Regresijski model predviđanja antioksidacijske aktivnosti desertnog vina Prošek

1. Jasenka Gajdoš Kljusurić1, Irena Budić-Leto2,Želimir Kurtanjek1, Tomislav Lovrić1 1 Prehrambeno-biotehnološki fakultet, Sveučilište u Zagrebu, Pierottijeva 6, Zagreb, Hrvatska 2 Institut za jadranske kulture i melioraciju krša, Put Duilova 11, Split, Hrvatska Uvod: Praćenjem aktivnosti antioksidansa mogu se izdvojiti one namirnice i napitci koje su uspješniji u sprječavanju oksidacijskog stresa. Fenolne komponente iz vina su opće prihvaćeni antioksidanti koji imaju važnu ulogu u održavanju ljudskog zdravlja i prevenciji raznih bolesti zbog mogućnosti sprečavanja aktivnosti slobodnih radikala. Dosadašnja istraživanja isticala su vina kao jake antioksidanse, dok slatka, desertna autohtona vina nisu još dovoljno istražena [1]. Tablica 1. Modeli s pripadnim varijablama te koeficijentima korelacije za parcijalnu linearnu korelaciju Metode: 1. Određivanje masene koncentracije flavonoida, neflavonoida i ukupnih fenola,[2]. 2.Određivanje antioksidacijske aktivnosti – Briggs-Rauscher-ova (BR) metoda (vrijeme inhibicije (IT/s) oscilacijske reakcije dodatkom uzorka koji sadrži antioksidans, [3]. – DPPH metoda (I/%, inhibicija utvrđena DPPH metodom), [4]. 3. Regresijski modeli – parcijalna linearna korelacija (PLK) – višestruka linearna korelacija (VLK) Tablica 2. Modeli s pripadnim varijablama te koeficijentima korelacije za višestruku linearnu korelaciju. Regresijski model predviđanja antioksidacijske aktivnosti desertnog vina Prošek Cilj rada: Regresijskim modelima predvidjeti antioksidacijsku aktivnost desertnog vina Prošek. Regresijskim modelima povezane su dvije metode za određivanje antioksidacijske aktivnosti sa masenim koncentracijama flavonoida, neflavonoida i ukupnih fenola. Ujedno su analizirani parametri modela te su određene značajnosti za svaku promatranu varijablu. F = Flavonoidi; NF = Neflavonoidi; Ph = ukupni fenoli; Zaključci: Parcijalni linearni regresijski modeli za predviđanje antioksidacijske aktivnosti desertnog vina Prošek pokazali su dobra slaganja s koncentracijom flavonoida (eIT=0,05%; eDPPH=22,24%) te slijedi slaganje s koncentracijom ukupnih fenola (eIT=2,00%; eDPPH=29,24%) i neflavonoida (eIT=17,91%; eDPPH=55,54%). Greške modela (e) također pokazuje koja metoda antioksidacijske aktivnosti se bolje može predvidjeti s PLK modelom, a to je antioksidacijska aktivnost prema BR metodi. Uključenjem svih promatranih koncentracija u model predikcije (VLK model), također je utvrđena greška modela (eIT=3,48%; eDPPH=31,71%) koji ide u prilog tvrdnji o boljoj predikciji antioksidacijske aktivnosti prema BR metodi. Također je ispitana značajnost slobodnog člana (di) u modelima na osnovu ukupne sume kvadrata pogrešaka za predviđanje antioksidacijske aktivnosti za obje metode (j=1,2) teje utvrđen neznatan utjecaj uključenja odsječka na y-osi te je u tom slučaju primjerenije koristiti jednostavnije modele, dakle bez slobodnog člana. Rezultati: Model PLK yi = ai. xj + di + e yi= antioksidacijska aktivnost xj= masena koncentracija za j i=1,2; 1= IT(s); 2 = DPPH (%I) j=1,2,3; 1= c(flavonoida) ; 2 = c(neflav); 3 = c(uk.fen); e = greška modela Model VLK yi = ai.x1 + bi.x2 + ci.x3 + di+ e yi= antioksidacijska aktivnost ai, bi, ci = koeficijenti modela uz varijablu di = slobodan član u modelu Reference: [1] Budić-Leto, I., Lovrić, T., Pezo, I., Gajdoš Kljusurić, J. (2005) Food Technol. Biotechnol.43, 47. [2] Ough, C.S.,Amerine, M.A. (1998)Methods for analysis of musts and wines, John Wiley & Sons, Inc., New York. [3] Gajdoš Kljusurić, J., Đaković, S., Kruhak, I., Kovačević Ganić, K., Komes, D., Kurtanjek, Ž. (2005) Acta Alimentaria34, 483 [4] Lachman, J., Šulc, M., Faitová, K., Pivec, V. (2009) Int.J Wine Research1,101. Slika 1. Odnos antioksidacijske aktivnosti i masenih koncentracija flavonoida, neflavonoida i ukupnih fenola za desertno vino Prošek.