Uongezaji thamani wa bidhaa za ziada za chakula (valorization), ni mbinu ya kutambua, kurejesha na kubadilisha kuwa bidhaa zenye thamani ya ziada zinazoweza kutumika tena misombo ya fenoli, flavonoidi, nyuzinyuzi za chakula, vioksidishaji, peptidi hai kibayolojia na vipengele vingine vya kiutendaji vilivyomo katika maganda, mashudu, mbegu, pumba na mikondo mingine ya mabaki inayotokea wakati wa uzalishaji na usindikaji wa chakula, badala ya kuiondoa tu kama taka. Utafiti huu uliotayarishwa na Abdelhakim Ridouh ni mapitio muhimu yaliyopangwa yanayochunguza fasihi ya kipindi cha 2015–2025 na kulinganisha mbinu za spektroskopi kama FTIR, NIR, Raman na UV–Vis zinazotumika kutambua misombo hai kibayolojia katika bidhaa za ziada za chakula na mbinu za kikemia/kikromatografia kama HPLC, GC–MS na LC–MS.

Hitimisho kuu la makala ni kwamba hakuna mbinu moja ya uchanganuzi iliyo bora kwa kila aina ya matriki ya bidhaa za ziada za chakula na kwa malengo yote ya utafiti. FTIR, NIR, Raman na UV–Vis hutoa faida kama uchunguzi wa haraka, gharama ndogo au kiasi kidogo za uendeshaji, maandalizi machache ya sampuli na, katika baadhi ya hali, uchanganuzi usioharibu; hata hivyo, zina mipaka katika utambuzi sahihi wa molekuli moja moja na upimaji wa kiasi katika viwango vya chini, hasa katika matriki changamano. HPLC, GC–MS na LC–MS hutoa uteuzi mkubwa zaidi wa molekuli, unyeti na usahihi wa kiasi, lakini gharama za vifaa, maandalizi ya sampuli, muda wa uchanganuzi na mahitaji ya utaalamu huwa juu zaidi.

Kwa hiyo, mapitio haya hayachukulii familia hizi mbili za mbinu kama chaguo zinazoshindana, bali kama tabaka za uchanganuzi zinazokamilishana. Mbinu inayopendekezwa na mwandishi ni kuunganisha uchunguzi wa haraka wa spektroskopi na uthibitishaji nyeti zaidi wa kromatografia au spektrometria ya molekuli inapohitajika, kisha kuunga mkono matokeo kwa uchanganuzi wa data wa kemometria na modeli zinazofaa za urekebishaji.

Katika fasihi iliyopitiwa, malighafi zilizochunguzwa mara nyingi zaidi ni maganda na mashudu ya matunda, mabaki ya usindikaji wa zeituni, pumba za nafaka na bidhaa za ziada za kusaga, mabaki ya mboga na bidhaa za ziada za mikunde. Misombo ya fenoli na vioksidishaji ni miongoni mwa makundi ya misombo hai kibayolojia yaliyochunguzwa zaidi. Fasihi inaripoti matumizi kama vyakula vya kiutendaji, ufungashaji hai na mahiri, nutraceuticals, bidhaa za afya na chakula cha wanyama.

Hata hivyo, mapitio hayahitimishi kwamba matumizi yanayoonekana kuwa mazuri katika kiwango cha maabara yanaweza kutekelezwa kiotomatiki katika kiwango cha viwanda. Mwandishi anatambua hasa upungufu wa itifaki za kawaida za uchanganuzi, utofauti mkubwa wa matriki za bidhaa za ziada za chakula, matatizo ya uhamishaji wa modeli za urekebishaji wa spektroskopi, ukosefu wa uthibitishaji wa viwandani katika kiwango halisi na uhaba wa tafiti za kiteknolojia-kiuchumi kuwa mapengo makuu ya utafiti.

Uongezaji Thamani wa Bidhaa za Ziada za Chakula ni Nini na Kwa Nini ni Muhimu?

Uongezaji thamani wa bidhaa za ziada za chakula ni mbinu ya kutambua na kurejesha vipengele vya kikemia, lishe au kiutendaji vinavyoweza kutumika ndani ya mikondo ya kilimo na usindikaji wa chakula ambayo kwa kawaida inaweza kuchukuliwa kuwa mabaki au taka zenye thamani ndogo, na kuvibadilisha kuwa rasilimali mpya ya kiuchumi na kiteknolojia; utafiti huu unasisitiza hasa kwamba utambuzi sahihi wa molekuli hai kibayolojia ni sharti msingi la uchanganuzi kwa mabadiliko haya.

Je, “bidhaa ya ziada” na “taka” ni kitu kilekile?

Katika muktadha wa makala, ingawa maganda, mbegu, mashudu, pumba, mabaki ya kusaga na nyenzo zinazofanana zinazotokana na usindikaji wa chakula mara nyingi huondolewa kama taka, si zote hazina thamani ya kikemia. Nyenzo hizi zinaweza kuwa na vipengele vinavyoweza kutumika kama nyuzinyuzi za chakula, misombo ya fenoli, flavonoidi, misombo ya vioksidishaji, asidi za mafuta au peptidi hai kibayolojia.

Wazo kuu la uongezaji thamani si kupunguza tu kiasi cha mabaki, bali kutambua kisayansi vipengele vya kiutendaji vilivyomo na kuvielekeza kwenye matumizi yanayofaa.

Kiambata hai kibayolojia ni nini?

Kiambata hai kibayolojia, ni dhana pana inayotumika kwa vipengele vya kikemia ambavyo, zaidi ya kuwa virutubisho vya msingi, vinaweza kuwa na kazi ya kibayolojia au kiteknolojia. Katika fasihi iliyotathminiwa na makala, makundi kama misombo ya fenoli, flavonoidi, vioksidishaji, carotenoids, asidi za mafuta, nyuzinyuzi za chakula na peptidi hai kibayolojia yanaonekana sana.

Dhana hii haimaanishi kwamba kiambata lazima kiwe na manufaa ya kliniki yaliyothibitishwa kwa binadamu. Tafiti nyingi za vyanzo ziko katika kiwango cha uchimbaji, utambuzi wa kikemia au uchanganuzi wa kiutendaji wa in vitro.

Vyanzo vya bidhaa za ziada za chakula vilivyopewa kipaumbele katika mapitio

Jedwali hili ni uainishaji unaofupisha mifano ya fasihi katika mapitio; kila mstari hauonyeshi kwamba bidhaa zote za ziada zinazohusika zina muundo sawa au kwamba matumizi yaliyotajwa yamethibitishwa katika kiwango cha kibiashara.

Kwa Nini Mbinu za Spektroskopi na Kikemia Zitumiwe Pamoja?

Mtazamo mkuu wa uchanganuzi wa mapitio ni kwamba spektroskopi ina ubora katika uchunguzi wa haraka na ufuatiliaji wa mchakato, huku mbinu za kromatografia na spektrometria ya molekuli zikiwa bora katika utambuzi wa kuaminika na upimaji wa kiasi wa misombo moja moja; kwa hiyo, kwa utambuzi mpana, kuunganisha mbinu hizi mbili kwa namna inayokamilishana ni thabiti zaidi.

“Mbinu ya spektroskopi” inamaanisha nini?

Mbinu za spektroskopi hupima mwingiliano wa mionzi ya sumakuumeme na molekuli katika sampuli ili kutoa taarifa kuhusu muundo au utungaji wa kikemia. FTIR hutumia ufyonzaji wa infraredi, NIR eneo la karibu na infraredi, Raman mtawanyiko usioelastiki wa mwanga, na UV–Vis ufyonzaji katika maeneo ya ultraviolet na yanayoonekana.

Faida ya pamoja ya mbinu hizi kwa kawaida ni vipimo vya haraka na maandalizi machache ya sampuli. Hata hivyo, katika matriki changamano za chakula, kwa sababu ishara huwa na mchango wa pamoja wa molekuli nyingi, si mara zote inawezekana kutenganisha kwa uhakika aina moja ya kikemia.

“Mbinu ya rejea ya kikemia” inamaanisha nini?

Makala inatathmini mbinu kama HPLC, GC–MS na LC–MS kuwa mbinu za rejea za kikemia/kikromatografia zinazotoa usahihi, unyeti na uteuzi wa molekuli wa kiwango cha juu.

Katika mbinu hizi, lengo si kupata tu alama ya kidole ya jumla ya molekuli, bali kutenganisha vipengele katika mchanganyiko, kutambua analytes mahususi na, inapohitajika, kuvipima kwa kiasi.

Maneno “chini”, “wastani”, “juu” na “juu sana” hapa ni madaraja ya ulinganisho wa kimaelezo ya makala; chanzo hakiyabadilishi kuwa kipimo kimoja cha pamoja cha utendaji wa namba.

Kuna Tofauti Gani Kati ya FTIR, NIR, Raman na UV–Vis?

FTIR inaonekana kufaa zaidi kwa vikundi vya kiutendaji na alama ya kidole ya jumla ya molekuli, NIR kwa makadirio ya haraka ya utungaji na ufuatiliaji wa mchakato, Raman kwa alama ya kidole ya kina zaidi ya mtetemo wa molekuli, na UV–Vis kwa vikundi vya kromofori vinavyofyonza mwanga na vipimo vya haraka vya aina ya maudhui ya jumla; utendaji wa kila mbinu hutegemea matriki ya sampuli, kiambata lengwa na ubora wa urekebishaji.

FTIR — Spektroskopi ya Infraredi ya Fourier Transform

FTIR, inategemea kanuni kwamba vifungo vya molekuli hufyonza mionzi ya infraredi katika masafa maalumu. Kwa kuwa mitetemo ya vifungo ndani ya molekuli hutegemea muundo wa kikemia, spektra inayopatikana inaweza kutoa “alama ya kidole ya molekuli” ya kipekee kwa sampuli.

Katika mapitio, FTIR inatathminiwa kuwa mbinu ya haraka na isiyoharibu kwa utambuzi wa jumla wa kimuundo wa madaraja tofauti ya misombo kama misombo ya fenoli, wanga, protini na asidi za mafuta.

Faida kuu:

• Uchanganuzi wa haraka.
• Gharama ya uendeshaji iliyo chini kiasi.
• Maandalizi machache au yenye kikomo ya sampuli.
• Uwezo wa kupima bila kuharibu.
• Kufaa kwa udhibiti wa ubora na uchunguzi wa awali.

Vikwazo kuu:

• Katika matriki changamano, uteuzi wa molekuli moja moja unaweza kuwa na kikomo.
• Upimaji wa kiasi wa malengo yenye konsentrashi ndogo unaweza kuwa mgumu zaidi kuliko kwa mbinu za kromatografia.
• Matokeo ya kiasi hutegemea modeli imara za urekebishaji na spektra za rejea zinazoaminika.
• Modeli iliyotengenezwa katika matriki moja haiwezi kila mara kuhamishwa kwa mafanikio kwenye matriki nyingine ya bidhaa ya ziada ya chakula.

Kwa hiyo, makala haisemi kwamba FTIR peke yake inatosha kwa utambuzi sahihi wa kila kiambata.

NIR — Spektroskopi ya Karibu na Infraredi

NIR, hupima ufyonzaji katika eneo la karibu na infraredi la spektra ya sumakuumeme na kutoa makadirio ya haraka kuhusu utungaji wa kikaboni. Taarifa za spektra zinazohusiana na fenoli, protini, lipidi na wanga zinaweza kupatikana.

Faida kuu ya NIR ni kufaa kwake kwa uchanganuzi wa ujazo mkubwa na wa wakati halisi. Matumizi madogo ya vitendanishi vya kikemia yanaweza pia kuwa faida kwa ufuatiliaji wa michakato ya viwandani.

Hata hivyo, NIR mara nyingi hutegemea zaidi modeli ya urekebishaji inayojifunza uhusiano wa kitakwimu kati ya muundo wa spektra na thamani ya rejea ya kikemia kuliko “kuona” moja kwa moja kiambata kimoja.

Kwa hiyo utendaji wa modeli hutegemea:

• anuwai ya sampuli,
• heterojeniti ya matriki,
• usahihi wa uchanganuzi wa rejea,
• upeo wa seti ya data ya urekebishaji

hutegemea.

Spektroskopi ya Raman

Spektroskopi ya Raman, inategemea kanuni kwamba baada ya mwanga kuingiliana na molekuli, sehemu ndogo sana ya mwanga hutawanyika huku nishati yake ikibadilika. Kwa kuwa tofauti hii ya nishati inahusiana na mitetemo ya molekuli, inaweza kutoa taarifa maalumu kuhusu muundo wa kikemia.

Katika mapitio, faida muhimu za Raman ni uteuzi mkubwa wa kikemia, maandalizi machache ya sampuli na uwezo wa kuchunguza moja kwa moja baadhi ya sampuli zenye maji au unyevu.

Kikomo muhimu ni uingiliaji wa fluorescence. Katika bidhaa za ziada za mimea, pigmenti asilia au misombo ya fluorescent inaweza kuweka usuli mkali juu ya ishara ya Raman na kufanya mitetemo ya molekuli lengwa kuwa vigumu kuonekana.

Zaidi ya hayo, gharama ya kifaa na uthibitishaji mdogo katika mazingira halisi ya viwanda zimeonyeshwa katika mapitio kuwa miongoni mwa vikwazo vya matumizi mapana ya Raman viwandani.

Spektroskopi ya UV–Vis

UV–Vis, huamua ni urefu gani wa mawimbi katika maeneo ya ultraviolet na yanayoonekana ambayo sampuli hufyonza na kwa kiwango gani. Inaweza kutumika sana kutathmini sifa za jumla au zilizojumlishwa za misombo yenye kromofori kama fenoli, flavonoidi na pigmenti asilia.

Faida:

• Kanuni rahisi ya kufanya kazi.
• Uchanganuzi wa haraka.
• Gharama ya kifaa iliyo chini kiasi.
• Kuweza kutumika kwa udhibiti wa kawaida wa ubora.

Kikomo chake ni kwamba bendi za ufyonzaji za molekuli tofauti zinaweza kuingiliana katika mchanganyiko changamano. Kwa hiyo, mara nyingi UV–Vis inafaa zaidi kwa viashiria vya uchanganuzi vya jumla kama fenoli jumla, flavonoidi jumla au vipimo vinavyofanana, badala ya kubainisha utambulisho sahihi wa molekuli moja maalumu.

HPLC, GC–MS na LC–MS Hupendelewa Katika Hali Gani?

HPLC hujitokeza katika kutenganisha na kupima kwa kiasi vitu lengwa katika mchanganyiko wenye vipengele vingi visivyotetereka, GC–MS hasa katika kutenganisha na kutambua kimuundo misombo tete na nusu-tete, na LC–MS katika kutambua kwa unyeti mkubwa misombo ya konsentrashi ndogo na isiyotetereka katika matriki changamano.

HPLC — Kromatografia ya Kimiminika ya Utendaji wa Juu

HPLC, hutenganisha vitu kwa kutumia tofauti za mwingiliano wa vipengele vya mchanganyiko kati ya awamu inayotembea na awamu tulivu.

Mapitio yanatathmini HPLC hasa kwa:

• misombo ya fenoli,
• flavonoidi,
• carotenoids,
• asidi za kikaboni

kama mbinu muhimu ya rejea kwa kutenganisha na kupima kwa kiasi misombo hiyo.

Nguvu ya HPLC ni kwamba inaweza kutenganisha vipengele vya mchanganyiko badala ya kutoa tu ishara ya jumla. Kwa viwango na detektori zinazofaa, kiasi cha misombo moja moja kinaweza kubainishwa.

Vikwazo vikuu ni gharama kubwa za vifaa na vifaa vya matumizi, maandalizi changamano zaidi ya sampuli, muda mrefu zaidi wa uchanganuzi na hitaji la opereta mwenye utaalamu.

GC–MS — Kromatografia ya Gesi-Mass Spectrometry

GC–MS, huunganisha uwezo wa kutenganisha wa kromatografia ya gesi na nguvu ya utambuzi wa molekuli ya mass spectrometry.

Katika mapitio, GC–MS inatathminiwa kuwa mbinu yenye nguvu hasa kwa:

• misombo ya kunukia iliyo tete,
• vipengele vya mafuta muhimu,
• asidi za mafuta,
• metaboliti tete na nusu-tete

.

Kikomo muhimu cha GC–MS ni kwamba si molekuli zote zina tete ya kutosha. Baadhi ya misombo ya fenoli au isiyotetereka inaweza kuhitaji derivatization ya kikemia kabla ya uchanganuzi, jambo linaloweza kuongeza muda wa maandalizi ya sampuli na kuleta chanzo cha ziada cha utofauti.

LC–MS — Kromatografia ya Kimiminika-Mass Spectrometry

LC–MS, huunganisha uwezo wa kutenganisha wa kromatografia ya kimiminika na utambuzi wa mass spectrometry. Chanzo kinatathmini LC–MS kuwa mojawapo ya majukwaa yenye nguvu zaidi ya uchanganuzi kwa utambuzi wa misombo changamano iliyo katika konsentrashi ndogo.

Inaweza kutumika katika uchanganuzi wa fenoli, flavonoidi, peptidi hai kibayolojia na metaboliti nyingine. Jukwaa hilohilo linaweza kutoa utambuzi wa kimaelezo na, kwa mbinu inayofaa, uchanganuzi wa kiasi.

Hata hivyo:

• gharama kubwa ya kifaa,
• mahitaji makubwa ya matengenezo,
• uchakataji changamano wa data,
• hitaji la wafanyakazi wenye utaalamu

ni vikwazo vikuu kwa matumizi ya kawaida ya viwandani.

Kwa nini spektroskopi inaweza kuonekana kuwa ya “uchunguzi wa awali” na kromatografia ya “uthibitishaji”?

Iwapo mamia ya sampuli zinahitaji kukaguliwa kwa haraka kwenye mstari wa uzalishaji, huenda isiwe ya vitendo kupeleka kila sampuli moja kwa moja kwenye uchanganuzi wa kromatografia wenye gharama kubwa na muda mrefu. Katika mbinu jumuishi iliyopendekezwa na mapitio, mbinu za spektroskopi zinaweza kutoa safu ya kwanza ya taarifa kwa haraka; sampuli lengwa au matokeo muhimu yanaweza kuthibitishwa kwa undani baadaye kwa HPLC, GC–MS au LC–MS.

Hii si sheria ya jumla kwamba kila matokeo ya spektroskopi lazima yakaguliwe kwa kromatografia. Uchaguzi wa mbinu unapaswa kufanywa kulingana na kiambata lengwa, matriki, usahihi unaohitajika na madhumuni ya matumizi.

Vipimo vya kawaida vya antioksidant na fenoli hupima nini?

Matokeo ya DPPH, ABTS na FRAP kutofautiana si lazima yawe maana ya kosa la majaribio; vipimo vinaweza kupima vipengele tofauti vya kikemia vya tabia ya antioksidant. Kwa hiyo, mapitio yanasisitiza kwamba haipaswi kudhaniwa kuwa kipimo kimoja cha kolorimetria kinawakilisha tabia yote ya antioksidant.

Kemometria ni nini?

Kemometria, ni matumizi ya mbinu za kihisabati na kitakwimu kutoa mahusiano yenye maana kutoka kwa data za kikemia na spektroskopi zenye vigezo vingi. Kwa kuwa katika mbinu kama NIR na FTIR spektra moja inaweza kuwa na mamia au maelfu ya vigezo vya urefu wa mawimbi/namba ya mawimbi, huenda ikahitajika kuunda modeli za mifumo badala ya kutafsiri kwa mkono vilele kimoja kimoja.

Mapitio yanaonyesha ujumuishaji wa spektroskopi na kemometria pamoja na zana za akili bandia kuwa mojawapo ya mwelekeo muhimu wa utafiti wa baadaye. Hata hivyo, mapitio haya hayakufundisha modeli yake ya akili bandia wala kutoa metrika yoyote ya usahihi wa AI.

Matumizi makuu ya misombo inayopatikana kutoka bidhaa za ziada za chakula

• Vyakula vya kiutendaji: matumizi ya nyuzinyuzi, fenoli, flavonoidi na vipengele vya antioksidant katika fomula za chakula.
• Ufungashaji hai na mahiri: kuingiza ekstrakti asilia zenye sifa za antioksidant au antimikrobia katika nyenzo za ufungashaji.
• Nutraceuticals na bidhaa za afya: matumizi ya misombo hai kibayolojia iliyotambuliwa vizuri katika kazi za maendeleo ya bidhaa.
• Chakula cha wanyama: matumizi ya bidhaa za ziada zenye nyuzinyuzi na vipengele hai kibayolojia katika matumizi yanayofaa ya malisho.
• Uchumi duara: kupunguza kiasi cha taka na kuunda thamani ya ziada ya kiuchumi kutoka mkondo huo huo wa nyenzo.

Mapitio hayasemi kwamba matumizi haya yote yamefikia ukomavu wa viwandani. Mwandishi anaeleza wazi kwamba mbinu nyingi bado ziko katika kiwango cha maabara au majaribio, na kwamba kuna upungufu wa data kuhusu uwezekano wa muda mrefu wa kiuchumi, mahitaji ya udhibiti na uzalishaji wa kiwango halisi.

Mbinu na Matokeo ya Utafiti

Kwa Mbinu ya PRISMA, Tafiti 44 Zilichaguliwaje?

Kulingana na mtiririko wa PRISMA uliotolewa katika chanzo, rekodi 17.830 za Kiingereza zilipatikana kutoka Scopus, ScienceDirect na SpringerLink, dublikat 1.530 ziliondolewa, rekodi 16.300 zilichunguzwa kwa kiwango cha kichwa na muhtasari, maandishi kamili 174 yalitathminiwa kwa ufaafu na tafiti 44 ziliingizwa katika usanisi wa mwisho wa kimaelezo.

Muundo wa mapitio

Mwandishi ameelezea utafiti kama structured critical narrative review yaani mapitio muhimu ya masimulizi yaliyopangwa, na ametumia kanuni za PRISMA ili kuongeza uwazi wa uteuzi wa tafiti.

PRISMA ni mfumo wa kuripoti katika mapitio ya kimfumo unaoonyesha rekodi zilitoka wapi, ni tafiti ngapi ziliondolewa katika kila hatua na ni tafiti ngapi ziliingizwa katika usanisi wa mwisho. Kutumia PRISMA pekee hakubadilishi utafiti kuwa meta-analysis.

Kipindi cha utafutaji wa fasihi

Utafutaji unahusisha kipindi cha 2015–2025. Lengo ni kutathmini fasihi ya hivi karibuni kuhusu utambuzi wa misombo hai kibayolojia inayopatikana kutoka taka za chakula na bidhaa za ziada za kilimo-chakula kwa mbinu za spektroskopi na kikemia za uchanganuzi.

Hifadhidata na misemo ya utafutaji

AND opereta huhitaji makundi mawili ya dhana yawepo pamoja, huku OR huruhusu uwepo wa mojawapo ya istilahi mbadala katika kundi hilohilo la dhana. Hivyo, kwa mfano, machapisho yanayotumia neno “food waste” pamoja na yale yanayotumia “byproducts” yanaweza kujumuishwa katika utafutaji.

Maelezo kuhusu idadi ya hifadhidata ndani ya chanzo: Maandishi ya mbinu yanatumia kauli “four major academic databases”; hata hivyo, katika sentensi hiyohiyo na Jedwali 1, hifadhidata tatu tu—Scopus, ScienceDirect na Springer—ndizo zinazotajwa. Chanzo hakitaji hifadhidata ya nne.

Maelezo kuhusu idadi ya rekodi ndani ya chanzo: Muhtasari unaripoti nyaraka 26.152 na makala 17.830 za utafiti wa Kiingereza zilizopitiwa na rika. Safu ya “English articles” katika Jedwali 1 kweli inafikia 17.830, huku safu ya “Research articles” ikifikia 17.838. Maandishi ya mbinu, hata hivyo, yanaita thamani 17.830 moja kwa moja kuwa “research articles”.

Vigezo vya kujumuisha

• Kuchapishwa katika jarida la kisayansi lililopitiwa na rika na kuorodheshwa katika hifadhidata zilizochaguliwa.
• Kuchapishwa kwa Kiingereza.
• Kuhusiana na taka za chakula, mabaki ya kilimo au bidhaa za ziada za usindikaji wa kilimo-chakula.
• Kujumuisha utambuzi/uchanganuzi wa misombo hai kibayolojia kwa mbinu ya spektroskopi au kikemia.
• Kuripoti matumizi ya misombo hai kibayolojia au mkakati wa uongezaji thamani wa taka za chakula.

Vigezo vya kuondoa

• Machapisho yasiyopitiwa na rika.
• Muhtasari wa mikutano, sura za vitabu, barua kwa mhariri na machapisho ya mikutano.
• Machapisho yasiyo ya Kiingereza.
• Tafiti zinazolenga taka zisizo za chakula.
• Tafiti zisizojumuisha utambuzi wa misombo hai kibayolojia.
• Rekodi dublikat.
• Tafiti zinazotoa maelezo ya kimetodolojia au kiuchanganuzi yasiyotosha kwa tathmini ya maana ya kina.

Ukaguzi wa hatua kwa hatua wa namba za PRISMA

Mnyororo wa kihesabu wa ndani wa kielelezo cha PRISMA unaendana. Hata hivyo, Jedwali 2 la chanzo linatoa thamani ya “Initial records” ya 4.538 kwa “Present review”. Kwa kuwa maandishi ya makala katika aya hiyohiyo yanasema rekodi 17.830 zilipatikana, kuna tofauti ya ndani ya chanzo ambayo haijaelezwa kati ya thamani hizi mbili.

Tathmini ya ubora ilifanywaje?

Mwandishi anaeleza kuwa tafiti zilizojumuishwa zilitathminiwa katika vipengele vitano vikuu vya kimetodolojia:

Chanzo hakibadilishi vipengele hivi vitano kuwa alama moja ya jumla ya ubora ya namba au alama ya kawaida ya risk-of-bias. Tathmini ya ubora ilitumika hasa kama mfumo wa kimaelezo unaounga mkono tafsiri ya kina ya matokeo.

Data zilitolewaje?

Chanzo kinaeleza kuwa kwa kila utafiti uliojumuishwa, makundi yafuatayo ya data yalirekodiwa kwa utaratibu:

• aina ya taka ya chakula au bidhaa ya ziada ya kilimo-chakula,
• daraja na utambulisho wa misombo hai kibayolojia iliyotolewa,
• mbinu ya spektroskopi na/au kikemia ya uchanganuzi iliyotumika,
• matokeo makuu ya uchanganuzi na matokeo ya kiasi,
• mikakati au matumizi yaliyopendekezwa ya uongezaji thamani.

Kisha mbinu zililinganishwa kwa usahihi, unyeti, kasi ya uchanganuzi, gharama ya uendeshaji na uwezekano wa matumizi ya viwandani.

Mwelekeo wa machapisho ulionyesha nini?

Kielelezo 2 cha chanzo kinaeleza kwamba idadi ya machapisho husika kwa ujumla iliongezeka kati ya 2015–2025, ongezeko likaharakishwa baada ya 2020, na 2025 ilikuwa mwaka wenye idadi kubwa zaidi ya machapisho katika hifadhidata zote tatu. Imeripotiwa kuwa idadi ya kila mwaka ya machapisho ya ScienceDirect ilikuwa ya juu zaidi katika grafu yote, Springer ya pili, na Scopus ilikuwa ya chini zaidi.

Kwa kuwa thamani ghafi za namba za kila mwaka za Kielelezo 2 hazikutolewa katika jedwali tofauti, Verianla haichori upya grafu hii kwa kutengeneza nukta za kukadiria.

Mfumo jumuishi wa uchanganuzi uliopendekezwa na makala

Mantiki ya mfumo huu ni nini?

Katika hatua ya kwanza, sampuli ya bidhaa ya ziada iliyokusanywa na kuandaliwa ipasavyo inaweza kuchunguzwa kwa mbinu za haraka za spektroskopi. Ikiwa ishara ya spektroskopi haitoshi kwa matumizi lengwa au ikiwa utambulisho wa molekuli unahitaji kuthibitishwa, mbinu zenye uteuzi mkubwa zaidi kama HPLC, GC–MS au LC–MS zinaweza kutumika.

Data za spektra na kikemia zinaweza kutathminiwa baadaye pamoja na mbinu za kemometria, muunganisho wa data na modeli za urekebishaji. Lengo la mwisho si kujibu tu swali “kuna nini katika sampuli?”, bali ni kuhamisha kwa kuaminika taarifa iliyopatikana kwenda kwenye mchakato halisi wa uongezaji thamani kama chakula, ufungashaji, nutraceutical au malisho.

Katika Kielelezo 4 cha makala, katika hatua ya viwandani TRL, gharama, mahitaji ya udhibiti na upanuzi wa kiwango pia yameainishwa kando. TRL, Technology Readiness Level, yaani kiwango cha utayari wa teknolojia, ni mtazamo wa ukomavu unaoeleza jinsi teknolojia ilivyo karibu kutoka hatua za awali za utafiti hadi kiwango cha matumizi halisi.

Matokeo makuu ya utafiti

• Bidhaa za ziada za usindikaji wa chakula ni vyanzo muhimu lakini visivyotumika vya kutosha vya misombo yenye thamani ya kibayolojia na kiteknolojia.
• Tafiti nyingi zilizopitiwa zinalenga bidhaa za ziada za asili ya mimea.
• Fenoli na misombo ya antioksidant ni miongoni mwa makundi ya hai kibayolojia yanayochunguzwa zaidi.
• FTIR na NIR zinazidi kutumika kwa uchunguzi wa haraka na utambuzi mpana.
• Mbinu kama HPLC na GC–MS zinaendelea kuwa na jukumu kuu katika utambuzi nyeti zaidi na upimaji wa kiasi wa misombo moja moja.
• LC–MS ina nguvu hasa katika uchanganuzi wa hali ya juu wa misombo changamano na ya konsentrashi ndogo.
• Hakuna mbinu moja ya uchanganuzi iliyo bora kwa madhumuni yote kwa ujumla.
• Ujumuishaji wa uchunguzi wa spektroskopi na uchanganuzi wa kikemia wa uthibitishaji unapendekezwa kuwa mbinu yenye kina zaidi.
• Kuna heterojeniti kubwa kati ya tafiti katika itifaki za uchimbaji, vifaa, urekebishaji na kuripoti.
• Uthibitishaji wa kiwango cha viwanda na wa kiteknolojia-kiuchumi ni mdogo zaidi katika fasihi kuliko tafiti za maabara.

Maeneo ya matumizi yanayoungwa mkono na utafiti

Katika mapitio, maeneo yafuatayo ya matumizi yanasisitizwa kwa msingi wa fasihi:

• fomula za vyakula vya kiutendaji,
• mifumo ya vihifadhi asilia,
• ufungashaji hai na mahiri,
• nutraceuticals na bidhaa za afya,
• malisho ya wanyama,
• matumizi ya vipodozi,
• uchumi duara na kupunguza taka.

Matokeo ambayo utafiti hauungi mkono

• Haijaonyeshwa kwamba misombo yote hai kibayolojia inayopatikana kutoka bidhaa za ziada za chakula hutoa manufaa ya kliniki kwa afya ya binadamu.
• Haijathibitishwa kwamba kila bidhaa ya ziada ya chakula inaweza kusindikwa kwa faida ya kiuchumi.
• Haijaonyeshwa kwamba FTIR au NIR zinaweza kuchukua nafasi ya HPLC, GC–MS au LC–MS katika hali zote.
• Haijaonyeshwa kwamba HPLC, GC–MS au LC–MS ni mbinu inayofaa zaidi kiuchumi katika kila matumizi.
• Makala haikufanya uchimbaji mpya wa bidhaa ya ziada ya chakula wala jaribio jipya la uchanganuzi katika maabara yake.
• Makala haikufanya meta-analysis wala kuhesabu ukubwa wa athari wa pamoja.
• Makala haikufundisha modeli yake ya AI/ML.
• Hakuna metrika mpya ya utendaji iliyotolewa kuonyesha kwamba ujumuishaji wa AI husababisha ongezeko maalumu la usahihi.
• Mfumo jumuishi uliopendekezwa wa Kielelezo 4 si mchakato mmoja wa kawaida uliothibitishwa viwandani.
• Matumizi ya vyakula vya kiutendaji, nutraceuticals au bidhaa za afya si ushahidi wa moja kwa moja wa matibabu ya kliniki.

Vikwazo vya utafiti

Kikomo cha kwanza ambacho mwandishi ameeleza wazi ni kwamba utafutaji wa fasihi ulipunguzwa kwenye baadhi ya hifadhidata kubwa na machapisho ya Kiingereza. Hali hii inaweza kuwa imesababisha kuachwa kwa tafiti husika zilizochapishwa kwa lugha nyingine au nje ya majukwaa yaliyotafutwa.

Kikomo cha pili kikuu ni kuwepo kwa utofauti mkubwa kati ya tafiti zilizojumuishwa katika itifaki za uchimbaji, taratibu za uchanganuzi na namna za kuripoti. Heterojeniti hii hufanya ulinganisho wa moja kwa moja wa matokeo ya tafiti tofauti kuwa mgumu.

Kikomo cha tatu ni kwamba sehemu kubwa ya tafiti zilizopitiwa zilifanywa katika hali za maabara. Ushahidi kuhusu uwezekano wa kiuchumi katika kiwango cha viwanda, utiifu wa udhibiti, uthabiti wa mchakato wa muda mrefu na utendaji wa mstari halisi wa uzalishaji ni mdogo zaidi.

Kikomo cha nne ni uwezo wa kuhamisha modeli za urekebishaji wa spektroskopi. Modeli ya NIR/FTIR iliyotengenezwa kwa bidhaa au matriki moja inaweza isifanye kazi kwa usahihi uleule katika bidhaa nyingine ya ziada ya chakula yenye utungaji tofauti wa kikemia.

Tatizo la tano ni ukosefu wa usanifishaji wa uchanganuzi. Tofauti katika kolamu za HPLC, awamu zinazotembea, hali za uchimbaji, mbinu za uchakataji wa awali wa spektroskopi na mikakati ya urekebishaji kati ya tafiti hufanya ulinganisho wa moja kwa moja wa matokeo kuwa mgumu.

Mapendekezo kwa tafiti za baadaye

• Kutengeneza itifaki za kawaida za uchanganuzi zilizothibitishwa kimataifa.
• Kuthibitisha kwa utaratibu modeli za urekebishaji wa spektroskopi katika matriki mbalimbali na heterojeni za chakula.
• Tafiti za uthibitishaji kati ya maabara.
• Uchanganuzi wa uwezekano wa kiteknolojia-kiuchumi.
• Maonesho ya viwandani katika kiwango halisi.
• Ushirikiano mkubwa zaidi kati ya vyuo na sekta ya chakula.
• Ujumuishaji unaodhibitiwa wa kemometria na zana za AI na uchanganuzi wa spektroskopi.
• Tathmini ya kina zaidi ya wasifu wa usalama na toksikolojia.
• Kuzingatia mahitaji ya udhibiti na upanuzi wa kiwango katika hatua za awali za utafiti.

Kutokulingana muhimu ndani ya chanzo

• Aina ya makala: Ingawa kichwa cha juu cha PDF kinasema “ORIGINAL ARTICLE”, muhtasari na sehemu ya mbinu zinaelezea wazi utafiti kama review / structured critical narrative review.
• Mwaka wa uchapishaji: Juzuu/toleo na rejea iliyopendekezwa zinaonyesha 2025, huku tarehe za kupokelewa, marekebisho, kukubaliwa na kuchapishwa zikiwa 2026.
• Idadi ya hifadhidata: Maandishi yanasema “four major academic databases” lakini yanataja Scopus, ScienceDirect na Springer pekee.
• Thamani 17.830: Katika Jedwali 1 jumla ya English articles ni 17.830, jumla ya Research articles ni 17.838; maandishi ya mbinu yanaita 17.830 kuwa research articles.
• Idadi ya rekodi za mwanzo: Muhtasari unaonyesha nyaraka 26.152 kwa jumla, mtiririko wa PRISMA rekodi 17.830 za Kiingereza, na Jedwali 2 linaonyesha 4.538 initial records kwa Present review.

Maelezo ya Chanzo na Mbinu

Utafiti asilia: Valorization of Food By-Products Employing Spectroscopic and Chemical Methods: Characterization and Applications of Functional Biomolecules

Mwandishi: Abdelhakim Ridouh.

Mwandishi wa mawasiliano: Abdelhakim Ridouh.

Barua pepe: abdelhakim.ridouh@crtaa.dz

Simu: +213 (660 862 421)

Taasisi: Research Center in Agri-Food Technologies, Food Safety Division, Targa Ouzemmour Road, University Campus, Bejaia, 06000, Algeria.

Jarida: The North African Journal of Food and Nutrition Research.

Kifupisho cha jarida: Nor. Afr. J. Food Nutr. Res.

ISSN: 2588-1582.

Juzuu: 9.

Toleo: Special Issue — Potential of Food By-Products.

Kurasa: S77–S97.

DOI: 10.51745/najfnr.9.SI.S77-S97.

Mwaka wa bibliografia uliowekwa kwenye toleo: 2025.

Tarehe rasmi ya kuchapishwa mtandaoni kwa makala: 15 Agosti 2026.

Tarehe ya kupokelewa: 31 Januari 2026.

Tarehe ya marekebisho: 20 Aprili 2026.

Tarehe ya kukubaliwa: 25 Julai 2026.

Maelezo ya tarehe ya bibliografia: PDF na toleo maalumu zina lebo ya Volume 9 / 2025 na PDF hutumia mwaka 2025 katika rejea iliyopendekezwa. Hata hivyo, makala ilipokelewa, ikarekebishwa na kukubaliwa mwaka 2026, kisha ikachapishwa mtandaoni tarehe 15 Agosti 2026. Rekodi rasmi ya mtandaoni ya jarida pia huhifadhi lebo ya toleo kama 2025 huku ikitoa tarehe ya uchapishaji kuwa 2026.

Aina ya chanzo: Lebo ya juu ya PDF ni “Original Article”; maudhui na mbinu ya kisayansi yanaelezwa kama structured critical narrative review / mapitio muhimu ya masimulizi yaliyopangwa na kanuni za PRISMA zinatumika.

Mapitio ya rika: North African Journal of Food and Nutrition Research ni jarida linalopitiwa na rika. Kwa mujibu wa sera rasmi ya jarida, makala zinazofaa hutumwa kwa angalau wakaguzi wawili wataalamu na mapitio ya double-blind hutumika.

Mchapishaji: AfAc Publisher.

Jukwaa: The North African Journal of Food and Nutrition Research ni jukwaa rasmi la uchapishaji la OJS.

Kiungo rasmi cha uchapishaji: Kinaweza kufikiwa kupitia DOI 10.51745/najfnr.9.SI.S77-S97.

Leseni: Creative Commons Attribution 4.0 International — CC BY 4.0.

Ufadhili: Mwandishi anaripoti kwamba utafiti ulifanywa bila kupokea msaada wa kifedha kutoka taasisi yoyote.

Shukrani: Not applicable.

Uwasilishaji wa awali: Imeelezwa kwamba makala haikuwahi kuwasilishwa katika mkutano wowote hapo awali.

Preprint: No.

Mgongano wa maslahi: Mwandishi anaripoti kwamba hana tamko lolote la mgongano wa maslahi.

Mchango wa mwandishi: Abdelhakim Ridouh — Conceptualization; Methodology; Literature review; Writing – original draft; Supervision.

Mchango sawa: Kwa kuwa ni utafiti wa mwandishi mmoja, hakuna hali ya uandishi wa kwanza wa pamoja/mchango sawa.

Upatikanaji wa data: Hakuna tamko tofauti la “Data Availability” katika PDF kuu.

Kipindi cha utafutaji: 2015–2025.

Hifadhidata zilizotajwa: Scopus, ScienceDirect na Springer/SpringerLink.

Mbinu ya utafutaji: Hoja zilizorekebishwa kwa kila hifadhidata zinazounganisha dhana za taka ya chakula/bidhaa ya ziada, misombo hai kibayolojia na spektroskopi/kromatografia kwa waendeshaji Boolean AND/OR.

Dimbwi la awali la nyaraka katika muhtasari wa chanzo: 26.152.

Idadi ya rekodi za mwanzo za PRISMA: 17.830.

Idadi ya dublikat: 1.530.

Zilizobaki kwa uchunguzi wa kichwa/muhtasari: 16.300.

Zilizoondolewa katika hatua ya kichwa/muhtasari: 16.118.

Maandishi kamili yaliyotafutwa: 182.

Ripoti isiyopatikana: 8.

Maandishi kamili yaliyotathminiwa kwa ufaafu: 174.

Zilizoondolewa katika hatua ya maandishi kamili: 130.

Zilizojumuishwa katika usanisi wa mwisho wa kimaelezo: tafiti 44.

Tathmini ya ubora: Muundo wa utafiti, utambuzi wa sampuli, uthibitishaji wa uchanganuzi, uzalishikaji tena na umuhimu wa viwandani.

Meta-analysis: Haikufanywa. Hakuna ukubwa wa athari wa pamoja, takwimu ya heterojeniti au forest plot iliyoripotiwa.

Mbinu kuu za spektroskopi: FTIR, NIR, Raman na UV–Vis.

Mbinu kuu za kikemia/kikromatografia: HPLC, GC–MS na LC–MS.

Vipimo vya kawaida vya kikemia: Folin–Ciocalteu, DPPH, ABTS na FRAP.

Hitimisho kuu la kisayansi: Hakuna mbinu moja iliyo bora kwa ujumla kwa kazi zote za utambuzi wa bidhaa za ziada za chakula; ujumuishaji wa uchunguzi wa haraka wa spektroskopi na uthibitishaji wa kikemia/kikromatografia wenye uteuzi mkubwa unapendekezwa kuwa mkakati wenye kina zaidi.

Kikomo cha tafsiri ya viwandani: Sehemu kubwa ya matumizi yaliyotathminiwa katika mapitio yako katika kiwango cha maabara au majaribio. Ushahidi kuhusu uwezekano wa muda mrefu wa kiuchumi, mahitaji ya udhibiti na matumizi halisi ya viwandani katika kiwango kamili una kikomo.

Tafsiri ya AI: Ujumuishaji wa AI na kemometria unapendekezwa kama mwelekeo wa utafiti wa baadaye; utafiti haukufundisha modeli yake ya AI wala kutoa metrika mpya ya utendaji.

Maelezo ya ulinganifu wa ndani wa chanzo 1 — aina ya utafiti: Ingawa PDF ina lebo ya “Original Article”, mbinu ya kisayansi inaelezwa kama structured critical narrative review.

Maelezo ya ulinganifu wa ndani wa chanzo 2 — tarehe ya uchapishaji: Ingawa toleo/juzuu lina lebo ya 2025, michakato ya kupokelewa, marekebisho, kukubaliwa na uchapishaji wa makala iko mwaka 2026.

Maelezo ya ulinganifu wa ndani wa chanzo 3 — idadi ya hifadhidata: Mbinu hutumia kauli “four major academic databases” lakini hifadhidata tatu pekee ndizo zinazotajwa.

Maelezo ya ulinganifu wa ndani wa chanzo 4 — idadi ya makala za utafiti: Katika Jedwali 1, jumla ya Research articles ni 17.838 na jumla ya English articles ni 17.830; maandishi ya mbinu yanaita 17.830 kuwa research articles.

Maelezo ya ulinganifu wa ndani wa chanzo 5 — idadi ya rekodi za mwanzo: Muhtasari unaonyesha nyaraka 26.152 kwa jumla, mtiririko wa PRISMA rekodi 17.830 za Kiingereza, na mstari wa “Present review” katika Jedwali 2 unaonyesha 4.538 initial records. Chanzo hakielezi tofauti hii.