Die Lichtmessung ermöglicht die Abschätzung der chemischen Eigenschaften von Gewürzextrakten

Gewürze und andere pflanzliche Produkte enthalten viele Wirkstoffe wie Polyphenole und Flavonoide. Allerdings können selbst kleinste Schwankungen der Bedingungen die Extraktionseffizienz dieser Wirkstoffe erheblich beeinträchtigen, was die Bestimmung der genauen Menge der Wirkstoffe in der Extraktlösung zu Herausforderungen macht.

In einem neuen Studie veröffentlicht in LebensmittelchemieForscher haben die von Polyphenolen und Flavonoiden emittierte Fluoreszenz umfassend gemessen und die gewonnenen Daten mithilfe von Methoden des maschinellen Lernens analysiert. Dieser Ansatz ergab eine äußerst genaue, einfache und schnelle Methode zur Schätzung des Gesamtgehalts an Polyphenolen und Flavonoiden sowie der antioxidativen Kapazität.

Der entscheidende Faktor für das Erreichen der Genauigkeit war die Integration von Messungen, die bei mehreren Konzentrationen erfasst wurden. Während es bei der Fluoreszenzmessung üblicherweise darum geht, die Probe auf eine einzige Konzentration zu verdünnen, ermöglicht die große Variation der Komponentenmengen in Pflanzenextrakten die Bestimmung einer universell geeigneten Verdünnungskonzentration.

Daher führten die Forscher umfassende Fluoreszenzmessungen bei vier verschiedenen Verdünnungsstufen durch und integrierten diese Daten in den maschinellen Lernprozess.

Daher war maschinelles Lernen in der Lage, wichtige Indizes zur Bewertung von Gewürzextrakten genau abzuschätzen, darunter den Gesamtpolyphenolgehalt, den Gesamtflavonoidgehalt, die Antioxidationskapazität und die Reduktionskapazität. Insbesondere die Schätzung des gesamten Flavonoidgehalts mittels optischer Messung stellt eine bahnbrechende Errungenschaft dar und unterstreicht die Wirksamkeit dieser Methode, wo solche Schätzungen in der Vergangenheit nicht optisch durchgeführt wurden.