Nanopartículas de prata preparadas a partir do extrato da borra de café: avaliação como sensor colorimétrico para determinação de ferro

Abstract

A determinação de ferro em alimentos é fundamental para assegurar a adequação nutricional e a segurança alimentar, especialmente em países de baixo e médio desenvolvimento, onde a deficiência de ferro é um problema significativo. Métodos tradicionais de análise, utilizando técnicas como a espectrometria de absorção atômica (AAS) e a espectrometria de emissão óptica com plasma indutivamente acoplado (ICP OES), espectrometria de massa com plasma indutivamente acoplado (ICP-MS) são amplamente empregados. Entretanto, apesar das suas vantagens, algumas limitações, especialmente, o alto custo instrumental e de operação, restringe as aplicações para análises de rotina em muitos laboratórios. Neste contexto, métodos alternativos, tais como os sensores colorimétricos baseados em nanopartículas de prata (AgNPs) podem ser uma alternativa promissora para a detecção de metais em alimentos. Entre as principais vantagens destes sensores estão à simplicidade, baixo custo instrumental e operacional e potencial para aplicação em laboratórios de rotina. Utilizando métodos verdes para obtenção das AgNPs, como o extrato de borra de café como agente redutor e estabilizante, torna-se uma abordagem sustentável e eficiente. A caracterização das nanopartículas e a avaliação de sua sensibilidade e seletividade frente a diferentes metais e ânions foram realizadas para assegurar a confiabilidade e precisão do método. O espectro de absorção das C-AgNPs apresentou uma banda plasmônica com absorvância máxima em 413 nm, indicando a formação de nanopartículas com diâmetro aproximado de 55 nm. O pH 4, selecionado para realização das determinações, visando maximizar a sensibilidade do sensor, mostrouse eficaz e proporcionou um coeficiente de determinação para Fe³⁺ com R² = 0,9971, além de limites de detecção e quantificação de 0,032 mg L-1 e 0,089 mg L-1 , respectivamente. Na aplicação em amostras reais, especificamente suplementos alimentares, observou-se forte efeito da matriz, com interação dos constituintes da formulação com as C-AgNPs, o que inviabilizou o uso da curva de calibração com padrões aquosos. Para contornar essa limitação, foi adotada a calibração por adição de analito, que permitiu a quantificação mesmo em presença de interferentes. Apesar disso, os percentuais de recuperação foram baixos (12,6% para amostra A e 7,1% para amostra B), indicando que compostos como proteínas, excipientes e complexantes dificultam a interação entre o ferro e as nanopartículas. Tais resultados estão de acordo com a literatura, que aponta a adsorção de macromoléculas como fator limitante na detecção colorimétrica baseada em AgNPs. Como perspectivas, sugere-se o uso de estratégias de pré-tratamento das amostras (como precipitação de proteínas ou extração em fase sólida), funcionalização das nanopartículas com ligantes seletivos e aplicação de ferramentas quimiométricas para compensação de interferências. Apesar das limitações, o sistema desenvolvido apresenta grande potencial como ferramenta analítica sustentável e acessível para análise de ferro em matrizes complexas.

The determination of iron in food is essential to ensure nutritional adequacy and food safety, especially in developing countries where iron deficiency represents a significant public health issue. Traditional analytical techniques, such as atomic absorption spectrometry (AAS), inductively coupled plasma optical emission spectrometry (ICPOES), and inductively coupled plasma mass spectrometry (ICP-MS), are widely used. However, despite their analytical advantages, these techniques present limitations such as high equipment and operational costs, which restrict their application in routine analyses in many laboratories. In this context, alternative methods such as colorimetric sensors based on silver nanoparticles (AgNPs) have been explored as promising solutions for metal detection in food. Among the main advantages of these sensors are simplicity, low instrumental and operational costs, and the possibility of application in laboratories with limited infrastructure. The use of green methods for the synthesis of AgNPs, such as coffee grounds extracted as a reducing and stabilizing agent, represents a sustainable and effective approach. The characterization of the nanoparticles, as well as the evaluation of their sensitivity and selectivity toward different metal ions and anionic species, was carried out to ensure the reliability and accuracy of the method. The absorption spectrum of the synthesized nanoparticles (C-AgNPs) showed a plasmonic band with maximum absorbance at 413 nm, indicating the formation of particles with an average diameter of approximately 55 nm. pH 4 was selected for the determinations to maximize the sensor's sensitivity, resulting in a determination coefficient (R²) of 0.9971 for Fe³⁺, with detection and quantification limits (LOD and LOQ) of 0,032 mol L⁻¹ and 0.089 mol L⁻¹, respectively. In the application of the method to real samples, specifically dietary supplements, a strong matrix effect was observed due to the interaction of the formulation components with the C-AgNPs, which made it impossible to use the conventional calibration curve with aqueous standards. To overcome this limitation, the standard addition calibration method was adopted, which allowed the quantification of iron even in the presence of interferents. However, the recovery percentages were low (12.6% for sample A and sample B 7.1%), suggesting that compounds such as proteins, excipients, and complexing agents hinder the interaction between iron and nanoparticles. These results agree with the literature, which indicates the adsorption of macromolecules as a limiting factor in AgNP-based colorimetric detection. As future perspectives, the implementation of sample pretreatment strategies (such as protein precipitation or solid-phase extraction), the functionalization of nanoparticles with selective ligands, and the application of chemometric tools to correct interferences are recommended. Despite the observed limitations, the developed system shows great potential as a sustainable, accessible, and effective analytical tool for iron determination in complex matrices.