بهینه سازی استخراج ترکیبات آنتی اکسیدانی و فنولی از جلبکLaurencia papillosa با روش مایکروویو
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 186
فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_FOODER-21-1_004
تاریخ نمایه سازی: 16 فروردین 1402
چکیده مقاله:
گیاهان آبزی یکی از منابع مهم ترکیبات زیست فعال با خاصیت آنتی اکسیدانی محسوب می شوند. در تحقیق حاضر به بهینه سازی استخراج ترکیبات آنتی اکسیدانی شامل کلروفیل a و b، کاروتنوئید و ترکیبات فنلی از جلبک Laurencia papillosa با روش مایکروویو پرداخته شده است که براساس متغیرهای مستقل شامل زمان استخراج، توان مایکروویو، نوع حلال و نسبت حلال به نمونه است. برای طراحی آزمایش در این مطالعه از نرم افزار Design Expert با ۲۵ اجرا استفاده و مقدار ترکیبات آنتی اکسیدانی جلبک اندازه گیری شد. نتایج حاصل از سنجش کلروفیل a و b حاکی از آن است که هیچ یک از چهار متغیر مستقل گفته شده اثر معنی داری(P>۰.۰۵) بر استخراج کلروفیل نداشته است. در مورد کاروتنوئید، فاکتورهای زمان، اثر متقابل زمان×حلال و اثر متقابل زمان×توان دارای اثر معنی دار (P>۰.۰۵)بوده اند و طبق نتایج به دست آمده شرایط بهینه استخراج کاروتنوئید شامل حلال متانول با نسبت ۱۰.۵ به ۱، توان ۱۵۶ وات و زمان ۲۴.۵ دقیقه بوده است. در زمینه ترکیبات فنلی، فاکتورهای حلال، زمان، اثر متقابل حلال×زمان و اثر متقابل حلال×توان دارای اثر معنی دار (P>۰.۰۵) بوده اند و حلال متانول با نسبت ۱۲.۵ به ۱، توان ۱۸۰ وات و زمان ۱۰ دقیقه شرایط بهینه استخراج فنل را تشکیل داده اند. برابر داده های به دست آمده از این تحقیق، جلبک Laurencia papillosa خاصیت آنتی اکسیدانی قابل توجهی دارد و با کنترل پارامترهای اثرگذار در فرآیند استخراج با مایکروویو می توان به حداکثر میزان ترکیبات آنتی اکسیدانی دست یافت.
کلیدواژه ها:
نویسندگان
یاسمین فیاض
گروه علوم و مهندسی صنایع غذایی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران
مسعود هنرور
گروه صنایع غذایی دانشکده علوم کشاورزی و صنایع غذایی واحد علوم و تحقیقات
نرگس مورکی
گروه شیلات، دانشکده علوم و فنون دریایی، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :