Снижение содержания афлатоксина М1 в молоке с помощью куркумина: кинетическое моделирование методом Монте-Карло (исследование in silico)

Афлатоксин M1 (AFM1), это термостабильный канцерогенный микотоксин, выделяемый с молоком лактирующих животных после употребления кормов, загрязнённых афлатоксином B1. Глобальная распространённость этого токсина в молочных продуктах во многих регионах продолжает превышать установленные нормативы. Куркумин, липофильный полифенол из куркумы длинной (Curcuma longa L.), предлагается в качестве природного деконтаминанта; однако конкурентное связывание куркумина молочными белками может существенно снижать его эффективную свободную концентрацию, что приводит к систематическому завышению эффективности деконтаминации в простых матричных моделях. Была разработана вычислительная структура на основе моделирования Монте-Карло (1000 итераций) для кинетического описания снижения концентрации AFM1 в течение 24 часов при дозах куркумина 0; 2,5; 5 и 10 мг/л. Сравнивались две механистические модели: модель линейного распада первого порядка (Модель А) и модель насыщения Михаэлиса–Ментен с учётом конкурентной интерференции молочных белков (Модель В). Для всех параметров были заданы априорные логнормальные распределения, что соответствует правосторонней асимметрии данных о встречаемости микотоксинов. Для разделения предсказательной дисперсии между параметрами модели использовали анализ чувствительности Соболя. Модель насыщения выявила явное плато эффективности при более высоких дозах куркумина, которое не фиксировалось линейной моделью. При дозе 2,5 мг/л Модель В достигла более высокого соответствия нормативам (98%), чем Модель А (85%), благодаря более благоприятной кинетике при дозах ниже насыщающих; при дозах 5 и 10 мг/л обе модели предсказывали практически полное соответствие максимально допустимому уровню (МДУ) ЕС, составляющему 0,05 мкг/кг. Максимальная скорость удаления (Vmax; индекс Соболя Si = 0,697) была идентифицирована как подавляющий источник предсказательной неопределённости, за которым следуют начальная концентрация AFM1 (Si = 0,160) и константа половинного насыщения (Si = 0,135). По сведениям автора, в данном исследовании впервые представлена вероятностная кинетическая структура, количественно определяющая влияние интерференции молочных белков на снижение AFM1, опосредованное куркумином, что даёт практический инструмент для риск-анализа с учётом неопределённости и априорного планирования экспериментов в молочных системах.

Authors

Institutions

Publication Details

Journal
Cifra LLC Journals
Published
2026-06-26
DOI
https://doi.org/10.60797/jbg.2026.32.4
Primary Topic
Carcinogens and Genotoxicity Assessment
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Снижение содержания афлатоксина М1 в молоке с помощью куркумина: кинетическое моделирование методом Монте-Карло (исследование in silico)

Subhrajit Barua
Cifra LLC Journals
Carcinogens and Genotoxicity Assessment
article

Снижение содержания афлатоксина М1 в молоке с помощью куркумина: кинетическое моделирование методом Монте-Карло (исследование in silico)

Subhrajit Barua
article en

Abstract

Афлатоксин M1 (AFM1), это термостабильный канцерогенный микотоксин, выделяемый с молоком лактирующих животных после употребления кормов, загрязнённых афлатоксином B1. Глобальная распространённость этого токсина в молочных продуктах во многих регионах продолжает превышать установленные нормативы. Куркумин, липофильный полифенол из куркумы длинной (Curcuma longa L.), предлагается в качестве природного деконтаминанта; однако конкурентное связывание куркумина молочными белками может существенно снижать его эффективную свободную концентрацию, что приводит к систематическому завышению эффективности деконтаминации в простых матричных моделях. Была разработана вычислительная структура на основе моделирования Монте-Карло (1000 итераций) для кинетического описания снижения концентрации AFM1 в течение 24 часов при дозах куркумина 0; 2,5; 5 и 10 мг/л. Сравнивались две механистические модели: модель линейного распада первого порядка (Модель А) и модель насыщения Михаэлиса–Ментен с учётом конкурентной интерференции молочных белков (Модель В). Для всех параметров были заданы априорные логнормальные распределения, что соответствует правосторонней асимметрии данных о встречаемости микотоксинов. Для разделения предсказательной дисперсии между параметрами модели использовали анализ чувствительности Соболя. Модель насыщения выявила явное плато эффективности при более высоких дозах куркумина, которое не фиксировалось линейной моделью. При дозе 2,5 мг/л Модель В достигла более высокого соответствия нормативам (98%), чем Модель А (85%), благодаря более благоприятной кинетике при дозах ниже насыщающих; при дозах 5 и 10 мг/л обе модели предсказывали практически полное соответствие максимально допустимому уровню (МДУ) ЕС, составляющему 0,05 мкг/кг. Максимальная скорость удаления (Vmax; индекс Соболя Si = 0,697) была идентифицирована как подавляющий источник предсказательной неопределённости, за которым следуют начальная концентрация AFM1 (Si = 0,160) и константа половинного насыщения (Si = 0,135). По сведениям автора, в данном исследовании впервые представлена вероятностная кинетическая структура, количественно определяющая влияние интерференции молочных белков на снижение AFM1, опосредованное куркумином, что даёт практический инструмент для риск-анализа с учётом неопределённости и априорного планирования экспериментов в молочных системах.

Cifra LLC Journals
ITMO University (RU)
Openalex Percentile: Top 8%
Carcinogens and Genotoxicity Assessment
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.