This study aims to investigate the co-encapsulation technique of vitamin C and coenzyme Q10 within liposomes to enhance their stability and encapsulation efficiency and evaluate their antioxidant activity and release behavior under simulated gastrointestinal conditions. Liposomes were prepared using the High-Speed Homogenization Method, and their characteristics, including particle size, zeta potential, encapsulation efficiency, and antioxidant activity, were analyzed using DPPH, ABTS, and FRAP assays. The results demonstrated that co-encapsulation significantly improved the stability of vitamin C and coenzyme Q10 compared to single encapsulation. The liposomes exhibited high encapsulation efficiency and maintained strong antioxidant activity. The release profile under simulated gastrointestinal conditions also indicated a sustained and controlled release. These findings highlight the potential of the co-encapsulation technique in enhancing the efficacy of functional bioactive compounds, making it applicable to the food and nutraceutical industries.
ประเทศไทยกำลังก้าวเข้าสู่สังคมผู้สูงอายุ ทำให้เกิดความต้องการผลิตภัณฑ์ที่ช่วยเสริมสุขภาพ โดยเฉพาะสารต้านอนุมูลอิสระที่ช่วยป้องกันการเสื่อมของเซลล์ โคเอนไซม์คิวเท็น (CoQ10) เป็นสารสำคัญที่ช่วยผลิตพลังงานในเซลล์และมีบทบาทในการปกป้องเซลล์จากความเสียหาย โดยปกติโคเอนไซม์คิวเท็นเป็นสารที่ร่างกายสามารถผลิตเองได้แต่เมื่ออายุมากขึ้นจะทำให้การผลิตโคเอนไซม์คิวเท็นลดลง ส่วน วิตามินซี เป็นสารต้านอนุมูลอิสระที่ช่วยเสริมภูมิคุ้มกันและกระตุ้นการสร้างคอลลาเจน การห่อหุ้มร่วม (Co-encapsulation) ใน ลิโปโซม (Liposome) ช่วยเพิ่มเสถียรภาพของสารสำคัญ ป้องกันการเสื่อมสลายของสารสำคัญในระบบทางเดินอาหาร โดยลิโปโซมสามารถกักเก็บสารที่ละลายในน้ำและไขมันไว้ภายในโครงสร้างเดียวกัน นอกจากนี้ จากการศึกษายังพบว่าการใช้เทคนิคนี้สามารถเพิ่มประสิทธิภาพในการเก็บรักษาได้ ดังนั้น การวิจัยนี้จึงมีเป้าหมายเพื่อพัฒนาการห่อหุ้มร่วมของวิตามินซีและโคเอนไซม์คิวเท็น เพื่อเพิ่มประสิทธิภาพของสารทั้งสองในการดูแลสุขภาพและความงาม
คณะเทคโนโลยีการเกษตร
This study aimed to evaluate the optimal edible coating formulation for 'Namdokmai Sithong' mangoes by incorporating 10% gum arabic (GA) with mangosteen peel extract (MPE) at varying concentrations (1%, 3%, and 5%), compared to a control treatment (distilled water). The coated fruits were stored at room temperature for 14 days, and their physicochemical properties were assessed. The findings indicate that the application of GA (10%) combined with MPE effectively mitigated color changes in mango flesh, suppressed disease incidence, and preserved fruit firmness. Additionally, the coating significantly delayed alterations in total soluble solids (TSS), titratable acidity (TA), vitamin C content, carotenoid levels, and phenolic compounds. Among the tested formulations, GA (10%) + MPE (1%) exhibited the highest efficacy in extending shelf life, maintaining fruit quality, and enhancing surface gloss.
คณะวิศวกรรมศาสตร์
In this project, we introduce Power Grid Analyzer (PGAz), an open-source software package based on MATLAB, specifically designed for analyzing and controlling future power grids. Initially, PGAz is equipped with four fundamental features: power flow (PF), optimal power flow (OPF), small-signal stability analysis (SSSA), and time-domain simulation (TS). At this stage, Part I concentrates on the development of PF and OPF. The formats of our developed tool are presented, along with its command prompts. In this part, we have developed several conventional yet effective methods in the PGAz package to address PF and OPF problems, including techniques such as the Newton-Raphson method, Gauss-Seidel method, Interior Point Method, Iwamoto’s method, Fast Decoupled Load Flow, Genetic Algorithm, and Particle Swarm Optimization. Additionally, it emphasizes important aspects, algorithms, and various case studies that have been tested against IEEE benchmarks ranging from the IEEE 5-bus to the IEEE 300-bus test systems. The results demonstrate the capabilities of PGAz for future educational and research applications in PF and OPF. Finally, we outline a plan for developing Part II, which will mainly focus on SSSA and TS.
คณะวิศวกรรมศาสตร์
Jaundice, a common condition in infants that results from high bilirubin levels in the blood, often requires early diagnosis and monitoring to prevent severe complications, especially in newborns. Traditional diagnostic methods can be time-consuming and subject to human error. This study proposes an approach for real-time jaundice detection using advanced image processing techniques and machine learning algorithms. By analyzing images captured in RGB color spaces, pixel values are extracted and processed through Otsu’s thresholding and morphological operations to detect color patterns indicative of jaundice. A classifier model is then trained to distinguish between normal and jaundiced conditions, offering an automated, accurate, and efficient diagnostic tool. The system’s potential to operate in real-time makes it particularly suited for clinical settings, providing healthcare professionals with timely insights to improve patient outcomes. The proposed method represents a significant innovation in healthcare, combining artificial intelligence and medical imaging to enhance the early detection and management of jaundice, reducing reliance on manual interventions and improving overall healthcare delivery.