Wetenschap
Specerijen en andere plantaardige producten bevatten veel actieve componenten, zoals polyfenolen en flavonoïden. Zelfs de kleinste variaties in de omstandigheden kunnen echter de extractie-efficiëntie van deze actieve componenten aanzienlijk beïnvloeden, wat uitdagingen met zich meebrengt bij het bepalen van de exacte hoeveelheid actieve componenten in de extractoplossing.
In een nieuwe studie gepubliceerd in Food Chemistry hebben onderzoekers de fluorescentie van polyfenolen en flavonoïden uitgebreid gemeten en de verkregen gegevens geanalyseerd met behulp van machine learning-methoden. Deze aanpak leverde een zeer nauwkeurige, eenvoudige en snelle methode op om het totale polyfenol- en flavonoïdengehalte en de antioxidantcapaciteit te schatten.
De cruciale factor bij het bereiken van nauwkeurigheid was het integreren van metingen die bij meerdere concentraties waren verkregen. Hoewel de conventionele praktijk tijdens het meten van de fluorescentie het verdunnen van het monster tot een enkele concentratie inhoudt, maakt de grote variatie in de hoeveelheden componenten in plantenextracten het mogelijk een universeel geschikte verdunningsconcentratie te bepalen.
Daarom voerden de onderzoekers uitgebreide fluorescentiemetingen uit op vier verschillende verdunningsniveaus en integreerden deze gegevens in het machine learning-proces.
Daarom kon machinaal leren belangrijke indices voor het evalueren van kruidenextracten nauwkeurig schatten, waaronder het totale polyfenolgehalte, het totale flavonoïdengehalte, de antioxidantcapaciteit en de reducerende capaciteit. Met name de schatting van het totale flavonoïdengehalte door middel van optische metingen is een baanbrekende prestatie, die de effectiviteit van deze methode markeert waar dergelijke schattingen in het verleden niet optisch zijn uitgevoerd.
Meer informatie: Thi Bao Chau Bui et al., Gebruik van fluorescentievingerafdruk met meerdere verdunningen vergemakkelijkt de voorspelling van chemische eigenschappen in kruidenextracten, Voedingschemie (2023). DOI:10.1016/j.foodchem.2023.138028
Journaalinformatie: Voedselchemie
Aangeboden door Universiteit van Tsukuba
Snel 4D-printen met polymeren met vormgeheugen
Onderzoeken hoe het vezelgehalte de mechanische eigenschappen beïnvloedt in met vlas- en ananasbladvezels versterkte kunststofcomposieten
Meer >
Wetenschap © https://nl.scienceaq.com