1- دانشجوی کارشناسی ارشد،کمیته تحقیقات دانشجویی، گروه علوم آزمایشگاهی، دانشکده پیراپزشکی، دانشگاه علوم پزشکی ایران، تهران، ایران
2- دانشجوی کارشناسی ارشد، گروه علوم آزمایشگاهی، کمیته تحقیقات دانشجویی، دانشکده پیراپزشکی، دانشگاه علوم پزشکی ایران، تهران، ایران
3- استادیار، گروه علوم آزمایشگاهی، دانشکده پیراپزشکی، دانشگاه علوم پزشکی ایران، تهران، ایران ، vaeziiafsane@gmail.com
چکیده: (63 مشاهده)
مقدمه: مایکوتوکسینها، به عنوان متابولیتهای ثانویه ازمهمترین آلایندههای طبیعی محصولات غذایی و محصولات کشاورزی مانند ذرت، بادام زمینی، آجیل، غلات، میوهجات و گندم و خوراک دام میباشند که عمدتاً توسط بسیاری از گونههای خاصی از جنس آسپرژیلوس، فوزاریوم، آلترناریا و پنیسیلیوم ساخته میشوند که علاوه بر به خطر انداختن سلامتی، سلامت انسان و حیوانات، آسیب های جبرانناپذیر و اثرات نامطلوبی جدی را به کشاورزی و اقتصاد را سبب میشوند. آفلاتوکسین، اکراتوکسین، تریکوتسن، فومونیزین، زرالنون و پاتولین برخی از مایکوتوکسینهای اصلی مؤثر برمحصولات غذایی و کشاورزی هستند. در حالی که قارچهای تولیدکننده مایکوتوکسین معمولاً با روشهای بیولوژیکی شناسایی میشوند اما بیشترمایکوتوکسینها با روشهای سنتی مبتنی بر شیمی تحلیلی شناسایی و تعیین مقدار میگردند.
روش کار: مطالعه حاضر بر روی تکنیکهای غیرتخریبی تصویربرداری و طیفسنجی از جمله تصویربرداری فراطیفی، طیفسنجی رامان، طیفسنجی مادون قرمز و همچنین فناوریهای مبتنی بر نانو برای شناسایی آلودگیها میباشد. بررسیها نشان میدهد که ادغام پیشرفتهای حوزه کامپیوتر و هوش مصنوعی با فناوریهای طیفسنجی و تصویربرداری، توانسته است محدودیتهای روشهای سنتی را رفع کند. نتیجهگیری: تکنیکهای هوش مصنوعی با بهرهگیری از الگوریتمهای پیشرفته، قادرند مایکوتوکسینها را با دقت و کارآیی بسیار بالایی در گونههای مختلف محصولات کشاورزی شناسایی کنند. اگرچه استفاده از هوش مصنوعی در تشخیص مایکوتوکسینها نیازمند دادههای متنوع و زیرساختهای محاسباتی مناسب است. تحقیقات آینده باید بر توسعه الگوریتمهای بهینهتر، ادغام دادههای چندمنبعی و پیادهسازی عملی این فناوریها در محیطهای صنعتی متمرکز شوند تا ایمنی مواد غذایی تضمین گردد.
نوع مطالعه:
مقاله مروری |
موضوع مقاله:
علوم پایه دریافت: 1404/8/18 | پذیرش: 1404/10/28