فناوری بینی الکترونیک برای درجه بندی غیرمخرب گیاه دارویی ریحان

نوع مقاله: مقاله پژوهشی

نویسندگان

1 گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، اهواز، ایران.

2 دانشگاه شهید چمران اهواز

3 گروه گروه باغبانی، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، اهواز، ایران.

چکیده

فناوری بینی الکترونیکی روشی غیر مخرب و نوین است که برای درجه بندی مواد بودار از آن جمله اسانس گیاهان دارویی استفاده می شود. این فناوری مبتنی بر حسگرهای شیمیایی و شبیه سیستم بویایی انسان عمل می کند. از طرفی صنعت گیاهان دارویی و معطر (MAPs)، صنعت جدید و رو به رشدی است که یک از مشکلات این صنعت نبود دستگاهای کنترل کیفی است. در این مطالعه ابتدا دستگاه بینی الکترونیکی معرفی می شود و سپس امکان شناسایی و درجه بندی 8 گونه گیاه ریحان توسط این دستگاه بررسی می شود. برای این کار از سامانه بینی الکترونیک بر پایه هشت حسگر نیمه‌هادی اکسید فلزی (MOS) استفاده شد. نخست ترکیبهای اصلی تأثیرگذار اسانس 8 گونه از گیاه ریحان استخراج‌‌ شده و با استفاده روش‌‌های مرسوم دقیق آزمایشگاهی، نوع و درصد ترکیبات آن‌ها مشخص گردید. سپس درجه بندی این کلاس‌ها با استفاده از آزمون غیر مخرب بینی الکترونیک مورد ارزیابی قرار گرفت. نتایج آنالیز مؤلفه های اصلی PCA نشان داد که با استفاده از دو مؤلفه اصلی اول (PCA1,PCA2) میتوان 88% واریانس داده ها را توجیه کرد. همچنین با استفاده از نمودار لودینگ حاصل از PCA حسگر MQ135 تأثیر بیشتری در تفکیک کلاس ها داشتند. بررسی نتایج نشان داد که بینی الکترونیکی به عنوان ابزاری ارزان، دقیق، آسان در راستای شناسایی گونه‌هایی گیاه ریحان موثر می‌باشد.

کلیدواژه‌ها


عنوان مقاله [English]

The Electronic Nose Technique for Non-Destructive clustering of Basil as a Medicinal Plant

نویسندگان [English]

  • Atefeh Golchin 1
  • Hassan Zaki Dizaji 2
  • Mohammad Mahmoodi Surestani 3
  • Mohammad Esmaeil Khorasani Fardevani 1
1 Biosystems engineering Dept., Faculty of Agriculture, Shahid Chamran University of Ahvaz, Ahvaz, I. R. Iran
2 Shahid Chamran University of Ahvaz
3 Horticulture Dept., Faculty of Agriculture, Shahid Chamran University of Ahvaz, Ahvaz, I. R. Iran,
چکیده [English]

The electronic nose technique is a novel and non-destructive method used for grading odorant materials including essence (oils) of medicinal plants. This technique works based on chemical sensors and resembles the human olfactory system. On the other hand, the medical and aromatic plant industry (MAPs) is a new and growing industry that lacks quality control devices. In this study, an electronic nose device is introduced and then the possibility of identifying and grading 8 species of basil is investigated. An electronic nose system based on eight metallic oxide semiconductor (MOS) sensors were used. First, the main constituents of the essential oils of 8 species were extracted from the basil and were determined using standard laboratory methods, their type and percentage. Then, the grading of these classes was evaluated using a non-destructive electronic nose test. Results of PCA principal component analysis showed that using the first two principal components (PCA1, PCA2), 88% of the variance can be justified. Also, using the PCA LQ diagram of the MQ135 sensor had a greater effect on class separation. The results showed that e-nose as an inexpensive, accurate, easy tool to identify species of basil is effective.

کلیدواژه‌ها [English]

  • Basil plant
  • Non-destructive test
  • electronic nose
  • Principal component analysis

1- Sanaeifar, A., ZakiDizaji, H., Jafari, A., Guardia, M.d. (2017). Early detection of contamination and defect in foodstuffs by electronic nose: A review. TrAC Trends in Analytical Chemistry 97, 257-271.

2- Persaud K. and Dodd, G. Analysis of discrimination mechanisms in the mammalian olfactory system using a model nose,” Nature, vol. 299, pp. 352–355, 1982.

3- Paton, A., Harley, R., & Harley, M. 1999. Ocimum: an overview of classification and relationships, Basil: 11-46: CRC Press.

4- Sajjadi, S. E. 2006. Analysis of the essential oils of two cultivated basil (Ocimum basilicum L.) from Iran. DARU Journal of Pharmaceutical Sciences, 14(3): 128-130.

5- Omidbaigi R. Production and Processing of medicinal plants (In Persian). Astan'e Qods'e Razavi publication. Vol 3. Tehran-Iran. 2008, 397pp.

6- Bowes, K. M., & Zheljazkov, V. D. 2004. Factors affecting yields and essential oil quality of Ocimum sanctum L. and Ocimum basilicum L. cultivars. Journal of the American Society for Horticultural Science, 129(6): 789-794.

7- Peter, K. V. 2012. Handbook of herbs and spices: Elsevier.

8- Makri, O., & Kintzios, S. 2008. Ocimum sp.(basil): Botany, cultivation, pharmaceutical properties, and biotechnology. Journal of herbs, spices & medicinal plants, 13(3): 123-150.

9- Xiao, Z., Yu, D., Niu, Y., Chen, F., Song, S., Zhu, J. and Zhu, G., 2014. Characterization of aroma compounds of Chinese famous liquors by gas chromatography-mass spectrometry and flash GC electronic-nose. Journal of chromatography B. Analytical technologies in the biomedical and life sciences, 945: 92-100.

10- Loutfi, A., Coradeschi, S., Mani, G.K., Shankar, P. and Rayappan, J.B.B., 2015. Electronic noses for food quality: A review. Journal of Food Engineering, 144: 103-111.

11- Gorji-Chakespari, A., Nikbakht, A. M., Sefidkon, F., Ghasemi-Varnamkhasti, M., & Valero, E. L. 2017. Classification of essential oil composition in Rosa damascena Mill. Genotypes using an electronic nose. Journal of Applied Research on Medicinal and Aromatic Plants, 4: 27-34.

12- Baby, R., Cabezas, M., Castro, E., Filip, R., & de Reca, N. W. 2005. Quality control of medicinal plants with an electronic nose. Sensors and actuators B: Chemical, 106(1): 24-28.

13- Russo, M., Serra, D., Suraci, F., Di Sanzo, R., Fuda, S. and Postorino, S., 2014. The potential of e-nose aroma profiling for identifying the geographical origin of licorice (Glycyrrhiza glabra L.) roots. Food Chemistry, 165: 467-474.

14- Laureati, M., Buratti, S., Bassoli, a., Borgonovo, G. and Pagliarini, E., 2010. Discrimination and characterisation of three cultivars of Perilla frutescens by means of sensory descriptors and electronic nose and tongue analysis. Food Research International, 43: 959-964.

15- Zhang, B., Huang, Y., Zhang, Q., Liu, X., Li, F. and Chen, K., 2014. Fragrance discrimination of Chinese Cymbidium species and cultivars using an electronic nose. Scientia Horticulturae, 172: 271-277.

16- Ghasemi-Varnamkhasti, M., Mohtasebi, S.S., Siadat, M., Razavi, S.H., Ahmadi, H. and Dicko, A., 2012. Discriminatory power assessment of the sensor array of an electronic nose system for the detection of none of Kohgiluyeh-va-Boyerahmad province from Iran due to employment creation and permanent development. Biological Forum-An International Journal, 7(1): 749-751.