Pregled bibliografske jedinice broj: 1027623
Optimiranje uvjeta ekstrakcije biološki aktivnih komponenata iz industrijske konoplje (Cannabis sativa L.)
Optimiranje uvjeta ekstrakcije biološki aktivnih komponenata iz industrijske konoplje (Cannabis sativa L.), 2019., diplomski rad, diplomski, Prehrambeno-biotehnološki fakultet, Zagreb
CROSBI ID: 1027623 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
Optimiranje uvjeta ekstrakcije biološki
aktivnih komponenata iz industrijske konoplje
(Cannabis sativa L.)
(Optimization of the extraction conditions of
biologically active compounds from industrial
hemp (Cannabis sativa L.))
Autori
Šain, Adela
Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, diplomski
Fakultet
Prehrambeno-biotehnološki fakultet
Mjesto
Zagreb
Datum
23.09
Godina
2019
Stranica
77
Mentor
Jurina, Tamara
Neposredni voditelj
Jurinjak Tušek, Ana ; Benković, Maja
Ključne riječi
industrijska konoplja ; biološki aktivne komponente ; ekstrakcija ; optimiranje ; modeliranje
(industrial hemp ; biologically active compounds ; extraction ; optimization ; modelling)
Sažetak
Cilj ovog rada bio je ispitati utjecaj temperature, otapala, brzine miješanja, vremena ekstrakcije i omjera tekuće i krute faze na fizikalna (vodljivost, TDS, pH, suha tvar) i kemijska (ukupni polifenoli, antioksidacijska aktivnost određena DPPH i FRAP metodama) svojstva ekstrakata industrijske konoplje. Optimiranje procesa klasične ekstrakcije provedeno je metodom odzivnih površina (RSM), zajedno sa Box-Behnken dizajnom (BBD). Prema metodi odzivnih površina, optimalni uvjeti ekstrakcije bili su sljedeći: temperatura 45 °C, omjer tekuće i krute faze 30 mL g-1, vrijeme ekstrakcije 25 min, brzina miješanja 500 rpm, udio etanola u vodi 25 %. Razvijeni su modeli višestruke linearne regresije, nelinearne regresije i lokalne linearne regresije, kao i umjetne neuronske mreže, za predviđanje fizikalno-kemijskih svojstava pripremljenih ekstrakata konoplje, na temelju procesnih parametara klasične ekstrakcije. Na temelju dobivenih koeficijenata determinacije, utvrđeno je kako se modeli lokalne linearne regresije mogu primijeniti za predviđanje fizikalno-kemijskih svojstava ekstrakata konoplje, za razliku od modela linearne i nelinearne regresije. Rezultati dobiveni primjenom umjetnih neuronskih mreža pokazali su se najpouzdanijim za predviđanje antioksidacijske aktivnosti određene DPPH metodom (R2 = 0, 978).
Izvorni jezik
Hrvatski
Znanstvena područja
Biotehnologija, Prehrambena tehnologija
POVEZANOST RADA
Ustanove:
Prehrambeno-biotehnološki fakultet, Zagreb