人工神经网络 (ANN) - 基因算法 (GA) 优化在热化阿丘卡果汁上:保留的植物化合物的动力和热力学视角
Puja Das1, Prakash Kumar Nayak1, Radha Krishnan Kesavan1
1Department of Food Engineering & Technology, Central Institute of Technology, Deemed to be University, Kokrajhar, Assam, India.
这项研究优化了从阿乔查 (Cyclanthera pedata) 提取植物化合物的方法,采用了热音处理 (TS). 人工神经网络和遗传算法确定了最佳条件,大大提高了宝贵植物化合物的产量和效率.
科学领域:
- 食品科学与技术 食品科学与技术
- 生物化学工程 生物化学工程
- 自然产品化学 自然产品化学
背景情况:
- 传统的提取方法从阿乔查 (Cyclanthera pedata) 蔬菜汁的植物化合物往往产生低于最佳的结果.
- 提高植物化学提取的效率和产量对于利用阿乔查的生物活性化合物至关重要.
研究的目的:
- 为了提高从Achocha蔬菜汁中提取植物化合物的效果,使用热电化 (TS).
- 优化TS过程参数 (超声波波幅,温度,超声波持续时间) 以最大限度地提高总多含量 (TPC),总黄含量 (TFC),抗氧化活性 (AOA) 和酸含量 (AA).
主要方法:
- 热化 (TS) 的应用,用于植物化合物提取.
- 利用人工神经网络 (ANN) 和遗传算法 (GA) 来进行过程模拟和优化.
- 研究了超声波振幅 (30%-50%),温度 (30°C-50°C) 和超声波持续时间 (15-60分钟) 的影响.
- 使用伪二次运动模型分析了提取动力学和热力学.
主要成果:
- 通过ANN-GA确定的优化TS条件:40%的超声波振幅,40°C的温度和30分钟的超声波持续时间.
- 伪二阶动力学模型准确地描述了提取动力学 (R2 > 0.988).
- 发现温度升高会增加和度和植物化学提取速率常数.
结论:
- 通过ANN-GA优化的热,显著增强了从阿乔查蔬菜汁中提取TPC,TFC,AOA和AA的效果.
- 优化过程为获得有价值的植物化合物提供了更高效和有效的方法.
- 了解提取动力学和热力学为优化植物化学回收提供了洞察力.
更多相关视频
11:58Optimizing the Use of a Liquid Handling Robot to Conduct a High Throughput Forward Chemical Genetics Screen of Arabidopsis thaliana
Published on: April 30, 2018
09:12Optimization of Processing of Tiebangchui with Highland Barley Wine Based on the Box-Behnken Design Combined with the Entropy Method
Published on: May 19, 2023
相关概念视频
Neural Regulation
Phylogenetic Trees
ATP Driven Pumps I: An Overview
There are four main types of ATP-driven pumps - P-type, V-type, F-type, and ABC transporter. All these pumps are of varying complexities and are...
Synthetic Biology
Golden rice
Golden rice is a genetically modified...
Electrochemical Systems
Bioreactor Controls-III
