Extraction of anthocyanins from cranberry pomace using HIUS and NADES: Antioxidant and antifungal activity
Notice bibliographique
Résumé
This study explored the use of high-intensity ultrasound (HIUS) with natural deep eutectic solvents (NADES) to extract anthocyanins from cranberry pomace ( Vaccinium macrocarpon ) for potential antifungal applications. Extraction of cranberry pomace anthocyanins was optimized by varying HIUS power levels and times. Total anthocyanin content, total phenolic content and antioxidant activity of the extracts were determined. The choline chloride + glycerol mixture yielded 0.77 mg Cy3GE/g of total anthocyanins, comparable to ethanol (0.86 mg Cy3GE/g). Similarly, the glucose + lactic acid mixture achieved total phenolic content of 21.9 mg GAE/g similar to ethanol extraction. The choline chloride + glycerol mixture demonstrated approximately 20 – 48% inhibition against fungal growth on Pyrenophora tritici-repentis and Fusarium graminearum . The extracts appeared to suppress pigment formation in Fusarium graminearum , which may indicate inhibition of secondary metabolite production related to its pathogenicity. As a comparison, bilberry anthocyanin powder demonstrated significant antifungal activity, with 400 mg/L inhibiting Fusarium graminearum and Pyrenophora tritici-repentis by 23% and 55%, respectively. This research underscores the potential of anthocyanins and green extraction methods to develop sustainable antifungal agents for wheat. • Anthocyanins of cranberry pomace were extracted with high-intensity ultrasound (HIUS). • NADES with pH 2-4 and viscosity < 20 mPa·s showed high anthocyanin yields. • HIUS anthocyanin extraction was better than pressurized fluid extraction. • HIUS energy use for anthocyanin extraction was based on power, time and yield. • Choline chloride–glycerol mixture showed inhibitory effects on fungal strains.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».