Optimisation des conditions d’extraction des composés phénolique à partir de la peau d’amande en utilisant les réseaux de neurones et les réponses de surfaces

Abstract

L'optimisation avec la méthodologie de surface de réponse (RSM) et les réseaux de neurones artificiels (ANN) ont été appliqués de manière efficace pour l'étude des paramètres de fonctionnement de l'extraction assistée par micro-ondes (MAE) dans la récupération des composés phénoliques de la peau d'amande. Ces modèles ont été utilisés pour évaluer les effets des variables du processus et leur interaction en vue d'atteindre les conditions optimales. Dans les conditions optimales (91s de temps d'extraction, 661w de puissance de micro-ondes et 50% de concentration d'éthanol), pour RSM et pour ANN (30s de temps d'extraction, 562w de puissance de micro-ondes et 52% de concentration d'éthanol). Une comparaison entre les résultats du modèle et les données expérimentales a donné des coefficients de corrélation élevés (R2 ANN = 0,99, R2 RSM = 0,98), et a montré que les deux modèles étaient capables de prédire un total de composés phénoliques (TPC) par extraction assistée par micro-ondes. Les résultats du modèle ANN se sont avérés plus cohérents que ceux du modèle RSM puisque de meilleurs paramètres statistiques ont été obtenus. Les activités antioxydante et antidiabétique ont été testées sur l’extrait de la peau d’amande obtenu dans les conditions optimales