REPOZITORIJ > REZULTATI

Povzetek

Na svetovni ravni se vse bolj zavedamo nujnosti trajnostnih prehranskih sistemov, kar je posledica predvidene rasti prebivalstva, naraščajoče potrebe po beljakovinah ter vse večjih omejitev zemljišč in vodnih virov. Kljub visoki kmetijski produktivnosti Evropska unija ostaja odvisna od uvoza beljakovinsko bogate krme, saj 66 % visoko beljakovinske krme, uporabljene v živinoreji, uvozimo iz tujine. Hkrati postaja pomanjkanje vode vse resnejši problem, tudi v južni Evropi. Celo v relativno vodnati, alpsko obarvani državi, kot je Slovenija, so regionalni in sezonski primanjkljaji vode vse pogostejši zaradi povečane pogostosti suš in spremenljivosti razpoložljivosti vode, kar lahko ogrozi kmetijsko produktivnost. Ti izzivi spodbujajo zanimanje za razvoj krožnih sistemov proizvodnje hrane, ki zmanjšujejo količino odpadkov, optimizirajo rabo virov in zapirajo snovne tokove.
Kot odgovor na te izzive se doktorska disertacija osredotoča na dva trajnostna vira hrane: gojene užitne žuželke in paradižnik, namakan s prečiščeno odpadno vodo (angl. Treated WasteWater, TWW), s poudarkom na njuni kakovosti. Raziskava zajema štiri ključna področja: (i) prehransko karakterizacijo užitnih žuželk, (ii) vpliv fermentacije na kakovost žuželk, (iii) vpliv TWW in onesnaževal, ki vzbujajo zaskrbljenost (angl. Contaminants of Emerging Concern, CECs), na kakovost paradižnika v hidroponskih in talnih sistemih ter (iv) uporabo razložljivega strojnega učenja za identifikacijo spojin, ki najbolj vplivajo na ločbo paradižnika iz različnih načinov gojenja.
Izsledki te disertacije so pokazali, da so gojene užitne žuželke (Schistocerca gregaria, Tenebrio molitor, Acheta domesticus, Locusta migratoria, Gryllus assimilis, Alphitobius diaperinus, and Blaberus discoidalis) bogat vir esencialnih maščobnih kislin, aminokislin in mineralov. Vrsta, razvojna stopnja in spol so pomembno vplivali na sestavo maščobnih kislin in polifenolov, medtem ko se profili aminokislin med spoloma niso bistveno razlikovali. Učinki fermentacije so bili odvisni od vrste in uporabljene mikrobne kulture ter so bili na splošno manj ugodni od pričakovanj, saj so imeli omejen vpliv na osnovno kemijsko sestavo in maščobne kisline ter so zmanjšali vsebnosti esencialnih aminokislin (lizin, metionin, treonin) in oksidacijsko stabilnost (Tenebrio molitor and Locusta migratoria).
Vpliv CECs na kakovost paradižnika je bil odvisen od njihovega vnosa, sistema gojenja in substrata. V hidroponskih sistemih so bile višje koncentracije bisfenola S, 2,4-bisfenola F in naproksena v paradižniku povezane s povečano vsebnostjo Mn, Cu in Zn, kar kaže na spremembe v elementni sestavi. Nasprotno je bil vnos teh spojin pri paradižnikih, gojenih v tleh, nižji, zato med obdelavami s TWW niso bile ugotovljene pomembne razlike, čeprav je namakanje s TWW v paradižnikih povečalo vsebnost B in Na v primerjavi s pitno vodo. Izpostavljenost paradižnikov onesnaževalom v hidroponiki je povečala pridelek, ne da bi vplivala na vsebnost sladkorjev, organskih kislin, karotenoidov, polifenolov ali maščobnih kislin, vendar je zmanjšala vsebnost nekaterih aminokislin in spremenila profile hlapnih organskih spojin, verjetno zaradi stresnih, endokrinih ali drugih strupenostnih učinkov.
Pristop razložljivega strojnega učenja je omogočil uspešno razlikovanje paradižnikov med petimi obdelavami (HPW, HSPW, LPW, LWW, and LSWW) in dosegel visoko natančnost razvrščanja (75–88 %) kljub omejenemu številu vzorcev. Analiza SHAP (Shapleyeve aditivne razlage, angl. SHapley Additive exPlanations) je identificirala ključne metabolite in elemente na globalni in lokalni ravni ter omogočila boljše razumevanje vpliva posameznih značilnosti, vključno z napačnimi razvrstitvami.
Disertacija dokazuje, da so gojene užitne žuželke in paradižnik, namakan s prečiščeno odpadno vodo, obetavni trajnostni viri hrane. Rezultati prispevajo k optimizaciji reje in predelave žuželk ter razkrivajo vpliv bioloških dejavnikov in fermentacije na njihovo sestavo in kakovost. Ta študija je zanimiva tudi za pridelovalce, druge deležnike, potrošnike in regulativne organe glede morebitnih vplivov ponovne uporabe TWW na kakovost izdelkov. Hkrati prikazuje, da je razložljivo strojno učenje učinkovito orodje za analizo kompleksnih podatkov in poudarja njegov velik potencial za nadaljnje raziskave na področju prehrane in kmetijstva.