عنوان	طبقه‌بندی محصولات نهایی واکنش میلارد در مزدوج های پروتئین-پلی ساکارید با تصویربرداری فراطیفی و مدل‌های یادگیری ماشین
نوع پژوهش	مقاله چاپ‌شده در مجلات علمی
کلیدواژه‌ها	تصویربرداری فراطیفی ملانوئیدین میلارد یادگیری ماشینی
چکیده	میلارد واکنش شیمیایی است که بین گروه‌های آمین آزاد پروتئین‌ها و گروههای کربونیل قندهای احیا کننده انجام می‌شود. تشکیل پیوند کووالانسی بین پروتئین و کربوهیدرات، با عنوان مزدوج پروتئین- ساکارید یا ترکیبات کونژوگه شناخته شده که علاوه بر بهبود ویژگی‌های کاربردی، در بهبود طعم و رنگ مواد غذایی نیز مؤثر است. با این حال، در صورت عدم کنترل دقیق، نگرانی‌هایی در مورد تشکیل ترکیبات مضر برای سلامت انسان وجود دارد. بنابراین، بهینه‌سازی شرایط واکنش برای بهره‌گیری از مزایای آن و به حداقل رساندن ترکیبات مضر، امری ضروری است. در این پژوهش، کنسانتره پروتئین آب پنیر و بتاگلوکان تحت دماهای مختلف مزدوج شده و محصولات نهایی میلارد با اسپکتروفوتومتری فرابنفش-مرئی سنجش شد. داده‌ها با روش تحلیل مؤلفه‌های اصلی و الگوریتم‌های یادگیری ماشینی شامل جنگل تصادفی، نزدیک‌ترین همسایگان و ماشین بردار پشتیبان پردازش شدند. نتایج نشان داد که الگوریتم نزدیک‌ترین همسایگان با دقت 04/91 درصد بهترین عملکرد را در طبقه‌بندی نمونه‌ها داشت. ماشین بردار پشتیبان با دقت‌های 88/87 و 85/84 درصد با دو راهبرد «یکی در برابر یکی» و «یکی در برابر همه»، و جنگل تصادفی با دقت 20/77 درصد در رتبه‌های بعدی قرار گرفتند. بررسی‌های طیفی تأیید کرد که افزایش دما موجب افزایش محصولات نهایی میلارد شده و مدل‌های یادگیری ماشین بر پایه داده‌های طیفی، امکان تفکیک دقیق نمونه‌ها بر اساس دمای فرآیند را فراهم نمودند. این پژوهش نشان داد که رویکرد پیشنهادی ادغام اسپکتروسکوپی فرابنفش-مرئی با یادگیری ماشین، به‌عنوان یک روش سریع، غیرمخرب و کارآمد، پتانسیل قابل‌توجهی برای پایش واکنش میلارد و بهینه‌سازی فرآیندهای حرارتی در صنایع غذایی دارا می‌باشد.
پژوهشگران	محمدحسین نرگسی (نفر اول)، سمیه عزیزنیا (نفر دوم)، کامران خیرعلی پور (نفر سوم)، محمد کرد (نفر چهارم)، زهرا کاویانی (نفر پنجم)