පරිගණකයකට තක්කාලි හෝ බ්ලූබෙරි "රස" කළ හැකිද? හොඳයි, හරියටම නොවේ, නමුත් මෙම පලතුරු වල ඇති වාෂ්පශීලී බව විද්යාඥයින්ට පැවසිය හැකි බව ෆ්ලොරිඩා විශ්ව විද්යාලයේ පර්යේෂකයෝ පවසති.
ෆ්ලොරිඩා විශ්ව විද්යාලයේ ආහාර හා කෘෂිකාර්මික විද්යා ආයතනය (UF/IFAS) අභිජනනය කරන්නෙකු සහ ජාන විද්යාඥයෙකු වන Marcio Resende හට ඔහු "කෘතිම බුද්ධි රසඥයා" ලෙස හඳුන්වන ආකෘතියක් නිර්මාණය කිරීමට අවශ්ය වේ, එය පර්යේෂකයන්ට පවසන්නේ කුමන රසායනික සංයෝග - එනම් වාෂ්පශීලී, සීනි, අම්ල සහ අනෙකුත් රසායනික සංයෝග - හොඳම පළතුරු රස නිපදවයි.
පලතුරක් හෝ එළවලු වර්ගයක් බෝ කිරීම වටී ද යන්න සොයා බැලීම සඳහා, විද්යාඥයන් තමන් විසින්ම රස සහ සුවඳ සඳහා බෝගය සාම්පල කර, කෙත්වතු හරහා ගොස් නිෂ්පාදන තනි තනිව තෝරා ගනී.
UF/IFAS උද්යාන විද්යාව පිළිබඳ මහාචාර්යවරයෙකු සහ සම-කර්තෘවරයෙකු වන Harry Klee පැවසුවේ මෙම ක්රියාවලි මගින් සැපයුම් ගැටළු ඉදිරිපත් කළ හැකි බවයි. නව අධ්යයනයකි පළතුරු රසය මැනීමට පරිගණක ආකෘති වාෂ්පශීලී භාවිතා කළ හැකි ආකාරය දෙස බලයි.
"පිරිවැය සහ සැපයුම් සීමාවන් හේතුවෙන්, අභිජනනය කරන්නන් සාමාන්යයෙන් ඔවුන්ගේ වැඩසටහන් වල පාරිභෝගික පැනල් භාවිතා නොකරයි," ක්ලී පැවසීය. “පරමාදර්ශී විභව පාරිභෝගිකයින් සමූහයක් ඇතුළත් විශාල පාරිභෝගික මණ්ඩලයක් භාවිතා කිරීමයි. අපි වයස් සහ වාර්ගික පරාසයක විහිදෙන පුද්ගලයන් 100 ක් භාවිතා කරමු. මෙම ප්රවේශය සාප්පු සවාරි යන්නන්ගේ ජනගහනයෙන් බොහෝ දුරට නියෝජනය වේ.
වසර ගණනාවක් පුරා, ශාක අභිජනනය කරන්නන් සහ ජාන විද්යාඥයින් ගොවීන්ට ඉහළ අස්වැන්නක් ලබා ගැනීමට උදව් කළේ රසය වැනි පාරිභෝගික-නැඹුරු ගති ලක්ෂණ මැනීමට අපහසු බැවිනි. කෙසේ වෙතත්, වර්තමානයේ ඉල්ලුමට සරිලන වෙළඳපල තුළ තරඟ කිරීමට නිෂ්පාදකයින්ට ඉහළ අස්වැන්නක් ප්රමාණවත් නොවන බව බ්ලූබෙරි අභිජනන වැඩසටහන භාර UF/IFAS උද්යාන විද්යා සහකාර මහාචාර්ය Patricio Muñoz පැවසීය.
හොඳ රසය ඇති ප්රභේද ඇතුළත් නොකරන්නේ නම්, ඔවුන්ගේ පලතුරු හොඳ මිලකට විකිණීමට හෝ කිසිසේත් විකිණීමට නොහැකි බව නිෂ්පාදකයින් දන්නා බව මුනෝස් පැවසීය. මෙම ක්රම සමඟින්, නිෂ්පාදකයින්ට තරඟකාරීව සිටීමට සහ පාරිභෝගිකයින්ට ඔවුන්ගේ නිෂ්පාදන පිළිබඳ වඩා හොඳ අත්දැකීමක් ලබා ගැනීමට විද්යාඥයින් බලාපොරොත්තු වේ.
මෙම ආකෘති භාවිතා කරමින්, අභිජනන වැඩසටහනක් බොහෝ පලතුරු සහ එළවළු වර්ග සඳහා රස ශ්රේණිගත කිරීම් තක්සේරු කළ හැකිය. විද්යාඥයින්ට හෝ පාරිභෝගික පැනලවලට එකවර ප්රභේද ගණනාවක් පරීක්ෂා කළ නොහැකි නිසා මෙම ක්රියාවලිය මින් පෙර සීමා විය.
බ්ලූබෙරීස් සහ තක්කාලිවල වාෂ්පශීලී ද්රව්යවල දත්ත සංඛ්යානමය ආකෘතියකට ලබා ගැනීමේ ක්රම පෙන්වන නව පර්යේෂණයට රෙසෙන්ඩේ නායකත්වය දුන්නේය. පර්යේෂණ සොයාගැනීම් දැන් එම පලතුරු දෙකට සීමා වී ඇති නමුත් පසුව UF/IFAS පර්යේෂකයන් විසින් වර්ධනය කරන අනෙකුත් භෝග සඳහා ව්යාප්ත කරනු ඇත.
ඔවුන්ගේ නව අධ්යයනය සිදු කිරීම සඳහා, UF/IFAS පර්යේෂකයන් පසුගිය දශකයේ තක්කාලි සහ බ්ලූබෙරි අභිජනන වැඩසටහන් දත්ත භාවිතා කළහ.
ඔවුන් විවිධ තක්කාලි සහ බ්ලූබෙරි වර්ග කට්ටලයක් පාරිභෝගික පැනල් වෙත ලබා දුන්නේය Gainesville හි UF සංවේදක රසායනාගාරය. පසුව විද්යාඥයින් "කැමති", පැණි රස, ඇඹුල්, රස තීව්රතාවය සහ උමාමි වැනි රස ගුණාංග මත ශ්රේණිගත කිරීම් එකතු කරන ලදී.
UF/IFAS පර්යේෂකයන් පාරිභෝගිකයෙකු රසයකට කොතරම් කැමතිද යන්න පවසන ලකුණු පරාසය පරීක්ෂා කළහ. එය හැරෙන පරිදි, වාෂ්පශීලී "වැනි" ලකුණු වලින් 56% ක් දක්වා පැහැදිලි කර ඇති අතර, පාරිභෝගිකයින් පලතුරු වලට කොපමණ කැමතිද යන්න තීරණය කිරීමේදී වාෂ්පශීලී බව වැදගත් බවට සාක්ෂි ශක්තිමත් කරයි. පළතුරු රසයෙහි වැදගත්කම ප්රමාණ කිරීම සහ තක්සේරු කිරීමේදී වාෂ්පශීලී ද්රව්ය ද වැදගත් වන බව රෙසෙන්ඩේ පැවසීය.
තවද, පර්යේෂකයන් පෙන්වා දුන්නේ යන්ත්ර ඉගෙනීමේ ප්රවේශයන් සාමාන්යයෙන් පරිවෘත්තීය තේරීම ලෙස හඳුන්වන පාරිභෝගික රස මනාපයන් පිළිබඳ හොඳම පුරෝකථනය කරන බවයි. පරිවෘත්තීය තෝරාගැනීමේ නිරවද්යතාව ඒ වෙනුවට ප්රවේණික දත්ත භාවිතා කරන ආකෘතිවලට වඩා උසස් වන අතර, අභිජනන යෙදුම්වල මෙම නව ක්රමයේ විභවය ඉස්මතු කරයි.
උද්යාන විද්යාව පිළිබඳ UF/IFAS සහකාර මහාචාර්ය රෙසෙන්ඩේ පැවසුවේ “ප්රධාන කරුණ වන්නේ අභිජනනය කරන්නන්ට සාම්පල විශාල සංඛ්යාවක් පරීක්ෂා කළ හැකි බවයි. “මෙම ආකාරයෙන්, හොඳ රසැති ප්රභේද හඳුනා ගැනීමට ඔබට පුළුල් පුනීලයක් ඇති අතර, එක් අවස්ථාවක, රස පරීක්ෂක පැනල් සංවේදී දත්ත සමඟ අවසාන තේරීමක් කරයි. මෙම ආකෘතීන් අභිජනන ඉලක්කයක් ලෙස කලින් රසය ඇතුළත් කිරීමට සහ වඩාත් රසවත් පලතුරු වර්ග තෝරා ගැනීම සහ නිකුත් කිරීම දිරිමත් කරනු ඇතැයි අපි අපේක්ෂා කරමු.
Resende ට අමතරව, රස පරීක්ෂා කිරීමේ පරිගණක ආදර්ශ ක්රමය විමර්ශනය කළ අනෙකුත් UF/IFAS පීඨ අතර ඇතුළත් වූයේ Klee, Muñoz සහ Denise Tieman, පර්යේෂණ සහකාර මහාචාර්ය - මේ තිදෙනාම උද්යාන විද්යා දෙපාර්තමේන්තුවේ; ආහාර විද්යාව සහ මානව පෝෂණය පිළිබඳ මහාචාර්යවරයෙකු වන චාලි සිම්ස් සහ කෘෂිකාර්මික හා ජීව විද්යාත්මක ඉංජිනේරු විද්යාව පිළිබඳ සහකාර මහාචාර්යවරයෙකු වන Nikolay Bliznyuk. කෘතිය ද ප්රථම කර්තෘ ආචාර්ය උපාධිය. ශිෂ්ය වින්සන්ට් කොලන්ටෝනියෝ සහ පර්යේෂණ සහකාර විද්යාඥ ලුයිස් ෆෙලිපේ ෆෙරෝ.
මෙම නව AI පර්යේෂණය Resende පැහැදිලි කරන වීඩියෝවක් සඳහා පහත ක්ලික් කරන්න.
- බ්රැඩ් බක්, ෆ්ලොරිඩා විශ්ව විද්යාලය