Cancer is one of the most prevalent diseases worldwide and the natural products could be a source of bioactive compounds. Passiflora mucronata (PM) belongs to a very known vegetal genus, although, there are no studies about cytotoxic activity or isolated compounds. Different extracts from PM were obtained by liquid-liquid partition (P), Soxhlet (Sox) and supercritical fluid (SFE1-5) extraction techniques, being compared concerning their yields, chemical profile and cytotoxicity. The Sox extracts showed the highest yields (6.03%: hexane; 2.51%: dichloromethane) followed by SFE (from 4.34 to 1.63%) and partitions (1.06 and 2.26%). The hexane partition (HP) showed the best cytotoxic activity against K562 cell line (IC50 = 18.72 µg.mL-1). From HP, the following compounds were identified and analysed its cytotoxic activities: β-amyrin (IC50 = 3.92 µg.mL-1), β-sitosterol (IC50 = 3.37 µg.mL-1), stigmasterol (IC50 = 3.31 µg.mL-1) and oleanolic acid. Stigmasterol induced about 75% of K562 total apoptosis. The compounds were tested against MA-104 cell line and the selective index (SI) attributed (SI >10 for all compounds). This indicates good selectivity to K562 cell line at the expense of MA-104. This is the first time, identifying those compounds to PM .

RESUMO: A encapsulação de progesterona em nanopartículas de poli(hidroxibutirato-co-hidroxivalerato) (PHBV), poli (ε-caprolactona) (PCL), poli (L-ácido lático) (PLLA) e em nanopartículas blenda de PHBV/PCL e PHBV/PLLA foi investigada neste trabalho. As nanopartículas foram produzidas pela técnica de miniemulsificação/evaporação do solvente com lecitina como surfactante e foram caracterizadas em relação ao diâmetro médio em intensidade (Dz) e o índice de polidispersão (PDI), rendimento de recuperação e eficiência de encapsulação de progesterona. Possíveis interações entre progesterona e as matrizes poliméricas foram investigadas por Espectroscopia de Infravermelho por Transformada de Fourier (FTIR). Valores elevados de rendimento de recuperação (de até 102,43±1,80% para a blenda PHBV/PLLA) e eficiência de encapsulação (de até 99,53±0,04% para PCL) foram obtidos e as nanopartículas apresentaram distribuição de tamanho estreita (0,12±0,03 para PLLA). As nanopartículas de PCL (217,5±2,12nm) apresentaram diferença significativa com todas as outras formulações (P<0,05) quanto ao Dz. A interação mais evidente entre progesterona e a matriz polimérica das nanopartículas foi para a blenda PHBV / PCL, devido ao aumento na intensidade da banda localizada em 1631 cm-1.

ABSTRACT: The encapsulation of progesterone in poly (hydroxybutirate-co-hydroxyvalerate) (PHBV), poly (ε-caprolactone) (PCL), poly (L-lactic acid) (PLLA) nanoparticles and PHBV/PCL and PHBV/PLLA blend nanoparticles was investigated in this research. Nanoparticles were produced by miniemulsion/solvent evaporation technique with lecithin as surfactant and were characterized regarding to z-average diameter (Dz) and polydispersity (PDI), progesterone recovery yield and encapsulation efficiency. Possible interactions between progesterone and the polymer matrices were investigated by Fourier Transform Infrared Spectroscopy (FTIR). High recoveries (up to 102.43±1.80% for the PHBV/PLLA blend) and encapsulation efficiencies (up to 99.53±0.04% for PCL) were achieved and the nanoparticles presented narrow size distribution (0.12±0.03 for PLLA). PCL nanoparticles (217.5±2.12nm) presented significant difference with the Dz from all the other formulations (P<0.05). The most evident interaction between progesterone and the nanoparticles polymeric matrix was found to PHBV/PCL due to the increase in the intensity of the band located in 1631 cm-1.

O óleo de perilla (Perilla frutescens) foi extraído utilizando n-propano subcrítico e também pela metodologia oficial de Soxhlet, para efeito de comparação. Objetivou-se avaliar a influência dos fatores temperatura e pressão sobre a composição dos ácidos graxos (FA), através de um fatorial 22 completo em triplicata com ponto central. Ambos os fatores analisados contribuíram significativamente para o rendimento dos FA extraídos. As superfícies de resposta indicaram que o aumento da pressão e temperatura permitiu maior extração de ácidos graxos omega-3 e poli‑insaturados (PUFA), e uma melhor razão entre PUFA e ácido graxos saturados (SFA). Através da função de desejabilidade, a melhor condição de extração com n-propano foi temperatura de 80 °C e pressão de 8 MPa. A análise multivariada distinguiu a condição ótima no grupo de maior conteúdo de PUFA, com destaque para o ácido alfa-linolênico, enquanto a metodologia de Soxhlet caracterizou-se com elevado teor de SFA.

Oil from perilla (Perilla frutescens) was extracted using subcritical n-propane and also the Soxhlet official methodology, for comparison. This work aimed at assessing the influence of the temperature and pressure factors on the composition of fatty acids (FA), using a full 22 completo em triplicata com ponto central. Ambos os fatores analisados contribuíram significativamente para o rendimento dos FA extraídos. As superfícies de resposta indicaram que o aumento da pressão e temperatura permitiu maior extração de ácidos graxos omega-3 e poli‑insaturados (PUFA), e uma melhor razão entre PUFA e ácido graxos saturados (SFA). Através da função de desejabilidade, a melhor condição de extração com n-propano foi temperatura de 80 °C e pressão de 8 MPa. A análise multivariada distinguiu a condição ótima no grupo de maior conteúdo de PUFA, com destaque para o ácido alfa-linolênico, enquanto a metodologia de Soxhlet caracterizou-se com elevado teor de SFA.

Neste trabalho, foi realizada a modelagem da absorção de água que ocorre no processo de resfriamento de carcaças de frango por imersão utilizando Redes Neurais Artificiais. Dados de vinte e cinco variáveis independentes e da massa final da carcaça foram coletados em uma planta industrial para ajustar o modelo. Foram testadas diferentes estruturas de redes com uma camada oculta e o método Downhill Simplex foi empregado para otimizar os pesos sinápticos. No intuito de acelerar os cálculos de otimização, a Análise de Componentes Principais (ACP) foi utilizada para pré-processar os dados de entrada. Os resultados obtidos foram: i) com a ACP reduziu-se o número de varáveis de entrada das redes para dez; ii) a modelagem com a rede neural de estrutura 4-6-1 foi a que apresentou os melhores resultados; iii) a ACP indicou a seguinte ordem de relevância: parâmetros de transferência de massa, transferência de calor e características iniciais da carcaça. As principais contribuições deste trabalho foram fornecer um modelo preciso para predizer o teor final de água nas carcaças, bem como uma melhor compreensão acerca das variáveis envolvidas.

In this study, water uptake by poultry carcasses during cooling by water immersion was modeled using artificial neural networks. Data from twenty-five independent variables and the final mass of the carcass were collected in an industrial plant to train and validate the model. Different network structures with one hidden layer were tested, and the Downhill Simplex method was used to optimize the synaptic weights. In order to accelerate the optimization calculus, Principal Component Analysis (PCA) was used to preprocess the input data. The obtained results were: i) PCA reduced the number of input variables from twenty-five to ten; ii) the neural network structure 4-6-1 was the one with the best result; iii) PCA gave the following order of importance: parameters of mass transfer, heat transfer, and initial characteristics of the carcass. The main contributions of this work were to provide an accurate model for predicting the final content of water in the carcasses and a better understanding of the variables involved.