ورود
مقالات فارسیISIکنفرانسهاژورنالها

مدل سازی راندمان انکپسولاسیون و پایداری کورکومین موجود در پیکرینگ امولسیون سلولز با استفاده از الگوریتم های شبکه عصبی مصنوعی (ANN) و درخت طبقه بندی و رگرسیون (CART)

محل انتشار: مجله علوم و صنایع غذایی ایران، دوره: 20، شماره: 136
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 138

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:
https://civilica.com/doc/1825398

شناسه ملی سند علمی:

JR_FSCT-20-136_004

تاریخ نمایه سازی: 30 آبان 1402

چکیده مقاله:

پایداری کورکومین و راندمان انکپسولاسیون آن در امولسیون از جمله مهمترین فاکتورهای تعیین کننده زیست دسترس پذیری و جذب آن در بدن است. به این منظور در پژوهش حاضر پارامترهای موثر بر این دو فاکتور شامل زمان، pH و غلظت سلولز به عنوان متغیرهای ورودی و پایداری کورکومین و راندمان انکپسولاسیون به عنوان متغیر پاسخ در شبکه عصبی مصنوعی و الگوریتم درخت تصمیم استفاده شد. در این راستا نانوکریستال سلولز حاصل از هیدرولیز اسیدی برای تهیه پیکرینگ امولسیون کورکومین با نسبت روغن:آب ۹۵:۵ و غلظت سلولز ۱، ۵/۱، ۲، ۵/۲، و ۳ درصد وزنی/حجمی استفاده شد و راندمان انکپسولاسیون روغن حاوی کورکومین و پایداری آن در طول ۸ روز اندازه گیری شد. نتایج نشان داد که با افزایش  غلظت سلولز راندمان انکپسولاسیون به صورت معنی داری افزایش یافته و همچنین راندمان انکپسولاسیون در pH ۷ بالاتر از pH ۲ بود (۰۵/۰p≤). کورکومین موجود در امولسیون های تهیه شده در pH ۲ در طول نگهداری به شدت کاهش یافت این درحالی بود که میزان کورکومین موجود در امولسیون های با pH ۷ در طول ۸ روز نگهداری به خوبی پایدار بود. مدل سازی برای دو پارامتر پایداری کورکومین و راندمان انکپسولاسیون با آماره های R۲ و RMSE% به ترتیب نشان داد ۱-۶- ۳ MLP (۰۰/۱۰RMSE%= و ۹۹/۰ R۲=) و ۱-۶-۲ RBF  (۹۹/۹RMSE%= و ۹۹/۰ R۲=) دارای دقت بالاتری است. در نهایت نتایج نشان داد استفاده از الگوریتم شبکه عصبی مصنوعی نسبت به درخت تصمیم برای پیشبینی این دو پارامتر عملکرد بهتری داشت.

کلیدواژه ها:

نویسندگان

hoda fahim

PhD student, Department of Food Science and Technology, Sari Agricultural Sciences and Natural Resources University, Sari, Mazandaran, Iran

Ali Motamedzadegan

professor, department of Food Science and Technology, Sari Agricultural Sciences and Natural Resources University

Reza Farahmandfara

Department of Food Science and Technology, Sari Agricultural Sciences and Natural Resources University, Sari, Mazandaran

Nader Ghaffari Khaligh

Nanotechnology and Catalysis Research Center, Institute for Advanced Studies (IAS), University of Malaya, Kuala Lumpur, Malaysia

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 :
  • Berton-Carabin, C.C. and K. Schroën, Pickering emulsions for food applications: ...
  • Yu, J., M. Ahmedna, and I. Goktepe, Peanut protein concentrate: ...
  • Capron, I. and B. Cathala, Surfactant-free high internal phase emulsions ...
  • Miao, C., M.-N. Mirvakili, and W.Y. Hamad, A rheological investigation ...
  • Torlopov, M.A., et al., Pickering emulsions stabilized by partially acetylated ...
  • Tagde, P., et al., The multifaceted role of curcumin in ...
  • Saffarionpour, S. and L.L. Diosady, Curcumin, a potent therapeutic nutraceutical ...
  • Li, Z., et al., The use of bacterial cellulose from ...
  • Fallah, A., et al., Modeling the commercial volume of pure ...
  • Alehosseini, E., S.M. Jafari, and H. Shahiri Tabarestani, Evaluating the ...
  • Mohebbi, M., M. Fathi, and F. Shahidi, Genetic algorithm–artificial neural ...
  • Cardoso-Daodu, I.M., et al., Artificial neural network for optimizing the ...
  • Pirich, C.L., et al., Influence of mechanical pretreatment to isolate ...
  • Ngwabebhoh, F.A., S.I. Erdagi, and U. Yildiz, Pickering emulsions stabilized ...
  • Kadam, P.V., et al., Standardization and quantification of curcumin from ...
  • Tooke, T.R., et al., Extracting urban vegetation characteristics using spectral ...
  • Lawrence, R.L. and A. Wright, Rule-based classification systems using classification ...
  • Tiryaki, S. and A. Aydın, An artificial neural network model ...
  • Zheng, B., et al., Impact of delivery system type on ...
  • Lu, X. and Q. Huang, Stability and in vitro digestion ...
  • Tikekar, R.V., Y. Pan, and N. Nitin, Fate of curcumin ...
  • Shahkol, F., H. Abbasi, and M. Norouzi Mobarakeh, Modeling the ...
  • Liu, H., et al., Study of Pickering emulsion stabilized by ...
  • Espinosa-Sandoval, L., et al., Phenolic compound–loaded nanosystems: artificial neural network ...
  • Tao, Y., et al., Combining various wall materials for encapsulation ...
  • man Wellness, ۲۰۲۳. ۱۲ (۲): p. ۶۶۹-۶۷۹ ...
  • Fallah, A., et al., Modeling the commercial volume of pure ...
  • Alehosseini, E., S.M. Jafari, and H. Shahiri Tabarestani, Evaluating the ...
  • Mohebbi, M., M. Fathi, and F. Shahidi, Genetic algorithm–artificial neural ...
  • Cardoso-Daodu, I.M., et al., Artificial neural network for optimizing the ...
  • Pirich, C.L., etal., Influence of mechanical pretreatment to isolate cellulose ...
  • Ngwabebhoh, F.A., S.I. Erdagi, and U. Yildiz, Pickering emulsions stabilized ...
  • Kadam, P.V., et al., Standardization and quantification ofcurcumin fro ...
  • Curcuma longa extract using UV visible spectroscopy and HPLC. Journal ...
  • Tooke, T.R., et al., Extracting urban vegetation characteristics using spectral ...
  • Lawrence, R.L. and A. Wright, Rule-based classification systems using classification ...
  • Tiryaki, S. and A. Aydın, An artificial neural network model ...
  • Zheng, B., et al., Impact of delivery system type on ...
  • Lu, X. and Q. Huang, Stability and in vitro digestion ...
  • Tikekar, R.V., Y. Pan, and ...
  • Nitin, Fate of curcumin encapsulated in silica nanoparticle stabilized Pickering ...
  • Shahkol, F., H. Abbasi, and M. Norouzi Mobarakeh, Modeling the ...
  • Liu, H., et al., Study of Pickering emulsion stabilized by ...
  • Espinosa-Sandoval, L., et al., Phenolic compound–loaded nanosystems: artificial neural network ...
  • Tao, Y., et al., Combining various wall materials for encapsulation ...
    • نمایش کامل مراجع