Zero-waste management is crucial for sustainable food systems, promoting the use of agricultural by-products like rice bran. Rich in bioactive polyphenols with antioxidant and antidiabetic properties, rice bran can enhance the nutritional value of food. Polyphenols can slow starch digestion by forming complexes with starch, making them useful for creating low-glycemic foods. While ultrasonication and freeze-thaw treatments have been beneficial individually, their combined effects on starch-polyphenol complexation remain understudied. This study aimed to evaluate the impact of combining these treatments on the interaction between rice starch and red rice bran polyphenols. The dual treatment increased the complexing index, altered functional properties, and affected granule morphology. Structural analysis indicated non-covalent interactions forming non-V-type complexes. Additionally, starch digestibility was reduced, lowering the estimated glycemic index (eGI) compared to the control. These findings suggest a sustainable and green approach to starch modification, with potential for developing functional food products and advancing zero-waste processing.
The growing emphasis on zero-waste management and sustainable food systems has highlighted rice bran as a valuable yet underutilized by-product rich in bioactive polyphenols with antidiabetic properties. Meanwhile, modifying starch to reduce its glycemic response is crucial for diabetes management. Green processing techniques, such as ultrasonication and freeze-thaw treatment, offer a sustainable way to enhance starch-polyphenol complexation, slowing starch digestion naturally. This study explores the synergistic effects of these methods on rice starch-polyphenol complexes from red rice bran, evaluating their structural, functional, and digestibility properties. The findings demonstrate that dual-treated complexes lower starch digestibility and glycemic index (eGI), making them promise for functional food development. Additionally, this research supports sustainable food processing while contributing to healthier, low-glycemic food alternatives
วิทยาลัยการจัดการนวัตกรรมและอุตสาหกรรม
โรคเบาหวานเป็นปัญหาทางสุขภาพที่สำคัญทั่วโลก โดยเฉพาะภาวะแทรกซ้อนที่เกี่ยวข้องกับแผลเบาหวาน ซึ่งพบว่า ผู้ป่วยเบาหวานประมาณ 15-25% มีโอกาสเกิดแผลที่เท้า และมากกว่า 50% ของแผลเบาหวานที่รุนแรงนำไปสู่การตัดขา ส่งผลให้คุณภาพชีวิตของผู้ป่วยลดลงอย่างมาก การรักษาแผลเบาหวานในปัจจุบันยังเผชิญกับปัญหาการติดเชื้อแบคทีเรียดื้อยาและกระบวนการสมานแผลที่ล่าช้า ทำให้มีความจำเป็นในการพัฒนานวัตกรรมที่ช่วยเร่งกระบวนการหายของแผลและลดความเสี่ยงต่อการสูญเสียอวัยวะ เคี่ยม (Cotylelobium lanceolatum Craib) เป็นพืชสมุนไพรที่ถูกนำมาใช้ทางการแพทย์แผนไทยมานาน โดยเฉพาะในการรักษาอาการอักเสบและสมานแผล งานวิจัยนี้มุ่งเน้นไปที่การพัฒนา สารสกัดจากเคี่ยมในรูปแบบนาโนซิลเวอร์ (Nano Silver) เพื่อเพิ่มประสิทธิภาพในการรักษาแผลเบาหวาน เทคโนโลยี นาโนซิลเวอร์ ช่วยให้สารออกฤทธิ์สามารถซึมผ่านเข้าสู่ชั้นผิวได้ลึกขึ้น ฆ่าเชื้อแบคทีเรียได้อย่างมีประสิทธิภาพ และกระตุ้นกระบวนการสมานแผลโดยลดการอักเสบและส่งเสริมการสร้างเนื้อเยื่อใหม่ การพัฒนาผลิตภัณฑ์จาก นาโนซิลเวอร์ที่ได้จากสารสกัดเคี่ยม คาดว่าจะช่วยลดอัตราการเกิดแผลเรื้อรังในผู้ป่วยเบาหวาน ลดความเสี่ยงต่อการติดเชื้อ และลดโอกาสในการถูกตัดขาหรือเสียชีวิตจากภาวะแทรกซ้อนของแผลเบาหวาน งานวิจัยนี้จึงเป็นก้าวสำคัญในการพัฒนาทางเลือกใหม่สำหรับการรักษาแผลเบาหวานที่ปลอดภัยและมีประสิทธิภาพมากขึ้น
คณะเทคโนโลยีการเกษตร
ทุเรียนเป็นพืชเศรษฐกิจที่สำคัญของประเทศไทยและเป็นสินค้าส่งออกที่มีปริมาณสูงที่สุดในโลก อย่างไรก็ตาม การผลิตทุเรียนให้มีคุณภาพสูงจำเป็นต้องอาศัยการดูแลสุขภาพของต้นทุเรียนให้แข็งแรงและปราศจากโรค เพื่อให้สามารถให้ผลผลิตได้อย่างมีประสิทธิภาพ และลดความเสียหายที่อาจเกิดขึ้นกับทั้งต้นและผลทุเรียน โรคที่พบได้บ่อยและสามารถแพร่กระจายได้อย่างรวดเร็ว มักเป็นโรคที่เกิดขึ้นบริเวณใบ ซึ่งส่งผลกระทบโดยตรงต่อการเจริญเติบโตของต้นทุเรียนและคุณภาพของผลผลิต การตรวจสอบและควบคุมโรคทางใบจึงเป็นปัจจัยสำคัญในการรักษาคุณภาพของทุเรียน งานวิจัยนี้มีวัตถุประสงค์เพื่อนำเทคโนโลยีการวิเคราะห์ภาพถ่ายร่วมกับปัญญาประดิษฐ์ (Artificial Intelligence: AI) มาประยุกต์ใช้ในการจำแนกโรคที่เกิดขึ้นในใบทุเรียน เพื่อให้เกษตรกรสามารถตรวจสอบโรคได้ด้วยตนเองโดยไม่ต้องอาศัยผู้เชี่ยวชาญ โดยจำแนกใบออกเป็น 3 ประเภท ได้แก่ ใบสุขภาพดี (Healthy: H) ใบที่ติดเชื้อแอนแทรคโนส (Anthracnose: A) และใบที่ติดเชื้อจุดสาหร่าย (Algal Spot: S) ทั้งนี้ ได้นำอัลกอริทึม Convolutional Neural Networks (CNN) ได้แก่ ResNet-50, GoogleNet และ AlexNet มาใช้ในการพัฒนาแบบจำลองเพื่อจำแนกประเภทของโรค ผลการทดลองพบว่า แบบจำลองที่ใช้ ResNet-50, GoogleNet และ AlexNet ให้ค่าความแม่นยำในการจำแนกใบเท่ากับ 93.57%, 93.95% และ 68.69% ตามลำดับ
คณะเทคโนโลยีการเกษตร
งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาพริกพันธุ์การค้าของไทยให้ต้านทานต่อโรคแอนแทรกโนสและโรคไวรัสใบหงิกเหลือง เพื่อให้เกษตรได้ลดการใช้สารเคมีเพื่อป้องกันและกำจัดโรคและแมลง และเป็นการเพิ่มผลผลิตและลดต้นทุนให้แก่เกษตรกร โดยการพัฒนาพันธุ์พริกผ่านกระบวนการเรียนการสอนทั้งระดับปริญญาตรี โท และเอก ซึ่งถือได้ว่าเป็นการสร้างนักปรับปรุงพันธุ์รุ่นใหม่ ที่มีทั้งความรู้ด้านการปรับปรุงพันธุ์พืชโดยใช้วิธีมาตรฐานร่วมกับการใช้เทคโนโลยีชีวภาพ และงานวิจัยนี้ยังได้เผยแพร่สายพันธู์เพื่อให้เกษตรกร และบริษัทเมล็ดนำไปต่อยอดใช้ในเชิงพานิชย์ และช่วยเสริมความเข้มแข็งให้กับธุรกิจเมล็ดพันธุ์ของประเทศไทยได้