Farklı tür derin ötektik çözücülerin kemometrik stratejiyle gıda ürünlerinde sülfadiazin kalıntılarının tayini için araştırılması
Investigation of different types of deep eutectic solvents for determination of sulfadiazine residues in food products by chemometric strategy
- Tez No: 869059
- Danışmanlar: PROF. DR. NAİL ALTUNAY
- Tez Türü: Yüksek Lisans
- Konular: Kimya, Chemistry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Sivas Cumhuriyet Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Kimya Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 71
Özet
Bu tez çalışmasında, gıda numunelerinde sülfadiazinin verimli ekstraksiyonu için düşük viskoziteli hidrofobik derin ötektik (DES) çözücülerin kullanım süreci açıklamaktadır. Analitik yöntem tayin basamağında, UV–VIS Spektrofotometrenin kullanıldığı yeni, basit ve yeşil sonikasyon destekli DES bazlı sıvı-sıvı mikroekstraksiyonunun (SA-DES-LLME) kullanılmasını içermektedir. Ön deneyler ışığında, SA-DES-LLME yönteminin önemli parametreleri (pH, DES hacmi, sonikasyon süresi ve ekstraksiyon sıcaklığı) merkezi kompozit tasarım kullanılarak optimize edildi. Seçicilik, geri kazanım, sağlamlık, tekrarlanabilirlik ve tekrar üretilebilirlik gibi doğrulama parametreleri optimize edilmiş koşullar altında araştırıldı. Ek olarak, optimize edilmiş SA-DES-LLME yöntemi, sülfadiazin için iyi ekstraksiyon geri kazanımı (%96 ± 3), düşük bağıl standart sapma (%1,9), geniş doğrusal aralık (2–250 ng mL-1), düşük tespit limiti (0,6 ng mL-1) ve yüksek önderiştirme faktörü (200) sağdı. Son olarak, optimize edilmiş SA DES-LLME yöntemi, gıda numunelerinde sülfadiazin tayini ve ekstraksiyonu için başarıyla uygulandı ve %89 ± 7 ile %98 ± 5 arasında kantitatif geri kazanımlar sağlandı.
Özet (Çeviri)
In the thesis study, describes the process of using low viscous hydrophobic deep eutectic (DES) solvents for efficient extraction of sulfadiazine in food samples. The analytical method involved the use of a combination of a novel, simple and green sonication-assisted DES-based liquid-liquid microextraction (SA-DES-LLME) with detection by UV–VIS spectrophotometer (UV–VIS). In the light of the preliminary experiments, the important parameters (pH, DES volume, sonication time and extraction temperature) of the SA-DES-LLME method were optimized using a central composite design. Validation parameters such as selectivity, recovery, robustness, repeatability and reproducibility were determined under optimized conditions. In addition, the optimized SA-DES-LLME provides good extraction recovery (96 ± 3%), low relative standard deviation (1.9%), wide linear concentration range (2–250 ng mL-1), low limit of detection (0.6 ng mL-1), and high preconcentration factor (200) for sulfadiazine. Finally, the optimized SA-DES LLME has been successfully applied for the determination and extraction of sulfadiazine in food samples, and quantitative recoveries were achieved between 89 ± 7% and 98 ± 5%.
Benzer Tezler
- Derin ötektik çözücü kullanılarak lignoselülozik biyokütleden inülinaz enzimi üretiminin optimizasyonu
Optimization of inulinase enzyme production from lignocellulosic biomass using a deep eutectic solvent
HATİCE GÖZDE HOSTA YAVUZ
Doktora
Türkçe
2023
Gıda MühendisliğiAkdeniz ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
PROF. DR. İRFAN TURHAN
- Polylactic acid recycling with environmentally benign fluids
Polilaktik asitin çevreye zararı olmayan çözücülerle geri dönüşümü
ÇAĞLA BOZCUOĞLU
Yüksek Lisans
İngilizce
2022
Kimya MühendisliğiOrta Doğu Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÇERAĞ DİLEK HACIHABİBOĞLU
PROF. DR. NAİME ASLI SEZGİ
- Hiperspektral görüntülerde derin öğrenme ile hedef tespiti
Target detection on hyperspectral images using deep learning
BATUHAN MERT SEVEROĞLU
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SENİHA ESEN YÜKSEL ERDEM
- Video'da derin öğrenme tabanlı gürültü azaltma
Deep learning-based noise reduction in video
AHMET YAPICI
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- Road geometry extraction with fusion of low resolution satellite imagery and GPS trajectory using deep learning methods
Düşük çözünürlüklü uydu görüntüleri ve GPS rotaları birleştirilmesi ve derin öğrenme yöntemleri kullanılarak yol geometrilerinin tespiti
NECİP ENES GENGEÇ
Doktora
İngilizce
2024
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ERGİN TARI