機械学習法を用いたArbutus unedo L.果実から得られた抽出物の粉末系および溶液系における安定性評価

Stability assessment of extracts obtained from Arbutus unedo L. fruits in powder and solution systems using machine-learning methodologies.

• G Astray
• B R Albuquerque
• M A Prieto
• J Simal-Gandara
• I C F R Ferreira
• L Barros

抄録

Arbutus unedo L. (イチゴの木)は、フェノール化合物、特にフラバン-3-オール(カテキン、ガロカテキンなど)の含有量が多いことが知られています。フラバン-3-オールは、その生理活性作用（抗酸化作用、抗菌作用）や肥満予防、心血管疾患や癌の予防など、様々な健康効果が期待されており、注目度が高まっています。カテキンを中心としたこれらの化合物は、食品の天然防腐剤としての利用が期待されているが、加工・保存時のpHや温度によって分解が進むため、食品産業界での利用が制限される可能性がある。これらの化合物の異なる保存条件での分解速度をモデル化するために、i)ランダムフォレスト、ii)サポートベクターマシン、iii)人工ニューラルネットワークの3種類の機械学習モデルを開発した。選択したモデルは、反応系の事前知識を必要とせずに、異なる化合物の速度論や性質を追跡するために使用することができる。

Arbutus unedo L. (strawberry tree) has showed considerable content in phenolic compounds, especially flavan-3-ols (catechin, gallocatechin, among others). The interest of flavan-3-ols has increased due their bioactive actions, namely antioxidant and antimicrobial activities, and by association of their consumption to diverse health benefits including the prevention of obesity, cardiovascular diseases or cancer. These compounds, mainly catechin, have been showed potential for use as natural preservative in foodstuffs; however, their degradation is increased by pH and temperature of processing and storage, which can limit their use by food industry. To model the degradation kinetics of these compounds under different conditions of storage, three kinds of machine learning models were developed: i) random forest, ii) support vector machine and iii) artificial neural network. The selected models can be used to track the kinetics of the different compounds and properties under study without the prior knowledge requirement of the reaction system.

Copyright © 2020 Elsevier Ltd. All rights reserved.