بهینه‌سازی فرمولاسیون نان بدون گلوتن بر پایه ذرت حاوی پروتئین سفیده تخم مرغ و آنزیم ترانس گلوتامیناز میکروبی و تخمین پارامترهای این فرایند با کمک شبکه‌ی عصبی مصنوعی

در اﯾﻦ ﺗﺤﻘﯿﻖ ﺑﻬﯿﻨﻪﺳﺎزی ﻓﺮﻣﻮﻻﺳﯿﻮن ﻧﺎن ﺑﺪون ﮔﻠﻮﺗﻦ ﺑﺮ ﭘﺎﯾﻪ ذرت ﺣﺎوی ﭘﺮوﺗﺌﯿﻦ ﺳﻔﯿﺪه ﺗﺨﻢ ﻣﺮغ و آﻧﺰﯾﻢ ﺗﺮاﻧﺲ ﮔﻠﻮﺗﺎﻣﯿﻨﺎز ﻣﯿﮑﺮوﺑﯽ ﺑﺎ ﻫﺪف ﮐﻤﯿﻨﻪ ﻧﻤﻮدن اﻓﺖ ﭘﺨﺖ و ﻣﯿﺰان ﺳﺨﺘﯽ و ﺑﯿﺸﯿﻨﻪ ﻧﻤﻮدن ﻣﯿﺰان ﺣﺠﻢ ﻣﺨﺼﻮص، ارﺗﻔﺎع ﻧﺎن، ﺗﺨﻠﺨﻞ و ﺷﺎﺧﺺ رﻧﮕﯽ *l ﺗﻮﺳﻂ روش ﺳﻄﺢ ﭘﺎﺳﺦ و در ﻧﻬﺎﯾﺖ ﺗﺨﻤﯿﻦ اﯾﻦ ﭘﺎﺳﺦﻫﺎ ﺑﺎ ﮐﻤﮏ ﺷﺒﮑﻪ ﻋﺼﺒﯽ اﻧﺠﺎم ﮔﺮﻓﺖ. اﺛﺮات دو ﻏﻠﻈﺖ آﻧﺰﯾﻢ ﺗﺮاﻧﺲ ﮔﻠﻮﺗﺎﻣﯿﻨﺎز ﻣﯿﮑﺮوﺑﯽ در ﻣﺤﺪوده ی ﺻﻔﺮ ﺗﺎ 1/5 درﺻﺪ و ﭘﺮوﺗﺌﯿﻦ ﺳﻔﯿﺪه ﺗﺨﻢ ﻣﺮغ در ﻣﺤﺪوده ﺻﻔﺮ ﺗﺎ 6 درﺻﺪ ﺑﺎ ﮐﻤﮏ ﻃﺮح ﻣﺮﮐﺐ ﻣﺮﮐﺰی ﺑﺮ ﭘﺎراﻣﺘﺮﻫﺎی ﺣﺠﻢ ﻣﺨﺼﻮص، اﻓﺖ ﭘﺨﺖ، ﺗﺨﻠﺨﻞ، ارﺗﻔﺎع ﻧﺎن، ﺳﺨﺘﯽ و ﺷﺎﺧﺺﻫﺎی رﻧﮕﯽ *a* ،l و *b ﭘﻮﺳﺘﻪ ﻧﺎن ﺑﺮرﺳﯽ ﮔﺮدﯾﺪ. ﺑﺮرﺳﯽ ﻧﺘﺎﯾﺞ ﻧﺸﺎن داد ﮐﻪ ﺷﺮاﯾﻂ ﺑﻬﯿﻨﻪ ﺑﺮای ﺗﻮﻟﯿﺪ ﻧﺎن ﺑﺪون ﮔﻠﻮﺗﻦ ﺑﺮ ﭘﺎﯾﻪ ذرت زﻣﺎﻧﯽ اﯾﺠﺎد ﻣﯽﺷﻮد ﮐﻪ ﻏﻠﻈﺖ آﻧﺰﯾﻢ و ﭘﺮوﺗﺌﯿﻦ ﺳﻔﯿﺪه ﺗﺨﻢ ﻣﺮغ ﺑﻪﺗﺮﺗﯿﺐ 0/65 و 6 درﺻﺪ ﺑﺎﺷﺪ. ﺑﺎ اﻓﺰاﯾﺶ ﻏﻠﻈﺖ آﻧﺰﯾﻢ اﻓﺖ ﭘﺨﺖ، ﺗﺨﻠﺨﻞ و ﺷﺎﺧﺺ *a اﻓﺰاﯾﺶ وﻟﯽ ﻣﯿﺰان ﺷﺎﺧﺺ *b ﮐﺎﻫﺶ ﯾﺎﻓﺖ. ﻧﺘﺎﯾﺞ ﻫﻤﭽﻨﯿﻦ ﻧﺸﺎن داد ﮐﻪ ﺑﺎ اﻓﺰاﯾﺶ ﻏﻠﻈﺖ آﻧﺰﯾﻢ در ﻓﺮﻣﻮﻻﺳﯿﻮن ﻧﻤﻮﻧﻪﻫﺎ در اﺑﺘﺪا اﻓﺰاﯾﺶ و ﺳﭙﺲ ﮐﺎﻫﺶ در ﻣﯿﺰان ارﺗﻔﺎع ﻧﺎن و ﺣﺠﻢ ﻣﺨﺼﻮص ﻣﺸﺎﻫﺪه ﺷﺪ. اﻓﺰاﯾﺶ ﻏﻠﻈﺖ ﭘﺮوﺗﺌﯿﻦ ﺳﻔﯿﺪه ﺗﺨﻢ ﻣﺮغ در ﻓﺮﻣﻮﻻﺳﯿﻮن ﻧﺎن ﺑﺪون ﮔﻠﻮﺗﻦ ﺑﺮ ﭘﺎﯾﻪ ذرت ﻣﻨﺠﺮ ﺑﻪ اﻓﺰاﯾﺶ ﺷﺎﺧﺺ *l و *a و ﮐﺎﻫﺶ اﻓﺖ ﭘﺨﺖ و ﺷﺎﺧﺺ *b ﮔﺮدﯾﺪ. ﻧﺘﺎﯾﺞ ﻣﺪلﺳﺎزی ﺷﺒﮑﻪ ﻋﺼﺒﯽ ﻣﺼﻨﻮﻋﯽ ﻧﺸﺎن داد ﮐﻪ ﺷﺒﮑﻪای ﺑﺎ ﯾﮏ ﻻﯾﻪ ﭘﻨﻬﺎن ﺣﺎوی 9 ﻧﻮرون ﯾﻌﻨﯽ ﭼﯿﺪﻣﺎن 8- 2-9 (ﺷﺒﮑﻪای ﺑﺎ 2 ورودی، 9 ﮔﺮه (ﻧﻮرون) در ﻻﯾﻪ ﭘﻨﻬﺎن و 8 ﺧﺮوﺟﯽ)، ﺑﻬﺘﺮﯾﻦ ﻧﺘﯿﺠﻪ را در ﭘﯿﺶﺑﯿﻨﯽ ﺧﺮوﺟﯽﻫﺎی ﻣﻮرد ﻧﻈﺮ دارد. اﯾﻦ ﺷﺒﮑﻪ ﺑﺎ ﻣﻘﺪار ﺿﺮﯾﺐ ﻫﻤﺒﺴﺘﮕﯽ 1/00 و ﻣﯿﺎﻧﮕﯿﻦ ﻣﺮﺑﻌﺎت ﺧﻄﺎی 0/0011 ﺑﺎﻻﺗﺮﯾﻦ دﻗﺖ را در ﺑﯿﻦ ﺗﻮﭘﻮﻟﻮژیﻫﺎی در ﻧﻈﺮ ﮔﺮﻓﺘﻪ ﺷﺪه از ﺧﻮد ﻧﺸﺎن داد.