principais isopreníodes pristano e
fitano). A PC1 apresentou a maior variação entre os dados distinguindo óleos
severamente biodegradados dos demais óleos, enquanto que a hipótese sobre o tipo
de paleoambiente de deposição, condições de oxidação do meio e evolução térmica
dos óleos puderam ser sugeridas por interpretação das outras componentes de maior
relevância. Adicionalmente, considerações sobre a fonte das amostras de óleo
estudadas também foram inferidas baseadas na distribuição de fenantrenos e seus
derivados, e de terpanos tri-, tetra- e pentacíclicos. Por fim, no capítulo III foi realizado
uma comparação entre as duas metodologias e foi possível notar que este trabalho
pode vir a tornar-se uma nova ferramenta para a potencial análise no auxílio da
caracterização geoquímica de petróleo de modo a atribuir de maneira mais simples e
rápida informações sobre os processos de biodegradação, paleoambiente de
deposição e evolução térmica do petróleo através da utilização do alto poder de
separação gerado pela GC×GC quando combinada a procedimentos de pré-
tratamento amostral extremamente simples empregado juntamente com a análise
multivariada empregando o MPCA.
Palavras-chave: Petróleo, Biomarcadores, GC×GC-QMS, MPCA.
ABSTRACT
The geochemical characterization of petroleum is an essential task to
develop new strategies and technologies when analyzing the commercial potential of
crude oils for exploitation. Due to the chemical complexity of these natutal energy
surce, the use of modern analytical techniques along with multivariate exploratory data
analysis approaches are required to obtnaid simplified analysis procedure – which
traditionally is based on the determination of biomarkers compounds associated with
relevant geochemical characteristics about the oils. This work was divided intro tree
chapters; the main objective of the first chaptes was to extract important geochemical
information (biodegradation indicators, paleoenvironment and maturity indicators)
obtained from saturated fraction of sample oils from different production basins by
conventional methodology (GC-MS and GC-MS/MS) through the analysis,
identification and calculation of parameters based on biomarkers families. In the
second part of this study, after optimization of the best working conditions of oil by
comprehensive two-dimensional gas chromatography coupled to quadrupole mass
spectrometry (GC×GC-QMS) along with a simplified prior treatment, the maltene
fraction of the oils were analizated by GC×GC-QMS, and chromatographic data
treatment was performated by multiway principal component analysis (MPCA). The
results showed that four PC explained 93.57% of the data variance, expressing mainly
the differences on the profiles of the saturated hydrocarbon fraction of the oils (C13-
C18 and C19- C30 n-alkanes and the pristane/phytane ratio). The PC1 grouped the
samples of severely biodegraded oils, while the type of the depositional
paleoenvironments of the oils and its oxidation conditions (as well as their thermal
maturity) could be inferred analysing others relevant MPC. Additionally,
considerations about the source of the oil samples was also possible based on the
overall distribution of relevant biomarkers such as the phenanthrene derivatives, tri-,
tetra- and pentacyclic terpanes. Finaly, in Chapter III it was performed a comparison
of conventional (GC-MS and GC-MS/MS) and GC×GC-QMS + MPCA methods for oil
analysis. It can be concluded that this approach could aid the geochemical
chracterization of oils to generate simple and fast information about biodegradation,
paleoenvironment and maturity of petroleum.
Key-words: Petroleum, Biomarkers, GC×GC-QMS, MPCA.
LISTA DE FIGURAS
FIGURA 1: Etapas de desenvolvimento da matéria orgânica e formação do petróleo.
FONTE: adaptado de Prata (2012) [18] e Peters et al. (2005) [17]. .......................... 29
FIGURA 2: Relação entre o precursor biológico (Hopanopoliol) e sua conversão no
biomarcador (Hopanóide) através da evolução diagenética da matéria orgânica. .... 30
FIGURA 3: Exemplos de biomarcadores indicativos de condições específicas em
paleoambiente deposicional: Gamacerano, -Carotano, Pristano e Fitano............... 31
FIGURA 4: Conversão do colesterol (precursor biológico) em sua estrutura geológica
mais estável (colestano - esterano C27) encontrado em sedimentos e no petróleo bruto.
ADAPTADO: Peters et al. (2005) [17]. ...................................................................... 33
FIGURA 5: Ilustração dos principais processos de geração e acumulação de petróleo
em rochas reservatórios: 1) Geração do óleo; 2) Migração primária; 3) Migração
secundária; 4) Acumulação do petróleo em rocha reservatório; 5) Escape do petróleo
para a superfície provocado por falhas na rocha reservatório. ADAPTADO: Burrus
(1998) [26]. ................................................................................................................ 35
FIGURA 6: Estrutura química do 4-metilesterano. .................................................... 36
FIGURA 7: Ilustração do processo de biodegradação e mudanças na qualidade do
petróleo. ADAPTADO: Cruz e Marsaioli (2012) [30]. ................................................. 37
FIGURA 8: Escala de biodegradação de petróleo que mostra o aumento do nível de
biodegradação de petróleo relacionado com a remoção seletiva de grupos de
biomardores. ADAPTADO: Prata (2012) [18] e Peters et al. (2005) [31]. .................. 38
FIGURA 9: Estrutura química do 17-25-norhopano, representativo da família dos
hopanos desmetilados utilizado como biomarcador de biodegradação. ................... 39
FIGURA 10: Ilustração da biossíntese de n-alcanos a partir de ácidos graxos.
ADAPTADO: Peters et al. (2005) [17] e Mogollón (2015) [35]. .................................. 40
FIGURA 11: Cromatogramas representativos da fração saturada de petróleo não-
biodegradado (a) e com aumento da biodegradação (b, c e d) com ênfase para os
compostos pristano (pr) e 17-hopano. ADAPTADO: Peters et al. (2002) [37]. ....... 41
FIGURA 12: Formação do pristano e fitano através da cadeia lateral da clorofila.
ADAPTADO: Prata (2012) [18] e Peters et al. (2005) [17]......................................... 42
FIGURA 13: Formação do pristano através da oxidação e descarboxilação do
tocoferol presente em ambientes de água doce. ADAPTADO: Rontani e Bonin (2011)
[38]. ........................................................................................................................... 43
FIGURA 14: Estrutura química do -carotano e seu principal fragmento característico.
.................................................................................................................................. 44
FIGURA 15: Estrutura das principais famílias de esteranos (esteranos regurales,
diasteranos e 4-metilesteranos). ............................................................................. 45
FIGURA 16: Diagrama ternário que expressa a distribuição de esteranos em relação
a fonte de organismos e os respectivos paleoambientes de deposição. ADAPTADO:
Kilops (2005) e Huang (1979) [41, 46] ...................................................................... 46
FIGURA 17: Estruturas dos epímeros biológicos (20R) e geológico (20S) para o
5(H),14(H),17(H) C29 esterano. ........................................................................... 47
FIGURA 18: Configurações esteroisoméricas dos hopanos: 7,21(H)-hopanos ()
(a), os 17,21(H)-hopanos () (b) e os 17,21(H)-hopanos () ou moretanos (c)
.................................................................................................................................. 48
FIGURA 19: Transformação da bacteriohopanotetrol no hopano de configuração
biológica e em seguida a sua transformação nas configurações geológicas presentes
em óleos brutos e rochas geradoras. ADAPTADO: Peters et al. (2005) [31] e
Farrimond et al. (1996) [50]. ...................................................................................... 49
FIGURA 20: Estruturas do 17(H)-22,29,30-trisnorhopano (Tm) e 18(H)-22,29,30-
trisnorneohopano (Ts). .............................................................................................. 50
FIGURA 21: Estrutura química do gamacerano (C30H52) monitorado através da
transição m/z 412>191. ............................................................................................. 51
FIGURA 22: Mapa de localização das principais bacias produtoras de petróleo do
Brasil. ........................................................................................................................ 57
FIGURA 23: Fluxograma do fracionamento sara com extração da fração de
hidrocarbonetos saturados, análise por GC-MS e GC-MS/MS, identificação de
biomarcadores, cálculo de parâmetros e caracterização do petróleo. ...................... 59
FIGURA 24: Cromatogramas dos íons totais (a) e os fragmentogramas do íon extraído
m/z 85 (b) representativo das amostras provenientes da bacia de Campos, com
diferentes níveis de biodegradação. .......................................................................... 63
FIGURA 25: Cromatogramas dos íons totais (a) e os fragmentogramas do íon extraído
m/z 85 (b) representativo das amostras provenientes da bacia Potiguar (Rio Grande
do Norte), Sergipe/Alagoas e Miranga. ..................................................................... 64
FIGURA 26: Fragmentogramas do íon m/z 125 obtidos por GC-MS, representativos
de amostras com alta abundância relativa , baixa abundância e sem a presença de -
Carotano. ................................................................................................................... 68
FIGURA 27: Cromatogramas representativos das amostras de petróleo no modo sem
com sua identificação por números (ver Tabela 5 em anexo) para as transições
correspondete à família de esteranos. ...................................................................... 70
FIGURA 28: Estrutura química dos esteranos C30: 24-n-propilcolestano e 24-iso-
propilcolestano. ......................................................................................................... 72
FIGURA 29: Estruturas químicas representativas das principais classes de 4-
metilesteranos: 4-metil-24-etilcolestano (a) e 4,23,24-trimetilcolestano (b). ......... 73
FIGURA 30: Cromatogramas das amostras (a) M1, (b) M2 e (c) TM2 para a série dos
4-metilesteranos obtidos por GC-MS/MS(SRM) através das transições m/z 414 > 231
(séries dos 4-metilestigmastanos) e m/z 414 > 98 (série dos dinosteranos). ............ 74
FIGURA 31: Cromatogramas correspondentes aos terpanos pentacíclicos (hopanos)
representativos para as amostras da bacia de Sergipe/Alagoas (TM2) característico
de amostras marinhas e C10 representando amostras da bacia de Campos, Miranga
e Potiguar. ................................................................................................................. 76
FIGURA 32: Típico sistema de cromatografia de frações parciais (GC-GC).
ADAPTADO: Seeley (2012) [87]. .............................................................................. 86
FIGURA 33: Representação gráfica da capacidade de pico de sistemas
cromatográficos convencionais, não-abrangentes e abrangentes. ........................... 87
FIGURA 34: Representação de um sistema típico e simplificado da cromatografia
gasosa bidimensional abrangente. ADAPTADO: Liu e Phillips (1991) [96]. .............. 88
FIGURA 35: Influência do período de modulação na separação cromatográfica. em
(a) PM 6s com separação dos compostos; (b) 7s e (c) 8s respectivamente.
ADAPTADO: Mostafa et al. (2012) [101]. .................................................................. 90
FIGURA 36: Separações cromatográfica utilizando um conjunto apolar + polar (a) e
polar + apolar (b). ADAPTADO: Mondello (2011) [103]. ............................................ 91
FIGURA 37: Ilustração do processo básico de geração de um cromatograma
bidimensional. ADAPTADO: Dallüge et al. (2003) [81]. ............................................. 93
FIGURA 38: Ilustração simplificada do funcionamento de um modulador criogênico de
quatro jatos. ADAPTADO: Hantao (2014) [114]. ....................................................... 94
FIGURA 39: Ilustração simplificada do funcionamento de um modulador criogênico de
Loop. ADAPTADO: Hantao (2014) [114]. .................................................................. 95
FIGURA 40: Ilustração da decomposição de uma matriz X em seus respectivos
escores (T) e pesos (P) para cada componente principal. ........................................ 97
FIGURA 41: Desdobramento de um cubo de dados multidimensional (1tr x 2tr x n) em
uma matriz de dados X (n, 1tr x 2tr) antes de ser realizado o PCA. ............................ 98
FIGURA 42: Gráfico que ilustra o número de publicações por ano para a pesquisa de
petróleo e GC×GC. FONTE: Web of Science [126]................................................... 99
FIGURA 43: Fluxograma de isolamento da fração de maltenos para posterior análise
por GC×GC, análise de dados por MPCA e caracterização do petróleo. ................ 104
FIGURA 44: Melhores cromatogramas utilizando o modulador de 4 jatos. (a) 20% de
inserção de jato quente, (b) 30%, (c) 40 % e (d) 50% respectivamente. ................. 108
FIGURA 45: Cromatogramas do óleo bruto obtidos por GC×GC-FID com modulador
de 4 jatos utilizando como gás de resfriamento gelo seco (a) e mistura de água + gelo
(b). ........................................................................................................................... 109
FIGURA 46: Cromatogramas de diferentes jogos de colunas: (a) HP5 + BPX-50; (b)
Petrocol + SolgelWax; (c) HP1 + IL; (d) HP5 + SogelWax. .................................... 111
FIGURA 47: Cromatogramas referentes aos testes realizado com diferentes períodos
de modulação para a análise da fração de maltenos: (a) PM = 3 s; (b) PM = 6 s; (c) PM
= 8 s; (d) PM = 10 s. ................................................................................................. 113
FIGURA 48: Cromatogramas bidimensionais GC×GC-QMS (TIC) de diferentes óleos
provenientes da bacia de campos e com diferentes níveis de biodegradação: (a) sem
biodegradação, (b) leve, (c) moderado e (d) severa. .............................................. 115
FIGURA 49: Gráfico de hotelling (T2) por resíduos (Q), verificando a ausência de
outliers no conjunto de amostras analisadas. as amostras em vermelho são
provenientes da bacia de Campos, em verde são da bacia de Sergipe/Alagoas, em
azul escuro e azul claro as amostras do Recôncavo e Potiguar respectivamente. . 116
FIGURA 50: Gráfico de escores da PC1 x PC2 obtidos após o mpca dos dados obtidos
por GC×GC-QMS (TIC) para a fração de maltenos. As cores vermelho, verde, azul
escuro e azul claro evidenciam os óleos oriundos das bacias sedimentares de
Campos, Sergipe/Alagoas, Recôncavo e Potiguar, respectivamente. .................... 117
FIGURA 51: Cromatograma representativo dos pesos da PC1. ............................. 118
FIGURA 52: Escores da PC1 a partir do pca realizado com a normalização dos dados
GC×GC-QMS (TIC) obtidos da fração de maltenos. em verde destacam-se os óleos
da bacia de Sergipe/Alagoas, vermelho os da bacia de Campos, azul escuro são do
Recôncavo e azul claro óleos provenientes da bacia Potiguar. .............................. 119
FIGURA 53: Cromatograma representativo dos pesos da PC2: Pesos positivos em
amarelo e pesos negativos em azul. ....................................................................... 121
FIGURA 54: Cromatograma representativo dos pesos da PC3: Pesos positivos em
amarelo e negativos em azul. .................................................................................. 121
FIGURA 55: Gráfico de escores da PC2 X PC3 para a fração de maltenos obtidos
através do GC×GC-QMS (TIC). Os óleos foram ordenados de acordo com suas bacias
sedimentares: Sergipe/Alagoas (verde), Campos (vermelho), Recôncavo (azul
escuro) e Potiguar (azul claro). ............................................................................... 122
FIGURA 56: Cromatograma representativo do gráfico de pesos da PC4. .............. 123
FIGURA 57: Gráfico de escores da PC1 X PC4 para a fração de maltenos obtidos
através do GC×GC-QMS (TIC). As cores verde, vermelho, azul escuro e azul claro
evidenciam os óleos estudados provenientes das bacias de Sergipe/Alagoas,
Campos, Recôncavo e Potiguar, respectivamente. ................................................. 124
FIGURA 58: Cromatograma representativo do gráfico de pesos da PC4 utilizando os
cromatogramas dos íons extraídos (m/z 113, m/z 127, m/z 169 e m/z 183) enfatizando
a relação dos isoprenóides (principalmente Pr e F) na fração de maltenos. ........... 125
FIGURA 59: Gráfico de escores da PC1 X PC4 utilizando os cromatogramas dos íons
extraídos (m/z 113, m/z 127, m/z 169 e m/z 183). as cores verde, vermelho, azul
escuro e azul claro evidenciam os óleos estudados provenientes das bacias de
Sergipe/Alagoas, Campos, Recôncavo e Potiguar, respectivamente. .................... 126
FIGURA 60: Cromatograma representativo dos pesos da PC1 utilizando os
cromatogramas do íon extraído (m/z 191) enfatizando a variação principalmente entre
os terpanos tricíclicos e metil- e dimetil fenantreno. ................................................ 128
FIGURA 61: Gráfico de escores da PC1 X PC2 utilizando os cromatogramas do íon
extraído (m/z 191). As cores verde, vermelho, azul escuro e azul claro evidenciam os
óleos estudados provenientes das bacias de Sergipe/Alagoas, Campos, Recôncavo e
Potiguar, respectivamente. ...................................................................................... 129
FIGURA 62: Cromatograma representativo dos pesos da PC2 utilizando os
cromatogramas do íon extraído (m/z 191) enfatizando a variação principalmente entre
os terpanos tricíclicos e metil- e dimetil fenantreno. ................................................ 130
LISTA DE TABELAS
TABELA 1: Principais transições (íons precursores e íons produtos) utilizadas para a investigação e identificação de esteranos. ................................................................ 45
TABELA 2: Principais transições por MRM para a análise dos principais composto da família de Hopanos. .................................................................................................. 48
TABELA 3: Informações sobre as bacias sedimentares nas quais as amostras de petróleo foram extraídas. ........................................................................................... 58
TABELA 4: Tabela de parâmetros de biomarcadores de petróleo utilizados para a identificação do ambiente deposicional e evolução térmica dos óleos estudados. ... 80
TABELA 5: Tabela de compostos identificados por GC-MS/MS em todas as amostras de petróleo. ............................................................................................................... 82
TABELA 6: Conjuntos de colunas avaliados para a melhor separação dos compostos de petróleo por GC×GC. ......................................................................................... 110
LISTA DE ABREVIAÇÕES
1D: Primeira dimensão
2D: Segunda dimensão
1tR: Tempo de retenção na primeira dimensão
2tR: Tempo de retenção na segunda dimensão
BPX-50: 50% fenil,50% polidimetilsiloxano
CAD: Dissociação induzida por colisão (collisionally activated dissociation)
COW: Correlation Optimazed Warping
DB-1: 100% dimetilsiloxano
DB-17: 50% fenil,50% polidimetilsiloxano
DB5: 5 % fenil polidimetilsiloxano
FID: detector por ionização em chama
GC: cromatografia gasosa convencional
GC×GC: cromatografia gasosa bidimensional abrangente
GC×GC-FID: cromatografia gasosa bidimensional abrangente com detecção por ionização em chama
GC×GC-QMS: cromatografia gasosa bidimensional abrangente com detecção por espectrometria de massas com analisador quadrupolo
GC-FID: cromatografia gasosa convencional com detecção por ionização em chama
GC-MS/MS: Cromatografia gasosa acoplada a espectrometria de massas sequêncial
HC/MDGC: Cromatografia gasosa multidimensional de frações parciais
HP5: 5% fenil polidimetilsiloxano
HP50: 50% fenil,50% polidimetilsiloxano
HPLC : cromatografia líquida de alta eficiência
ICP: Índice de Preferência de carbonos
IL61: 1,12-Di [tripropilfosfônio] dodecano[Tf2N] trifluorometilsulfonato
loop: Alça de modulação
m/z: razão massa/carga
MPCA: análise de componentes principais multimodo
n1: capacidade de pico da primeira dimensão
n2: capacidade de pico da segunda dimensão
PC: componente principal
PCA: análise de componentes principais
PM: Período de modulação
SARA: separação em coluna aberta das frações de saturados, aromáticos, resinas e
asfaltenos contidas no petróleo
SFC: Cromatografia em liquido supercrítico (Supercritical Fluid Chromatography)
SIM: Monitoramento de íon selecionado (selected ion monitoring)
Solgelwax: polietilenoglicol
SRM: Monitoramento de reação selecionada (selected reaction monitoring)
SRM/GC-MS: Cromatografia gasosa acoplada a espectrometria de massas, analise
no modo de monitoramento de reação selecionada
TIC: Cromatograma de íons totais (total ion chromatogram)
UCM: Mistura complexa não-resolvida
SUMÁRIO
INTRODUÇÃO GERAL ........................................................................ 24
CAPÍTULO I ......................................................................................... 27
CARACTERIZAÇÃO GEOQUÍMICA CONVENCIONAL DE PETRÓLEO
POR GC-MS E GC-MS/MS .................................................................. 27
1.1. INTRODUÇÃO ................................................................................................ 28
1.1.1. PETRÓLEO .............................................................................................. 28
1.1.2. BIOMARCADORES .................................................................................. 30
1.1.3. PRINCIPAIS FAMÍLIAS DE BIOMARCADORES ...................................... 39
1.1.4. CROMATOGRAFIA GASOSA ACOPLADA A ESPECTROMETRIA DE
MASSAS (GC-MS e GC-MS/MS) ........................................................................... 52
1.2. OBJETIVOS .................................................................................................... 55
1.2.1. OBJETIVOS ESPECÍFICOS ..................................................................... 55
1.3. PARTE EXPERIMENTAL ............................................................................... 56
1.3.1. MATERIAIS ............................................................................................... 56
1.3.2. LIMPEZA DE VIDRARIAS ........................................................................ 56
1.3.3. AMOSTRAS DE ÓLEO BRUTO ............................................................... 56
1.3.5. CONDIÇÕES CROMATOGRÁFICAS ....................................................... 60
1.4. RESULTADOS E DISCUSSÃO ...................................................................... 61
1.4.1. n-ALCANOS E ISOPRENOIDES .............................................................. 61
1.4.2. -CAROTANO .......................................................................................... 66
1.4.3. ESTERANOS ............................................................................................ 69
1.4.4. HOPANOS ................................................................................................ 75
1.5. CARACTERIZAÇÃO GEOQUÍMICA ORGÂNICA DAS AMOSTRAS
ANALISADAS ........................................................................................................... 78
1.6. ANEXOS ......................................................................................................... 80
CAPÍTULO II ........................................................................................ 84
CARACTERIZAÇÃO GEOQUÍMICA DE PETRÓLEO POR GC×GC-MS
E FERRAMENTAS QUIMIOMÉTRICAS .............................................. 84
2.1. INTRODUÇÃO ................................................................................................ 85
2.1.1. TÉCNICAS CROMATOGRÁFICAS MULTIDIMENSIONAIS ..................... 85
2.1.2. FERRAMENTAS QUIMIOMÉTRICAS ...................................................... 96
2.1.3. ANÁLISE DE PETRÓLEO E INVESTIGAÇÃO DE BIOMARCADORES
POR GC×GC E QUIMIOMETRIA .......................................................................... 98
2.2. OBJETIVOS .................................................................................................. 102
2.2.1. OBJETIVOS ESPECÍFICOS ................................................................... 102
2.3. PARTE EXPERIMENTAL ............................................................................. 103
2.3.1. MATERIAIS ............................................................................................. 103
2.3.2. LIMPEZA DE VIDRARIAS ...................................................................... 103
2.3.3. APRESENTAÇÃO DAS AMOSTRAS ..................................................... 103
2.3.4. ISOLAMENTO DA FRAÇÃO DE MALTENOS ........................................ 103
2.3.5. CONDIÇÕES CROMATOGRÁFICAS ..................................................... 105
2.3.6. MODELAGEM QUIMIOMÉTRICA .......................................................... 106
2.4. RESULTADOS E DISCUSSÃO .................................................................... 106
2.4.1. OTIMIZAÇÃO DAS CONDIÇÕES DE ANÁLISE POR GC×GC .............. 106
2.4.2. AVALIAÇÃO DOS PERFIS CROMATOGRÁFICOS POR GC×GC-QMS E
ANÁLISE QUIMIOMÉTRICA ................................................................................ 114
2.5. CONCLUSÕES ............................................................................................. 130
CAPÍTULO III ..................................................................................... 132
COMPARAÇÃO ENTRE A ANÁLISE CONVENCIONAL (GC-MS E GC-
MS/MS) E GCXGC-QMS COM ANÁLISE MULTIVARIADA DE DADOS
(MPCA) PARA CARACTERIZAÇÃO DE PETRÓLEO, CONCLUSÕES
GERAIS E PERSPECTIVAS .............................................................. 132
REFERÊNCIAS BIBLIOGRÁFICAS .................................................. 135
4.1. REFERÊNCIAS BIBLIOGRÁFICAS ................................................................ 136
24
INTRODUÇÃO GERAL
O petróleo é uma mistura complexa formada por milhares de compostos
orgânicos constituídos principalmente por hidrocarbonetos saturados, aromáticos,
resinas, asfaltenos além de compostos contendo enxofre, nitrogênio, oxigênio e
alguns metais tais como níquel e vanádio [1]. A partir das frações obtidas é possível
obter a identificação de diversas classes de compostos para a caracterização do óleo.
Estes compostos, os biomarcadores (compostos orgânicos fósseis originados de
compostos naturais que sofrem transformações ao longo do tempo, pressão e
temperatura, mantendo a estrutura principal intacta), são amplamente utilizados na
indústria de petróleo para identificar grupos de óleos geneticamente relacionados,
para correlacionar óleos com suas rochas fontes, além de obter informações sobre a
origem da matéria orgânica contida em uma rocha sedimentar, do paleoambiente de
deposição, do grau de evolução térmica e biodegradação de óleos [2, 3].
A principal metodologia para a classificação do óleo por análise de
biomarcadores consiste em fracionar o petróleo através da cromatografia em coluna
aberta (SARA) para a separação dos hidrocarbonetos saturados, aromáticos, resinas
e asfaltenos por diferença de polaridade, e caracterizar estas frações (principalmente
a fração de hidrocarbonetos saturados) por diversas metodologias analíticas utilizando
por exemplo as técnicas de cromatografia líquida de alta eficiência (HPLC) [4, 5],
cromatografia de fluido supercrítico (SFC) [6], e principalmente a cromatografia
gasosa acoplada com detector por ionização em chamas (GC-FID) e espectrômetro
de massas (GC-MS) [7].
A GC-MS é uma das técnicas instrumentais que mais se destacam para
esta finalidade. Uma “impressão digital” do óleo pode ser obtida através da
identificação de diversas classes químicas realizada por similaridade espectral. Em
algumas situações, o monitoramento seletivo de íons (SIM) pode ser utilizado e
mesmo que exista um alto grau de coeluição, o íon do analito será detectado com
precisão e exatidão, exceto no caso em que um mesmo íon é proveniente de
diferentes compostos. Contudo, nesse caso, a informação espectral que fornece a
base para a elucidação estrutural é perdida. Alternativamente, sistemas de tandem
(MSn), são altamente seletivos e informativo quanto a estrutura do analito.
25
Entretanto, mesmo aproveitando ao máximo o potencial do sistema
cromatográfico e do MS, muitas vezes não é possível obter a separação requerida à
caracterização dos componentes de determinada amostra. Além disso, a baixa
resolução e/ou baixo limite de detecção deste equipamento podem omitir informações
importantes geradas por compostos que apresentam baixa relação sinal/ruído. Outra
deficiência está no refinado manuseio e tratamento amostral. É imprescindível uma
etapa de fracionamento, limpeza e separação em diversas classes de compostos
devido a diferença de polaridade encontrada em uma única amostra (saturados,
aromáticos, resinas e asfaltenos) na qual é requerido tempo e experiência do analista.
Portanto, para a resolução destes problemas, faz-se necessário a utilização de
metodologias e equipamentos que forneçam alta resolução, sensibilidade e detecção.
A Cromatografia gasosa bidimensional abrangente (GC×GC) destaca-se
principalmente pela análise com o mínimo pré-tratamento amostral e por nos oferecer
um máximo de informações em uma única análise [8]. Nessa técnica os compostos
que co-eluem na primeira coluna podem ser separados na segunda, especialmente
se as fases estacionárias possuem capacidades de solvatação distintas e portanto,
diferentes seletividades [9]. Além disso, os conjuntos de colunas devem levar a maior
utilização do espaço cromatográfico, ou seja, uma maior capacidade de picos (número
máximo de picos separáveis) [10].
No cromatograma do sistema GC×GC é possível visualizar diversos
compostos ou grupos de compostos correlacionados que são melhor resolvidos e que
co-eluiriam utilizando a técnica de GC convencional, resultando em um maior
detalhamento da composição e diversidade da amostra, tornando-se uma
característica única e poderosa em comparação com outras técnicas. Sendo assim, a
GC×GC tornou-se uma das técnicas mais vantajosas na análise de misturas de alta
complexidade, tais como drogas, alimentos, amostras biológicas e petróleo.
Embora a GC×GC seja superior quando comparada a GC convencional, a
complexidade da amostra juntamente com a grande quantidade de dados gerados
obtidos por GC×GC tornam utilização de ferramentas quimiométricas uma
interessante estratégia para fins da análise de dados, facilitando a compreensão dos
resultados que não seriam facilmente resolvidos pelo analista [11, 12].
A adicional dimensão cromatográfica adquirida na análise por técnicas
multidimensionais, tal como a GC×GC, requer a utilização de métodos quimiométricos
capazes de analisar de maneira correta os dados multivariados gerados. Dessa forma,
26
na análise por MPCA (Multiway Principal Components Analysis), que é
estatisticamente equivalente a PCA (Principal Components Analysis), os dados são
desdobrados em um arranjo de dados multidimensional, por exemplo dados GC×GC-
QMS, em uma matriz (amostras, tempo de retenção 1D + tempo de retenção 2D) antes
de ser realizado o PCA [13]. Dessa forma, a análise quimiométrica multivariada pode
ser uma alternativa para a extração de informações de perfis cromatográficos de
amostras de petróleo de diferentes bacias sedimentares.
Nesse contexto, a proposta deste trabalho foi verificar se a cromatografia
bidimensional combinada com ferramentas quimiométricas poderia se tornar uma
alternativa para a caracterização geoquímica orgânica dispensando as etapas
manuais de fracionamento. Assim, este trabalho foi subdividido em três capítulos, no
qual o Capítulo I tratará a caracterização geoquímica de diversos óleos provenientes
de diferentes bacias petrolíferas brasileiras por meio da investigação de
biomarcadores e cálculo de parâmetros geoquímicos da fração de hidrocarbonetos
saturados por técnicas convencionais GC-QMS e GC-MS/MS para a determinação do
paleoambiente de deposição do óleo, evolução térmica e principalmente
biodegradação das amostras. O Capítulo II, irá abordar a simplificação no
procedimento de análise utilizando como técnica cromatográfica a GC×GC juntamente
com ferramentas quimiométricas (MPCA) com o objetivo de associar de maneira direta
os perfis bidimensionais das amostras com os principais parâmetros geoquímicos sem
a necessidade de identificação e determinação individual de biomarcadores para a
caracterização geoquímica das mesmas amostras utilizadas anteriormente. Por fim, o
Capítulo III, fará uma comparação entre as duas metodologias com a finalidade de
comprovar que a caracterização de petróleo é possível utilizando metodologias
diferenciadas como a realizada neste trabalho.
27
Capítulo I
CARACTERIZAÇÃO GEOQUÍMICA CONVENCIONAL
DE PETRÓLEO POR GC-MS E GC-MS/MS
28
1.1. INTRODUÇÃO
1.1.1. PETRÓLEO
As transformações físico-químicas da matéria orgânica durante a
sedimentação juntamente com a atividade biológica e alteração da temperatura e
pressão dão origem ao petróleo [14]. Característico por ser rico em hidrocarbonetos
saturados, aromáticos, resinas e asfaltenos, o petróleo atualmente é considerado uma
das fontes naturais de maior valor econômico do mundo e por isso teorias sobre a sua
origem e formação são determinantes para a investigação e suposições sobre a
produção e quantidade de óleo ainda existente [15].
1.1.1.1. FORMAÇÃO E ORIGEM
Existem diversas teorias que explicam a origem e formação do petróleo,
contudo dois modelos teóricos se destacam devido ao contraste em suas ideias. A
teoria abiogênica ou abiótica (inorgânica) afirma que o petróleo deriva de processos
não biológicos por formação do metano no manto terrestre, com posterior
polimerização e migração por falha tectônicas para níveis mais rasos da crosta
terrestre [15, 16]. Já a teoria biótica ou biogênica (orgânica) sustenta a formação do
petróleo a partir do soterramento da matéria orgânica com o auxílio de pressão,
temperatura e tempo [14]. Embora existam evidências científicas para ambas as
teorias, a mais aceita é a origem orgânica. No entanto, não há nada que impeça que
ambas as teorias sejam verdadeiras.
A teoria biogênica está baseada nas transformações físico-químicas que a
matéria orgânica sofre durante a história geológica das bacias sedimentares, e o
processo de conversão deste material em petróleo pode ser subdividido em três
estágios de evolução:
- Diagênese: período em que a matéria orgânica sofre alterações microbiológicas no
qual biopolímeros (lipídeos, proteínas, carboidratos) são consumidos e transformados
em novas estruturas policondensadas (geopolímeros) através da perda de grupos
funcionais, reações de condensação, aromatização e polimerização dando origem ao
29
querogênio, que é defino como a fração complexa insolúvel rica em matéria orgânica
presente em rochas sedimentares) [14, 17].
- Catagênese: período em que há um aumento da temperatura e pressão devido a
consecutiva deposição sedimentar que altera significativamente a estrutura do
querogênio através da perda de cadeias alifáticas e redução de duplas ligações com
formação do petróleo rico em hidrocarbonetos de cadeias curtas e geração de gás
úmido. É nesta etapa que o querogênio chega ao seu estágio final.
- Metagênese: último estágio da evolução da matéria orgânica, caracterizado por alta
temperatura e pressão onde há a transformação dos restos de matéria orgânica em
gás metano e resíduos carbonosos.
A Figura 1 representa as etapas descritas acima. É possível notar todos os
estágios de desenvolvimento progressivo da matéria orgânica durante a evolução
sedimentar e por conseguinte a formação do petróleo.
Figura 1: Etapas de desenvolvimento da matéria orgânica e formação do petróleo. Fonte:
Adaptado de Prata (2012) [18] e Peters et al. (2005) [17].
30
1.1.2. BIOMARCADORES
Marcadores biológicos, biomarcadores ou fósséis químicos são compostos
orgânicos complexos constituídos por carbono, hidrogênio e outros elementos
originados de produtos naturais que sofreram pequenas transformações durante o
processo de formação do petróleo (principalmente durante a diagênese e catagênese)
devido ao aumento de temperatura, pressão e sedimentação, mantendo a estrutura
principal intacta [2, 17].
Três características são essenciais para que um composto seja
considerado um biomarcador, são elas:
- ter esqueleto quimicamente estável para que não sofra degradação durante a
evolução da matéria orgânica;
- a estrutura principal deve estar relacionada e ser encontrada em altas concentrações
em organismos vivos;
- o precursor biológico deve ser comum para um conjunto de indivíduos;
Um exemplo da relação precursor biológico/biomarcador pode ser
encontrado na Figura 2, onde o precursor, um hopanopoliol comum no reino
procarionte, dá origem a classe de hopanos encontrados no petróleo [19].
Figura 2: Relação entre o precursor biológico (Hopanopoliol) e sua conversão no biomarcador
(Hopanóide) através da evolução diagenética da matéria orgânica.
Na indústria petroquímica a avaliação dos biomarcadores é extremamente
importante por permitir identificar grupos de óleos geneticamente relacionados,
correlacionar óleos com suas fontes geradoras, além de obter informações sobre a
31
origem da matéria orgânica e paleambiente de deposição em que o petróleo foi
gerado, grau de evolução térmica da matéria orgânica, migração e biodegradação do
óleo [3, 14]. Isto acontence em virtude da correlação entre os biomarcadores com
processos dinâmicos associados a formação e evolução de sedimentos com a matéria
orgânica [20]. Em razão disto, a busca por novos biomarcadores, bem como um
estudo aprofundado do petróleo são importantes e fundamentais na busca da origem
do sistema deposicional, do grau de evolução térmica e preservação das
características originais. Desta forma é possível classificar os biomarcadores em cinco
tipos distintos: i) indicadores de paleoambiente de deposição, ii) evolução térmica, iii)
identidade (correlação óleo/óleo e óleo/rocha geradora), iv) biodegradação e v)
migração.
1.1.2.1. PALEOAMBIENTE DE DEPOSIÇÃO
A avaliação do paleoambiente de deposição é essencial para a
carcaterização do tipo de matéria orgânica presente nos sedimentos que podem estar
associados a microorganismos, plantas e animais (biotas específicos) que se
desenvolveram naqueles ambientes antes da geração do petróleo, deixando seus
registros químicos nos sedimentos ou no óleo.
Biomarcadores específicos como o gamacerano e-carotano (Figura 3),
por exemplo, são característicos em ambientes com alta salinidade e por isso podem
ser utilizados como biomarcadores associados a fonte deposicional. Outro exemplo
específico são isoprenóides pristano (Pr) e fitano (F) que estão associados as
condições redox do ambiente (óxico ou anóxico) apresentados na Figura 3 [17].
Figura 3: Exemplos de biomarcadores indicativos de condições específicas em paleoambiente
deposicional: Gamacerano, -carotano, Pristano e Fitano.
32
Atualmente, novos biomarcadores característicos de ambientes
específicos estão sendo estudados, Kaiser e Arz (2016) [21] verificaram a presença
de possíveis novos biomarcadores em sedimentos do mar báltico. Hakimi e Ahmed
(2016) [22] caracterizaram rochas geradoras da sub-bacia de Jiza localizada a oeste
do Yemen no Oriente Médio através da análise geoquímica e observaram que as
rochas desta sub-bacia foram depositadas em um ambiente marinho deltáico, com
contribuição de matéria orgânica marinha e terrestre.
1.1.2.2. EVOLUÇÃO TÉRMICA
A evolução térmica é a alteração progressiva que a matéria orgânica
sedimentar sofre durante a formação do petróleo por efeitos termocatalíticos [20]. É
neste período que ocorre o craqueamento do querogênio e formação de
hidrocarbonetos que irão compor o petróleo. A temperatura é o fator principal para que
esta transformação ocorra. Quando esta temperatura é ideal, pode-se dizer que o
petróleo está ou ultrapassou a “janela de geração de óleo”. Portanto, este fator é
essencial na indústria petroquímica para identificação de potenciais níveis de
geradores, servindo para qualificar uma bacia sedimentar geradora de petróleo [20].
Muitos dos biomarcadores utilizados como indicadores de evolução
térmica estão relacionados a reações de esteroisomerizações, craqueamento e
aromatização, modificando a estereoquímica do composto convertendo-os em seus
produtos mais estáveis [2]. Um exemplo clássico é mostrado na Figura 4 onde é
possível observar a conversão do colesterol (precursor biológico) em seu produto mais
estável chamado de colestano (produto geológico) através da quebra de uma ligação
dupla e perda de uma hidroxila durante a diagênese.
33
Figura 4: Conversão do colesterol (precursor biológico) em sua estrutura geológica mais estável
(Colestano - Esterano C27) encontrado em sedimentos e no petróleo bruto. ADAPTADO: Peters
et al. (2005) [17].
Hackley et al. (2013) [23] avaliaram a evolução térmica de diversas
amostras provenientes dos Apalaches (Estados Unidos) por multiplas técnicas
analíticas (reflectância de vitrinita, pirólise de rochas, cromatografia gasosa dos
extratos de rochas e da fração de saturados) e observaram que a avaliação evolução
térmica através da análise cromatográfica de biomarcadores mostrou-se mais
confiável em comparação com outras análises, principalmente em relação ao índice
de reflectância de vitrinita.
1.1.2.3. IDENTIDADE (CORRELAÇÃO ÓLEO/ÓLEO E ÓLEO/ROCHA
GERADORA)
Os biomarcadores responsáveis pela caracterização da identidade do
petróleo servem para identificar similaridades ou diferenças entre conjuntos de óleos
34
provenientes de uma mesma rocha geradora ou bacia (correlação óleo/óleo) ou
comparando-se diversos óleos com potenciais rochas geradoras (correlação
óleo/rocha geradora) [20].
Murillo et al. (2016) [24] analisaram petróleo e sedimentos da bacia de
Hammerfest (Noruega) e sugeriram a correlação entre diferentes óleos e
condensados por análise estatística multivariada (análise de agrupamentos
hierárquicos e PCA) utilizando dados geoquímicos como n-alcanos, isoprenóides e
compostos aromáticos. Além disso, os autores sugeriram a correlação entre óleos e
rochas geradoras específicas.
1.1.2.4. MIGRAÇÃO
Após a formação do petróleo podem ocorrer diversos processos de
transformação do petróleo, um destes processos pode modificar a composição do
petróleo bruto é a migração, que é controloda por efeitos físico-químicos que
influenciam na mudança de local destes óleos para zonas de acumulação que
possuem porosidade e permeablilidade ideal para armazenamento do mesmo
(chamadas de rochas reservatórios ou traps) [25].
Este processo é controlado por fatores como a pressão sedimentar
presente naquele ambiente, tamanho dos poros das rochas geradoras e reservatórios
e força ou pressão capilar que ocorre devido a tensão interfacial entre duas fases
imiscíveis (óleo/água, gás/água) . Sendo assim, a migração pode ser subdividida em
três etapas:
i) migração primária: que ocorre quando a pressão de saturação dos poros de
uma rocha supera a pressão da própria rocha, gerando microfissuras que
se comunicam e o óleo é expulso da rocha;
ii) migração secundária: que ocorre fora da rocha geradora, em rochas com
boa permeabilidade e boa porosidade, podendo ocorrer por falhas e/ou
fissuras;
35
iii) migração terciária: que acontece principalmente devido a efeitos tectônicos
que provocam falhas nas rochas reservatórios e fazem com que o petróleo
migre para uma outra rocha reservatório.
Após o período de geração, migração e acumulação do óleo na rocha
reservatório, o óleo acumulado pode ser descoberto por falhas e infiltração ou escape
do óleo para a superfície (exudação) [26]. A Figura 5 ilustra os principais processos
para a formação e acumulação do petróleo em bacias sedimentares: 1) geração do
óleo em rochas geradoras; 2) migração primária do óleo; 3) migração secundária do
petróleo; 4) acumulação do óleo em uma rocha reservatório; 5) o escape do petróleo
para a superfície em consequência de uma fratura na rocha reservatório.
Figura 5: Ilustração dos principais processos de geração e acumulação de petróleo em rochas
reservatórios: 1) geração do óleo; 2) migração primária; 3) migração secundária; 4) acumulação
do petróleo em rocha reservatório; 5) escape do petróleo para a superfície provocado por falhas
na rocha reservatório. ADAPTADO: Burrus (1998) [26].
Após o estudo geológico da bacia, juntamente com a análise de
biomarcadores que podem indicar a migração do petróleo é possível chegar na fonte
geradora do óleo, bem como em novas acumulações de petróleo ao logo da bacia
sedimentar. Um exemplo clássico de biomarcadores indicadores de migração é família
dos esteranos. Zhang et al. (2004) [27] classificaram óleos pertencentes a uma
mesma bacia que apresentaram características de migração através da presença e
ausência de 4-metilesteranos (Figura 6).
36
Figura 6: Estrutura química do 4-metilesterano.
1.1.2.5. BIODEGRADAÇÃO
A biodegradação – alteração das propriedades físicas e químicas do
petróleo por organismos vivos [28] – pode ser considerada um dos fatores mais
importantes da análise geoquímica devido a sua influência e modificação da qualidade
e composição do óleo, o que torna os processos de refino despendiosos, prejudicando
a indústria petroquímica responsável por atuar nesta área [29].
A biodegradação é um dos vários processos que podem alterar as
propriedades dos flúidos (óleo e gás) contidos nos reservatórios. A composição e
qualidade do petróleo estão vinculados diretamente a determinadas condições
geológicas e geoquímicas que detém requisitos à vida microbiana tais como as
interfaces entre óleo e água [30]. Estes microorganismos (geralmente bactérias e
fungos) que tem acesso aos reservatórios através de fluxo de água são os principais
agentes modificadores dos hidrocarbonetos mais leves, aumentando
progressivamente o teor de resinas, asfaltenos, metais como níquel e vanádio, bem
como, a densidade, teor de enxofre, acidez (formação de ácidos carboxílicos e fenóis)
e viscosidade [28, 30]. No início do processo, os hidrocarbonetos são utilizados como
fonte de energia, e ao final do processo são transformados em metabólitos, por
exemplo, ácidos orgânicos e/ou CO2, o que gera uma diminuição de hidrocarbonetos
saturados [30]. A Figura 7 ilustra o esquema de biodegradação e alteração da
qualidade do petróleo através do consumo de hidrocarbonetos em óleos e
37
condensados até a sua transformação em óleos pesados (asfálticos, ricos em resinas
e asfaltenos). Além disso, nesta figura é possível observar a mudança na densidade
e API (escala arbitrária que mede a densidade de derivados do petróleo criado pelo
American Petroleum Institute).
Figura 7: Ilustração do processo de biodegradação e mudanças na qualidade do petróleo.
ADAPTADO: Cruz e Marsaioli (2012) [30].
O grau de biodegradação depende da composição do conjunto microbiano
(microorganismos aeróbicos e/ou anaeróbicos), o tipo do óleo, e das condições
ambientais como temperatura, nível de oxigênio no meio, salinidade, pH e nutrientes
presentes [31]. Para que ocorra a biodegradação é necessária à presença de
oxigênio, nitratos, sulfatos, íons férricos e nutrientes inorgânicos, tais como fósforo,
além de microrganismos capazes de degradar compostos do petróleo e a ausência
de microrganismos que inibem e/ou limitam o crescimento destes microrganimos
degradadores [30, 31]. Além disso, é imprescindível que a rocha geradora tenha
porosidade e permeabilidade suficiente para permitir a difusão de nutrientes e
mobilidade de microrganismos com uma temperatura de aproximadamente 80°C [26].
A escala feita por Peters e Moldowan em 1993 [31] é utilizada até os dias
de hoje e foi feita com base na resistência de diversos biomarcadores realizada
através da abundancia relativa de diversas clases de compostos. Inicalmente são
consumidos compostos de baixa massa molecular como os n-alcanos, seguido por
alcanos ramificados e isoprenoides acíclicos, alquicicloexanos, alquil benzenos,
38
alcanos biciclicos e hidrocarbonetos poliaromáticos com 1, 2, 3 e anéis, esteranos,
hopanos/diasteranos, esteroides aromáticos e porfirinas. A Figura 8 mostra
esquematicamente o nível de biodegradação que o petróleo pode apresentar através
do consumo e análise de diversas famílias de biomarcadores.
Figura 8: Escala de biodegradação de petróleo que mostra o aumento do nível de biodegradação
de petróleo relacionado com a remoção seletiva de grupos de biomardores. ADAPTADO: Prata
(2012) [18] e Peters et al. (2005) [31].
A família dos hopanos desmetilados (25-norhopanos) é um exemplo
clássico de biomarcadores de alta biodegradação por apresentarem maior resistência
ao consumo por bactérias em relação aos seus homólogos regulares [31, 32]. A Figura
9 ilustra a estrutura química do 17-25-norhopano representativo da família dos
hopanos desmetilados. Li et al. (2015) [33] estudaram o comportamento da família
dos 25-norhopanos dentro de uma coluna de biodegradação em óleos provenientes
de um mesmo ambiente deposicional e evolução térmica. Os autores observaram que
esta família de compostos é resultado da desmetilação dos hopanos regulares, mas
que não são o produto final do processo de biodegradação.
39
Figura 9: Estrutura química do 17-25-norhopano, representativo da família dos hopanos
desmetilados utilizado como biomarcador de biodegradação.
1.1.3. PRINCIPAIS FAMÍLIAS DE BIOMARCADORES
O estudo geoquímico do petróleo é baseado na identificação de classes
de compostos presentes no óleo bruto. Estas famílias podem ser estudadas
separadamente ou em conjunto através de parâmetros ou razões calculadas a partir
dos cromatogramas gerados por diversas técnicas como a cromatografia gasosa.
Para maior entendimento será descrito adiante os principais compostos ou família de
compostos biomarcadores.
1.1.3.1. n-ALCANOS
Os n-alcanos e isoprenóides são considerados as primeiras classes
utilizadas em geoquímica orgânica para caracterizar óleos e sedimentos com
conteúdo orgânico, devido à facilidade na identificação por meio da análise do extrato
por GC-QMS [34].
Por estarem presentes em diversas fontes de matéria orgânica (plantas,
bactérias e fitoplânctons) é possível caracterizar o petróleo quanto a origem da
matéria orgânica através do cromatograma de íons totais e de maneira mais
específica através do seu cromatograma seletivo de íons selecionados (m/z 85). Uma
distribuição com predominância de hidrocarbonetos de cadeia longa (> n-C23) é
comum em um ambiente de deposição proveniente de plantas terrestres e algas de
água doce encontradas principalmente em ambientes lacustres de água doce e estão
40
gerelmente relacionados a lipídeos provenientes de angiospermas. Por outro lado, um
ambiente marinho que é rico em matéria orgânica derivada de fitoplânctons e algas
bentônicas, esta distribuição é apresentada como sendo unimodal com máximo entre
os hidrocarbonetos de cadeia curta (n-C15 a n-C17) [14, 17].
A biossíntese de formação dos n-alcanos foi ilustrada na Figura 10, e
propõe que as n-parafinas poderiam ser formadas a partir da redução de ácidos
graxos por desidratação ou perda de CO2 [17, 35].
Figura 10: Ilustração da biossíntese de n-alcanos a partir de ácidos graxos. ADAPTADO: Peters
et al. (2005) [17] e Mogollón (2015) [35].
Outra observação que pode ser extraída por intermédio da distribuição de
hidrocarbonetos no cromatograma é o Índice de Preferência de Carbono (IPC) [36],
que pode ser calculado através da integração das áreas de alguns n-alcanos como
apresentado abaixo.
Este parâmetro denota o tipo de matéria orgânica no meio, bem como a
evolução térmica do óleo. O IPC < 1,0 (predomínio de n-alcanos pares) juntamente
com dominância de hidrocarbonetos de cadeia leve sugerem uma origem marinha.
Por outro lado, um IPC > 2,0 ( preferência ímpar) em conjunto com uma preferência
41
de hidrocarbonetos de cadeia longa significa que o ambiente poderia ter uma
influência de matéria orgânica terrestre [18, 36]. Contudo, este parâmetro deve ser
utilizado com cautela, já que a predominância de cadeia ímpar pode também
evidenciar uma baixa evolução térmica.
A evolução térmica pode ser evidenciada devido a formação de
hidrocarbonetos de cadeia curta durante o período de diagênese por craqueamento
dos hidrocarbonetos de cadeia longa e por isso, um IPC ~ 1 evidencia uma elevada
maturidade térmica enquanto que um 4 < IPC < 7 sugere uma formação biogênica
característica de uma baixa evolução térmica. É importante ressaltar que além da
evolução térmica, o IPC pode ser afetado pela biodegradação por meio do consumo
de hidrocarbonetos de cadeia curta por microorganismos [17, 36].
A Figura 11 exemplifica o efeito da biodegradação do petróleo com o
aparecimento da mistura complexa não-resolvida também chamada de UCM
(unresolved complex mixture). Os primeiros indícios da biodegradação ocorre com o
consumo de hidrocarbonetos leves, pesados e outros compostos como foi discutido
no item 1.1.2.5. Além disso, óleos com maior grau de biodegradação mostram
mudanças em seus cromatogramas pelo aumento da linha de base e por
consequência da UCM, que pode ser explicada pela remoção de n-alcanos e
isoprenóides acíclicos por ação microbiana e proeminência de outros compostos que
não foram consumidos como por exemplo os hopanos (Figura 11 B, C e D) [37].
Figura 11: Cromatogramas representativos da fração saturada de petróleo não-biodegradado
(A) e com aumento da biodegradação (B, C e D) com ênfase para os compostos Pristano (Pr) e
17-hopano. ADAPTADO: Peters et al. (2002) [37].
42
1.1.3.2. ISOPRENOIDES
1.1.3.2.1. PRISTANO E FITANO
Os isoprenoides acíclicos mais estudados como biomarcadores de
petróleo são o pristano (2,6,10,14-tetra-metilpentadecano / Pr) e o fitano (2,6,10,14-
tetra-metilhexadecano / F). Por serem provenientes da cadeia lateral da clorofila A
(fitol) por processos de oxidação e redução (mostrado na Figura 12) e dependentes
das condições redox dos sedimentos, a formação do Pr e F pode ser atribuída
diretamente ao ambiente de deposição em que o óleo foi gerado. Um meio oxidante é
característico de uma relação Pr > F, enquanto que um meio redutor é marcado por
um maior teor de F em relação ao Pr [17].
O
O
NN
NN
O O
Mg
O
Cadeia lateral fitil da clorofila
Clorofila
Condições anóxicas
Condições óxicas
RHO
Fitol
RHO
O
Oxidação
Ác. Fitênio
DescarboxilaçãoR
Redução
R
Pristano (C19)Pristeno
RHO
Diidro Fitol
Redução ReduçãoR
Fitano (C20)
Figura 12: Formação do pristano e fitano através da cadeia lateral da clorofila. ADAPTADO: Prata
(2012) [18] e Peters et al. (2005) [17].
Outra maneira da produção de pristano ocorre por meio da oxidação e
posteriormente descaboxilação do tocoferol (exibido na Figura 13), enquanto que o
fitano pode ser formado por organismos metanogênicos e halófilos por redução de
lipídeos.
43
O
R1
HO
R2
R3
R1
R2
R3
-CH3
-CH3
-CH3
-H
-CH3
-CH3
-H
-H
-H
Tocoferóis
Figura 13: Formação do pristano através da oxidação e descarboxilação do tocoferol presente
em ambientes de água doce. ADAPTADO: Rontani e Bonin (2011) [38].
É importante ressaltar que o fitol e tocoferol são abundantes em
ambientes de água doce e que ambientes salinos são relacionados a uma grande
população de organimos metanogênicos e halófilos [38]. Assim, podemos relacionar
a razão Pr/F com o tipo de deposição da matéria orgânica que pode gerar o óleo. A
razão Pr/F < 1 é característico de condições de deposição anóxicas, já a razão Pr/F >
1 indica ambientes deposicionais com maior condições óxicas. Valores abaixo de 0,8
são encontrados em ambientes com fontes carbonática ou hipersalina. Valores acima
de 3,0 são indicativos da entrada de matéria orgânica terrestre. Óleos com valores
para esta razão entre 0,8-3,0 podem ser considerados como óleos gerados ou
mantidos em condições sub-óxicas. Contudo, esta razão deve ser analisada em
conjunto com outros biomarcadores por apresentar modificação com o aumento da
evolução térmica e biodegradação.
Outras razões como Pr/n-C17 e F/n-C18 támbem podem ser calculadas,
mas apenas quando o óleo não é biodegradado, pelo fato dos microorganismos
consumirem os n-alcanos primeiro.
1.1.3.2.2. -CAROTANO
O -carotano (peridro--caroteno) foi primeiramente identificado em xistos
do Green River-Utah/USA em 1967 por Murphy et al. [39] e após sua descoberta foi
encontrado em diversas fontes geológicas (sedimentos e petróleo). Watts e Maxwell
(1977) [40] observaram que houve modificação e redução de alguns carotenóides
durante a diagênese, principalmente com o aumento da sedimentação e temperatura
44
em sedimentos sob condições altamente anóxicas e marinha, mas relataram que o -
carotano manteve-se estável sob estas condições.
Por serem encontrados em ambientes anóxicos, lacustres salinos ou em
ambientes marinhos deltáicos onde organismos tais como algas unicelulares estão
presentes, e estarem ausentes em ambientes de água doce, este composto pode ser
considerado como um biomarcador de ambiente de deposição salina [17]. Óleos
provenientes de origem marinha evaporítica foram relatados por apresentarem altas
concentrações de -carotano e outros compostos em sua composição [41]. A Figura
14 mostra a estrutura química do -carotano que pode ser identificado pelo
monitoramento do íon m/z 125 e tem seu íon molecular m/z 558 [42].
Figura 14: Estrutura química do -carotano e seu principal fragmento característico.
1.1.3.3. ESTERANOS
Derivados de esteróis provenientes da membrana lipídica de organismos
eucarióticos principalmente plantas superiores e algas, os esteranos podem ser
utilizados para investigação do ambiente de deposição de sedimentos ricos destes
compostos, maturidade e biodegradação do óleo [43]. Os primeiros estudos sobre
compostos esteroidais presentes em sedimentos aconteceram na década de 1950
com a identificação de esteranos C27 a C29 em extratos de solos e que posteriormente
foram encontrados no petróleo [44]. A Figura 15 exibe a estrutura das principais sub-
famílias de esteranos (esteranos regulares, diasteranos e 4-metilesteranos) e que
por apresentarem diversos centros quirais podem ocorrer com uma grande variedade
de estereoisômeros.
45
Figura 15: Estrutura das principais famílias de esteranos (Esteranos regurales, diasteranos e 4-
metilesteranos).
Os esteranos podem ser identificados através do monitoramento do íon
m/z 217 porém devido a quantidade de compostos que co-eluem, a identificação por
meio de um espectrômetro de massas do tipo triploquadrupolo no modo MRM
(monitoramento de reações multiplas) faz-se necessário para uma maior
confiabilidade na identificação. A tabela 1 exibe os principais íons precursores e
produtos monitorados para a identificação desta classe.
Tabela 1: Principais transições (íons precursores e íons produtos) utilizadas para a
investigação e identificação de esteranos.
Compostos Íon precursor (m/z) Íon produto (m/z)
Esteranos C26 358
217 Esteranos C27 372 Esteranos C28 386 Esteranos C29 400 Esteranos C30 414
Metilesteranos C30 414 231
Por estarem presentes em diversos tipos de organismos e apresentarem
variação na sua distribuição, os esteranos podem ser utilizados como biomarcadores
de paleoambiente de deposição. Os esteranos regulares (por exemplo os 4-desmetil-
esteranos) de C27 a C29 contribuem diferentemente na composição de alguns grupos
de organismos. Os fitoplânctons usualmente contém uma maior abundância de
esteranos C28, também chamados de ergostanos, enquanto que zooplânctons são
46
ricos em esteranos C27 (colestanos) e plantas terrestres possuem maior quantidade
de esteranos C29 (estigmastanos) [41, 45]. Um gráfico térnário pode ser utilizado para
expressar a influência da distribuições dos esteranos em relação aos diversos
paleoambientes de deposição (Figura 16).
Figura 16: Diagrama ternário que expressa a distribuição de esteranos em relação a fonte de
organismos e os respectivos paleoambientes de deposição. ADAPTADO: Kilops (2005) e Huang
et al. (1979) [41, 46]
Huang e Meinschein (1979) [46] propuseram que este diagrama poderia
ser utilizado para diferenciar diversos ecossistemas e distinguir grupos de óleos brutos
a partir de uma mesma rocha geradora. Entretanto, vale ressaltar que esta família
também está sujeita a sofrer influência da evolução térmica.
Devido a elevada quantidade de centros assimétricos nos esterois, uma
mistura complexa de vários estereoisômeros seria possível de ser encontrada,
contudo, por causa da alta especificidade enzimática do colesterol, apenas um
estereoisômero do colesterol existe em quantidades significativas em organismos
vivos [41].
A principal configuração dos esteróides [8(H), 9(H), 10(CH3), 13(CH),
14(H), 17(H) 20R] (Figura 17) em organismos vivos pode sofrer alterações durante
os processos de diagênese e catagênese mas o esqueleto carbônico é preservado
com modificações para a mistura de configurações 20R e 20S esteranos (Figura 17).
47
Figura 17: Estruturas dos epímeros biológicos (20R) e geológico (20S) para o 5(H),14(H),17(H) C29
esterano.
A razão C29 20S/(20S + 20R) pode variar entre 0 até 0,5. Quando a janela
de geração do óleo entra em estado de equilíbrio ou seja, quando óleo atinge um
estágio de maior evolução térmica, valores entre 0,52 a 0,55 são encontrados [17].
Além disso, outro parâmetro que pode ser utilizado é a análise da
isomerização nos carbonos C5, C14 e C17. Assim, como os isômeros 20S e 20R, os
isômeros e sofrem também influência da elevada evolução térmica e por isso
pode ser utilizada [47]. Valores da razão /( + ) entre 0,67-0,71 indicam que
o óleo é termicamente evoluído e que a rocha geradora alcançou grau elevado na
geração de óleo [31, 48].
1.1.3.4. HOPANOS
Os hopanos ou triterpanos pentacíclicos geralmente contém de 27 a 35
átomos de carbono em uma estrutura naftênica composta por quatro anéis de 6
membros e um anel de 5 membros. Estes compostos são produzidos por organismos
e ocorrem principalmente em três formas estereoisoméricas: os 17,21(H)-hopanos
(), os 17,21(H)-hopanos () e os 17,21(H)-hopanos () ou moretanos,
constituintes comuns em petróleo e sedimentos [49] que são representados na Figura
18.
48
Figura 18: Configurações esteroisoméricas dos hopanos: 7,21(H)-hopanos () (A), os
17,21(H)-hopanos () (B) e os 17,21(H)-hopanos () ou moretanos (C)
O fingerprint desta família pode ser obtida através do monitoramento do
íon m/z 191 ou com maior precisão via análise por GC-MS/MS no modo MRM através
do monitoramento das principais transições apresentadas na Tabela 2, podendo
estender-se até 35 átomos (Homoopanos C35 detecdaos pela transição m/z 468 >
191).
Tabela 2: Principais transições por MRM para a análise dos principais composto da família de hopanos.
Compostos Íon precursor (m/z) Íon produto (m/z)
Trisnoropanos C27 370
191 Bisnoropanos C28 384
Hopanos C30 412 Homoopanos C31 426
As bactérias que degradam os precursores e formam esta família podem
produzir compostos com 27 a 35 átomos de carbono. As estruturas que apresentam
30 carbonos são consideradas hopanos, as que perdem grupos metílicos levam a
denominação de norhopanos, como exemplo o 25,28,30-trisnorhopano que perderam
três grupos metílicos (25, 28 e 30) localizados ligados aos carbonos C8, C10 e C22. Por
outro lado, os hopanos que apresentam em sua estrutura mais que 30 átomos de
carbono levam em seu nome o prefixo homo- como os homohopanos C31. Além disso,
a configuração - e - também são utilizadas devido alguns carbonos apresentarem
centros assimétricos com outros grupos funcionais que estão para baixo ou para cima
do plano do anel.
Um dos maiores precursores dos hopanos em sedimentos e petróleo bruto
é a bacteriohopanotetrol que apresenta estereoquímica (Figura 19). Esta
estereoquímica (configuração biológica, é principalmente encontrada em
49
sedimentos com baixa evolução térmica e em consequência de ser termicamente
instável, e sua abundância decresce rapidamente com a conversão para as
configurações - e -hopanos (mais estáveis) [17, 31]. A Figura 19 apresenta a
transformação da bacteriahopanotetrol (encontrada em camadas lipídicas em
organismos procariontes) no hopano de configuração biológica (22R) e que devido
a sua elevada instabilidade é convertido em configurações geológicas (- e )
encontradas em rochas geradoras e petróleo bruto [50].
Figura 19: Transformação da bacteriohopanotetrol no hopano de configuração biológica e em
seguida a sua transformação nas configurações geológicas presentes em óleos brutos e rochas
geradoras. ADAPTADO: Peters et al. (2005) [31] e Farrimond et al. (1996) [50].
Os hopanos podem ser encontrados em óleos de diferentes origens
contudo, óleos de origem lacustre apresentam alta intensidade destes compostos
quando comparado a óleos de origem marinha. A razão esteranos regulares/hopanos,
que consiste nos compostos esteranos C27, C28 e C29 (20R e 20S) e (20R e
20S) e 17-hopanos (22R e 22S) de C29-C33, pode ser utilizada para sugerir a entrada
50
de matéria provenientes de organismos eucarióticos (plantas terrestres e algas) ou de
organismos procarióticos (bactérias) em rochas e petróleo bruto. Em geral, altas
concentrações de esteranos e razões de esteranos/hopanos maior ou igual a 1 são
característicos de matéria orgânica marinha com maior contribuição de plânctons e/ou
algas bentônicas, do mesmo modo, altas concentrações de hopanos e baixa razão
esterano/hopanos podem sugerir a entrada de matéria orgânica terrígena e/ou
microbiológica.
Além desta razão, outros compostos como os desmetilados 17-22,28,30-
trisnorhopano (Ts) e 18-22,29,30-trisnorhopano (Tm) podem ser aplicados para
indicar a evolução térmica dos óleos.
Durante a catagêne, o composto Tm é menos estável que o Ts, e assim é
possível calcular as razões Ts/Tm e Ts/(Ts+Tm) utilizada principalmente para óleos
provenientes da mesma fonte. Devido a baixa estabilidade do Tm em relação o Ts, é
possível sugerir que óleos com alta evolução térmica apresentem uma maior
concentração do composto mais estável, enquanto que petróleos com baixa evolução
térmica apresenta uma maior concentração do composto metaestável em relação ao
mais estável. Contudo, estas razões precisam ser analisadas com cautela, pois pode
haver modificações devido a biodegradação. A estrutura dos compostos Ts e Tm são
apresentados na Figura 20 e estes podem ser melhor identificados através da
transição m/z 370 > 191 por GC-MS/MS.
Figura 20: Estruturas do 17(H)-22,29,30-trisnorhopano (Tm) e 18(H)-22,29,30-
trisnorneohopano (Ts).
51
1.1.3.5. GAMACERANO
O gamacerano (Figura 21) identificado através da transição m/z 412 > 191
é um triterpano pentacíclico primeiramente identificado por Hill et al. em 1966 em
xistos do Green River [31]. Por ser frequentemente encontrado em amostras
hipersalinas pode ser considerado como um biomarcador indicador de
hipersalinidade. Sua origem ainda é incerta, mas sabe-se que ele pode ser originado
através da redução do tetrahimanol (gamaceran-3-ol), que é frequentemente
encontrado em sedimentos marinhos, na fase de diagênese [51].
Figura 21: Estrutura química do gamacerano (C30H52) monitorado através da transição m/z
412>191.
A principal fonte do tetrahimanol são os ciliados marinhos que vivem na
interface entre zonas óxicas e anóxicas em colunas de estratificação de água
características pela diferença de densidade da água causada pela hipersalinidade do
meio [52]. Assim, a abundância de gamacerano sugere a presença da coluna de
estratificação de água durante o processo de sedimentação e por consequência o
sugerimento de hipersalinidade do meio.
O índice de gamacerano (razão entre o gamacerano/17(H),21(H)-
hopano C30) é utilizado para distinguir famílias de óleos de fontes hipersalinas, salinas,
marinhas e não-marinhas através desta razão correlacionadas com outras razões
discutidas anteriomente. Uma alta razão é característico de hipersalinidade,
ambientes salinos apresentam valores menores e ambientes ricos em matéria
orgânica terrestre apresentam razões próximos de zero. Sendo assim, é possível
diferenciar óleos e sedimentos de origem marinha e não-marinha. É importante
ressaltar que em óleos biodegradados o gamacerano é mais resistente que os
hopanos e isto poderá levar a um erro em óleos e sedimentos com elevado grau de
biodegradação.
52
Através da correlação de todos os parâmetros acima discutidos, é
possível sugerir o ambiente de deposição, evolução térmica e biodegradação dos
óleos e sedimentos. Contudo, estas informações só puderam ser discutidas devido a
análise por técnicas instrumentais como a cromatografia gasosa acoplada a
espectrometria de massas. Esta técnica, foi utilizada para a análise convencional de
biomarcadores e será abordada a seguir.
1.1.4. CROMATOGRAFIA GASOSA ACOPLADA A ESPECTROMETRIA DE
MASSAS (GC-MS e GC-MS/MS)
A geoquímica orgânica molecular preocupa-se exclusivamente com a
caracterização de petróleo através da análise de biomarcadores para obter
informações a respeito do ambiente de deposição das rochas geradoras de óleo,
biodegradação, evolução térmica e qualquer outra informação que esteja relacionada
a geoquímica de petróleo [53].
O aumento do número de biomarcadores identificados nas últimas
décadas deve-se principalmente ao desenvolvimento de técnicas analíticas capazes
de analisar amostras complexas. Em especial, a cromatografia gasosa acoplada a
esceptrometria de massas (GC-MS e GC-MS/MS) destaca-se para esta finalidade.
A GC-MS pode ser utilizada para detectar e indentificar compostos
aproveitando-se dos tempos de retenção relativos, padrões de eluição e dos padrões
de fragmentação de massas característicos das estruturas dos compostos. Em
algumas situações, o cromatograma dos íons totais (TIC, total ion current) pode ser
utilizado para observar o perfil cromatográfico das amostras e inferir informações
sobre, por exemplo, o tipo de ambiente de deposição em que o óleo foi gerado. Além
disso, é possível extrair informações sobre a biodegradação (aparecimento de uma
mistura complexa não-resolvida (UCM) e desaparecimento de compostos leves). Esta
primeira análise é chamada de fingerprint do petróleo onde é possível ter uma
“impressão digital” do mesmo.
Embora o TIC permita a averiguação das primeiras informações sobre um
conjunto de óleos, uma análise mais aprofundada é necessária para garantir a
confiabilidade dos resultados. A análise realizada pelo monitoramento seletivo de íons
(SIM, select ions monitoring) é utilizada para gerar um fingerprint de famílias de
53
biomarcadores específicos, por exemplo, as famílias de hopanos e esteranos podem
ser analisadas através dos íons m/z 191 e m/z 217 respectivamente, em consequência
do aumento da relação sinal/ruído e seletividade [31]. Neste modo, íons diagnóstico
para vários compostos de interesse são selecionados por análise e para cada
composto geralmente o íon selecionado é o mais abundante no espectro de massas,
também chamado de pico base. Contudo, devido a grande quantidade de compostos
que possam conter estes mesmos íons e a perda da informação espectral que fornece
a base para a elucidação estrutural, este tipo de análise muitas vezes não é suficiente
para a investigação de biomarcadores. Neste caso, estes problemas podem ser
resolvidos pela utilização de sistemas cromatográficos acoplados a espectrômetros
em Tandem (GC-MSn) que são altamente seletivos e informativos quanto a estrutura
do analito .
A GC-MS/MS consiste na utilização de três analisadores de massas (triplo
quadrupolo) conectados em série, no qual o primeiro quadrupolo é responsável por
realizar uma primeira análise de varredura (SCAN) ou uma análise seletiva (SIM) dos
íons precursores [54]. Esta etapa é seguida da dissociação dos íons em um
compartimento denominado cela de colisão (segundo quadrupolo). A colisão entre os
íons precursores e um gás inerte contido na cela de colisão leva, assim,à formação
dos íons produtos que são então analisados por um terceiro quadrupolo nos modos
SCAN ou SIM [54].
Por causa da alta seletividade oferecida pela utilização de vários
quadrupolos, a espectrometria de massas em Tandem possibilita direcionar as
análises para a investigação de compostos que coeluiem com impurezas isobáricas,
para resolver estruturas de compostos desconhecidos, auxiliar na quantificação com
alta sensibilidade em matrizes de alta complexidade e para confirmação adicional em
análises utilizando o modo SIM [31].
Os principais modos utilizados para análise de biomarcadores são [55,
56]:
i) Monitoramento de reações selecionadas (SRM, selected reaction
monitoring): um íon precursor é monitorado e após sua fragmentação,
apenas um único íon produto é selecionado. Este tipo de sistema é utilizado
para detectar com alta sensibilidade e seletividade famílias de
biomarcadores. Por exemplo, a família de esteranos (C26 a C30) que
54
aumentam sua série com pelo acréscimo de um grupo metila podem ser
separados pelo monitoramento dos íons precursores m/z 358, m/z 376, m/z
386, m/z 400 e m/z 414 e pelo íon produto m/z 217.
ii) Varredura de íons produtos ou dissociação induzida por colisão (CAD,
Parent-mode/ collision-activated decomposition): neste modo um ou mais
íons precursores são são selecionados, colidem com o gás inerte, se
dissociam formando íons produtos e os espectros de massas destes íons
produtos são registrados. Um ou mais íons produtos de uma família de
biomarcadores podem ser monitorados e sua principal aplicação está na
determinação estrutural de biomarcadores.
iii) Varredura de íons precursores (precursor ion scan): neste modo, uma
varredura dos íons no primeiro quadrupolo é realizado, seguido da colisão
com o gás inerte e monitoramento de íons com m/z selecionado.
Especificamente, este modo serve principalmente para a análise de classes
de compostos que tem características estruturais comuns.
iv) Perda neutra (neutral loss scan): neste caso, os quadrupolos são ajustados
para fazer uma varredura dos íons (Q1), que após colisão com o gás na
cela de colisão (q2), faz uma varredura daqueles compostos que perderam
uma determinada massa neutra a partir dos íons precursores. Por exemplo,
o monitoramento de compostos contendo enxofre que sofrem uma perda
neutra de m/z 32.
A combinação da espectrometria de massas com a cromatografia gasosa
auxilia na identificação e investigação de estruturas químicas de componentes
individuais e famílias de biomarcadores. Porém, mesmo com a utilização de técnicas
avançadas, devido a complexidade da amostra, torna-se necessário o emprego de
tratamentos prévios antes da análise por GC-MS e GC-MS/MS proporcionando
informações mais detalhadas e com maior confiabilidade.
O fracionamento em coluna aberta é um dos métodos mais utilizados para
a separação de grupos de compostos contidos no petróleo. Este procedimento
consiste na separação das frações de hidrocarbonetos saturados, aromáticos, resinas
e asfaltenos por diferença de polaridade entre estas classes, e por isso ganhou a
denominação de SARA (Separação por coluna aberta das frações de hidrocarbonetos
Saturados, Aromáticos, Resinas e Asfaltenos do petróleo).
55
A utilização do fracionamento da amostra juntamente com a cromatografia
gasosa acoplada a espectrometria de massas permite uma análise geoquímica
detelhada de amostras de petróleo. Sendo assim, este procedimento será abordado
a seguir.
1.2. OBJETIVOS
O objetivo principal deste trabalho foi desenvolver estratégias para a
classificação e análise geoquímica de petróleo bruto combinado a GC×GC com pré-
processamento mínimo de amostras juntamente com a utilização de ferramentas
quimiométricas de processamento multivariado de dados. Sendo assim, a análise
geoquímica convencional (fracionamento em coluna aberta e análise de
biomarcadores da fração de hidrocarbonetos saturados por GC-MS e GC-MS/MS) foi
realizada neste capítulo com o intuito de caracterizar óleos provenientes de diversas
bacias petrlíferas brasileiras por análise, identificação de biomarcadores e cálculo de
parâmetros geoquímicos por técnicas convencionais para a determinação do nível de
biodegradação, paleoambiente de deposição e evolução térmica de amostras de
petróleo para posterior comparação com a nova metodologia proposta.
1.2.1. OBJETIVOS ESPECÍFICOS
Analisar a fração de hidrocarbonetos saturados através de GC-MS e GC-
MS/MS para a identificação de biomarcadores de petróleo e posterior
estimativa de parâmetros geoquímicos;
Determinar do tipo de paleoambiente de deposição, evolução térmica e
biodegradação de todas as amostras de petróleo.
56
1.3. PARTE EXPERIMENTAL
1.3.1. MATERIAIS
Os solventes utilizados foram de pureza igual ou superior a 99%. Para o
fracionamento do óleo foram utilizados n-hexano (Tédia, USA), algodão tratado
(extraido com clorofórmio em Soxhlet por 12 h) e sílica gel neutra 60-200 Mesh ASTM
(Davisil grade 62, Sigma Aldrich – São Paulo, Br), ativada em mufla a 300 °C por 3
horas e armazenada em dessecador até o momento do uso.
1.3.2. LIMPEZA DE VIDRARIAS
As vidrarias utilizadas foram lavadas com água deionizada, detergente
neutro e deixada em imersão por 2 h em solução alcóolica de hidróxido de potássio.
Em seguida, foram enxaguadas com água, água deionizada, álcool etílico absoluto,
acetona comercial, secas e mantidas em estufa a 60 °C até a sua utilização, com
exceção do material volumétrico que foi seco à temperatura ambiente. Antes da
utilização todo o material foi lavado com solvente de uso.
1.3.3. AMOSTRAS DE ÓLEO BRUTO
As amostras empregadas neste estudo fazem parte do acervo dos grupos
de geoquímica orgânica do IQ-Unicamp, tendo sido previamente estudadas por esses
grupos no escopo da sua participação na Rede Temática de Geoquímica Orgânica
(formada pela Petrobras e universidades brasileiras). As 28 amostras foram coletadas
em suas respectivas bacias sedimentares, transportadas em frascos tipo âmbar e
armazenadas a temperatura ambiente até posterior análise. A Figura 22 mostra o
mapa das bacias produtoras de petróleo brasileiro com destaque para aquelas bacias
que foram utilizadas neste trabalho.
57
Figura 22: Mapa de localização das principais bacias produtoras de petróleo do Brasil.
As amostras provenientes da bacia de Campos foram nomeada de C1 a
C11, as amostras provenientes da bacia de Sergipe/Alagoas foram nomeadas IP1,
CP1 a CP8, U1 e U2. Por fim, as amostras provenientes da bacia do Recôncavo e
Potiguar foram denominadas M1, M2 e VAL. A Tabela 3 contém informações
relevantes sobre as amostras empregadas.
58
Tabela 3: Informações sobre as bacias sedimentares nas quais as amostras de petróleo foram
extraídas.
Identificação Bacia
C1 Campos (Rio de Janeiro) C2 Campos (Rio de Janeiro) C3 Campos (Rio de Janeiro) C4 Campos (Rio de Janeiro) C5 Campos (Rio de Janeiro) C6 Campos (Rio de Janeiro) IP1 Sergipe/Alagoas VAL Potiguar (Rio Grande do Norte) M1 Recôncavo (Bahia) M2 Recôncavo (Bahia) C7 Campos (Rio de Janeiro) C8 Campos (Rio de Janeiro) C9 Campos (Rio de Janeiro) C10 Campos (Rio de Janeiro) C11 Campos (Rio de Janeiro) TM1 Sergipe/Alagoas TM2 Sergipe/Alagoas CP1 Sergipe/Alagoas CP2 Sergipe/Alagoas CP3 Sergipe/Alagoas CP4 Sergipe/Alagoas CP5 Sergipe/Alagoas CP6 Sergipe/Alagoas CP7 Sergipe/Alagoas CP8 Sergipe/Alagoas AN1 Sergipe/Alagoas U1 Sergipe/Alagoas U2 Sergipe/Alagoas
1.3.4. FRACIONAMENTO EM COLUNA ABERTA PARA SEPARAÇÃO DAS
FRAÇÕES DE HIDROCARBONETOS SATURADOS, AROMÁTICOS,
REINAS E ASFALTENOS (SARA)
Para o preparo das colunas, um chumaço de algodão tratado era colocado
no fundo de uma bureta de 50,00 mL. A bureta com algodão era lavada com n-hexano
e a seguir empacotada com 30,0 ± 0,1 g de sílica-gel suspensa nesse solvente.
Para o fracionamento das amostras 100,00 ± 0,05 mg de óleo bruto eram
pesados em um vidro de relógio, suspenso em 1 mL de n-hexano misturado com 10,00
± 0,05 mg de sílica gel e a suspensão resultante aplicada na ponta da coluna. A
eluição da fração de hidrocarbonetos saturados (F1) foi realizada com a passagem de
59
60 mL de n-hexano; o eluato era recolhido em balão de fundo redondo (250 mL),
evaporado em evaporador rotatório (40° C e 100 rpm), transferido para frascos de
vidro (5 mL), seco sob fluxo de nitrogênio, pesado e o resíduo dissolvido em n-hexano
até que atingissem a concentração de 30,00 mg/mL. Após essa etapa, todas as
amostras foram analisadas por GC-MS e GC-MS/MS, com posterior identificação de
biomarcadores, cálculo de parâmetros geoquímicos e caracterização do petróleo. A
Figura 23 ilustra o fluxograma do procedimento experimental convencional realizado
para a análise da fração de hidrocarbonetos saturados para todas as amostras.
Figura 23: Fluxograma do fracionamento SARA com extração da fração de hidrocarbonetos
saturados, análise por GC-MS e GC-MS/MS, identificação de biomarcadores, cálculo de
parâmetros e caracterização do petróleo.
60
1.3.5. CONDIÇÕES CROMATOGRÁFICAS
1.3.5.1. GC-MS E GC-MS/MS
As análises foram realizadas em um cromatógrafo a gás acoplado a um
detector espectrométrico de massas sequencial em tandem (TQ8040 Shimadzu,
Kioto, Japão). A coluna capilar de sílica fundida RTX-5ms (Restek Corporation,
Pensilvânia-EUA) (fase estacionária difenil-dimetil-polisiloxano) com 30 m, 0,25 mm
de diâmetro interno e 0,25 m de espessura de fase.
Para todas as análises foram utilizadas as seguintes condições
cromatográficas: programação de temperatura do forno da coluna de 70 °C a 325 °C
com uma taxa de aquecimento de 3 °C∙min-1, temperatura do injetor a 300 °C. O fluxo
de gás de arraste foi ajustado para 0,6 mL∙min-1, com Hidrogênio (99% de pureza)
como gás de arraste e razão de divisão no injetor de 1:10. O volume de injeção foi de
1 L e o tempo total de análise foi 85 min. A temperatura da fonte de íons foi 270 °C
e 280 °C na interface, com taxa de aquisição de 10 Hz.
Os métodos SCAN (varredura) e SRM foram utilizados com faixa de
varredura de m/z 60 a 600 Da e ionização feita por impacto de elétrons a 70 eV.
Cromatogramas no modo de monitoramento de íons seletivos (SIM) foram obtidos
selecionando-se os íons m/z 125 e m/z 85 para posterior análise do -carotano e
hidrocarbonetos saturados.
As análises realizadas por GC-MS/MS (SRM) utilizaram como gás de
colisão Argônio (99% de pureza) e energia de colisão de 12 eV. As transições
monitoradas foram mostradas nas Tabela 1 e 2.
61
1.4. RESULTADOS E DISCUSSÃO
As condições do ambiente deposicional e matéria orgânica existente no
meio em que o óleo é gerado e/ou depositado exercem grande influência no fingerprint
cromatográfico dos biomarcadores [17]. Fatores diagenéticos, tais como, a mudança
nas condições de temperatura durante a deposição da matéria orgânica, pressão e
pH do meio podem alterar a composição química e afetar diretamente a estabilidade
e teor destes biomarcadores transformando-os em espécies estáveis sob aquelas
condições. Assim, a presença, ausência ou variação no teor destes marcadores
fósseis através da análise por GC-MS e GC-MS/MS podem auxiliar na identificação
das principais caracterísicas dos óleos e consequentemente facilitar a dedução do
ambiente deposicional, maturidade térmica e biodegradação [20, 57].
1.4.1. n-ALCANOS E ISOPRENOIDES
A análise dos n-alcanos pode auxiliar na determinação do paleoambiente
de deposição em que o óleo foi gerado, sua evolução térmica é o primeiro parâmetro
utilizado para investigação da biodegradação [34]. Os cromatogramas de íons totais
(TIC) e os fragmentogramas do íon seletivo (m/z 85) são utilizados para inferir sobre
estes parâmetros.
Algas marinhas e bactérias fotossintéticas são ricas em n-alcanos entre
C15, C17 e C19; no entanto, plantas vasculares apresentam predomínio de
hidrocarbonetos de cadeia longa (n-C27, n-C29 e n-C31). Diferenças nas concentrações
desses grupos de compostos pode sugerir a entrada de matéria orgânica em
sedimentos e petróleos proveniente de matéria orgânica marinha ou terrestre [58].
Chevalier et al. (2015) [59] fizeram um estudo baseado na distribuição de n-alcanos
para identificar diferentes fontes de matéria orgânica em sedimentos costeiros da
França. Eles distinguiram três diferentes grupos de fontes matéria orgânica
discriminados a partir da distribuição de n-alcanos: i) algas multicelulares (Zostera sp.)
– n-C17, n-C19, n-C21, n-C23 e n-C25; ii) algas (Rhodophyta/algas vermelhas e
Chlorophyta/algas verdes) – n-C15 e n-C17; iii) plantas terrestres – n-C25, n-C27, n-C29,
n-C31 [59].
62
De modo geral, uma distribuição bimodal com predominância de
hidrocarbonetos ímpares mais pesados (n-C23 a n-C31) é característica de ambientes
lacustres, devido à presença de compostos provenientes de plantas superiores.
Contrariamente, uma predominância de n-alcanos de cadeia curta (n-C15 a n-C17) com
perfil unimodal é característica de óleos marinhos com contribuição de algas [14, 18,
31, 34]. Porém esta informação pode ser perdida com o aumento da evolução térmica
dos óleos, já que pode haver a quebra de ligações C-C de n-alcanos de cadeia longa
com a formação de n-alcanos de cadeia menor [60].
A partir do cromatograma de íons totais da fração de hidrocarbonetos
saturados foi possível caracterizar os óleos deste estudo. As amostras C1, C2, C3,
C4, C5, C6, C7, C9, C11 e U1 apresentaram predominância bimodal, com maiores
concentrações de n-alcanos de C15 a C17, o que é característico de amostras de
origem lacustre com influência marinha. Os óleos M2, VAL apresentaram perfis de
distribuição de n-alcanos de C19 a C23, o que pode ser associado a amostras lacustres
sem contaminação por matéria orgânica de origem marinha e com influência de
organismos terrestres. Os óleos IP1, TM1, TM2, CP1, CP2, CP3, CP4, CP5, CP6,
CP7, CP8, AN1 e U2 apresentaram uma distribuição unimodal característica de
contribuição de algas provenientes de ambiente marinho. O perfil de n-alcanos das
amostras C8, C10 não pode ser avaliado devido ao elevado níveis de biodegradação
das amostras (que leva à diminuição das concentrações de n-alcanos).
As Figuras 24 e 25 apresentam os cromatogramas de íons totais
representativos (A) e os seus respectivos fragmentogramas (B) referente aos n-
alcanos e isoprenoides (m/z 85), ilustrando a variedade na distribuição de n-parafinas,
a predominância de hidrocarbonetos ímpares/pares e a biodegradação dos óleos em
estudo.
63
Figura 24: Cromatogramas dos íons totais (A) e os fragmentogramas do íon extraído m/z 85 (B) representativo das amostras provenientes da bacia
de Campos, com diferentes níveis de biodegradação.
C17 C
18
C19 C
20 C
21 C22
C23 C
24 C25
C
26 C
27 C28
C
29 C30
C16 C
15
C14
C13
C11(A)
C11(B)
C8(A)
C8(B)
C9(A)
C9(B)
C10(A)
C10(B)
64
Figura 25: Cromatogramas dos íons totais (A) e os fragmentogramas do íon extraído m/z 85 (B) representativo das amostras provenientes da bacia
Potiguar (Rio Grande do Norte), Sergipe/Alagoas e Miranga.
VAL(A)
VAL(B)
TM2(A)
TM2(B) M2(B)
M2(A)
M1(B)
M1(A)
C17 C
18 C19
C20 C21
C22 C
23 C
24 C
25 C
26 C
27 C
28 C29
C
30 C
16
C15
C14 C
13
65
Outro parâmetro mensurável a partir dos cromatogramas e importante na
determinação da maturidade térmica dos óleos é o Índice de Preferência de Carbono
(IPC). Valores iguais ou próximos de 1 são predominantes em óleos imaturos [31, 36];
por outro lado, valores entre 4 e 7 são característicos de óleos termicamente maturos
[31, 36]. De acordo com os dados obtidos na Tabela 4 (anexo), a faixa de valores
medidos para este parâmetro nas amostras analisada foi de 0,91 a 1,26 – indicando
tanto uma baixa evolução térmica de todas as amostras, como também uma variação
relativamente pequena neste parâmetro.
Também foi possível avaliar o grau de biodegradação dos óleos,
determinando-se o parâmetro proposto por Peters et al. [31] a partir dos
cromatogramas obtidos. Dentro do conjunto de amostras existiam desde óleos com
biodegradação muito leve (C11), escala de 0-1, nível moderado de biodegradação
(C8), escala de (3-4) e nível severo (C10), no qual houve o consumo total de n-alcanos
(escala 5-6). As diferenças entre os perfis da Figura 24 se devem às diferenças entre
a biodegradabilidade das diversas classes de compostos presentes, que resulta em
sua degradação seletiva em comparação a compostos mais resistentes a
biodegradação. Esta variação pode decorrer em consequência do número de
carbonos da sequência homóloga, da estrutura, da configuração isomérica óptica ou
mesmo ser resultado de uma relação microbiológica desconhecida e altamente
complexa . [24]. Dentre as amostras estudadas neste trabalho, existem aquelas com
biodegradação muito leve de 0-1 (C11, IP1, TM1, TM2), leve 1-2 (C1, C2, C3, C4, C5,
C6, C7, M2, VAL, CP1, CP2, CP3, CP4, CP5, CP6, CP7, CP8, AN1, U1 e U2), leve a
moderada de 3-4 (C9), moderada a alto 5-6 (C8 e M1) e severa de 6-7 (C10).
Os isoprenoides mais importantes quanto à caracterização geoquímica
orgânica são o pristano (Pr) e fitano (F) pelo fato de que sua formação é dependente
de condições óxicas ou anóxicas durante a sedimentação e geração do petróleo [61].
A razão Pr/F<1 é característica de condições de deposição anóxicas, já um valor para
a relação Pr/F>1 indica ambientes deposicionais óxicos. Valores abaixo de 0,8 são
encontrados em ambientes com fontes carbonática ou hipersalina [62]. Valores acima
de 3,0 são indicativos da entrada de matéria orgânica terrestre. Óleos com valores
para esta razão entre 0,8-3,0 podem ser considerados como gerados ou mantidos em
condições sub-óxicas [31, 62].
Os dados apresentados na Tabela 4 mostram a variedade das condições
redox do ambiente que os óleos do conjunto de amostras analisado foram depositados
66
e/ou formados. As amostras que apresentaram características de um ambiente
deposicional altamente redutor foram TM1, TM2 (0,44 e 0,47 respectivamente). A
amostra com maior influência do ambiente óxico foi a VAL com valor de 2,00. Outros
parâmetros numéricos derivados da análise de n-alcanos e isoprenóides, como Pr/n-
C17 e F/n-C18, também foram calculados e os valores apresentados na Tabela 4.
Porém, qualquer interpretação decorrente da avaliação destes e de outros parâmetros
similares deve ser feita com cautela, já que eles também poderão sofrer alteração da
razão por causa do consumo preferencial de n-alcanos em comparação com os
isoprenoides devido à biodegradação e maturidade térmica.
Quanto ao grau de biodegradação, as amostras que apresentaram um
maior destaque foram os óleos C8, C9, C10 e M1. Foi possível notar um consumo
significativo de hidrocarbonetos saturados e a presença de UCM nos cromatogramas
destas amostras. O consumo total de n-alcanos e isoprenoides foi observado no óleo
C10, indicando que esta amostra se encontra num grau bastante elevado de
biodegradação.
1.4.2. -CAROTANO
O -carotano, que é detectado em fragmentogramas obtidos monitorando
o íon m/z 125, pode sugerir o tipo de paleoambiente de deposição em que o óleo foi
gerado: ele é característico de óleos formados em ambientes lacustres salinos,
anóxicos e marinhos altamente restritos e pode evidenciar a alta salinidade do meio
[63].
Os óleos M1, TM1, TM2, CP1, CP2, CP3, CP4, CP5, CP6, CP7, CP8 e
U2 apresentaram altas concentrações de -carotano, ao contrário das amostras C1,
C2, C3, C4, C5, C6, C7, C8, C9, C10, C11, M2, VAL, 7IP, AN1 e U1. Ambientes com
alta salinidade e marinho evaporítico resultam em formação de óleos com altas
concentrações de -carotano; já óleos gerados em ambientes lacustres de água doce
não apresentam este composto. Finalmente, petróleos gerados em ambientes
lacustres salinos, marinho carbonático, marinho deltáico e marinho com litologia
siliclástica ou calcária contém concentrações muito baixas de -carotano [31, 64, 65].
A Figura 26 exibe cromatogramas de amostras representativas da variabilidade de
concentrações de -carotano (e respectiva diversidade de ambientes deposicionais)
67
no conjunto analisado: TM2 (formado em ambiente marinho evaporítico com alta
salinidade); P4, M1 e VAL (ambientes com baixa salinidade) e amostras C6 e IP1
(concentrações baixas de -carotano consistentes com ambiente em ambientes
lacustres de água doce).
68
Figura 26: Fragmentogramas do íon m/z 125 obtidos por GC-MS, representativos de amostras com alta abundância relativa , baixa abundância e sem
a presença de -carotano.
TM1
C10
M1
VAL
C6
IP1
69
1.4.3. ESTERANOS
Derivados de esteróis provenientes de organismos eucarióticos, os
esteranos são associado ao ambiente de deposição do óleo, maturidade e
biodegradação [31, 43]. Esta família foi identificada em todos os óleos analisados por
GC-MS/MS(SRM) através das transições m/z 372>217 (C27 esteranos), m/z 386>217
(C28 esteranos), m/z 400>217 (C29 esteranos) e m/z 414>217 (C30 esteranos). A
estimativa da abundância relativa de todos os compostos foi calculada com base no
composto 5(H), 14(H), 17(H) colestano (20R) considerando para isto sua
abundância como 100%.
A partir dos cromatogramas obtidos para as amostras do conjunto, foi
possível notar que houve uma variação na concentração desses, o que é ilustrado nos
cromatogramas obtidos para as amostras TM2 e C10 (Figura 27). Os óleos que
apresentaram um perfil próximo ao do petróleo TM2 foram as amostras provenientes
da bacia de Sergipe/Alagoas (CP1, CP2, CP3, CP4, CP5, CP6, CP7, CP8, TM1, IP1
e U2). Os óleos que possuíram um perfil próximo ao óleo C10 foram as provenientes
da bacia de Campos, Recôncavo e Potiguar (C1, C2, C3, C4, C5, C6, C7, C8, C9,
C11, M1, M2 e VAL) e apenas uma amostra específica da bacia de Sergipe/Alagoas
(U1). Além disso, percebeu-se em amostras provenientes da bacia de
Sergipe/Alagoas similares a TM2 alta abundância relativa de esteranos. Isto é
característico de óleos de origem marinha (alta abundância de esteranos) e de fonte
lacustre (baixa abundância de esteranos).
70
Figura 27: Cromatogramas representativos das amostras de petróleo no modo SEM com sua identificação por números (ver Tabela 5 em anexo)
para as transições correspondete à família de esteranos,
TM2 C
27 esterano
m/z 372>217 100%
TM2 C
28 esterano
m/z 386>217 20%
TM2 C
29 esterano
m/z 400>217 33,33%
TM2 C
30 esterano
m/z 414>217 5,33%
C10 C
27 esterano
m/z 372>217 100%
C10 C
28 esterano
m/z 386>217 50%
C10 C
29 esterano
m/z 400>217 75%
C10 C
30 esterano
m/z 414>217 25%
1 3
2 4
5 6
7
8
2
4
5 7 8
1
3
9
9
11 10
10
11
12
12
13
13
14
14
15
15 16
16
18
17 18
19
19
20
20
17
21
21 22
23
24
25
25
27 26
26 28
30 27
28 29
32 31
71
Outra informação que pode ser sugerida através dos perfis
cromatográficos é a relação entre colestanos C27, C28 ergostanos e C29 estigmastanos.
Os esteranos C27 (colestanos) e C28 (ergostanos) são mais abundantes em matéria
orgânica de origem marinha derivada de plânctons e invertebrados marinhos (e
portanto, em óleos formados em ambientes com predominância destes organismos);
por outro lado, os esteranos C27 e C29 (estigmastanos) são predominantes em matéria
orgânica de plantas superiores e animais [46]. Foi observado em todas as amostras
uma maior abundância relativa dos colestanos C27 em relação aos ergostanos e
estigmastanos, que pode caracterizar ambientes marinhos derivados de plânctons
marinhos, bem como de ambientes lacustres derivados de zooplânctons [46, 66].
Sendo assim, foi possível sugerir que as amostras IP1, TM1, TM2, CP1, CP2, CP3,
CP4, CP5, CP6, CP7, CP8, AN1 e U2 apresentaram características de óleos de
origem marinha, enquanto que os óleos C1, C2, C3, C4, C5, C6, C7, C8, C9, C10,
C11, M1, VAL e U1 apresentaram um perfil de amostras lacustres.
Além destas informações, observou-se que as amostras provenientes da
bacia de Campos (C1, C2, C3, C4, C5, C6, C7, C8, C9, C10, C11), Recôncavo (M2),
Potiguar (VAL) e a amostra U1 (Sergipe/Alagoas), apresentaram maior abundância
relativa de diasteranos C27 em relação aos colestanos (C27). Isto pode ser associado
à origem dos sedimentos presentes durante o período de formação do óleo [57]. Uma
alta abundância de diasteranos em relação aos esteranos é característica de óleos
formados em ambientes pobres em fontes carbonáticas, o que é típico de ambientes
lacustres [66-68]. Já o contrário indica óleos gerados em ambientes ricos em fontes
carbonáticas, predominantemente depositadas em ambientes marinhos [31, 68, 69].
Além disso, alta razão diasterano/esterano também pode ser resultado de evolução
térmica ou severa biodegradação da amostra [70, 71]. Com o aumento da evolução
térmica os esteróides sofrem rearranjos e podem formar os precursores dos
diasteranos [31]. Além disso, a biodegradação pode resultar em consumo mais
pronunciado de esteranos regulares em relação aos diasteranos, o que ocorre
paralelamente com a ausência de n-alcanos e isoprenóides e com a presença dos 25-
norhopanos (compostos formados pela degradação dos hopanos) [31, 71]. Isto foi
observado em todas as amostras similares ao óleo C10. Estas observações são
consistentes com as inferências anteriores sobre as amostras semelhantes a TM2,
qualificadas como provenientes de fontes marinhas, enquanto que os óleos análogas
ao petróleo C10 podem ser caracterizadas com fonte lacustre.
72
A presença de C30 também foi detectada principalmente em óleos
provenientes da bacia de Sergipe/Alagoas (Figura 27, óleo TM2, transição m/z
414>217). Estes compostos estão presentes em alta abundância em óleos de origem
marinha e assim, servem para diferenciar fontes marinhas de fontes terrestres [31].
Duas principais configurações são encontradas para os C30 esteranos, são elas os 24-
n-propilcolestanos e 24-iso-propilcolestanos (Figura 28). Mello e Gaglianone (1988)
[65] identificaram em estes compostos em óleos provenientes em amostras do sul da
bacia de Sergipe/Alagoas e em óleos da bacia do Maranhão e estão em conformidade
com as amostras analisadas neste estudo.
Figura 28: Estrutura química dos esteranos C30: 24-n-propilcolestano e 24-iso-propilcolestano.
A família dos 4-metil esteranos, que consiste em dois grandes grupos:
esteranos C30 substituídos nas posições 4 e 24, e C30 dinosteranos (esteranos C30
substituídos nas posições 4, 23 e 24, por exemplo: 4,23,24-trimetilcolestanos) foi
investigada no intuito de diferenciar amostras de origem marinha e lacustre de água
doce de fontes lacustres salina [35, 72].
A análise realizada através do monitoramento das transições m/z 414 >
98 e m/z 414 > 231 características para esta família, pode indicar a presença ou
ausência de dinosteranos (característicos de sedimentos marinhos ricos em
dinoflagelados marinhos), especialmente através da abundância relativa de 4,metil-
24-etilcolestanos (característico em ambientes lacustres de água doce e fonte marinha
relacionados com os dinoflagelados não-marinhos e marinhos) [31, 65, 73]. A Figura
29 mostra exemplos das estruturas químicas das duas maiores classes de 4-
metilesteranos.
73
Figura 29: Estruturas químicas representativas das principais classes de 4-metilesteranos: 4-
metil-24-etilcolestano (a) e 4,23,24-trimetilcolestano (b).
As amostras provenientes da bacia de Sergipe/Alagoas (IP1, TM1, TM2,
CP1, CP2, CP3, CP4, CP5, CP6, CP7, CP8, AN1 e U2) apresentaram uma alta
abundância de dinosteranos e presença de 4-metil-24-etilcolestanos, característico
de ambientes marinhos ricos em dinoflagelados marinhos [73, 74]. As amostras da
bacia de Campos apresentaram baixa abundância relativa de 4-metil-24-
etilcolestanos e não apresentaram dinosteranos, característicos de ambientes
lacustres. A amostra M2, também contém compostos relacionados aos 4-metil-24-
etilcolestanos, em maior concentração quando comparada aos óleos da bacia de
Campos. Além disso, não foi detectada a presença de dinosteranos, o que corrobora
uma fonte lacustre de água doce para este óleo [35].
A Figura 30 ilustra os cromatogramas representativos obtidos
monitorando as transições características dos 4-metilesteranos nas amostras
estudadas. O óleo TM2 é representativo para as amostras IP1, TM1, TM2, CP1, CP2,
CP3, CP4, CP5, CP6, CP7, CP8, AN1 e U2, sugerindo um ambiente de deposição
marinho; já a amostra M1 é representativa das amostras da bacia de Campos (C1,
C2, C3, C4, C5, C6, C7, C8, C9, C10, C11), U1 (Sergipe/Alagoas) e VAL (Potiguar) e
sugere um paleoambiente de fonte lacustre salina. Finalmente, para a amostra M2, foi
possível sugerir uma fonte lacustre de água doce.
74
Figura 30: Cromatogramas das amostras (a) M1, (b) M2 e (c) TM2 para a série dos 4-
metilesteranos obtidos por GC-MS/MS(SRM) através das transições m/z 414 > 231 (séries dos 4-
metilestigmastanos) e m/z 414 > 98 (série dos dinosteranos).
Outro parâmetro estudado através dos esteranos é a evolução térmica.
Esta pode ser avaliada por meio da razão entre compostos isômeros R, S, - e
- 5(H),14(H),17(H)-C29 (m/z 400 > 217, Figura 27) [31, 72]. Apenas a configuração
‘R’ ocorre em precursores esteroides de organismos vivos e com a evolução térmica
ocorre conversão deste para esteranos de configuração ‘R’ e ‘S’ [46]. O mesmo ocorre
com a configuração isomérica -C29 em relação a configuração -C29 [31]. Os
parâmetros ββ/(+)-C29 e S/(R+S)-C29 foram calculados para todos os óleos,
e podem ser observados na Tabela 4.
Os valores para a razão S/(R+S)-C29 podem variar de zero a 0,55 – 0,57
(valores obtidos quando há um máximo no nível de geração de óleo). Porém, como
este parâmetro também é dependente da fonte do óleo, sua interpretação deve ser
feita com cuidado. Já a razão ββ/(+)-C29 o valor que indica a máxima
produção está entre 0,67 e 0,71 [31]. Esta razão é indicada para comparação de
amostras que diferem em seu paleoambiente de deposição por não sofrer alteração
com a mudança da fonte de matéria orgânica dos diferentes óleos [2].
(a) M1 m/z 414 > 231
6,7%
M1 m/z 414 > 98
M1 m/z 414 > 98
(b) M2 m/z 414 > 231
53%
M2 m/z 414 > 98
(c) TM2 m/z 414 > 231
67%
TM2 m/z 414 > 98
33
39
35
39
38
38 37
37
36 36 35
34 33
39
38
37
36 35
75
Para as amostras em estudo, os valores obtidos estavam entre 0,19 a 1,00
para a relação S/(R+S)-C29 e entre 0,18 a 0,67 para a razão ββ/(+)-C29. Os
óleos C2, C3, C4, C6, C7, C8, C9, C10, CP1, CP4, CP5, CP7, CP8, AN1 e U1
apresentaram valores próximos ao nível máximo para a razão entre os isômeros R e
S. As amostras que apresentaram maiores valores para este parâmetro foram os
óleos C5, CP1, CP5, CP6, AN1 e U1. Sendo assim, levando em consideração os dois
parâmetros, as amostras CP1, CP5, AN1 e U1 foram que apresentaram maior
evolução térmica com tendência a aproximarem-se do nível máximo da janela de
geração de óleo. Em oposição, as amostras que apresentaram valores mínimos para
as duas razões caracterizando baixa evolução térmica foram M2, TM1, TM2, CP2 e
CP3.
1.4.4. HOPANOS
Constituintes mais comuns em material orgânico presente em rochas e
sedimentos, os hopanos fazem parte de uma das mais importantes e investigadas
classes de biomarcadores [49]. Comumente utilizados como indicadores de
paleoambiente de deposição e evolução térmica de óleos e sedimentos e
biodegradação, o padrão de presença e distribuição destes compostos pode ser
obtido tanto por monitoramento de um único íon no modo GC-MS(SIM): m/z 191como
por GC-MS/MS monitorando as transições m/z 370>191, m/z 398>191, m/z 412>191,
m/z 426>191 e m/z 440>191 [14, 41]. A Figura 31 ilustra a distribuição do hopanos
para os óleos TM2 (representativa das amostras de óleos da bacia de
Sergipe/Alagoas - IP1, TM1, TM2, CP1, CP2, CP3, CP4, CP5, CP6, CP7, CP8, AN1
e U2) e C10 (representativa dos óleos das bacias de Campos - C1, C2, C3, C4, C5,
C6, C7, C8, C9, C10, C11, Miranga - M1 e M2, Potiguar - VAL e apenas um óleo da
bacia de Sergipe/Alagoas - U1).
A abundância relativa dos compostos desta família foi calculada em
relação ao maior pico detectado em cada amostra, cuja área relativa foi definifo como
sendo 100 %; para as amostras TM2 e C10 estes foram os picos dos hopanos C30 e
C29, respectivamente.
76
Figura 31: Cromatogramas correspondentes aos terpanos pentacíclicos (Hopanos) representativos para as amostras da bacia de Sergipe/Alagoas (TM2) característico de
amostras marinhas e C10 representando amostras da bacia de Campos, Miranga e Potiguar.
TM2 C
27 Hopano
m/z 370>191 14,3%
C10 C
27 Hopano
m/z 370>191 21,3%
TM2 C
29 Hopano
m/z 398>191 42,9%
C10 C
29 Hopano
m/z 398>191 100%
TM2 C
30 Hopano
m/z 412>191 100%
C10 C
30 Hopano
m/z 412>191 38,8%
TM2 C
31 Hopano
m/z 426>191 14,3%
C10 C
31 Hopano
m/z 426>191 12,5%
TM2 C
32 Hopano
m/z 440>191 7,14%
C10 C
32 Hopano
m/z 440>191 9,40%
40
40 41
41
42 42
43
44
45 45
47
46 46
47
49
48 48
49
50 51
50 52 52
51 53
53
54 54
55
56 56
55
57 58
58
60 59
61 61 62
62
63 64 63 64
77
Altas concentrações de esteranos são tipicamente encontradas em óleos
formados por matéria orgânica marinha com maior contribuição de plânctons e/ou
algas bentônicas [31]. Inversamente, altas concentrações de hopanos são indicativos
de matéria orgânica terrestre e/ou microbiana [31]. A abundância relativas dos
hopanos no óleo C10 é aproximadamente dez vezes maior que no óleo TM2,
característico de óleos lacustres [65]. Esta observação foi confirmada calculando e
avaliando a razão esteranos/hopanos (Tabela 4). De modo geral, valores de pelo
menos 1,00 unidade para esta razão são característicos de ambientes marinhos.
Contrariamente, um baixo valor para esta razão é indicativo de matéria orgânica
terrestre e/ou microbiológica [31, 75]. Sendo assim, os óleos IP1, TM1, TM2, CP1,
CP2, CP3, CP4, CP5, CP6, CP7, CP8, AN1 e U2, provenitentes da bacia de
Sergipe/Alagoas foram as que destacaram e apresentaram características de óleos
marinhos (Figura 31, amostras representadas pela TM2). Em contrapartida, os óleos
das bacias de Campos (C1, C2, C3, C4, C5, C6, C7, C8, C9, C10, C11), Recôncavo
(M1 e M2), Potiguar (VAL) e apenas uma amostra da bacia Sergipe/Alagoas (U1)
apresentaram características de óleos lacustres.
Através da análise dos hopanos também é possível a avaliação da
evolução térmica de sedimentos e óleos. Este parâmetro pode ser avaliado utilizando
a relação entre o 18-22,29,30-trisnorhopano (Ts) e 17-22,29,30-trisnorhopano (Tm)
[76]. Como o composto Tm é menos estável que o Ts, quanto maior a evolução
térmica, maior será a concentração do último em relação ao primeiro [77, 78]. Os óleos
que apresentaram maiores valores para a razão Ts/Tm e consequentimente maior
evolução térmica foram as amostras M1, CP8, U1 e U2. A relação Ts/(Ts+Tm) foi
também calculada e seus valores também estão na Tabela 4. Este parâmetro é
comumente utilizado em conjunto com Ts/Tm, especialmente quando são
comparados óleos gerados a partir de uma mesma rocha geradora. Sendo assim,
após avaliação e concordância entre os dois parâmetros, as amostras C7, C9, TM1,
CP2, CP3, CP5 e CP6 apresentaram menor evolução térmica.
O gamacerano (composto não hopanóide) foi também identificado em
todos os óleos deste trabalho. Este biomarcador é característico da estratificação da
coluna de água em ambientes marinhos e não-marinhos resultado da hipersalinidade
e é detectado por GC-MS/MS no modo SRM monitorando a transição m/z 412 > 191
[52]. Em todas as amostras ele foi detectado. Para a estratificação da coluna d’água
nas amostras de forma mais confiável, calculou-se e avaliou-se também a razão
78
Gamacerano/Hopano (Tabela 4). As amostras provenientes da bacia de Campos
apresentaram valores entre 0,06 e 0,45; para estas amostras, este parâmetro pode
também ter sido influenciado pela biodegradação dos óleos. As amostras oriundas da
bacia de Sergipe/Alagoas apresentaram valores entre 0,14 e 0,48, enquanto para a
amostra da bacia Potiguar o valor foi de 0,27 e para os óleos do Recôncavo 0,32 e
0,36. Quanto maior esta razão, maior a coluna de estratificação de água e
consequentemente, maior a salinidade do ambiente.
Após cálculo e avaliação deste e de todos os outros parâmetros acima
citados, foi possível sugerir o tipo de paleoambiente de deposição, evolução térmica
e biodegradação dos óleos estudados neste trabalho.
1.5. CARACTERIZAÇÃO GEOQUÍMICA ORGÂNICA DAS AMOSTRAS
ANALISADAS
Com base nos resultados descritos acima e por comparação com os
dados da literatura, foi possível caracterizar os óleos através de parâmetros
geoquímicos para identificação do paleoambiente de deposição, evolução térmica e
biodegradação das amostras analisadas neste trabalho.
Os óleos que apresentaram características de um ambiente deposicional
marinho evaporítico foram TM1, TM2, CP1, CP2, CP3, CP4, CP5, CP6, CP7, CP8,
AN1 e U2 por apresentar alta relação Pr/F, com predominância par sobre ímpar dos
n-alcanos, com alta relação Esterano/Hopano, presença de esteranos C30, alta
concentração de -carotano e gamacerano, e esteranos C27 maior que esteranos C29
[65, 79, 80].
Óleos provenientes do ambiente lacustre salino podem ser caracterizados
através da presença da predominância de n-alcanos com dominância ímpar sobre par,
pristano maior que fitano, alta razão hopano/esterano (> 5) com baixa concentração
de esteranos, Ts<Tm, presença de -carotano, gamacerano com alta ou média
intensidade e alta concentração do -hopano C30 [65, 79]. Houve uma
predominância deste tipo de ambiente dentre as amostras estudadas, nas quais as
que apresentaram estes aspectos foram C1, C2, C3, C4, C5, C6, C7, C8, C9, C10,
C11, M1, VAL e U1.
79
O ambiente lacustre de água doce pode ser diferenciado de outros
ambientes deposicionais através da alta abundância de hidrocarbonetos de alto peso
molecular com predominância ímpar/par, pristano maior que fitano, baixa razão
esterano/hopano, Ts>Tm, baixa concentração de esteranos, presença de
gamacerano e ausência de -carotano. O único óleo que foi classificado como sendo
deste tipo de ambiente foi o proveniente da bacia do Recôncavo denominado M2.
A única amostra que apresentou características de um ambiente marinho
com influência de ambiente de origem lacustre foi a IP1. As principais características
geoquímicas molecular deste tipo de ambiente são a baixa relação Pr/F,
predominância de n-alcanos impar/par, alta razão esterano/hopano, alta abundância
relativa dos esteranos C30, e alta abundância relativa de diasteranos. Alguns destes
parâmetros foram encontrados nesta amostra e foi possível caracterizá-la como sendo
proveniente de um ambiente deposicional marinho com influência de um ambiente
deposicional lacustre, e pode ser denominado como um óleo de origem marinho
restrito.
80
1.6. ANEXOS
Tabela 4: Tabela de Parâmetros de biomarcadores de petróleo utilizados para a identificação do ambiente deposicional e evolução térmica dos
óleos estudados.
Amostras
Parâmetros C1 C2 C3 C4 C5 C6 IP1 VAL M1 M2 C7 C8 C9 C10 C11
CPI 1,05 0,97 1,06 1,05 1,09 1,02 1,14 1,23 - 1,05 0,98 - 1,05 - 1,06
Pr/F 1,52 1,11 1,13 1,44 1,32 1,26 0,69 2,00 - 0,75 1,17 - 1,36 - 1,25
Pr/(n-C17) 0,75 0,41 0,59 0,75 0,47 0,38 0,44 0,63 - 0,18 0,67 - 2,73 - 0,55
F/(n-C18) 0,63 0,43 0,54 0,62 0,40 0,32 1,03 0,30 - 0,26 0,72 - 2,15 - 0,54
-Carotano Baixo Baixo Baixo Baixo Baixo Baixo Baixo Baixo Baixo - Baixo Baixo Baixo Baixo Baixo
20S/(20S+20R)
ESTERANOS 0,32 0,57 0,52 0,53 0,45 0,59 0,41 0,45 0,36 0,26 0,56 0,53 0,56 0,52 0,49
/()
ESTERANOS 0,57 0,52 0,44 0,54 0,67 0,54 0,49 0,49 0,41 0,37 0.58 0,46 0,53 0,48 0,56
Ts/Tm HOPANOS 0,56 0,70 0,89 0,76 1,11 0,67 1,21 1,82 2,34 1,26 0,41 0,63 0,55 0,96 0,83
Ts/(Ts+Tm)
HOPANOS 0,36 0,41 0,47 0,43 0,53 0,40 0,55 0,64 0,70 0,56 0,29 0,39 0,36 0,49 0,45
Gamacerano/Hopano 0,13 0,15 0,12 0,06 0,06 0,13 0,24 0,27 0,37 0,32 0,13 0,10 0,10 0,23 0,07
Esterano/Hopano 0,34 0,34 0,37 0,27 0,31 0,34 3,14 0,17 0,23 0,54 0,25 0,31 0,33 0,72 0,33
Parâmetros TM1 TM2 CP1 CP2 CP3 CP4 CP5 CP6 CP7 CP8 AN1 U1 U2
CPI 1,20 1,08 1,26 1,17 1,07 0,96 1,05 0,91 1,08 0,97 1,05 1,14 1,06
Pr/F 0,44 0,47 0,92 0,82 1,07 1,16 0,86 0,86 1,09 1,16 0,92 1,67 1,20
Pr/(n-C17) 1,11 1,10 0,67 0,62 0,66 0,51 0,64 0,67 0,58 0,53 0,67 0,31 0,50
F/(n-C18) 3,22 3,08 1,04 1,18 1,14 0,67 1,20 1,04 0,77 0,82 1,01 0,19 0,75
-Carotano Alto Alto Alto Alto Alto Alto Alto Alto Alto Alto Alto Baixo Alto
20S/(20S+20R)
ESTERANOS 0,27 0,19 0,68 0,30 0,28 0,56 0,73 0,74 0,63 0,64 0,70 1,00 0,38
/()
ESTERANOS 0,27 0,18 0,34 0,37 0,33 0,36 0,34 0,31 0,40 0,32 0,34 - 0,41
81
Ts/Tm HOPANOS 0,34 0,50 - 0,60 0,47 1,86 0,49 0,60 0,85 1,12 0,74 2,14 1,03
Ts/(Ts+Tm)
HOPANOS 0,25 0,34 - 0,37 0,32 0,65 0,33 0,38 0,46 0,53 0,42 0,68 0,51
Gamacerano/Hopano 0,48 0,51 0,30 0,32 0,29 0,14 0,27 0,19 0,26 0,24 0,34 0,35 0,30
Esterano/Hopano 2,52 2,31 2,97 2,56 3,00 6,26 2,59 2,89 4,13 3,27 6,81 0,64 4,23
82
Tabela 5: Tabela de compostos identificados por GC-MS/MS em todas as amostras de petróleo.
Pico Composto Fórmula MM (g/mol)
1 5α(H),14α(H), 17α(H)-colestano (20R) C27H48 372
2 5α(H),14ß(H), 17ß(H)-colestano (20S) C27H48 372
3 5α(H),14ß(H), 17ß(H)-colestano (20R) C27H48 372
4 5α(H),14α(H), 17α(H)-colestano (20S) C27H48 372 5 13α(H),17β(H)-diacolestano (20R) C27H48 372 6 13α(H),17β(H)-diacolestano (20S) C27H48 372 7 13β(H),17α(H)-diacolestano (20R) C27H48 372 8 13β(H),17α(H)-diacolestano (20S) C27H48 372 9 5α(H),14α(H), 17α(H)-ergostano (20R) C28H50 386
10 5α(H),14ß(H), 17ß(H)-ergostano (20S) C28H50 386 11 5α(H),14ß(H), 17ß(H)-ergostano (20R) C28H50 386 12 5α(H),14α(H), 17α(H)-ergostano(20S) C28H50 386 13 13α(H),17β(H)-diaergostano (20R) C28H50 386 14 13α(H),17β(H)-diaergostano (20S) C28H50 386 15 13β(H),17α(H)-diaergostano (20R) C28H50 386 16 13β(H),17α(H)-diaergostano (20S) C28H50 386 17 5α(H),14α(H), 17α(H)-estigmastano (20R) C29H52 400
18 5α(H),14ß(H), 17ß(H)-estigmastano (20S) C29H52 400
19 5α(H),14β(H), 17β(H)-estigmastano (20R) C29H52 400
20 5α(H),14α(H), 17α(H)-estigmastano (20S) C29H52 400 21 13α(H),17β(H)-diaestimagstano (20R) C29H52 400 22 13α(H),17β(H)-diaestimagstano (20S) C29H52 400 23 13β(H),17α(H)-diaestimagtano (20R) C29H52 400 24 13β(H),17α(H)-diaestimagtano (20S) C29H52 400 25 5α(H),14α(H), 17α(H)-24-iso-propilcolestano (20R) C30H54 414
26 5α(H),14ß(H), 17ß(H)-24-iso-propilcolestano (20S) C30H54 414
27 5α(H),14ß(H), 17ß(H)-24-iso-propilcolestano (20R) C30H54 414
28 5α(H),14α(H), 17α(H)-24-iso-propilcolestano (20S) C30H54 414
29 13α(H),17β(H)-dia-24-iso-propilcolestano (20R) C30H54 414
30 13α(H),17β(H)-dia-24-iso-propilcolestano (20S) C30H54 414
31 13β(H),17α(H)-dia-24-iso-propilcolestano (20R) C30H54 414
32 13β(H),17α(H)-dia-24-iso-propilcolestano (20S) C30H54 414
33 3β-metil-24-etilcolestano (20S) C30H54 414
34 2α-metil-24-etilcolestano14β(H),17β(H) (20R) C30H54 414
35 3β-metil-24-etilcolestano 14β(H),17β(H) (20R) C30H54 414
36 3β-metil-24-etilcolestano 14α(H),17β(H) (20S) C30H54 414
37 4-metil-24-etilcolestano 14β(H),17β(H) (20R*) C30H54 414
38 2α-metil-24-etilcolestano 20R+ 4α-metil-24-etilcolestano 14β(H),17β(H)20S)
C30H54 414
39 4α-metil-24-etilcolestano 14β(H),17β(H) (20R) C30H54 414
40 18(H)-22,29,30-trisnorhopano (Ts) C27H46 370
41 18(H)-22,29,30-trisnorhopano (Ts) C27H46 370
42 17α(H)-22,29,30-trisnorhopano (Tm) C27H46 370
43 17β(H)-22,29,30-trisnorhopano (Tm) C27H46 370
44 C2917α(H)-diahopano C29H50 398
45 17α(H),21ß(H)-30-norhopano (C29Hop) C29H50 398
46 17ß(H),21α(H)-30-norhopano C29H50 398
47 C(14α-) homo-26-nor-17α-hopano C30H52 412
48 C3017α(H)-diahopano C30H52 412
49 17α(H),21ß(H)-hopano (C30Hop) C30H52 412 50 18α(H)-neohopano (C30Ts) C30H52 412 51 17α(H),21α(H)-hopano (C30aaHop) C30H52 412 52 17β(H),21α(H)-hopano (C30baHop) C30H52 412
83
53 Gamacerano C30H52 412 54 C31 17α(H)-diahopano (22S+22R) C31H54 426
55 17α(H),21ß(H),-homohopano (22S) C31H54 426 56 17α(H),21ß(H),-homohopano (22R) C31H54 426 57 3β-metil-17α(H),21ß(H)-hopano (S) C31H54 426 58 17β(H),21α(H)-homohopano (22S+22R) C31H54 426 59 C32 17α(H)-diahopano (22S) C32H56 440
60 C32 17α(H)-diahopano (22R) C32H56 440 61 17α(H),21ß(H)-bishomohopano (22S) C32H56 440 62 17α(H),21ß(H)-bishomohopano (22R) C32H56 440 63 17β(H),21α(H)-bishomohopano (22S) C32H56 440 64 17β(H),21α(H)-bishomohopano (22R) C32H56 440
84
Capítulo II
CARACTERIZAÇÃO GEOQUÍMICA DE PETRÓLEO
POR GC×GC-MS E FERRAMENTAS
QUIMIOMÉTRICAS
85
2.1. INTRODUÇÃO
2.1.1. TÉCNICAS CROMATOGRÁFICAS MULTIDIMENSIONAIS
A necessidade de atender áreas como a petroleômica, proteômica e
metabolômica, e as crescentes exigências para adequada separação, identificação e
quantificação de biomarcadores e metabólitos, promoveram uma grande sofisticação
instrumental, elevando o poder de resolução para detecção e identificação destes
analitos. Na análise de amostras com certo grau de complexidade por técnicas
unidimensionais, o poder de separação muitas vezes é insuficiente ou, quando
adequado, requer elevado tempo de processamento [81]. Por essas razões, o
surgimento de novos sistemas multidimensionais promoveu um salto exponencial na
capacidade de análise dessas matrizes [81, 82].
As técnicas multidimensionais podem ser definidas como aquelas onde
dois sistemas de separação com seletividades diferentes são combinadas em série, o
que aumenta a capacidade de separação, detecção e identificação dos constituintes
de uma amostra [83]. Elas podem ser divididas em técnicas multidimensionais
abrangentes e não-abrangentes.
Para que seja considerada abrangente, é necessário que, no mínimo uma
fração representativa de todos os componentes da amostra sejam separados por duas
técnicas de separação com seletividades diferentes, demonstrando assim um perfil
distinto de retenção e também que percentagens iguais de todos esses componentes
passem por ambas dimensões. Além disso é necessário que os analitos separados
em uma das dimensões não sejam recombinados na dimensão seguinte, para que
seja mantido o perfil de eluição observado na primeira separação [9, 84, 85].
Na cromatografia multidimensional não-abrangente apenas algumas
frações da primeira dimensão são transferidas para o segundo sistema analítico,
dessa forma, não representando os componentes da amostra em sua totalidade [86].
Dentre as técnicas de separação multidimensionais não-abrangentes, técnicas
hifenadas como a cromatografia gasosa multidimensional de frações parciais (GC-GC
ou HC/MDGC, heart-cut multidimensional gas chromatography) é frequentemente
utilizada. A Figura 32 ilustra o esquema típico de um sistema GC-GC. Neste sistema,
a amostra é introduzida na primeira coluna (também chamada de pré-coluna) e
86
arrastada por um fluxo de gás, sofrendo a primeira separação cromatográfica, até
chegar a interface. Esta interface (modulador) transfere o efluente proveniente da
primeira coluna para uma válvula limitadora de fluxo (capilar de restrição desativado),
no qual conduz a amostra para um detector ou pequenas e restritas frações para a
segunda coluna para que sofra uma segunda separação e chegue ao segundo
detector [86, 87].
Figura 32: Típico sistema de cromatografia de frações parciais (GC-GC). ADAPTADO: Seeley
(2012) [87].
O aumento da capacidade de separação da cromatografia
multidimensional pode ser discutido em termo do incremento na “capacidade de pico”
[88]. Idealmente a capacidade de pico de uma sistema unidimensional (1D) tem que
exceder o número de analitos de uma matriz, o que raramente ocorre para amostras
muito complexas, causando a sobreposição de picos e diminuição da qualidade da
análise [9, 89]. Uma alternativa para minimizar este problema é a escolha de uma fase
estacionária seletiva. Além disso, aumentar o comprimento e diminuir o diâmetro
interno da coluna favorece a resolução dos componentes [90], porém, nessa situação,
o tempo de análise aumenta bastante.
A análise multidimensional, proporciona aumento da capacidade de picos
em relação a 1D. Se por exemplo, a capacidade de pico da 1D for n1 e a capacidade
da segunda dimensão (2D) “heart-cut” for n2, a capacidade total de picos será dada
Injetor
Modulador
Detector 1 Detector 2
Coluna Primária Coluna Secundária
87
por n1 + n2 picos [84, 85]. Dessa forma, o plano de retenção contém maior capacidade,
adaptando-se a misturas um pouco mais complexas. A Figura 33 representa a
capacidade de pico em sistemas cromatográficos convencionais, não-abrangentes e
abrangentes.
Figura 33: Representação gráfica da capacidade de pico de sistemas cromatográficos
convencionais, não-abrangentes e abrangentes.
As técnicas hifenadas do tipo GC-GC são efetivas para uma grande
variedade de amostras, sendo que, as áreas que fazem maior uso deste modo de
análise, são: petroquímica com a análise de componentes traços [91], albiental [92,
93], e farmacêutica [94, 95]. Porém, muitas vezes não são eficientes na separação de
determinadas matrizes altamente complexas. Esses sistemas complexos são comuns
em análise de petróleo devido a elevada diversidade estrutural e físico-química dos
compostos biomarcadores. Nesses casos, faz-se necessário a utilização de técnicas
multidimensionais mais avançadas e abrangentes, tais como a GC×GC.
A cromatografia gasosa bidimensional abrangente (GC×GC) foi
inicialmente descrita por Liu e Phillips em 1991 [96], que descreveram um sistema
88
onde duas colunas com diferentes seletividades foram conectadas em série através
de uma interface denominada modulador, que continuamente coleta, focaliza e
reinjeta frações do eluato da primeira coluna na segunda coluna. Esta é considerada
a maior inovação da GC após o desenvolvimento de colunas capilares em 1958, e
desde o seu desenvolvimento é considerado uma das técnicas de separação mais
poderosas, extensivamente aplicada na separação de matrizes complexas [82].
Os principais atrativos da GC×GC são: i) a elevada capacidade de pico;
ii) o aumento do sinal dos analitos devido a reconcentração realizada pelo modulador
e iii) a habilidade em produzir um cromatograma estruturado [82, 97]. A Figura 34
representa o sistema cromatográfico bidimensional abrangente.
Figura 34: Representação de um sistema típico e simplificado da cromatografia gasosa
bidimensional abrangente. ADAPTADO: Liu e Phillips (1991) [96].
A separação e análise em um sistema bidimensional abrangente é muito
mais poderosa do que em um sistema unidimensional ou multidimensional não-
abrangente. Se a capacidade de pico da 1D for n1 e da 2D for n2, a capacidade total
de picos será n1 x n2 picos (Figura 33) [84]. Sendo assim, a capacidade de pico é
exponencialmente maior do que em sistemas unidimensionais ou multidimensionais
tipo heart-cut. Além disso, a identificação é confiável já que cada analito apresenta
dois tempos de retenção.
89
Uma boa estruturação do cromatograma é capaz de fornecer informações
sobre classes de compostos (séries homólogas, isômeros, etc.) contidas nas amostras
(geralmente aglomerados em regiões bem definidas, “clusters”) e fornecer
informações qualitativas, já que é possível fazer uma análise visual de grupos de
compostos e identificá-los com ajuda de um espectrômetro de massas [10, 82, 97].
Entretanto, para obter um cromatograma bem estruturado é preciso ter
uma alta capacidade de pico, ortogonalidade, resolução e sensibilidade, além de uma
boa otimização desses parâmetros. Idealmente, para que exista ortogonalidade é
necessário que a separação na primeira coluna não seja correlacionada com a
separação na segunda coluna [98]. Atenderá a este requisito sistemas
multidimensionais que apresentem dois mecanismos de separação diferentes
aplicados a toda a amostra [83, 99].
A configuração de um sistema GC×GC é relativamente simples quando
considerado o incremento na resolução e detectabilidade [100]. As principais
condições operacionais que devem ser otimizadas em GC×GC são o período de
modulação ou frequência, escolha da fase estacionária e dimensões da coluna,
programação da temperatura e configurações do detector [101].
O período de modulação ou frequência (PM) é o tempo que o modulador
leva para coletar, focalizar e reinjetar uma fração da amostra proveniente da primeira
coluna para a segunda coluna e está relacionado ao tempo necessário para que os
compostos sejam eluidos na 2D. Esse período tem que ser curto o suficiente para que
a separação da primeira dimensão não seja perdida, ou seja, se o modulador não
executasse sua função, quando os analitos separados na primeira dimensão
percorressem a segunda coluna, os picos poderiam se sobrepor e coeluiriam, fazendo
com que fosse perdido o principal requisito da GC×GC [101]. Além disso, o PM deve
ser constante em toda a corrida. Para não perder a separação, um pico deve ser no
mínimo fracionado três vezes [102]. Por exemplo, se um composto demora 24 s para
eluir da primeira dimensão, então o período de modulação deve ser de no máximo 8s.
A Figura 35 ilustra um experimento que demonstra a influência do período
de modulação na separação cromatográfica [101]. Os autores utilizaram três
diferentes períodos de modulação: 6s, 7s, 8s. Com período de modulação de 6s (A)
os picos estão visualmente separados. Quando o período de modulação é alterado
para 7s (B) e 8s (C), é possível visualizar a coeluição parcial e completa dos
compostos, respectivamente. A sobreposição dos compostos é consequência do
90
longo ciclo de modulação que proporciona tempo suficiente para reunir dois picos
parcialmente separados na primeira dimensão.
Figura 35: Influência do período de modulação na separação cromatográfica. Em (A) PM 6s com
separação dos compostos; (B) 7s e (C) 8s respectivamente. ADAPTADO: Mostafa et al. (2012)
[101].
O PM poder ser estendido de 2s até 12s. Utilizar um PM curto, é vantajoso
para aqueles compostos que não se sobrepõem na 1D, mas que tem o mesmo tempo
de retenção na 2D, entretanto, sua maior desvantagem, é que períodos curtos, afetam
compostos que tem maior interação com a 2D, podendo ocorrer picos fora do ciclo de
modulação (wrap-around). Este fenômeno ocorre quando um composto apresenta um
tempo de eluição na 2D superior ao período de modulação, fazendo com que a
estrutura do cromatograma seja modificada. Este fato deve ser considerado um
problema quando há sobreposição de picos, pois, a identificação torna-se
praticamente impossível [101]. A Figura 35 no item A, ilustra um exemplo claro de
“wrap-around” para o pico 3. A separação obtida na 1D deve ser mantida na 2D, mas
para que isto ocorra, o modulador tem que ser frio o suficiente para que compostos
não escapem da coleta e saiam fora de ciclo.
Outro parâmetro a ser estudado são as dimensões da coluna. Para que a
separação na primeira coluna não seja perdida, a separação na segunda dimensão
deverá ser suficiente rápida para que as frações injetadas pelo modulador não se
sobreponham. Para isto é necessário que o mecanismo de separação na 2D seja tão
rápido quanto o período de modulação, ou seja, colunas muito longas, poderiam levar
a sobreposição de compostos. Em geral, a primeira dimensão é sempre nas medidas
que já eram utilizadas para a sua análise unidimensionais por GC [81]. A escolha das
91
dimensões da segunda coluna, dependerá da velocidade com que os analitos saem
para o detector, mas em geral as dimensões variam de 0,5 m a 2,0 m de comprimento
[81].
Além das dimensões do conjunto de colunas, o sucesso da separação por
GC×GC depende diretamente das diversas fases estacionárias que as compõe. A
otimização da fase estacionária para separações de misturas complexas, é
praticamente impossível sem a prévia análise no sistema cromatográfico
convencional. Isto acontece devido a imensidão de compostos com diversas
estruturas e polaridades presentes em amostras complexas.
O conjunto mais utilizado em GC×GC é feito com fases estacionárias
apolares + polares, ditas como conjuntos “normais”. Existe ainda os tipos reversos,
menos utilizados, no qual o conjunto de colunas é composto primeiramente por uma
coluna polar ou de alta polaridade, e uma segunda coluna apolar ou de média a baixa
polaridade. A Figura 36 ilustra duas separações obtidas por um conjunto normal (A;
apolar + polar) e um conjunto reverso (B; polar + média polaridade). Neste caso, a
utilização de um conjunto reverso, proporcionou uma melhor resolução dos
componentes aromáticos da amostra, permitindo a quantificação de analitos dentre as
classes dos monoaromáticos e diaromáticos [103].
Figura 36: Separações cromatográfica utilizando um conjunto apolar + polar (a) e polar + apolar
(b). ADAPTADO: Mondello (2011) [103].
92
Colunas do tipo de líquido iônico, estão sendo cada vez mais utilizadas
principalmente por possuir um alto limite de temperatura e por sua fase estacionária
ser de alta polaridade, que proporciona uma maior seletividade por manter interações
específicas entre analitos de alta polaridade [104]. Diferenciando-se assim, das
colunas polares normais que geralmente possuem baixo limite de temperatura [105].
Dessa forma, espera-se que seja altamente seletiva para alcalóides, flavonoides e
compostos polares em geral e menos seletivas para terpenóides, por exemplo.
Ragonese et al. (2012) [106], fez uma breve revisão sobre a utilização de colunas de
liquido iônico para diversos tipos de análises por GC×GC, a qual observou que a maior
eficiência deste tipo de coluna foi obtida para a análise de ésteres metílicos de ácidos
graxos.
Apesar da elevada importância dos demais componentes da GC×GC, o
modulador é considerado o coração da técnica, é a interface que interliga a 1D à 2D.
As principais funções de um modulador são: acumular continuamente ou “aprisionar”
pequenas frações provenientes da primeira separação, também chamada de fase de
coleta, reconcentrar (focagem) as frações eluídas no espaço ou tempo, e reinjetar
estas frações com pulsos rápidos (frações de segundos) e periódicos na segunda
dimensão [89, 98]. Normalmente a separação na segunda dimensão termina antes
que a próxima fração reconcentrada é injetada [81]. Consequentemente, o modulador
é o maior responsável pela eficiência da 2D (se os analitos não forem remobilizados
de maneira rápida e eficaz, haverá um alargamento dos picos adicional ao causado
pela segunda separação) [105].
O modulador pode estar localizado no final da 1D, no início da 2D ou entre
as duas colunas. Sua importância é tamanha, que na sua ausência, os analitos
separados na 1D podem sobrepor-se na 2D não obtendo a separação desejada. A
Figura 37, ilustra o processo básico da modulação, no qual descreve desde a
separação unidimensional, até a visualização de um cromatograma GC×GC. O
primeiro passo (A), ilustra o processo de modulação no qual vários e rápidos
cromatogramas são gerados pela 2D lado a lado de acordo com o período de
modulação (B). O terceiro passo (C), é a transformação dos sinais em um gráfico
bidimensional, no qual são representados os tempos de retenção da 1D (Tr1) x tempo
de retenção da 2D (Tr2) x intensidade do pico. A transformação do gráfico com os
tempos de retenção em matrizes é feita geralmente por um software e visualizada em
forma de um gráfico de cores (F), de contorno (E) ou um gráfico tridimensional (D).
93
Figura 37: Ilustração do processo básico de geração de um cromatograma bidimensional.
ADAPTADO: Dallüge et al. (2003) [81].
O modulador é a única peça responsável por injetar continuamente o
eluato da primeira na segunda coluna e, desde seu surgimento em 1991 [96],
assumiram vários formatos e tamanhos. Dentre eles, os que mais se destacam são
os baseados em operações pneumáticas (válvulas e fluxo) [107, 108] e os térmicos
(criogênicos) [109-112].
Os moduladores criogênicos são baseados na incidência de jatos quentes
e jatos resfriados com nitrogênio líquido alternadamente sobre um capilar para a
devida compressão da banda cromatográfica e remobilização para a 2D . Os
moduladores de quatro jatos [111] e o modulador de loop [110] são os que mais se
destacam nessa função.
Nos moduladores de quatro jatos (Figura 38), os dois estágios de
modulação (aprisionamento e dessorção das bandas cromatográficas) são realizadas
em locais diferentes, ou seja, no primeiro estágio inicia-se o ciclo de modulação pelo
aprisionamento do eluato proveniente da 1D com incidência do jato frio enquanto que
no segundo estágio ocorre a dessorção das bandas pela incidência de um jato quento
(Figura 38 – 1). Em seguida, os jatos são invertidos e a incidência de um jato quente
94
no primeiro estágio faz com que a banda seja dessorvida e focalizada no segundo jato
frio (responsável por comprimir a banda antes da remobilização para a 2D) (Figura 38
– 2 e 3). Posteriormente, há novamente a inversão dos jatos e o eluato é remobilizado
em uma banda estreira para a 2D (Figura 38 – 4). Sua maior vantagem está na
eficiência em aprisionar os compostos bastante voláteis [113].
Figura 38: Ilustração simplificada do funcionamento de um modulador criogênico de quatro
jatos. ADAPTADO: Hantao (2014) [114].
Os moduladores criogênicos de loop são capazes de aprisionar, comprimir
a banda cromatográfica proveniente da 1D e remobilizar os analitos para a 2D
utilizando apenas dois jatos. Para isto, um capilar é posicionado entre as duas colunas
e todo o processo de modulação acontece ali, em dois pontos distintos do capilar. O
1D
1D
1D
1D
2D
2D
2D
2D
F
F
F
F
F
F
F
F
Q Q
Q Q
Q Q
Q Q
95
primeiro passo é realizado pelo aprisionamento do eluato proveniente na 1D através
da incidência de um jato criogênico (Figura 39 – 1). Em seguida, o jato quente é
acionado para que ocorra a dessorção dos analitos para dentro da alça de modulação
ou loop (Figura 39 – 2). A incidência dos jatos frio e quente é realizada
alternadamente, até que a banda cromatográfica percorra todo o capilar e alcance a
região de modulação onde serão aprisionados novamente (Figura 39 – 3) para
posterior transferência para a 2D na forma de pulsos estreitos (Figura 39 – 4).
Figura 39: Ilustração simplificada do funcionamento de um modulador criogênico de loop.
ADAPTADO: Hantao (2014) [114].
96
Neste trabalho, foram realizados testes com moduladores criogênicos de
4 jatos e loop. Os equipamentos utilizados são protótipos desenvolvidos pelo próprio
grupo de pesquisa, resfriados com nitrogênio líquido e aquecidos por resistências
elétricas, no qual seus funcionamentos foram descritos nas Figuras 38 e 39.
2.1.2. FERRAMENTAS QUIMIOMÉTRICAS
A complexidade dos dados gerados por GC×GC em amostras petrolíferas
requer a utilização de ferramentas que auxiliem na maior compreensão e interpretação
da informação contida em cromatogramas de GC×GC [115]. Desta forma, a utilização
de ferramentas quimiométricas, baseadas na estatística multivariada, matemática e
ciências da computação, pode ser uma alternativa para a extração de informações de
perfis cromatográficos de diferentes amostras de petróleo [116].
Através da análise exploratória de dados, principalmente pela utilização
de métodos de reconhecimento de padrões não-supervisionados, é possível por
exemplo, identificar amostras de uma mesma origem ou diferenciá-las a partir de seus
perfis cromatográficos [117]. Além disso, é possível a identificação de picos que
contribuam para esta separação, o que a torna um método atrativo na análise do
fingerprint de petróleo, bem como na análise de biomarcadores.
A Análise de Componentes Principais (PCA, Principal Component
Analysis), introduzida por Karl Person em 1901 [118] e divulgado em 1933 pelo
trabalho de Hotelling [119], é uma das abordagens quimiométricas mais comuns para
a análise exploratória de dados. Neste método, a dimensionalidade original dos dados
é reduzida por eliminação da co-linearidade entre as variáveis resultando na
compressão dos dados em novas variáveis denominada de componentes principais
(PCs, Principal Components) preservando a informação química relevante. A
interpretação dos dados será então realizada através da projeção das amostras no
subespaço definido pelas PCs [120-122].
Este método é baseado na representação de uma matriz de dados X em
termos do produto de duas matrizes menores: T (escores ou scores) que mostra a
relação entre as amostras, e P (pesos ou loadings) que evidencia a correlação entre
97
as variáveis e retém a quantidade de informações possível, mais a matriz E (erros ou
resíduos) [122, 123]. A equação para o PCA é mostrada abaixo e a Figura 40 ilustra
a decomposição da matriz X nos escores (tr) e pesos (𝐩𝒓𝐭 ) para cada componente
principal.
𝑿 = 𝑻𝑷𝒕 + 𝑬 = 𝐭𝟏 . 𝐩𝟏𝐭 + 𝐭𝟐 . 𝐩𝟐
𝐭 + ⋯ + 𝐭𝐫 . 𝐩𝒓𝐭 + 𝑬
Figura 40: Ilustração da decomposição de uma matriz X em seus respectivos Escores (T) e Pesos
(P) para cada componente principal.
As PCs são responsáveis, em ordem decrescente pelo número máximo
de informações geradas sem repetição. Cada PC é produzida pela projeção das
variáveis em um sub-espaço reduzido, onde os escores mostram as coordenadas das
amostras na PC e os pesos mostram as contribuições das variáveis originais na PC
[124].
Para dados de ordem superior como a GC×GC (Tempo de retenção na 1D
(1TR) x Tempo de retenção na 2D (2TR) x Amostras (N)), torna-se necessário o emprego
de metodologias de ordem superior. Na Análise de Componentes Principais
Multimodo (MPCA, Multiway Principal Components Analysis), que é uma extensão da
PCA, o cubo de dados multidimensional (1TR x 2TR x amostras) (Figura 41) é
inicialmente desdobrado na forma de uma matriz X (N, 1TR x 2TR) antes de ser
realizado o PCA [13].
98
Figura 41: Desdobramento de um cubo de dados multidimensional (1TR x 2TR x N) em uma matriz
de dados X (N, 1TR x 2TR) antes de ser realizado o PCA.
Assim como o PCA, o MPCA é considerado um método não-
supervisionado, onde não é preciso ter nenhuma conhecimento prévio a respeito da
classificação da amostra. Para amostras de petróleo, este método pode auxiliar na
identificação dos principais grupos de compostos responsáveis pela diferenciação
entre amostras.
2.1.3. ANÁLISE DE PETRÓLEO E INVESTIGAÇÃO DE BIOMARCADORES POR
GC×GC E QUIMIOMETRIA
A utilização da GC×GC na análise de petróleo vem crescendo
consideravelmente, principalmente no estudo do fingerprint do óleo e de
biomarcadores responsáveis pela identificação de características geoquímicas
relevantes para a identificação de particularidades presentes em grupos de óleos.
Embora a GC-MS seja comumente utilizada para a caracterização de
petróleo, mesmo com a utilização de ferramentas quimiométricas, como o PCA, como
no trabalho de Pasadakis et al. (2004) [125], que observaram que a utilização do PCA
pode auxiliar na diferenciação de óleos com misturas de fontes da bacia de Williston
(USA) quando utilizada a fração de hidrocarbonetos saturados, ainda assim, o sistema
de análise convencional (análise, identificação e cálculo de parâmetros de
biomarcadores) e análise de outras frações do petróleo deverão ser realizados em
conjunto para dar maior confiabilidade aos dados.
Neste sentido, a utilização de técnicas multidimensionais, como a
GC×GC, pode facilitar a análise de amostras complexas, diminuindo o pré-tratamento
99
amostral e número de co-eluições juntamente com o aumento significativo da
capacidade de pico, do espaço de separação e detectabilidade.
O número de trabalhos com a aplicação da GC×GC para a análise de
petróleo vem crescendo anualmente, contudo o número de trabalhos relacionados a
GC×GC, Petróleo e Quimiometria é ainda pequeno. A Figura 42 ilustra o número de
trabalhos publicados por ano utilizando a pesquisa de Petróleo e GC×GC até o ano
de 2015 realizada utilizando o site Web of Science [126].
Figura 42: Gráfico que ilustra o número de publicações por ano para a pesquisa de petróleo e
GC×GC. FONTE: Web of Science [126].
Araújo et al. (2016) [127] realizaram uma carcaterização geoquímica
molecular de óleos da bacia de Sergipe/Alagoas identificando a presença de
biomarcadores como gamacerano, -carotano, hopanos, esteranos e dinosteranos
através da análise da fração de hidrocarbonetos saturados cíclicos por GC×GC-
TOFMS.
Oliveira et al. (2012) [128] fizeram uma comparação entre o GC×GC-
TOFMS e GC-MS, no qual observaram a presença de compostos biomarcadores que
não foram detectados na análise convencional. Além disso, os autores conseguiram
identificar características geoquímicas para identificação do paleoambiente de
deposição do óleo, evolução térmica e biodegradação de petróleos brasileiros através
da análise de hidrocarbonetos saturados.
100
Kiepper et al. (2014) [129] investigaram a presença de biomarcadores
não-usuais para a família de metil-hopanos através do fracionamento SARA e análise
da fração de hidrocarbonetos saturados e aromáticos por GC-MS e GC×GC-TOFMS,
sugerindo um novo parâmetro para identificação de óleos de origem lacustre e
marinha.
Li et al. (2014) [130] e Soares et al. (2013) [131] avaliaram a
biodegradação de óleos brutos através da análise da fração de hidrocarbonetos
saturados e observaram a presença séries completas de biomaracadores que não
apareceriam por análise convencional e descobriram novos compostos que poderiam
servir como possíveis biomarcadores para a caracterização de óleos altamente
biodegradados bem como cálculo de novos parâmetros geoquímicos que poderiam
sugerir o gral de biodegradação de petróleo.
Outras frações como a de hidrocarbonetos aromáticos e a sua mistura
complexa não-resolvida (UCM) em petróleo com diferentes níveis de biodegradação
também foram estudadas [132, 133]. Outros trabalhos mostraram que as frações
contendo compostos nitrogenados e sulfurados [134, 135] foram também analisadas.
Embora a utilização da GC×GC tenha melhorado a investigação de novos
biomarcadores e caracterização geoquímica de óleos, a maior partes destes trabalhos
foram realizados com pré-tratamento amostral por utilização do fracionamento SARA.
Como consequência, devido ao elevado número de etapas, contaminação e perda
dos analitos-chave são possíveis. Trabalhos como o de Mogollón et al. (2016) [136]
que caracterizaram amostras da bacia do Recôncavo (Brasil) por técnicas
convencionais (análise de biomarcadores e cálculo de parâmetros por GC-MS e GC-
MS/MS) e fizeram uma comparação através da análise da fração de maltenos por GC-
MS, GC×GC-MS e GC×GC-MS/MS no qual foi observado que a diminuição na etapa
de pré-tratamento e vantagens da GC×GC, levaram a um melhor entendimento do
desenvolvimento da matéria orgânica para esta bacia com alteração da distribuição
dos compostos contidas nestas amostras. Além disso, Gao et al. (2016) [137]
verificaram a utilização de uma nova metodologia para análise de óleos brutos
utilizando a extração por microseringa com gás de purga acoplado a um GC×GC-
TOFMS. Neste trabalho, os autores compararam esta técnica com a análise
convencional e identificaram compostos a nível de traço e famílias de terpanos,
esterano, diamantóides e compostos nitrogenados. Além disso, os autores
observaram o efeito da biodegradação de óleos brutos.
101
A utilização da Quimiometria como ferramenta auxiliar pode contribuir
ainda mais para a análise e caracterização de petróleo. Um exemplo deste benefício
está descrito no trabalho de Ventura et al. (2011) [138] em que as similaridades
químicas entre óleos brutos obtidos intra e entre reservatórios foram estudadas de
forma exploratória utilizando Análise de Componentes Principais Multi-modo (MPCA)
em regiões conhecidas e específicas do cromatogra. Neste trabalho, os autores
conseguiram agrupar diferentes tipos de óleos de acordo com as similaridades intra e
inter reservatórios, além disso, foi possível extrair a informação sobre os principais
compostos que auxiliaram nesta separação.
Casilli et al. (2014) [139] utilizaram o cálculo de parâmetros geoquímicos
de evolução térmica através da análise e identificação de biomarcadores por GC×GC
para a realização de PCA e observou que os óleos de uma mesma bacia poderiam
ser separados em três grupos principais baseados em diamantóides, compostos
saturados e compostos aromáticos.
Zhang et al. (2015) utilizaram parâmetros geoquímicos relacionados a
maturidade (razões conhecidas e propostas de esteróides triaromáticos) e condições
redox do paleoambiente de deposição (Pr/F) para realizar a análise de PCA e de
agrupamentos hierárquicos (HCA, Hierarchical Cluster Analysis) em que foi
contastado a presença de três conjuntos de óleos que apresentaram semelhanças
com a análise convencional dos mesmos óleos.
Visando uma análise simplificada e mais detalhada do fingerprint de
petróleo, a proposta deste trabalho foi utilizar um rápido pré-tratamento amostral
(retirada da fração que não é analizável por GC) tendo como objetivo a minimização
de etapas de manipulação amostral através da análise por GC×GC e ferramentas
quimiométricas (MPCA).
102
2.2. OBJETIVOS
O objetivo deste capítulo foi verificar o uso da cromatografia gasosa
bidimensional abrangente (GCxGC) combinada com ferramentas quimiométricas, em
especial a análise de componentes principais multi-modo (MPCA), como alternativa
para a caracterização geoquímica orgânica dispensando as etapas manuais de
fracionamento do petróleo em hidrocarbonetos saturados, aromáticos, resinas e
asfaltenos.
2.2.1. OBJETIVOS ESPECÍFICOS
Demonstrar que é possível simplicar o preparo de amostras petroquímicas
devido a utilização de técnicas multidimensionais como a GCxGC, por
eliminação do fracionamento em coluna.
Caracterizar as amostras de petróleo provenientes das bacias de
Sergipe/Alagoas, Campos, Recôncavo e Potiguar por GCxGC-MS combinada
com a MPCA.
103
2.3. PARTE EXPERIMENTAL
2.3.1. MATERIAIS
Os solventes utilizados nesta parte do trabalho foram de grau HPLC com
nível de pureza igual ou superior a 99%. Para a extração da fração de maltenos do
óleo foram utilizados n-pentano (Tédia, USA) e n-hexano (Tédia, USA). Além disso,
tudos de centrifugação de 10 mL (Sigma-Aldrish) foram utilizados.
2.3.2. LIMPEZA DE VIDRARIAS
As vidrarias utilizadas foram lavadas com água deionizada, detergente
neutro e deixada em imersão por 2 h em solução alcóolica de hidróxido de potássio
para retirada de possíveis resíduos. Em seguida, foram enxaguadas com água, água
deionizada, álcool etílico absoluto, acetona comercial e posta em estufa a 60 °C até a
sua utilização. Antes da utilização todo o material foi lavado com solve nte de uso.
2.3.3. APRESENTAÇÃO DAS AMOSTRAS
As amostras utilizadas neste capítulo, fazem parte do acervo dos grupos
de geoquímica orgânica do IQ-Unicamp. As 28 amostras provenientes de bacias
sedimentares brasileiras (Campos, Recôncavo, Sergipe/Alagoas e Potiguar) foram
analisadas no capítulo anterior e mais informações podem ser encontradas na Tabela
3 (Capítulo I).
2.3.4. ISOLAMENTO DA FRAÇÃO DE MALTENOS
O procedimento de isolamento da fração de maltenos consistiu na
pesagem de (100,00 ± 0,05) mg do óleo em tubos de centrifugação. Em seguida foram
adicionados 10,00 mL de n-pentano e centrifugados por 5 min em temperatura
ambiente com rotação de 300 rpm. Logo após, o líquido sobrenadante foi separado
104
do precipitado e este foi novamente centrifugado com 7 mL de n-pentano por mais 5
vezes, até que toda a fração de maltenos fosse isolada [140].
Posteriormente, as amostras foram reconcentradas até a completa
evaporação do solvente sob fluxo de nitrogênio, pesadas para a determinação de suas
massas reais e diluídas em balão volumétrico (2,00 mL) utilizando n-hexano em
volume suficiente para que as concentrações das amostras fossem de 20,00 mg/mL.
Em seguida, foram transferidas para “vial” de 2,00 mL e guardadas em refrigerador
até o momento da sua análise. Apenas 1,00 L desta fração para todos os óleos foram
injetados em GC-QMS, GC×GC-FID e GC×GC-QMS. A Figura 43 mostra um
fluxograma resumido de todas as etapas realizadas.
Figura 43: Fluxograma de isolamento da fração de maltenos para posterior análise por GC×GC,
análise de dados por MPCA e caracterização do petróleo.
Amostra de óleo (100 mg)
Centrifugação 300 rpm (3 min)
Adição de n-pentano (7mL)
(repetidos por 5x)
Fração de Maltenos (20,00 mg/mL em n-Hexano)
Resinas e Asfaltenos
GC×GC-QMS (1L)
Tratamento
Quimiométrico (MPCA)
Caracterização do
Petróleo
105
2.3.5. CONDIÇÕES CROMATOGRÁFICAS
As condições de análise foram otimizadas primeiramente em um
cromatógrafo a gás acoplado a um detector por ionização em chamas GC×GC-FID
(AGILENT 6890) e reproduzidas no GC×GC-QMS (TQ8040 Shimadzu, Kioto-JP). A
coluna capilar de sílica fundida RTX-5ms (Restek Corporation, Pensilvania-EUA) (fase
estacionária difenil-dimetil-polisiloxano) com 30 m, 0,25 mm de diâmetro interno e 0,25
m de espessura de fase foi utilizada como primeira dimensão. Em seguida, 1 m de
coluna HP5-MS (0,25 mm de diâmetro interno e 0,25 m de espessura de fase, 5%
fenil 95% Dimetil Polisiloxano) foi utilizada como capilar de ligação (loop) entre a 1D e
2D, e 1 m de uma coluna Rxi-17 Sil (50%-fenil 50% -metilpolisiloxano, Restek GC
Columns) com dimensões: 0,15 mm de diâmetro interno e 0,15 m de espessura de
fase foi utilizada como segunda dimensão. Além disso, os moduladores de 4 jatos e
loop e foram utilizados para testes e após escolha do modulador, testes para escolha
das melhores condições de análise foram realizados através da comparação entre
análises realizadas em diferentes conjunto de colunas, período de modulação, vazão.
Para todas as análises foram utilizadas as seguintes condições
cromatográficas: temperatura inicial do forno 70ºC, com programação de temperatura
de 70 ºC a 325 ºC a uma faixa de 3 ºC.min-1, temperatura do injetor a 300 ºC. O fluxo
de gás de arraste foi ajustado para 0,8mL.min-1, com utilização de Hidrogênio (99%
de pureza) como gás de arraste e razão de divisão no injetor de 1:30. O volume de
injeção foi de 1 L e o tempo total de análise foi 85 minutos. A temperatura do detector
de ionização em chamas foi de 350 ºC e da fonte de íons foi 270ºC e 280ºC na
interface, com taxa de aquisição de 33 Hz para o espectrômetro de massas (MS).
O modo SCAN (varredura) foi utilizados com faixa de varredura de m/z 60
a 600 Da e ionização feita por impacto de elétrons a 70 eV. Além disso, os íons m/z
113, m/z 127, m/z 169, m/z 183 e m/z 191 foram selecionados para posterior análise
quimiométrica.
106
2.3.6. MODELAGEM QUIMIOMÉTRICA
Os cromatogramas dos dados brutos obtidos por GC×GC-QMS (TIC)
foram convertidos para arquivos .txt e exportados para o Matlab® (Matworks, Natick
– MA, USA) como uma matriz desdobrada X(N, 1tR x 2tR), onde N é o número de
amostras e 1tR x 2tR é o produto dos tempos de retenção da primeira e segunda
dimensões.
A matriz X foi processada por subtração da linha de base por rotina escrita
pelo grupo de pesquisa. Os picos foram alinhados pico a pico realizado através do
algoritmo icoshift (Interval Correlation Optimised Shifting) versão 1.2.3 [141].
Os cromatogramas dos íons extraídos (EIC) para a família de n-alcanos e
isoprenoides (m/z 113, m/z 127, m/z 169, m/z 183) e m/z 191 para a família de
terpanos também foram utilizados e processados da mesma maneira.
A análise por MPCA foi realizada com os dados centrados na média
utilizando o Pls_Toolbox® 7.5 software (Eigenvector Research Inc., Wenatchee – WA,
USA). Os pesos de cada componente principal foram reconstruídos para que
obtivessem estrutura bidimensional e pudessem ser identificados.
2.4. RESULTADOS E DISCUSSÃO
2.4.1. OTIMIZAÇÃO DAS CONDIÇÕES DE ANÁLISE POR GC×GC
Para a avaliação dos jogos de colunas que levassem a maior separação,
as condições do forno, injetor e detector foram mantidas as mesmas (item 2.3.5.), o
período de modulação foi mantido em 6 s e a vazão do gás de arraste em 0,6 ml/min.
Após a escolha do conjunto de colunas, foram testadas diferentes vazões e período
de modulação. Todos estes experimentos foram realizados em um GC×GC-FID
protótipo devido a sua robustez e manuseio simples, e após otimização, as condições
foram reproduzidas no GC×GC-QMS
107
2.4.1.1. TESTES COM MODULADOR DE 4 JATOS
Na tentativa de encontrar as melhores condições de análise,
primeiramente foram realizados testes com um modulador de 4 jatos, no qual seu
funcionamento já foi explicado no item 2.1.1. (Figura 38). Os ensaios foram
executados a princípio, utilizando o conjunto de colunas RTX-5ms (difenil-dimetil-
polisiloxano, 30 m x 0,25 mm x 0,25 m) e como segunda dimensão uma coluna RTX-
17 Sil (50% fenil-50% metilsiloxano, 1 m × 0,15 mm × 0,15 μm). O petróleo escolhido
como amostra teste foi a fração de maltenos do óleo C11 por apresentar uma vasta
diversidade de hidrocarbonetos saturados e aromáticos.
Os primeiros testes foram realizados utilizando um período de modulação
(PM) de 6 s, modificando-se apenas o tempo de inserção do jato quente, mantendo-
se constante o jato frio (50%), e as pressões do jato de coleta (10 psi) e de focagem
(12 psi). A Figura 44 apresenta os melhores cromatogramas obtidos utilizando o
modulador de 4 jatos: no item (a) é descrito uma inserção de jato quente de 20%, no
item (b) 30%, no item (c) 40% e no item (d) 50%.
108
Figura 44: Melhores cromatogramas utilizando o modulador de 4 jatos. (a) 20% de inserção de
jato quente, (b) 30%, (c) 40 % e (d) 50% respectivamente.
Embora a melhor separação dos compostos de petróleo tenha sido
observada utilizando as condições descritas no item (d), ainda assim, foi possível
observar um grande alargamento dos compostos na 2D, bem como uma baixa
utilização do espaço de separação proporcionado pelo maior espaço de separação
proporcionado pela GC×GC. Ainda, foi notado que os compostos mais pesados
(acima de n-C25) não foram facilmente observados. Isto pode ser explicado pelo
excesso de retenção na coleta e focagem dos eluatos, ficando retidos no modulador.
Na tentativa de eliminar o resfriamento excessivo provocado pelo uso de
nitrogênio líquido, foi utilizado gelo seco e água + gelo como gás resfriadores, como
mostrado nos cromatogramas da Figura 45 (a) gelo seco e (b) água + gelo.
109
Figura 45: Cromatogramas do óleo bruto obtidos por GCxGC-FID com modulador de 4 jatos utilizando como
gás de resfriamento gelo seco (a) e mistura de água + gelo (b).
Apesar das tentativas realizadas por modificação da temperatura do jato
frio, foi possível observar que a modificação da temperatura do jato afetou
significamente a separação dos compostos na segunda dimensão. A Figura 45 (a)
mostrou que a utilização de gelo seco (temperatura de -78 °C) ainda foi responsável
por reter demasiadamente os compostos do petróleo e assim, não houve uma boa
separação da 2D. Já com a utilização de água e gelo (temperatura de ~ 0 °C) foi
possível observar uma melhora na separação da segunda dimensão, mas ainda assim
houve espelhamento dos compostos mais leves.
Na literatura, há relatos que o modulador de 4 jatos é altamente
recomendado para a análise de compostos com maior volatilidade, por exemplo os
mono-, di-, tri- e sesterpenos que estão presentes em grande variedade em óleos
essenciais . Para compostos de petróleo, no qual há grande variedade química
(compostos sarados, ramificados, cíclicos, aromáticos, nitrogenados, sulfurados, etc.),
este tipo de análise torna-se desvantajosa, principalmente para a análise do fingerprint
do óleo, no qual o objetivo maior é a maior separação de todos os compostos
presentes em uma única análise [110, 142]. Assim, baseado nos resultados acima
citados, foi proposto a utilização do modulador de duplo estágio do tipo loop no qual
seu funcionamento já foi relatado no item 2.1.1. (Figura 39).
110
2.4.1.2. MODULADOR DE LOOP
Após todos as tentativas de análise através da utilização do modulador de
4 jatos, foi desenvolvido no próprio laboratório de cromatografia gasosa da Unicamp,
um protótipo do modulador térmico criogênico de dois estágios do tipo loop baseado
naquele vendido comercialmente [143].
Os primeiros testes foram realizados em um GC×GC-FID, no qual foi
adicionado entre a primeira e segunda dimensão um capilar de sílica fundida com 1
m de comprimento e 0,25 mm de diâmetro interno.
Quatro jogos de colunas foram avaliados com o intuito de maximizar a
separação cromatográfica e a otimização a utilização do espaço cromatográfico para
os compostos analisados através da inspeção visual dos cromatogramas. Os
conjuntos de colunas testados foram listados na Tabela 6.
Tabela 6: Conjuntos de colunas avaliados para a melhor separação dos compostos de petróleo por GC×GC.
1D (Dimensões da coluna) 2D (Dimensões da coluna)
HP5 + BPX50 HP-5 (5% fenil polidimetilsiloxano)
(30m x 0,25 mm x 0,25 m)
BPX-50 (50% fenil polisilfenileno-
silxano)
(1,18 m x 0,1 mm x 0,1 m)
Petrocol +
SolgelWax
Petrocol (polidimetilsiloxano) (50m x
0,20 mm x 0,50 m)
SolgelWax (polietilenoglicol) (2 m x
0,1mm x 0,1 m)
HP1 + IL61 HP1ms (100% polidimetilsiloxano)
(30m x 0,25 mm x 0,25 m)
IL61 (1,12-Di [tripropilfosfônio]
dodecano[Tf2N]
trifluorometilsulfonato) (1 m x 0,1 mm
x 0,08 m)
HP5 + SolgelWax HP-5 (5% fenil polidimetilsiloxano)
(30m x 0,25 mm x 0,25 m)
SolgelWax (polietilenoglicol) (2 m x
0,1mm x 0,1 m)
A ortogonalidade entre as fases, termo utilizado para representar a
combinação resultante entre dois mecanismos de separação independentes é um dos
fatores que auxiliam na maior utilização do espaço cromatogrático onde os
componentes são uniformemente distribuídos ao longo de todo os espaço 2D [88].
Usualmente, uma primeira dimensão apolar é combinada com uma segunda
dimensão polar, então, a fase estacionária da 1D separa os compostos pelo aumento
do ponto de ebulição e a 2D por polaridade. Entretanto, conjuntos ditos não-usuais
como por exemplo, a utilização de duas colunas polares que diferem pelo seu
111
mecanismo de separação, podem ser utilizadas, dependendo assim, da
especificidade e do interesse da amostra. Omais et al. (2011) [144] verificaram a
utilização de um conjunto SolgelWax + DB1 para a separação e análise de derivados
da liquefação do carvão e observaram que o jogo de colunas a ser escolhido depende
necessariamente dos componentes da amostra e das suas interações com as fases
estacionárias. Assim, como o intuito deste trabalho foi a maior utilização do espaço
cromatográfico com separação intra e inter classes, os conjuntos relacionados na
Tabela 6 e Figura 46 foram estudados.
Figura 46: Cromatogramas de diferentes jogos de colunas: (a) HP5 + BPX-50; (b) Petrocol +
SolgelWax; (c) HP1 + IL; (d) HP5 + SogelWax.
O conjunto de colunas que resultou em uma maior utilização do espaço
cromatográfico foi HP5-BPX50, no qual foi possível observar uma maior eficiência
cromatográfica definida através da largura dos picos em cada dimensão e dos seus
respectivos tempos de retenção e uma maior estruturação cromatográfica examinada
112
através da separação intra- e inter- classes de compostos. Os cromatogramas obtidos
utilizando o GC×GC-FID foram mostrados na Figura 46.
De acordo com a Figura 46, foi possível observar que os conjuntos
Petrocol + SolgelWax, HP1 + IL e HP5 + SogelWax devido a polaridade na segunda
dimensão não houve uma grande utilização do espaço cromatográfico, mas houve
uma melhor separação entre classes. Além disso, houve um grande alargamentos das
bandas cromatográficas na segunda dimensão principalmente para os compostos
mais pesados (n-C25 <) principalmente para os conjuntos Petrocol + SolgelWax, HP1
+ IL (Figura 46 (b) e (c)) o que diminui a resolução dos picos e prejudica a análise
destes compostos. Apesar do “wrap-around”, fenômeno que acontece quando os
compostos apresentam tempos de retenção da segunda dimensão maiores que o
período de modulação [142], presente no conjunto HP5 + BPX-50, a separação intra
e inter classes, bem como a estruturação dentro das classes e a maior utilização do
espaço foi melhor observada neste conjunto. Outro fator que definiu a escolha do
conjunto de colunas, foi a temperatura de eluição dos compostos mais retidos em
relação à temperatura máxima de uso das colunas cromatográficas. Por exemplo, uma
coluna SolgelWax tem sua temperatura máxima em 280 °C, o que dificultaria a eluição
de compostos pesados como o -carotano (composto por átomos de 40 carbonos).
Por isso, entre todos os conjuntos de colunas estudados, o jogo HP5 + BPX-50 foi
utilizado nos experimentos posteriores para a obtenção de todos os perfis
cromatográficos.
Com a escolha do conjunto de colunas definido, outro parâmetro
estudado foi o período de modulação (PM). O período de modulação é a duração de
um ciclo completo de modulação entre coleta da 1D, reconcentração dos analitos
provenientes dela e a transferência para a 2D [142], que pode durar de 2 a 10
segundos. Foram testados os períodos de 3 s, 6 s, 8 s e 10 s. A Figura 47 mostra
todos os períodos de modulação utilizados: (a) 3 s, (b) 6 s, (c) 8 s e (d) 10 s. O período
de modulação de 3 s comprometeu a separação na primeira dimensão e por isso não
foi utilizado. Na utilização do PM de 8 s e 10 s houve o espelhamento dos compostos
mais leves e foi constadado a presença de wrap-around, sendo assim, o PM escolhido
em empregado em todas as análises subsequentes foi o PM de 6 s.
113
Figura 47: Cromatogramas referentes aos testes realizado com diferentes períodos de
modulação para a análise da fração de maltenos: (a) PM = 3 s; (b) PM = 6 s; (c) PM = 8 s; (d) PM =
10 s.
Após a escolha do período de modulação, observou-se que a vazão do
gás dentro do loop modificava a separação dos compostos na segunda dimensão
[101, 145]. Sendo assim, foram testados uma vazão real de 0,4 mL/min, 0,6 mL/min,
0,8 mL/min e um 1,0 mL/min de vazão dentro da coluna. Foi o observado que uma
vazão de 1 mL/min prejudicava a separação na primeira e segunda dimensão devido
a menor interação dos analitos com a fase estacionária, menores vazões como 0,4
mL/min e 0,6 mL/min faziam com que os compostos ficassem muito retidos
aumentando o alargamento dos picos o que dificultava a separação. Dessa maneira
a vazão de 0,8 mL/min foi escolhida e utilizada em todos os experimentos.
Todas estas condições foram reproduzidas em um cromatógrafo a gás
bidemensional abrangente acoplado a um espectrômetro de massas e após a análise
cromatográfica unidimensional para caracterização convencional dos óleos e
114
otimização das condições cromatográficas bidimensionais, os perfis comatográficos
da fração de maltenos foram obtidos e analisados em um GC×GC-QMS.
2.4.2. AVALIAÇÃO DOS PERFIS CROMATOGRÁFICOS POR GC×GC-QMS E
ANÁLISE QUIMIOMÉTRICA
2.4.2.1. BIODEGRADAÇÃO
A partir do perfil cromatográfico bidimensional foi possível observar a
diferença entre diversas amostras com níveis de biodegradação diferentes. A Figura
48 mostra os cromatogramas bidimensionais por GC×GC-QMS (TIC) para os óleos
que apresentaram grandes diferenças nos níveis de biodegradação, calculados e
confirmados com base em parâmetros geoquímicos.
115
Figura 48: Cromatogramas Bidimensionais GC×GC-QMS (TIC) de diferentes óleos provenientes
da bacia de Campos e com diferentes níveis de biodegradação: (a) sem biodegradação, (b) leve,
(c) moderado e (d) severa.
A análise visual simples indica que para o óleo C10 (Figura 48 (d)) os
picos de n-alcanos e isoprenóides são de intensidade reduzida (característico em
óleos com nível de biodegradação severa), no qual pode ser notado através da baixa
intensidade dos compostos definido por pequenas manchas nas cores azul/preto. De
maneira oposta, o óleo C11 (Figura 48 (a)) apresentou uma alta intensidade dos
mesmos compostos identificados por manchas nas cores amarelo/vermelho. Para
uma avaliação formal, menos subjetiva dos graus de biodegradação das amostas, os
cromatogramas foram utilizados como dados de entrada em modelamento pelo
algoritmo MPCA com o objetivo de caracterizar de maneira simples e rápida óleos de
diferentes bacias sedimentares que apresentassem níveis de biodegradação
próximos sem a utilização de fracionamento e análise de biomarcadores.
116
Os perfis cromatográficos obtidos foram exportados como TIC em formato
.txt e explorados através do MATLab, com alinhamento realizado através do algoritmo
icoshift como descrito em detalhes no item 2.3.6. Quatro componentes principais
(PCs) foram selecionadas, as quais explicaram 93,57% da variância dos dados (PC1
= 72,75%; PC2 = 11,73%; PC3 = 6,83% e PC4 = 2,26%).
O gráfico de hotelling (T2) por resíduos (Q) foi construído com o objetivo
de verificar à presença de possíveis outliers nos resultados. A Figura 49 evidenciou
que nenhuma das amostras apresentou valores de T2 e Q acima dos limites de
tolerância definidos, evidenciando a ausência de outliers na modelagem. Embora a
amostra IP1 apresente um valor excessivo para hotelling, ela não não foi considerada
um outlier em virtude da intensidade dos compostos parafínicos se destacarem das
demais amostras como confirmado pela análise da PC1 (Figura 49).
Figura 49: Gráfico de Hotelling (T2) por Resíduos (Q), verificando a ausência de outliers no
conjunto de amostras analisadas. As amostras em vermelho são provenientes da bacia de
Campos, em verde são da bacia de Sergipe/Alagoas, em azul escuro e azul claro as amostras do
Recôncavo e Potiguar respectivamente.
117
O gráfico dos escores de todas as componentes principais foram
avaliados. O gráfico dos escores da PC1 x PC2 é mostrado na Figura 50. Analisando
este gráfico foi possível observar altos valores dos escores para as amostras
provenientes da bacia do Recôncavo (M2) e Sergipe/Alagoras (IP1), com IP1 > M2,
quando projetadas no eixo da PC1.
Figura 50: Gráfico de escores da PC1 x PC2 obtidos após o MPCA dos dados obtidos por
GC×GC-qMS (TIC) para a fração de maltenos. As cores vermelho, verde, azul escuro e azul claro
evidenciam os óleos oriundos das bacias sedimentares de Campos, Sergipe/Alagoas,
Recôncavo e Potiguar, respectivamente.
A partir da avaliação do gráfico de pesos para a PC1 (Figura 51), que é a
representação gráfica de modo a emular um cromatograma de GC×GC, foi possível
verificar que a maior variância da PC1 foi devido a fração de hidrocabonetos saturados
e isoprenóides que apresentam maior intensidade de sinal, por exemplo n-alcanos
C14-C29 e isoprenóides. Sendo assim, é possível explicar esta separação
principalmente das amostras IP1 e M2 devido a alta intensidade da classe de n-
alcanos quando comparados as outras amostras analisadas. Óleos ricos em
compostos parafínicos são relatados e característicos de petróleos com origem
tipicamente lacustre de água doce ou salina e sem biodegradação e em ambientes
marinhos deltáicos [65, 146].
118
Figura 51: Cromatograma representativo dos pesos da PC1.
Casilli et al. (2014) relatou que os óleos prevenientes da bacia do
Recôncavo apresentam características de petróleos de origem lacustre, o que reforça
a hipótese gerada através da análise dos dados gerados por GC-QMS (Capítulo I) e
que explica a diferenciação da amostra M2 na PC1(Figura 50).
Em contrapartida, para os óleos C7, C8, C9 e C10, provenientes da bacia
de Campos e a amostra M1 proveniente da bacia do Recôncavo, foram obtidos os
valores de escores mais baixo na avaliação da PC1, característicos de petróleos com
baixa concentração de hidrocarbonetos. De acordo com o análise dos biomarcadores
feita anteriormente, e seguindo a escala de Peters e Moldowan [31], foi possível
observar que estas amostras apresentaram um alto grau de biodegradação a partir
dos resultados da PC1.
Embora o grau de biodegradação dos óleos (C10 > C8 > M1 > C9 > C7)
não esteja diretamente associada aos scores da PC1, esta informação apenas pode
ser depreendida dos escores da PC1 após análise usando dados normalizados
conforme mostrado na Figura 52.
119
Figura 52: Escores da PC1 a partir do PCA realizado com a normalização dos dados GC×GC-
QMS (TIC) obtidos da fração de maltenos. Em verde destacam-se os óleos da bacia de
Sergipe/Alagoas, vermelho os da bacia de Campos, azul escuro são do Recôncavo e azul claro
óleos provenientes da bacia Potiguar.
Apenas após normalização dos dados de entrada para o MPCA foi
possível obter escores e pesos associados de maneira direta ao grau de
biodegradação das amostras. Ao normalizar cada cromatograma pelo comprimento
do vetor, os sinais referentes as amostras biodegradadas estarão na mesma escala
de intensidade em relação as amostras pouco biodegradadas, assegurando que toda
a informação qualitativa que distingue as amostras biodegradadas das outras seja
mantida [117, 147].
Embora todas as amostras estejam na mesma concentração (20 mg/mL),
o teor de parafinas existente em cada um dos óleos é diferente, de forma que amostras
não-biodegradadas terão os sinais cromatográficos referente as parafinas muito mais
intensos nos respectivos cromatogramas brutos, enquanto que nas amostras
biodegradadas, esses sinais são pouco intensos. Com a normalização de cada
cromatograma para o comprimento do respectivo vetor, os óleos mais biodegradados
terão os seus sinais amplificados em relação aos sinais das amostras não-
biodegradadas. Como a amplificação dos sinais cromatográficos será maior conforme
120
for o grau de biodegradação da amostra, haverá uma dinstinção mais clara do nível
de biodegradação entre as amostras quando utilizado a normalização como pré-
processamento previamente a MPCA.
A partir do gráfico de escores da PC1 pelas amostras (Figura 52), foi
possível diferenciar os óleos através do nível de biodegradação (C10 > C8 > M1 > C9
> C7> C11), diferenciando os óleos de diferentes níveis de biodegradação, que não
puderam ser diferenciados apenas por inspeção visual dos cromatogramas obtidos
por GC×GC-QMS (TIC).
2.4.2.2. PALEOAMBIENTE DE DEPOSIÇÃO E CORRELAÇÃO ÓLEO/ROCHA
GERADORA
Uma vez que a concentração da fração de maltenos foi mantida constante
em todas os óleos analisados, a análise dos dados gerados através do MPCA com a
utilização dos dados normalizados não foi realizada a fim de evitar a variação no fundo
de escala dos cromatogramas que poderiam atrapalhar a interpretação dos dados na
averiguação do ambiente deposicional das amostras analisadas.
Embora a PC1 foi capaz de explicar a biodegradação dos óleos, outras
informações geoquímicas puderam ser inferidas através da análise dos escores da
PC2 e PC3 do TIC e da análise dos cromatogramas de íons extraídos (Extracted Ion
Chromatogram, EIC). Os pesos da PC2 exibidos na Figura 53, demonstraram a
diferença da razão de n-alcanos/isoprenóides, com destaque para os óleos IP1 e M2
que apresentam menor e maior valores de escores quando projetados na PC2 (Figura
50).
121
Figura 53: Cromatograma representativo dos pesos da PC2: Pesos positivos em amarelo e
pesos negativos em azul.
Os pesos da PC3 (Figura 54), descreveram a diferença na distribuição de
n-alcanos entre nC13-nC18 e nC19-nC30, que representa a “impressão digital” dos óleos.
Figura 54: Cromatograma representativo dos pesos da PC3: pesos positivos em amarelo e
negativos em azul.
A Figura 55 mostra o gráfico de escores da PC2 x PC3. Os óleos que
apresentaram maiores valores nos escores da PC3, significam ter uma maior
concentração de n-alcanos entre nC13-nC18 quando comparadas aos n-alcanos entre
nC19-nC30. Enquanto que as amostras que apresentaram altos valores de escores na
PC2, significam serem ricos em n-alcanos de cadeia longa na faixa de nC19-nC30.
122
Figura 55: Gráfico de escores da PC2 x PC3 para a fração de maltenos obtidos através do
GC×GC-QMS (TIC). Os óleos foram ordenados de acordo com suas bacias sedimentares:
Sergipe/Alagoas (verde), Campos (vermelho), Recôncavo (azul escuro) e Potiguar (azul claro).
Os óleos IP1, TM1, TM2 e M2 apresentaram um pefil distinto das demais.
A amostra M2 apresentou um alto valor de escores na PC2, característico de amostras
ricas em hidrocarbonetos de cadeia curta e longa (nC13-nC30), e baixo valor de escore
na PC3, característico de óleos que tenham um maior teor de hidrocarbonetos entre
nC19-nC30 em relação aos alcanos de cadeia curta. Isto sugere um perfil bimodal que
pode dar indícios da entrada de matéria orgânica proveniente de plantas superiores
que caracterizam ambientes deposicionais lacustres. Outros óleos, tais como C1, C2,
C3, C4, C5, C6 e C11 (provenientes da bacia de Campos), VAL e U1 apresentaram
valores positivos de escores para a PC2 e PC3 , o que sugere uma origem lacustre
com influência marinha. Além disso, uma correlação linear entre a PC2 e a PC3 pode
ser observada no gráfico de escores entre a PC2 e PC3 exibida na Figura 55, com
exceção para os óleos IP1, TM1, TM2, VAL, U1, e M2 e suas replicatas. Isto pode
sugerir um aumento da contribuição de um ambiente sobre outro, ou seja, poderia
haver a influência de um ambiente marinho sobre o ambiente lacustre ou virce-versa.
Analisando os valores de escores da PC3 e da PC2 para os óleos IP1,
TM1 e TM2, foi possível observar uma dominância dos hidrocarbonetos de cadeia
curta, o que pode sugerir a entrada de matéria orgânica derivada de fonte marinha em
confirmação com os resultados analisados no Capítulo I. Embora os os óleos CP1,
CP2, CP3, CP4, CP5, CP6, CP7, CP8 e AN1 também sejam pertencentes a bacia de
Sergipe/Alagoas e serem fonte marinha segundo a análise realizada anteriormente,
uma correlação entre a PC2 e PC3 foi observada. É importante salientar que a
123
maturidade térmica assim como a biodegradação afeta o perfil de hidrocarbonetos
devido ao aumento da temperatura com transformação dos n-alcanos de cadeia longa
em homólogos de cadeias mais curtas, influenciando no perfil global de
hidrocarbonetos saturados [31] e que estes óleos podem ser de origem marinha e
apresentarem uma influência lacustre.
A avaliação dos escores da PC1 e PC2 para os óleos altamente
biodegradados (C10, C8, M1, C9 e C7) não forneceu informações sobre o ambiente
deposicional de modo tão claro quanto as amostras acima justificada um baixo teor
de n-alcanos devido a degradação dos mesmos.
Além destas informações, o gráfico da PC1 x PC4 também foi analisado
e seu gráfico de pesos é exibido na Figura 56.
Figura 56: Cromatograma representativo do gráfico de pesos da PC4.
A partir do gráfico de pesos da PC4 (Figura 56), a principal informação
química diz respeito aos isoprenóides pristano (Pr) e fitano (F). Os pesos positivos
para o pristano e em conjunto com os pesos negativos para o fitano está diretamente
associada com a razão Pr/F que é frequentemente utilizada como parâmetro
geoquímico para caracterizar ambientes deposicionais redutores ou oxidantes na
geração do óleo. Ambientes hipersalinos e marinho carbonáticos apresentam a
124
preferência do fitano em relação ao pristano, enquanto que ambientes de origem
lacustre são desenvolvidos em meios oxidantes apresentando uma maior relação do
pristano em relação ao fitano. Os valores calculados para esta razão por meio da
análise unidimensional já foram apresentados na Tabela 4 e discutidos no Capítulo I.
De acordo com o gráfico de escores da PC1 x PC4 apresentado na Figura
57, foi possível observar que as amostra TM1 e TM2 apresentaram baixos valores de
escores, característicos de ambientes deposicionais redutores. Por outro lado, uma
alta razão Pr/F foi evidenciada nos óleos não-biodegradados provenientes da bacia
de Campos.
Figura 57: Gráfico de escores da PC1 x PC4 para a fração de maltenos obtidos através do
GC×GC-QMS (TIC). As cores verde, vermelho, azul escuro e azul claro evidenciam os óleos
estudados provenientes das bacias de Sergipe/Alagoas, Campos, Recôncavo e Potiguar,
respectivamente.
Para melhor averiguação destes resultados, foi realizado a extração dos
íons característicos para os isoprenóides (m/z 113, m/z 127, m/z 169, m/z 183),
chamados de cromatogramas de íons extraídos (EIC) a partir do TIC da fração de
maltenos por GC×GC-QMS para todas as amostras com posterior análise por MPCA.
As duas primeiras PCs (variância explicada de 85,71 %) forneceram
resultados semelhantes ao MPCA realizado com o TIC da fração de maltenos, sendo
125
assim, não serão mostrados os gráficos de escores e pesos para estas PCs, o que é
explicado devido a família de n-alcanos responderem nos mesmos íons
característicos para os isoprenóides.
A Figura 58 e 59 respectivamente, mostra o cromatograma representativo
dos pesos para o pristano e fitano e o gráfico de escores da PC1 x PC4.
Figura 58: Cromatograma representativo do gráfico de pesos da PC4 utilizando os
cromatogramas dos íons extraídos (m/z 113, m/z 127, m/z 169 e m/z 183) enfatizando a relação
dos isoprenóides (principalmente Pr e F) na fração de maltenos.
126
Figura 59: Gráfico de escores da PC1 x PC4 utilizando os cromatogramas dos íons extraídos
(m/z 113, m/z 127, m/z 169 e m/z 183). As cores verde, vermelho, azul escuro e azul claro
evidenciam os óleos estudados provenientes das bacias de Sergipe/Alagoas, Campos,
Recôncavo e Potiguar, respectivamente.
A PC4 foi a componente principal que mais teve destaque na ánalise dos
isoprenóides Pristano e Fitano. A PC4 em conformidade com os dados
unidimensionais mostrados na Tabela 4 e avaliados no Capítulo I, apresentaram os
óleos TM1 e TM2 como sendo provenientes de ambientes mais redutores. Em
contrapartida, o óleo pertencente a bacia Potiguar (VAL), apresentou um perfil de
óleos formados sobre condições mais óxicas quando comparada as outras amostras.
Os óleos que apresentaram um perfil sub-óxico puderam ser melhor subdividos de
acordo com os seus respectivos campos: Campos de Carmópolis e Angeli (Bacia
de Sergipe/Alagoas) < Miranga (Recôncavo) < Tabuleiro dos Martins
(Sergipe/Alagoas). Contudo, apesar desta razão contribuir para a avaliação do
ambiente deposicional, outros fatores tais como a biodegradação e maturidade
térmica, também influenciam na avaliação da razão Pr/F, o que dificulta a precisão
desta análise.
Mello et al. (1988) [65, 79] e Souza Júnior et al. (2013) [63] estudaram
óleos provenientes da bacia de Campos e de Sergipe/Alagoas respectivamente, e
127
identificaram óleos com características de ambiente deposicional lacustre e marinho
evaporítico através da análise de biomarcadores corroborando com as características
de oxicidade extraídas dos a partir da análise do MPCA. Os óleos oriundos dos
campos de Carmópolis e Angelin, ainda que oriundos da bacia de Sergipe/Alagoas,
segundo a análise do do gráfico de escores da PC1 x PC4 apresentaram condições
sub-óxicas característicos de fontes marinhas com influência lacustre em
conformidade com os estudos realizados por Souza Júnior et al. (2013) [63]. O óleo
M2 proveniente da Bacia do Recôncavo, destacou-se por apresentar altos valores de
escores para a PC1 e PC4, diferenciando-se das outras amostras, o que pode ser
explicado através da contribuição de hidrocarbonetos de cadeia londa (PC1) em
conjunto com uma maior percentagem do fitano em relação ao pristano. Estas
características comprovam uma forte influência de um ambiente lacustre para as
amostras provenientes da bacia do Recôncavo.
Na tentativa de realizar uma análise mais aprofundada da variabilidade
química dos óleos, os cromatogramas dos íons extraídos para o fragmento m/z 191
foi investigado. O gráfico de pessos da PC1 (Figura 60) enfatizou a distribuição de
terpanos tri-, tetra- e pentacíclicos e do fenantreno e seus derivados (metil- e dimetil-
). Embora o metil- e dimetilfenantrenos respondam principalmente nos íons m/z 192 e
m/z 206, respectivamente, estes compostos aromáticos também foram identificados
quando se extraiu exclusivamente o íon m/z 191. Esta PC explicou 43,01 % da
variância dos dados demonstrando principalmente a variação global dos compostos
tricíclicos.
128
Figura 60: Cromatograma representativo dos pesos da PC1 utilizando os cromatogramas do íon
extraído (m/z 191) enfatizando a variação principalmente entre os terpanos tricíclicos e metil- e
dimetil fenantreno.
Observando o gráfico de escores da PC1 x PC2 (Figura 61) e projetando
todas as amostras na PC1, foi possível visualisar que as amostras provenientes da
bacia de Sergipe/Alagoas (verde), Recôncavo (azul escuro) e Potiguar (azul claro)
apresentaram baixos valores de escores, ou seja, apresentaram altas contribuições
principalmente de dimetilfenantrenos quando comparados aos óleos da bacia de
Campos (vermelho). Por outro lado, as amostras de Campos diferenciaram-se dos
outros óleos por apresentar altos valores de escores (Figura 61), principalmente pelos
metilfenantrenos (Figura 60).
129
Figura 61: Gráfico de escores da PC1 x PC2 utilizando os cromatogramas do íon extraído (m/z
191). As cores verde, vermelho, azul escuro e azul claro evidenciam os óleos estudados
provenientes das bacias de Sergipe/Alagoas, Campos, Recôncavo e Potiguar, respectivamente.
Da mesma forma, o cromatograma representativo dos pesos da PC2
(Figura 62) também mostrou diferenças entre a abundância de fenantrenos e terpanos
entre as amostras de petróleo. Projetando todas as amostras no eixo da PC2 (Figura
61), houve uma clara distinção entre óleos TM1 e TM2 das outras no qual apresentou
pesos mais negativos, enquanto que as amostras que apresentaram maior
biodegradação (C7, C8, C9, C10, C11 e M1) apresentaram pesos mais positivos
apresentando uma maior concentração de compostos derivados de fenantrenos. Além
disso, foi possível observar uma maior concentração dos terpanos pentacíclicos nas
amostras TM1 e TM2, isto pode ser explicado devido a alta concentração de
biomarcadores encontrados em amostras proveninentes de ambientes marinho
evaporítico, como já foi relatado por Mello et al. (1988) [65, 79]. Outra maneira de
diferenciar os ambientes seria pela análise do PCA dos cromatogramas do íon
extraído m/z 217, contudo, este estudo não foi realizado devido a baixa resolução
destes picos nos cromatogramas obtidos por GC×GC neste trabalho.
130
Figura 62: Cromatograma representativo dos pesos da PC2 utilizando os cromatogramas do íon
extraído (m/z 191) enfatizando a variação principalmente entre os terpanos tricíclicos e metil- e
dimetil fenantreno.
Kruge (2000) [148] relataram uma diferença na concentração de
derivados de fenantrenos entre óleos de origem lacustre e marinha através da análise
de PCA. Além disso este autor relatou que estes compostos juntamente com outros
parâmetros (naftalenos e seus derivados, dibenzotiofenos e seus derivados) poderiam
ser utilizados para a diferenciação da evolução térmica das amostras.
2.5. CONCLUSÕES
Os resultados obtidos neste capítulo revelaram que através da utilização
de técnicas multidimensionais (GC×GC-QMS), é possível a redução do pré-
tratamento amostral, diminuindo a manipulação e mantendo a distribuição natural dos
compostos na amostra. A avaliação dos perfis cromatográficos através da análise
quimiométrica por MPCA permitiu realizar uma avaliação das características
geoquímicas de petróleo que auxiliaram no entendimento da biodegradação e
paleoambiente de deposição em que o petróleo foi gerado.
A biodegradação apresentou a maior variabilidade nas concentrações dos
compostos contidos na fração de maltenos, resultando na primeira informação
131
identificada no sub-espaço das PCs. Da mesma forma, o tipo de paleoambiente de
deposição e condições de oxidação dos óleos foram estimados através dos pesos
extraídos das PCs, expressando principalmente a diferença entre n-alcanos de
cadeias curtas (nC13-nC18) e longas (nC19-nC30) e razão Pristano/Fitano (Pr/F) na
fração de maltenos para todos os óleos. Além disso, diferenças globais na abundância
relativa de fenantrenos e seus derivados e terpanos tri-, tetra e pentacíclicos também
foram observados através da análise do íon m/z 191, diferenciando-se óleos com
maior biodegradação e amostras com diferentes paleoambientes de deposição,
podendo ser utilizadas em conjunto com outras análises.
Assim, a avaliação quimiométrica mostrou-se eficiente quando
comparada ao método de análise de biomarcadores por cromatografia gasosa
unidimensional, o que pode vir a se tornar um método auxiliar na avaliação do
paleoambiente de deposição e biodegradação de petróleos.
132
Capítulo III
COMPARAÇÃO ENTRE A ANÁLISE CONVENCIONAL
(GC-MS E GC-MS/MS) E GCxGC-QMS COM ANÁLISE
MULTIVARIADA DE DADOS (MPCA) PARA
CARACTERIZAÇÃO DE PETRÓLEO, CONCLUSÕES
GERAIS E PERSPECTIVAS
133
3.1. COMPARAÇÃO ENTRE A ANÁLISE CONVENCIONAL (GC-MS E GC-
MS/MS) E GCxGC-QMS COM ANÁLISE MULTIVARIADA DE DADOS
(MPCA) PARA CARACTERIZAÇÃO DE PETRÓLEO, CONCLUSÕES
GERAIS E PERSPECTIVAS
Neste trabalho, a análise unidimensional para as amostras de petróleo de
diferentes bacias sedimentares brasileiras foi realizada no capítulo I com o intuito de
atribuir de maneira correta o ambiente deposicional, grau de biodegradação e
maturidade das amostras estudadas. Este procedimento requer etapas de pré-
processamento amostral (análise de fracionamento SARA) que além de serem tedioso
e cansativo, além de requerer um grande consumo de solventes orgânicos. Esta
etapa, pode se tornar uma alta fonte de erros, imprecisão e uma potencial fonte de
contaminação do material a ser cromatografado.
Como foi mostrado no Capítulo II, devido a elevada capacidade de
separação proporcionado pela GC×GC, que elimina a necessidade de etapas de
separação em classes de compostos proporcionando um aumento considerável na
confiabilidade dos resultados e uma diminuição do tempo e custo da análise, foi
possível realizar uma análise detalhada do óleo bruto por GC×GC com procedimentos
de manipulação da amostra simplificados. Outra importante particularidade utilizada
neste trabalho foi a utilização de cromatogromas bidimensionais como dados de
entrada algorítmos de processamento multivariado. Nesta etapa, a utilização dos
dados brutos apenas com convencional e relativamente simples pré-processamento
para alinhamento dos picos e centralização na média foram efetuados para posterior
análise de dados.
Finalmente, é convencional na análise geoquímica orgânica de petróleo a
caracterização de amostras de petróleo (biodegradação, paleoambiente de deposição
e evolução térmica dos óleos) estarem associados a parâmetros calculados através
da análise minunciosa de biomoarcadores por inspeção cromatograma por
cromatograma de biomarcadores previamente conhecidos. Todavia, esta etapa é
complexa e demorada, uma vez que diversas classes de compostos podem estar
associados a mais de uma propriedade da amostra.
Por fim, neste trabalho, foram utilizados amostras de petróleo com
diferentes níveis de biodegradação, paleoambiente de deposição e evolução térmica
com o intuito de expandir e produzir modelos poderosos que fossem simultaneamente
134
capazes de avaliar de maneira real as diversas condições geoquímicas contidas no
petróleo.
Em suma, este trabalho é uma indicação do alto potencial da GC×GC
quando combinada a procedimentos de pré-tratamento amostral extremamente
simples empregado juntamente com ferramentas quimiométricas, como a análise
multivariada de dados, pode vir a ser uma nova ferramenta para a análise potencial
no auxílio para a caracterização geoquímica orgânica de petróleo.
135
REFERÊNCIAS
BIBLIOGRÁFICAS
136
4.1. REFERÊNCIAS BIBLIOGRÁFICAS
1. Wang, Z., et al., Forensic Fingerprinting of Biomarkers for Oil Spill
Characterization and Source Identification. Environmental Forensics, 2006.
7(2): p. 105-146.
2. van Graas, G.W., Biomarker maturity parameters for high maturities: Calibration
of the working range up to the oil/condensate threshold. Organic Geochemistry,
1990. 16(4-6): p. 1025-1032.
3. Hakimi, M.H., et al., Organic geochemical characteristics of crude oils from the
Masila Basin, eastern Yemen. Organic Geochemistry, 2011. 42(5): p. 465-476.
4. Kamínski, M., et al., High-Performance Liquid Chromatography in Group-Type
Separation and Technical or Process Analytics of Petroleum Products. Critical
Reviews in Analytical Chemistry, 2005. 35(3): p. 193-216.
5. Kim, D., et al., Combination of ring type HPLC separation, ultrahigh-resolution
mass spectrometry, and high field NMR for comprehensive characterization of
crude oil compositions. Fuel, 2015. 157: p. 48-55.
6. Thiebaut, D., Separations of petroleum products involving supercritical fluid
chromatography. J Chromatogr A, 2012. 1252: p. 177-88.
7. Blomberg, J., et al., Gas chromatographic methods for oil analysis. Journal of
Chromatography A, 2002. 972(2): p. 137-173.
8. Wang, H., et al., Comparison of geochemical parameters derived from
comprehensive two-dimensional gas chromatography with time-of-flight mass
spectrometry and conventional gas chromatography-mass spectrometry.
Science China Earth Sciences, 2011. 54(12): p. 1892-1901.
137
9. Edwards, M., et al., Modulation in comprehensive two-dimensional gas
chromatography: 20 years of innovation. Anal Bioanal Chem, 2011. 401(8): p.
2335-49.
10. Giddings, J.C., Sample dimensionality: A predictor of order-disorder in
component peak distribution in multidimensional separation. Journal of
Chromatography A, 1995. 703(1-2): p. 3-15.
11. Kowalski, B.R., Chemometrics: Views and Propositions. Journal of Chemical
Information and Modeling, 1975. 15(4): p. 201-203.
12. Pierce, K.M., et al., Recent advancements in comprehensive two-dimensional
separations with chemometrics. J Chromatogr A, 2008. 1184(1-2): p. 341-52.
13. Nomikos, P. and MacGregor, J.F., Monitoring batch processes using multiway
principal component analysis. AIChE Journal, 1994. 40(8): p. 1361-1375.
14. Tissot, B.P.W., D. H., Petroleum Formation and Occurence. 2 ed, ed. 2. Vol. 1.
1984, Berlin Heidelber: Springer-Verl. 699.
15. Tsatskin, A. and Balaban, O., Peak oil in the light of oil formation theories.
Energy Policy, 2008. 36(6): p. 1826-1828.
16. Höök, M., et al., Development of oil formation theories and their importance for
peak oil. Marine and Petroleum Geology, 2010. 27(9): p. 1995-2004.
17. Peters, et al., The Biomarker Guide: Biomarkers and Isotopes in the
Environment and Human History. 2 ed. Vol. 1. 2005, Cambridge, UK. 482.
18. Prata, P.S., CARACTERIZAÇÃO GEOQUÍMICA ORGÂNICA DE ÓLEOS DA
BACIA SERGIPE-ALAGOAS, in Química. 2012, Universidade Federal de
Sergipe: São Cristóvão-Sergipe. p. 127.
138
19. Rohmer, M., et al., Distribution of Hopanoid Triterpenes in Prokaryotes.
Microbiology, 1984. 130(5): p. 1137-1150.
20. Aquino Neto, F.R., Hidrocarnonetos Saturados como Indicadores Geoquímicos
Moleculares. Química Nova, 1984. 7(2): p. 79-85.
21. Kaiser, J. and Arz, H.W., Sources of sedimentary biomarkers and proxies with
potential paleoenvironmental significance for the Baltic Sea. Continental Shelf
Research, 2016. 122: p. 102-119.
22. Hakimi, M.H. and Ahmed, A.F., Petroleum source rock characterisation and
hydrocarbon generation modeling of the Cretaceous sediments in the Jiza sub-
basin, eastern Yemen. Marine and Petroleum Geology, 2016. 75: p. 356-373.
23. Hackley, P.C., et al., Thermal maturity of northern Appalachian Basin Devonian
shales: Insights from sterane and terpane biomarkers. Fuel, 2013. 106: p. 455-
462.
24. Murillo, W.A., et al., Petroleum source, maturity, alteration and mixing in the
southwestern Barents Sea: New insights from geochemical and isotope data.
Marine and Petroleum Geology, 2016. 70: p. 119-143.
25. Zhusheng, J., et al., Fractionation of biological markers in crude oils during
migration and the effects on correlation and maturation parameters. Organic
Geochemistry, 1988. 13(1-3): p. 561-571.
26. Burrus, J., Petroleum: Primary migration (generation and expulsion). 1998: p.
500-502.
27. Zhang, C., et al., Petroleum migration and mixing in the Pearl River Mouth
Basin, South China Sea. Marine and Petroleum Geology, 2004. 21(2): p. 215-
224.
28. Abbas, O., et al., Assessing petroleum oils biodegradation by chemometric
analysis of spectroscopic data. Talanta, 2008. 75(4): p. 857-71.
139
29. Cai, M., et al., Potential for aerobic and methanogenic oil biodegradation in a
water flooded oil field (Dagang oil field). Fuel, 2015. 141: p. 143-153.
30. Cruz, G.F.d. and Marsaioli, A.J., Processos naturais de biodegradação do
petróleo em reservatórios. Química Nova, 2012. 35(8): p. 1628-1634.
31. Peters, K.E., et al., The Biomarker Guide: Biomarkers and Isotopes in the
Environment and Human History. 2 ed. Vol. 2. 2005, Cambridge, United
Kingdom: Cambridge University Press. 700.
32. Blanc, P. and Connan, J., Origin and occurrence of 25-norhopanes: a statistical
study. Organic Geochemistry, 1992. 18(6): p. 813-828.
33. Li, N., et al., Biodegradation of 25-norhopanes in a Liaohe Basin (NE China) oil
reservoir. Organic Geochemistry, 2015. 78: p. 33-43.
34. Hunt, J.M., et al., Early developments in petroleum geochemistry. Organic
Geochemistry, 2002. 33(9): p. 1025-1052.
35. Mogollón, N.G.S., CARACTERIZAÇÃO GEOQUÍMICA ORGÂNICA DE
AMOSTRAS DE ÓLEO BRUTO POR CROMATOGRAFIA GASOSA UNI E
BIDIMENSIONAL, in Chemistry. 2015, Universidade Estadual de Campinas.:
Campinas-SP. p. 154.
36. Marzi, R., et al., A revised carbon preference index. Organic Geochemistry,
1993. 20(8): p. 1303-1306.
37. Peters, K.E. and Fowler, M.G., Applications of petroleum geochemistry to
exploration and reservoir management. Organic Geochemistry, 2002. 33(1): p.
5-36.
38. Rontani, J.F. and Bonin, P., Production of pristane and phytane in the marine
environment: role of prokaryotes. Res Microbiol, 2011. 162(9): p. 923-33.
140
39. Murphy, S.M., et al., Perhydro-beta-Carotene in the Green River Shale.
Science, 1967. 157(3792): p. 1040-2.
40. Watts, C.D. and Maxwell, J.R., Carotenoid diagenesis in a marine sediment.
Geochimica et Cosmochimica Acta, 1977. 41(4): p. 493-497.
41. Killops, S.K.V., Introduction to Organic Geochemistry. 2 ed. Vol. 1. 2005,
Malden-USA: Blackwell Publishing. 393.
42. Anders, D.E. and Robinson, W.E., Cycloalkane constituents of the bitumen from
Green River Shale. Geochimica et Cosmochimica Acta, 1971. 35(7): p. 661-
678.
43. Philp, R.P., Fossil Fuel Biomarkers: Applications and Spectra (Methods in
Geochemistry and Geophysics). Methods in Geochemistry and Geophysics.
Vol. 1. 1985, Oxford, United Kingdom: Elsevier Science Ltd. 306.
44. Mackenzie, A.S., et al., Chemical fossils: the geological fate of steroids.
Science, 1982. 217(4559): p. 491-504.
45. Grantham, P.J., The occurence of unusual C27 and C29 sterane
predominances in two types of Oman crude oil. Organic Geochemistry, 1986.
9(1): p. 1-10.
46. Huang, W.-Y. and Meinschein, W.G., Sterols as ecological indicators.
Geochimica et Cosmochimica Acta, 1979. 43(5): p. 739-745.
47. Xiao, F., et al., Conflicting sterane and aromatic maturity parameters in
Neogene light oils, eastern Chepaizi High, Junggar Basin, NW China. Organic
Geochemistry, 2014. 76: p. 48-61.
48. Steen, A., Gas chromatographic/mass spectrometric (GC/MS) analysis of C27–
30-steranes. Organic Geochemistry, 1986. 10(4-6): p. 1137-1142.
141
49. Nytoft, H.P. and Bojesen-Koefoed, J.A., 17α,21α(H)-hopanes: natural and
synthetic. Organic Geochemistry, 2001. 32(6): p. 841-856.
50. Farrimond, P., et al., Hopanoid hydrocarbon maturation by an igneous intrusion.
Organic Geochemistry, 1996. 25(3-4): p. 149-164.
51. Haven, H.L.T., et al., Tetrahymanol, the most likely precursor of gammacerane,
occurs ubiquitously in marine sediments. Geochimica et Cosmochimica Acta,
1989. 53(11): p. 3073-3079.
52. Sinninghe Damsté, J.S., et al., Evidence for gammacerane as an indicator of
water column stratification. Geochimica et Cosmochimica Acta, 1995. 59(9): p.
1895-1900.
53. Pereira, A.d.S. and Aquino Neto, F.R.d., Estado da arte da cromatografia
gasosa de alta resolução e alta temperatura. Química Nova, 2000. 23(3): p.
370-379.
54. Hübschmann, H.-J., Handbook of GC/MS, Fundamentals and Applications. 2
ed. 2008, Federal Republic of Germany.
55. de Hoffmann, E., Tandem mass spectrometry: A primer. Journal of Mass
Spectrometry, 1996. 31(2): p. 129-137.
56. de Hoffmann, E. and Vincent S., Mass Spectrometry: Principles and Application.
3 ed. Vol. 1. 2007, Chichester-England. 502.
57. Volkman, J.K., Biological marker compounds as indicators of the depositional
environments of petroleum source rocks. Geological Society, London, Special
Publications, 1988. 40(1): p. 103-122.
142
58. Choudhary, P., et al., Organic geochemical record of increased productivity in
Lake Naukuchiyatal, Kumaun Himalayas, India. Environmental Earth Sciences,
2009. 60(4): p. 837-843.
59. Chevalier, N., et al., Precise indices based on n-alkane distribution for
quantifying sources of sedimentary organic matter in coastal systems. Organic
Geochemistry, 2015. 88: p. 69-77.
60. Wang, Y., et al., Predominance of even carbon-numbered n-alkanes from
lacustrine sediments in Linxia Basin, NE Tibetan Plateau: Implications for
climate change. Applied Geochemistry, 2010. 25(10): p. 1478-1486.
61. Hughes, W.B., et al., The ratios of dibenzothiophene to phenanthrene and
pristane to phytane as indicators of depositional environment and lithology of
petroleum source rocks. Geochimica et Cosmochimica Acta, 1995. 59(17): p.
3581-3598.
62. Didyk, B.M., et al., Organic geochemical indicators of palaeoenvironmental
conditions of sedimentation. Nature, 1978. 272(5650): p. 216-222.
63. Sousa Júnior, G.R., et al., Evidence for euphotic zone anoxia during the
deposition of Aptian source rocks based on aryl isoprenoids in petroleum,
Sergipe–Alagoas Basin, northeastern Brazil. Organic Geochemistry, 2013. 63:
p. 94-104.
64. Jiamo, F., et al., Application of biological markers in the assessment of
paleoenvironments of Chinese non-marine sediments. Organic Geochemistry,
1990. 16(4-6): p. 769-779.
65. Mello, M.R., et al., Geochemical and biological marker assessment of
depositional environments using Brazilian offshore oils. Marine and Petroleum
Geology, 1988. 5(3): p. 205-223.
143
66. Volkman, J.K., A review of sterol markers for marine and terrigenous organic
matter. Organic Geochemistry, 1986. 9(2): p. 83-99.
67. Sieskind, O., et al., Simulation of the geochemical transformations of sterols:
superacid effect of clay minerals. Geochimica et Cosmochimica Acta, 1979.
43(10): p. 1675-1679.
68. Song, D., T. Wang, and M. Li, Geochemistry and possible origin of the
hydrocarbons from Wells Zhongshen1 and Zhongshen1C, Tazhong Uplift.
Science China Earth Sciences, 2015. 59(4): p. 840-850.
69. Ensminger, A., et al., Rearranged steranes in sediments and crude oils.
Tetrahedron Letters, 1978. 19(18): p. 1575-1578.
70. Seifert, W.K. and Moldowan, M.J., Applications of steranes, terpanes and
monoaromatics to the maturation, migration and source of crude oils.
Geochimica et Cosmochimica Acta, 1978. 42(1): p. 77-95.
71. Seifert, W.K. and Moldowan, J.M., The effect of biodegradation on steranes and
terpanes in crude oils. Geochimica et Cosmochimica Acta, 1979. 43(1): p. 111-
126.
72. Haven, H.L.T., et al., Anomalies in steroid and hopanoid maturity indices.
Geochimica et Cosmochimica Acta, 1986. 50(5): p. 853-855.
73. Goodwin, N.S., et al., Structure and significance of C30 4-methyl steranes in
lacustrine shales and oils. Organic Geochemistry, 1988. 12(5): p. 495-506.
74. Summons, R.E., et al., Dinosterane and other steroidal hydrocarbons of
dinoflagellate origin in sediments and petroleum. Geochimica et Cosmochimica
Acta, 1987. 51(11): p. 3075-3082.
75. Wang, Z., et al., Petroleum biomarker fingerprinting for oil spill characterization
and source identification. 2007: p. 73-146.
144
76. Tanaka, R. and Matsunaga, S., Saturated hopane and gammacerane
triterpene-diols from the stem bark of Abies veitchii. Phytochemistry, 1992.
31(10): p. 3535-3539.
77. Mackenzie, A.S., et al., Molecular parameters of maturation in the Toarcian
shales, Paris Basin, France—I. Changes in the configurations of acyclic
isoprenoid alkanes, steranes and triterpanes. Geochimica et Cosmochimica
Acta, 1980. 44(11): p. 1709-1721.
78. Waples, D.W., Geochemistry in Petroleum Exploration. Tertiary Level Biology.
Vol. 1. 1985. 232.
79. Mello, M.R., et al., Organic geochemical characterisation of depositional
palaeoenvironments of source rocks and oils in Brazilian marginal basins.
Organic Geochemistry, 1988. 13(1-3): p. 31-45.
80. De Grande, S.M.B., et al., Extended tricyclic terpanes in sediments and
petroleums. Organic Geochemistry, 1993. 20(7): p. 1039-1047.
81. Dallüge, J., et al., Comprehensive two-dimensional gas chromatography: a
powerful and versatile analytical tool. Journal of Chromatography A, 2003.
1000(1-2): p. 69-108.
82. Phillips, J.B. and Beens, J., Comprehensive two-dimensional gas
chromatography: a hyphenated method with strong coupling between the two
dimensions. Journal of Chromatography A, 1999. 856(1-2): p. 331-347.
83. Marriott, P. and Shellie, R., Principles and applications of comprehensive two-
dimensional gas chromatography. TrAC Trends in Analytical Chemistry, 2002.
21(9-10): p. 573-583.
84. Giddings, J.C., Two-Dimensional Separations: Concept and Promise. Analytical
Chemistry, 1984. 56(12): p. 1258A-1270A.
145
85. Marriott, P.J., et al., Multidimensional gas chromatography. TrAC Trends in
Analytical Chemistry, 2012. 34: p. 1-21.
86. Tranchida, P.Q., et al., Heart-cutting multidimensional gas chromatography: a
review of recent evolution, applications, and future prospects. Anal Chim Acta,
2012. 716: p. 66-75.
87. Seeley, J.V., Recent advances in flow-controlled multidimensional gas
chromatography. J Chromatogr A, 2012. 1255: p. 24-37.
88. Giddings, J.C., Concepts and comparisons in multidimensional separation.
Journal of High Resolution Chromatography, 1987. 10(5): p. 319-323.
89. Mondello, L., et al., Comprehensive two-dimensional gas chromatography-
mass spectrometry: a review. Mass Spectrom Rev, 2008. 27(2): p. 101-24.
90. Bertsch, W., Two-Dimensional Gas Chromatography. Concepts,
Instrumentation, and Applications - Part 1: Fundamentals, Conventional Two-
Dimensional Gas Chromatography, Selected Applications. Journal of High
Resolution Chromatography, 1999. 22(12): p. 647-665.
91. Gras, R., et al., Analysis of part-per-billion level of arsine and phosphine in light
hydrocarbons by capillary flow technology and dielectric barrier discharge
detector. J Chromatogr A, 2010. 1217(3): p. 348-52.
92. Su, Y.C., et al., Full-range analysis of ambient volatile organic compounds by a
new trapping method and gas chromatography/mass spectrometry. J
Chromatogr A, 2011. 1218(34): p. 5733-42.
93. Ma, Y., et al., Technical Note: Fast two-dimensional GC-MS with thermal
extraction for anhydro-sugars in fine aerosols. Atmospheric Chemistry and
Physics, 2010. 10(9): p. 4331-4341.
146
94. Cunha, S.C. and Fernandes, J.O., Quantification of free and total bisphenol A
and bisphenol B in human urine by dispersive liquid-liquid microextraction
(DLLME) and heart-cutting multidimensional gas chromatography-mass
spectrometry (MD-GC/MS). Talanta, 2010. 83(1): p. 117-25.
95. David, F., et al., Analysis of potential genotoxic impurities in pharmaceuticals by
two-dimensional gas chromatography with Deans switching and independent
column temperature control using a low-thermal-mass oven module. Anal
Bioanal Chem, 2010. 396(3): p. 1291-300.
96. Liu, Z. and Phillips, J.B., Comprehensive Two-Dimensional Gas
Chromatography using an On-Column Thermal Modulator Interface. Journal of
Chromatographic Science, 1991. 29(6): p. 227-231.
97. Murray, J.A., Qualitative and quantitative approaches in comprehensive two-
dimensional gas chromatography. J Chromatogr A, 2012. 1261: p. 58-68.
98. Górecki, T., et al., Recent Advances in Comprehensive Two‐Dimensional Gas
Chromatography (GC×GC). Journal of Liquid Chromatography & Related
Technologies, 2006. 29(7-8): p. 1077-1104.
99. Ryan, D., et al., Orthogonality considerations in comprehensive two-
dimensional gas chromatography. Journal of Chromatography A, 2005. 1071(1-
2): p. 47-53.
100. Harynuk, J. and Marriott, P., Comprehensive multidimensional separations.
Anal Bioanal Chem, 2011. 401(8): p. 2333-4.
101. Mostafa, A., et al., Optimization aspects of comprehensive two-dimensional gas
chromatography. J Chromatogr A, 2012. 1255: p. 38-55.
102. Murphy, R.E., et al., Effect of Sampling Rate on Resolution in Comprehensive
Two-Dimensional Liquid Chromatography. Analytical Chemistry, 1998. 70(8): p.
1585-1594.
147
103. Mondello, L., Comprehensive Chromatography in Combination with Mass
Spectrometry, ed. N.M.M.N. Dominic M. Desiderio. Vol. 1. 2011, Hoboken, New
Jersey: John Wiley & Sons. 496.
104. Tranchida, P.Q., et al., Untargeted and targeted comprehensive two-
dimensional GC analysis using a novel unified high-speed triple quadrupole
mass spectrometer. J Chromatogr A, 2013. 1278: p. 153-9.
105. Seeley, J.V. and Seeley, S.K., Multidimensional gas chromatography:
fundamental advances and new applications. Anal Chem, 2013. 85(2): p. 557-
78.
106. Ragonese, C., et al., Use of ionic liquids as stationary phases in hyphenated
gas chromatography techniques. J Chromatogr A, 2012. 1255: p. 130-44.
107. Bruckner, C.A., et al., Comprehensive Two-Dimensional High-Speed Gas
Chromatography with Chemometric Analysis. Analytical Chemistry, 1998.
70(14): p. 2796-2804.
108. Ghosh, A., et al., High speed Deans switch for low duty cycle comprehensive
two-dimensional gas chromatography. J Chromatogr A, 2013. 1291: p. 146-54.
109. Panic, O., et al., Development of a new consumable-free thermal modulator for
comprehensive two-dimensional gas chromatography. J Chromatogr A, 2011.
1218(20): p. 3070-9.
110. Harynuk, J. and Górecki, T., New liquid nitrogen cryogenic modulator for
comprehensive two-dimensional gas chromatography. Journal of
Chromatography A, 2003. 1019(1-2): p. 53-63.
111. Pursch, M., et al., Comprehensive two-dimensional gas chromatography using
liquid nitrogen modulation: set-up and applications. Journal of Chromatography
A, 2003. 1019(1-2): p. 43-51.
148
112. Jacobs, M.R., et al., Evaluation of a miniaturised single-stage thermal modulator
for comprehensive two-dimensional gas chromatography of petroleum
contaminated soils. J Chromatogr A, 2016. 1463: p. 162-8.
113. Tranchida, P.Q., et al., Modulators for comprehensive two-dimensional gas
chromatography. TrAC Trends in Analytical Chemistry, 2011. 30(9): p. 1437-
1461.
114. Hantao, L.W., Aplicação de métodos quimiométricos na investigação do
metaboloma de eucalipto por técnicas cromatográficas multidimensionais e
hifenadas à espectrometria de massas, in Qupimica. 2014, Universidade
Estadual de Campinas: Campinas, SP.
115. Zeng, Z., et al., Interpretation of comprehensive two-dimensional gas
chromatography data using advanced chemometrics. TrAC Trends in Analytical
Chemistry, 2014. 53: p. 150-166.
116. Pierce, K.M., et al., Review of chemometric analysis techniques for
comprehensive two dimensional separations data. J Chromatogr A, 2012. 1255:
p. 3-11.
117. Ferreira, M.M.C., Quimiometria - Conceitos, Métodos e Aplicações. Vol. 1.
2015, Campinas, SP: Editora da Unicamp. 496.
118. Pearson, K., LIII.On lines and planes of closest fit to systems of points in space.
Philosophical Magazine Series 6, 1901. 2(11): p. 559-572.
119. Hotelling, H., Analysis of a complex of statistical variables into principal
components. Journal of Educational Psychology, 1933. 24(6): p. 417-441.
120. Jolliffe, I.T. and Cadima, J., Principal component analysis: a review and recent
developments. Philos Trans A Math Phys Eng Sci, 2016. 374(2065): p.
20150202.
149
121. Jolliffe, I.T., Principal Component Analysis. 2 ed. Vol. 1. 2002, New York, USA:
Springer. 487.
122. Wold, S., et al., Principal component analysis. Chemometrics and Intelligent
Laboratory Systems, 1987. 2(1-3): p. 37-52.
123. Kumar, N., et al., Chemometrics tools used in analytical chemistry: an overview.
Talanta, 2014. 123: p. 186-99.
124. Cordella, C.B.Y., PCA: The Basic Building Block of Chemometrics. InTech,
2012.
125. Pasadakis, N., et al., Definition and characterization of petroleum compositional
families in Williston Basin, North America using principal component analysis.
Organic Geochemistry, 2004. 35(4): p. 453-468.
126. Pesquisa de itens publicados por petróleo e GCxGC. 2016 [cited 2016
13/10/2016]; Available from:
https://apps.webofknowledge.com/CitationReport.do?action=home&SID=2Ew
8ppX58Do3IVbmV3o&product=WOS&cr_pqid=13&qid=13&search_mode=Cit
ationReport.
127. Araújo, B.Q. and Azevedo, D.d.A., Uncommon steranes in Brazilian marginal
crude oils: Dinoflagellate molecular fossils in the Sergipe-Alagoas Basin, Brazil.
Organic Geochemistry, 2016. 99: p. 38-52.
128. Oliveira, C.R., et al., Biomarkers in crude oil revealed by comprehensive two-
dimensional gas chromatography time-of-flight mass spectrometry:
Depositional paleoenvironment proxies. Organic Geochemistry, 2012. 46: p.
154-164.
129. Kiepper, A.P., et al., Depositional paleoenvironment of Brazilian crude oils from
unusual biomarkers revealed using comprehensive two dimensional gas
150
chromatography coupled to time of flight mass spectrometry. Organic
Geochemistry, 2014. 70: p. 62-75.
130. Li, S., et al., Analysis of terpanes in biodegraded oils from China using
comprehensive two-dimensional gas chromatography with time-of-flight mass
spectrometry. Fuel, 2014. 133: p. 153-162.
131. Soares, R.F., et al., Comprehensive Two-Dimensional Gas Chromatography
Coupled to Time of Flight Mass Spectrometry: New Biomarker Parameter
Proposition for the Characterization of Biodegraded Oil. Journal of the Brazilian
Chemical Society, 2013.
132. Weng, N., et al., Insight into unresolved complex mixtures of aromatic
hydrocarbons in heavy oil via two-dimensional gas chromatography coupled
with time-of-flight mass spectrometry analysis. J Chromatogr A, 2015. 1398: p.
94-107.
133. Eiserbeck, C., et al., Comparison of GC–MS, GC–MRM-MS, and GC×GC to
characterise higher plant biomarkers in Tertiary oils and rock extracts.
Geochimica et Cosmochimica Acta, 2012. 87: p. 299-322.
134. Franchina, F.A., et al., Determination of aromatic sulphur compounds in heavy
gas oil by using (low-)flow modulated comprehensive two-dimensional gas
chromatography-triple quadrupole mass spectrometry. J Chromatogr A, 2015.
1387: p. 86-94.
135. Machado, M.E., et al., Comparison between pre-fractionation and fractionation
process of heavy gas oil for determination of sulfur compounds using
comprehensive two-dimensional gas chromatography. J Chromatogr A, 2013.
1274: p. 165-72.
136. Mogollon, N.G., et al., Characterization of crude oil biomarkers using
comprehensive two-dimensional gas chromatography coupled to tandem mass
spectrometry. J Sep Sci, 2016. 39(17): p. 3384-91.
151
137. Gao, X., et al., Analysis of crude oils using gas purge microsyringe extraction
coupled to comprehensive two dimensional gas chromatography-time-of-flight
mass spectrometry. Fuel, 2016. 182: p. 788-797.
138. Ventura, G.T., et al., Analysis of petroleum compositional similarity using
multiway principal components analysis (MPCA) with comprehensive two-
dimensional gas chromatographic data. J Chromatogr A, 2011. 1218(18): p.
2584-92.
139. Casilli, A., et al., High resolution molecular organic geochemistry assessment
of Brazilian lacustrine crude oils. Organic Geochemistry, 2014. 68: p. 61-70.
140. Gürgey, K., Geochemical effects of asphaltene separation procedures: changes
in sterane, terpane, and methylalkane distributions in maltenes and asphaltene
co-precipitates. Organic Geochemistry, 1998. 29(5-7): p. 1139-1147.
141. Tomasi, G., et al., icoshift: An effective tool for the alignment of chromatographic
data. J Chromatogr A, 2011. 1218(43): p. 7832-40.
142. Adahchour, M., et al., Recent developments in comprehensive two-dimensional
gas chromatography (GC×GC)☆III. Applications for petrochemicals and
organohalogens. TrAC Trends in Analytical Chemistry, 2006. 25(7): p. 726-741.
143. Modulador de duplo estágio: Loop. 2016 [cited 2016 20/10/2016]; Descrição
do modulador de dois estágios: Loop]. Available from:
http://zoex.com/products/zx1-thermal-modulator/.
144. Omais, B., et al., Considerations on orthogonality duality in comprehensive two-
dimensional gas chromatography. Anal Chem, 2011. 83(19): p. 7550-4.
145. Tranchida, P.Q., et al., Gas velocity at the point of re-injection: an additional
parameter in comprehensive two-dimensional gas chromatography
optimization. J Chromatogr A, 2013. 1314: p. 216-23.
152
146. Powell, T.G., Petroleum geochemistry and depositional setting of lacustrine
source rocks. Marine and Petroleum Geology, 1986. 3(3): p. 200-219.
147. Souza, A.M.d. and Poppi, R.J., Experimento didático de quimiometria para
análise exploratória de óleos vegetais comestíveis por espectroscopia no
infravermelho médio e análise de componentes principais: um tutorial, parte I.
Química Nova, 2012. 35(1): p. 223-229.
148. Kruge, M.A., Determination of thermal maturity and organic matter type by
principal components analysis of the distributions of polycyclic aromatic
compounds. International Journal of Coal Geology, 2000. 43(1-4): p. 27-51.
