Izvorni znanstveni članak
Primjena umjetne inteligencije u predviđanju i optimiranju sastava vodenih dvofaznih sustava za ekstrakciju enzima
Ana Jurinjak Tušek
; Sveučilište u Zagrebu Prehrambeno-biotehnološki fakultet, Pierottijeva ulica 6, 10000 Zagreb
Renata Vičević
; Sveučilište u Zagrebu Fakultet kemijskog inženjerstva i tehnologije, Trg Marka Marulića 19, 10000 Zagreb
Nera Bebek
; Sveučilište u Zagrebu Fakultet kemijskog inženjerstva i tehnologije, Trg Marka Marulića 19, 10000 Zagreb
Anita Šalić
; Sveučilište u Zagrebu Fakultet kemijskog inženjerstva i tehnologije, Trg Marka Marulića 19, 10000 Zagreb
Bruno Zelić
; Sveučilište u Zagrebu Fakultet kemijskog inženjerstva i tehnologije, Trg Marka Marulića 19, 10000 Zagreb; Sveučilište Sjever, Trg Žarka Dolinara 1, 48000 Koprivnica
Sažetak
Napredak u razvoju niskotemperaturnih eutektičkih otapala (engl. Deep Eutectic Solvent, DES) i njihovoj primjeni u vodenim dvofaznim sustavima (engl. Aqueous Two-Phase System, ATPS) otvorio je nova područja istraživanja u selektivnoj ekstrakciji biomolekula, osobito enzima. Zbog velikog broja mogućih kombinacija sastava, fizikalno-kemijskih svojstava i procesnih uvjeta, eksperimentalna optimizacija ATPS temeljenih na DES često je dugotrajna i zahtjevna za provedbu. U posljednje vrijeme se umjetna inteligencija (engl. Artificial Intelligence, AI) i napredni matematički modeli sve više koriste kao podrška razumijevanju i predviđanju ponašanja kompleksnih ekstrakcijskih sustava, uključujući ATPS. U ovom radu prikazani su razvoj i primjena suvremenih AI modela, uključujući strojno učenje, nelinearne regresijske modele i metode dubokog učenja, za predviđanje učinkovitosti ekstrakcije i očuvanja enzimske aktivnosti u DES nakon ekstrakcije. Pri tome je naglasak dan na potencijal AIpodržanog modeliranja u dizajnu selektivnih, održivih i ekonomičnih ekstrakcijskih sustava.
Ključne riječi
umjetna inteligencija, ATPS temeljen na DES, ekstrakcija enzima, strojno učenje
Hrčak ID:
347753
URI
Datum izdavanja:
8.6.2026.
Posjeta: 0 *