تحسين الاستخلاص المائي بمساعدة التحريك فوق الصوتي لزيت أوراق القرفة (Cinnamomum tamala) باستخدام منهجية سطح الاستجابة ونمذجة الشبكات العصبية الاصطناعية

لماذا تهم هذه التوابل المنزلية

أوراق الغار مكوّن مألوف في الكاري واليخنات، لكن هذه الأوراق نفسها تحتوي أيضاً على زيت عطري غني بمضادات أكسدة طبيعية يمكن أن تساعد في حفظ الأغذية، وتنكه المنتجات، بل وتدعم الصحة. التحدي هو استخراج كمية كافية من هذا الزيت من الأوراق دون إهدار للطاقة أو إتلاف مكوناته الحساسة. تستكشف هذه الدراسة طريقة أذكى لتحقيق ذلك، تجمع بين موجات صوتية وغليان لطيف، ثم تستخدم نمذجة حاسوبية متقدمة لضبط العملية بدقة.

تحويل الأوراق إلى زيت ذي قيمة

ركز الباحثون على Cinnamomum tamala، المعروف غالباً بورق الغار الهندي أو «تيجباتا»، والمستخدم على نطاق واسع في جنوب آسيا كتوابل وكمعالجة تقليدية. تحتوي الزيوت الأساسية من هذه الأوراق على مركبات ذات خصائص مضادة للميكروبات ومضادة للالتهاب وسلوك قوي كمضادات للأكسدة، مما يجعلها جذابة لصناعات الغذاء ومستحضرات التجميل والأدوية. ومع ذلك، فإن طرق الاستخلاص التقليدية مثل الغلي البسيط والتقطير بالبخار بطيئة وتستهلك طاقة كبيرة وغالباً ما تعطي عوائد متواضعة، مما يحد من إمكاناتها التجارية. هدفت المجموعة إلى تحسين كل من كمية وجودة الزيت القابل استخراجه من هذه الأوراق الشائعة.

مساعدة الماء المغلي بالصوت

التقنية الأساسية المختبرة هنا هي الاستخلاص المائي بمساعدة التحريك فوق الصوتي. عملياً، تُخلط أوراق الغار المجففة والمفرومة مع الماء وتُعالج أولاً في حمام فوق صوتي، حيث تخلق الموجات الصوتية عالية التردد فقاعات صغيرة تنهار بسرعة. هذا التحريك الميكروسكوبي يضعف ويُمزق جدران الخلايا النباتية، مما يسهل خروج الزيت. بعد هذا المعالجة الصوتية، يُقطَّر المزيج باستخدام تركيب قياسي لفصل الزيت بحيث يمكن تكثيف وجمع البخار المحتوي على الزيت والماء. من خلال ضبط أربعة معايير — كمية الماء لكل غرام من الورق، وطاقة ومدة الموجات فوق الصوتية، وطول التقطير — سعى العلماء لإيجاد ظروف تمنح أقصى كمية من الزيت مع أقوى نشاط مضاد للأكسدة.

ترك الرياضيات والآلات تبحث عن نقطة التوازن

بدلاً من التخمين، استخدمت الفريق منهجين نمذجيين مكملين لاستكشاف العملية. أولاً، طبّقوا تصميمًا إحصائيًا منظماً يغيّر المعايير الأربعة بطريقة منسقة ويناسب معادلة تصف كيف تستجيب العائدات ومقاييس مضادات الأكسدة. ثانياً، دربوا شبكة عصبية اصطناعية، نموذج حاسوبي مستوحى من تركيب المخ، لتتعلم الأنماط مباشرة من نفس بيانات التجارب. ولجعل هذا «الصندوق الأسود» أكثر وضوحًا، استخدموا أدوات تصور وتحليلات الحساسية التي تظهر أي الإعدادات لها الأثر الأكبر وكيف تدفع التغييرات في كل منها النتائج للارتفاع أو الانخفاض. اتفقت النهجان على أن هناك وسطًا مثاليًا: القليل جداً من الصوت أو قصر مدة التقطير يهدر الزيت، بينما يبدأ العلاج القوي أو الطويل جداً في تدهور المركبات الحساسة.

ما يقدمه العملية المحسّنة

بمقتضى أفضل الشروط التي اقترحتها عملية البحث الموجهة بالشبكة العصبية، أنتجت أوراق الغار حوالي 1.7 بالمئة زيتًا عطريًا في وقت يزيد قليلاً عن ساعتين — ما يقرب من ثلاثة أضعاف ما تقدمه العديد من الطرق التقليدية وفي وقت أقل. كان الزيت غنيًا بجزيئات معروفة عطرية وبيولوجية فعّالة مثل اللينالول والإيوجينول والسينمالدهايد. كما أظهر مستويات عالية من المركبات الفينولية الكلية وأداءً قويًا في اختبار قياسي لمضادات الأكسدة، مما يدل على أن العملية الألطف والأسرع تحافظ على المكونات المرتبطة بالصحة بدلاً من طهوها. أكدت الفحوص الدقيقة لخصائص الزيت الفيزيائية والكيميائية أيضًا أنه مستقر ومناسب للاستخدام الصناعي.

من خدعة مخبرية إلى صناعة أكثر خضرة

لغير المتخصص، الرسالة الرئيسية أن توابلاً مطبخية شائعة يمكن أن تنتج زيتًا طبيعيًا ذا قيمة عالية عند استخلاصها بذكاء. من خلال الجمع بين الموجات فوق الصوتية والتقطير التقليدي وتوجيه التحسين بكل من الإحصاء الكلاسيكي وتعلّم الآلة، أنشأ الباحثون طريقة أكثر كفاءة وتوفّرًا للطاقة للحصول على زيت ورق الغار دون التضحية بالجودة. إذا تم توسيع نطاقها، فقد تساعد هذه المقاربة في استبدال بعض المضافات الاصطناعية بمكونات نباتية مع التوافق مع أهداف الإنتاج الأنظف — مبيّنة كيف يمكن لتصميم العملية الدقيق والنمذجة الحديثة أن يطلقا إمكانات أكبر من النباتات المألوفة.

الاستشهاد: Jon, P.H., Shourove, J.H., Ali, M.K. et al. Optimizing sonication-assisted hydrodistillation of Cinnamomum tamala essential oil using response surface methodology and artificial neural network modeling. Sci Rep 16, 14107 (2026). https://doi.org/10.1038/s41598-026-42869-2

الكلمات المفتاحية: زيت ورق الغار, استخلاص بالموجات فوق الصوتية, المعالجة الخضراء, مركبات مضادة للأكسدة, الشبكات العصبية الاصطناعية