超声波辅助,机器学习优化提取银鱼内脏鱼油和微封装通过复杂的同化

科学领域:

• 生物技术是生物技术.
• 食品科学 食品科学 食品科学
• 可持续化学 可持续化学

背景情况:

• 银鱼内脏是一种富含脂质的副产品,它带来了处置挑战和资源浪费.
• 传统的鱼油提取方法效率低下,产生容易氧化的油.
• 可持续利用鱼类加工副产品对于资源管理至关重要.

研究的目的:

• 开发一个集成的超声波预处理和人工神经网络遗传算法 (ANN-GA) 战略,以最大限度地提高从银鱼内脏中提取鱼油的效率.
• 为了增强稳定性,使用凝-六甲酸盐复合体协化微封装提取的鱼油.
• 评估微封装鱼油的物理化学,热,氧化和体外消化特性.

主要方法:

• 超声波预处理与由人工神经网络遗传算法 (ANN-GA) 优化的酶性水解相结合.
• 使用凝 - 六甲酸盐 (GSM) 复合共的鱼油微封装.
• 福里埃变换红外光谱 (FT-IR) 用于结构分析.
• 评估热稳定性,储存稳定性,氧化稳定性和体外消化.

主要成果:

• 优化的提取产生了79.44%的效率与46.23%的不和脂肪酸.
• 凝-六甲酸微囊 (GSM) 实现了93.33%的封装效率,优于仅含凝的微囊 (GM).
• GSM表现出增强的热稳定性 (Tmax = 98.1 °C),储存稳定性和氧化稳定性 (氧化值约为GM的1/3).
• 试验室消化显示,从GSM中控制释放鱼油 (9.3%的胃,56%的肠道).
• 感官评估表明减少了鱼味.

结论:

• 综合的ANN-GA和超声波预处理策略有效地最大限度地提高了鱼油提取效率.
• GSM微封装显著提高了鱼油的稳定性和受控释放.
• 这种方法为从副产品中生产高质量的淡水鱼油提供了一个可持续的途径.