بررسی کاربرد مولکول نگاری پلیمری در استخراج انتخابی تارتاریک اسید

نویسندگان

زهرا قاسم پور

دانشجوی دکترای تخصصی علوم و صنایع غذایی، گروه صنایع غذایی، دانشکده کشاورزی، دانشگاه ارومیه محمد علیزاده خالدآباد

دکترای تخصصی علوم و صنایع غذایی، دانشیار، گروه صنایع غذایی، دانشکده کشاورزی، دانشگاه ارومیه محمدرضا وردست

دکترای تخصصی شیمی تجزیه، استادیار، گروه شیمی دارویی، دانشکده داروسازی، دانشگاه علوم پزشکی ارومیه محمود رضازاد باری

دکترای تخصصی میکروبیولوژی مواد غذایی، دانشیار، گروه صنایع غذایی، دانشکده کشاورزی، دانشگاه ارومیه

چکیده

چکیده  استفاده از ترکیب­های شاخص از جمله روش­های شناسایی تقلبات در مواد غذایی است. اسید غالب میوه انگور، تارتاریک اسید می­تواند بعنوان شاخص حضور آب انگور قرمز در آب میوه­های دیگر مورد استفاده قرار گیرد. هدف این مطالعه سنتز پلیمر قالب مولکولی با قدرت جذب انتخابی تارتاریک اسید می­باشد. سنتز پلیمر توسط منومرهای متاکریلیک اسید و آکریل آمید و اتیلن گلیکول دی متاکریلات بعنوان اتصال دهنده­ی عرضی در دو سطح (20 و 30 میلی مول) انجام گرفت. روش بکار رفته در تولید پلیمر از نوع رسوبی بود. ارزیابی میزان جذب تارتاریک اسید با پلیمر سنتز شده توسط کروماتوگرافی مایع با کارایی بالا انجام گرفت. برای بررسی مورفولوژی پلیمر روش پراکندگی نور دینامیکی، میکروسکوپ الکترونی روبشی و طیف سنجی تبدیل فوریه مادون قرمز بکار برده شد. پلیمرهای سنتزشده بر پایه آکریل آمید و مقدار بالای اتیلن گلیکول دی متاکریلات، تارتاریک اسید بیشتری جذب کردند. پلیمرهای تولیدی دارای سطح کروی و اندازه­ی در حد میکرومتر بودند. تصدیق تشکیل کمپلکس بین پلیمر و تارتاریک اسید به­روش طیف سنجی تبدیل فوریه مادون قرمز انجام گرفت. با توجه به نتایج این مطالعه، روش مولکول نگاری پلیمری می­تواند بعنوان یک روش ساده در شناسایی و جداسازی تارتاریک اسید از محیط­های غذایی مورد بررسی و استفاده قرار گیرد.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

کاربرد شبکه عصبی مصنوعی در پیشگویی بازده استخراج یون‌های روی از نمونه‌های حقیقی با استفاده از مولکول نگاری بسپاری

 در این مقاله، یک روش مدل‌سازی جدید بر اساس شبکه عصبی مصنوعی سه لایه‌ای برای پیشگویی بازده استخراج یون‌های روی از نمونه‌های حقیقی به‌وسیله‌ی استخراج با مولکول نگاری بسپاری شرح داده می‌شود. داده‌های ورودی مدل شبکه عصبی مصنوعی سه لایه‌ای، pH، زمان جذب و زمان واجذب، مقدار لیگاند، حجم محلول و مقدار پلیمر استخراج‌کننده هستند و خروجی آن بازده استخراج یون‌های روی است. میانگین خطای مربعات و ضریب همبستگ...

متن کامل

سنتز و کاربرد نانوذرات پلیمری قالب یونی مغناطیسی جهت استخراج و پیش تغلیظ انتخابی یون کادمیم در نمونه های حقیقی

در این تحقیق ابتدا نانوذرات مغناطیسی اکسید آهن به روش همرسوبی سنتز شد. سپس نانوذرات قالب یونی مغناطیسی جدید به عنوان جاذب اختصاصی برای استخراج مقادیر جزئی یون کادمیم در نمونه‌های آب، خاک و غذا مورد استفاده قرار گرفت و میزان کادمیم در این نمونه ها با دستگاه جذب اتمی شعله‌ای تعیین مقدار شد. پارامترهای موثر بر بازده استخراج از قبیل pH محلول، زمان جذب، میزان جاذب، نوع حلال شویشی و غلظت آن، حجم حلال...

متن کامل

جداسازی و پیش تغلیظ مقادیر ناچیز یون آهن با استفاده از مولکول نگاری پلیمری و کاربرد شبکه عصبی مصنوعی در پیشگویی بازده استخراج آن

in this study, a new modeling method based on three-layer artificial neural network (ann) techniques has been employed to predict the extraction yield of iron from real samples by means of molecularly imprinted polymer. input variables of the model were ph, absorption and desorption time, ligand amount and volume of solution while the output was extraction yield of iron ions. the mean squared e...

متن کامل

سنتز جاذب پلیمری قالب ملکولی به منظور استخراج انتخابی یک علف کش تریازینی از نمونه بیولوژیک

Background and aims: Increasing production and the use of pesticides for agricultural purposes can lead to many environmental and human health risks. Therefore, assessment of their concentration in occupational and environmental samples is necessary to estimate exposure levels. This study was aimed to use a synthesized molecular imprinted polymer (MIP) as a novel and specific absorbent for resi...

متن کامل

کاربرد شبکه عصبی مصنوعی در پیشگویی بازده استخراج یون های روی از نمونه های حقیقی با استفاده از مولکول نگاری بسپاری

در این مقاله، یک روش مدل سازی جدید بر اساس شبکه عصبی مصنوعی سه لایه ای برای پیشگویی بازده استخراج یون های روی از نمونه های حقیقی به وسیله ی استخراج با مولکول نگاری بسپاری شرح داده می شود. داده های ورودی مدل شبکه عصبی مصنوعی سه لایه ای، ph، زمان جذب و زمان واجذب، مقدار لیگاند، حجم محلول و مقدار پلیمر استخراج کننده هستند و خروجی آن بازده استخراج یون های روی است. میانگین خطای مربعات و ضریب همبستگی...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید


عنوان ژورنال:
علوم و صنایع غذایی ایران

جلد ۱۴، شماره ۶۸، صفحات ۲۶۸-۲۶۱

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023