通过使用人工神经网络-遗传算法和响应表面方法模型,比较超声波辅助的水性双相系统,从石榴中提取安托素
Qisheng Yue1,2,3,4, Jun Tian1,2,3,4, Ling Dong5
1Faculty of Food Science and Engineering, Kunming University of Science and Technology, Kunming 650500, China.
Foods (Basel, Switzerland)
|January 23, 2024
概括
回收石榴 (PPs) 是可持续性的关键. 超声波辅助水性双相提取 (UA-ATPE) 有效地回收了安东素 (ACN),优化的参数产生了87.82%的ACN.
科学领域:
- 食品科学 食品科学 食品科学
- 绿色化学 绿色化学
- 生物技术是生物技术.
背景情况:
- 石榴 (PPs) 是石榴加工的副产品.
- 回收和重复使用 PP 对于环境可持续发展至关重要.
- 酸 (ACN) 是PP中发现的有价值的化合物.
研究的目的:
- 从PP中优化ACN的超声波辅助水性双相提取 (UA-ATPE).
- 为了比较中央复合设计响应表面方法 (CCD-RSM) 和人工神经网络-遗传算法 (ANN-GA) 模型的优化效率.
- 在PP中识别和量化ACN.
主要方法:
- 使用UA-ATPE从PP中提取ACN.
- 使用CCD-RSM和ANN-GA模型来优化提取参数.
- 使用UHPLC-ESI-HRMS/MS进行ACN识别和量化.
主要成果:
- 该ANN-GA模型的准确性和适应性比RSM模型更高,用于ACN收益预测.
- 优化的提取参数包括 49.0 mL/g 的液体固体比, 28 g/100 g 乙醇度, 27 分钟的超声波时间和 330 W 的超声波功率.
- 获得的最大实验ACN收益率为87.82%,与预测值非常接近.
- 确定了六种类型的ACN,其中丁-3-O-葡萄糖化物是最丰富的 (57.01 ± 1.36 mg/g DW).
结论:
- UA-ATPE是从石榴果中提取ACN的有效方法.
- 与CCD-RSM相比,ANN-GA模型为这种提取过程提供了更准确的优化方法.
- 这项研究突出了利用石榴加工副产品的潜力,为生态和经济带来了好处.
