Journal Search Engine

ISSN : 1225-0112(Print)
ISSN : 2288-4505(Online)

Applied Chemistry for Engineering Vol.34 No.2 pp.137-143
DOI : https://doi.org/10.14478/ace.2023.1005

Optimization of O/W Emulsion with Natural Surfactant Extracted from Medicago sativa L. using CCD-RSM

Seheum Hong, Jiachen Hou^*, Seung Bum Lee^*†

Department of Polymer Science and Engineering, Dankook University, Gyeonggi 16890, Korea
^*Department of Chemical Engineering, Dankook University, Gyeonggi 16890, Korea

^† Corresponding Author: Dankook University Department of Chemical Engineering, Gyeonggi 16890, Korea Tel: +82-31-8005-3559 e-mail: leesb@dankook.ac.kr

Received January 11, 2023 ; Review February 15, 2023 ; Accepted February 16, 2023

Abstract

In this study, natural surfactants were extracted from Medicago sativa L. The O/W emulsification processes with the extracted natural surfactants were optimized using central composite design model-response surface methodology (CCD-RSM) and a 95% confidence interval was used to confirm the reasonableness of the optimization. Herein, independent parameters were the ratio of saponins to total surfactant (P), amount of surfactant (W), and emulsification speed (R), whereas the reaction parameters were the emulsion stability index (ESI), mean droplet size (MDS), and viscosity (V). Using the multiple reaction, the optimal conditions for the ratio of saponins to total surfactant, amount of surfactant, and emulsification speed for O/W emulsification were 49.5%, 9.1 wt%, and 6559.5 rpm, respectively. Under these optimal conditions, the expected values of ESI, MDS, and V as the reaction parameters were 89.9%, 1058.4 nm, and 1522.5 cP, respectively. The values of ESI, MDS, and V from these expected values were 88.7%, 1026.4 nm, and 1486.5 cP, respectively, and the average experimental error for validating the accuracy was about 2.3 (± 0.4)%. Therefore, it was possible to design an optimization process for evaluating the O/W emulsion process with Medicago sativa L. using CCD-RSM.

Key Words : CCD-RSM , Optimization , Natural emulsifier , Medicago sativa L. , O/W emulsion

CCD-RSM을 이용한 알팔파 추출물인 천연계면활성제가 포함된 O/W 유화액의 최적화

홍 세흠, 호우지아천^*, 이 승범^*†

단국대학교 고분자시스템공학부
^*단국대학교 화학공학과

초록

본 연구에서는 알팔파로부터 추출한 천연계면활성제를 사용하여 중심합성설계모델(CCD-RSM)을 이용한 O/W 유화제조 공정의 최적화를 수행하였다. 그 결과 95% 신뢰구간에서 최적화 결과의 통계학적 합리성을 확인하였다. CCD-RSM을 통하여 독립변수인 알팔파 추출물:Sugar ester S-370의 혼합비율(P ), 계면활성제의 첨가량(W) 및 유화속도(R)가 반응치 인 유화안정도지수(ESI), 평균입자크기(MDS) 및 점도(V)에 끼치는 영향을 조사하여 O/W 유화제조공정의 최적조건을 산출하였다. 유화안정도지수, 평균입자크기 및 점도에 관한 회귀방정식으로부터 다중반응을 수행하여 3가지 반응치 를 동시에 만족하는 최적 유화조건으로 알팔파 추출물:Sugar ester S-370의 혼합비율은 49.5 wt%, 계면활성제의 첨가량 9.1 wt%, 유화속도 6559.5 rpm으로 나타났으며 산출된 반응치의 응답값은 ESI는 89.9%, MDS는 1058.4 nm, V는 1522.5 cP로 산출되었다. 이를 실험으로 확인한 결과 ESI는 88.7%, MDS는 1026.4 nm, V는 1486.5 cP이었으며 평균 오차율은 2.3 (± 0.4)%이었다. 따라서 CCD-RSM을 실제 유화 제조에 적용하여 만족스러운 O/W 유화제조 공정조건을 얻을 수 있었다.

키워드 :

This article has been cited by 0 article in crossref

Cited-By

Funding:

1. 서 론

알팔파(Medicago sativa L.)는 이란, 아제르바이잔, 터키 등에서 많 이 재배되고 있는 콩과 식물의 일종으로서 신장혈관 및 골다공증 등 에 대한 우수한 예방효과와 항균 및 방부기능, 비누 및 세제와 같은 계면활성 기능 등으로 인하여 민간요법으로 오랜 기간 동안 사용됨에 따라 의약, 제약, 화장품 분야에서 많은 주목을 받고 있다[1-6]. 알팔 파 성분 중에는 플라보노이드(flavonoid), 이소플라본(isoflavone) 및 콜레스테롤 등이 다량으로 포함되어 있어서 우수한 항균 및 항산화기 능을 보이며, 특히 많은 양의 트리터펜 사포닌(triterpene saponin)은 계면장력을 감소시키는 효과가 있는 것으로 알려져 있다[7]. 따라서 기존 화장품 제형에 사용되는 합성 유화제를 대체할 수 있는 천연원 료로서의 사용 가능성에 많은 관심이 증가하고 있다[8]. 트리터펜 사 포닌은 비누 및 세제와 같이 수용액 내에서 안정한 거품을 생성함으 로서 천연계면활성제 기능을 담당할 수 있는 천연원료이다[9].

선행 연구를 통하여 알팔파 추출물의 계면활성 효능이 우수한 것으 로 확인되었으며[10], 따라서 본 연구에서는 알팔파로부터 추출한 천 연계면활성제를 O/W 유화액 제조에 사용하였다. 일반적으로 O/W 유 화액의 안정성은 유화액의 입자 주위에 흡착하는 계면활성제의 조밀 성이 높을수록, 유화액의 입자 크기는 작을수록, 외상의 점도는 높을 수록 증가한다. 즉, 유화액 입자 주위의 계면활성제의 조밀성은 강한 계면막을 형성하여 입자 간 충돌에 의한 합일을 방지하며, 작은 입자 는 입자들 간의 분산력을 증가시킨다. 또한 외상의 높은 점도는 유화 입자들의 운동성을 억제함으로서 입자들 간의 응집을 감소시킴으로 서 유화액의 안정성은 증가하게 된다[11]. 따라서 안정한 유화액을 제 조하기 위해서는 계면활성제의 첨가량, 유상과 수상의 비율 및 유화 속도들 간의 최적 조합조건을 결정하는 것이 중요하다.

따라서 본 연구에서는 반응표면분석법 중 중심합성설계모델(central composite design model-response surface methodology, CCD-RSM) [12-14]을 이용하여 알팔파로부터 추출한 천연계면활성제를 사용한 O/W 유화액의 제조공정 조건을 최적화하고자 하였다. 독립변수로는 알팔파 추출물:Sugar ester S-370의 혼합비율(P), 계면활성제의 첨가 량, 유화속도로 하였으며, 이에 대한 반응치로는 유화액의 유화안정도 지수(emulsion stability index, ESI), 유화액의 평균입자크기(mean droplet size, MDS), 유화액의 점도(viscosity, V)로 설정하여 CCD-RSM의 수행을 통하여 독립변수가 반응치에 끼치는 영향을 조사하여 O/W 유 화액 제조에 관한 최적 조건을 구하였다.

2. 실험방법

2.1. O/W 유화액의 제조

예비실험 결과 알팔파 추출물인 천연계면활성제는 HLB비 7.0이상 인 친수성질임을 확인하였으며, 친유성 비이온계면활성제인 sugar ester S-370 (HLB ratio = 3.0)을 혼합하여 실험을 수행하였다. 유상으로 는 포도씨유를 선택하였으며, 수상으로는 초순수(XL-III, Vivagenen) 를 사용하여 O/W 유화액을 제조하였다. 수상 및 유상 성분과 계면활 성제를 각 실험 조건별로 계량한 후, 항온조(SL-WB6D, Sunil Science Co., Ltd)에서 75 ± 0.5 °C로 예열한 후 고속균질유화기(Homomixer Mark Ⅱ, T.K. Primix)로 교반하여 O/W 유화액을 제조하였다.

2.2. O/W 유화액의 물성 분석

알팔파 추출물:Sugar ester S-370의 혼합비율(P), 계면활성제의 첨가 량(W), 유화속도(R)를 변화시켜 제조한 O/W 유화액의 물성 분석은 유화안정도지수(emulsion stability index, ESI)와 유화액의 평균입자크 기(mean droplet size, MDS) 및 유화액의 점도(viscosity, V)를 측정하 여 수행하였다. 유화안정도지수는 25 ± 0.5 °C에서 7일 간 방치 한 후, 크림(creaming)층과 침강층의 높이를 측정하여 다음 식으로부터 유화 액의 분리 정도로 나타내었다.

E S I (%) = \frac{H_{E} - (H_{S} + H_{C})}{H_{E}} \times 100 %

(1)

식 (1)에서 HE는 유화액의 전체 높이, HC는 크리밍(creaming) 층의 높이, HS는 침강층의 높이다. ESI는 5회 반복 측정한 평균값을 사용 하였다. ESI 값이 클수록 유화액의 안정성은 우수한 것으로 판정한다. MDS는 ZETA Sizer (Zen 3600, Malvern)를 사용하여 동적 광산란 (dynamic light scattering, DLS)법으로 측정하였다. 다중산란효과를 막 기 위해서 유화액을 200배 희석하여 25 ± 0.5 °C에서 3회 반복 측정 하였다. 제조한 유화액의 점도는 Brookfield 점도계(DV-II+ Pro, Brookfield Co.)를 사용하여 25 ± 0.5 °C에서 5회 반복 측정한 평균값 을 사용하였다.

3. 결과 및 고찰

알팔파 추출물인 천연계면활성제를 함유한 O/W 유화액의 제조는 전체 질량 100 g을 기준으로 유상/수상의 질량비는 3:7, 유화 교반시 간은 20분으로 고정하여 제조하였다. 독립변수인 알팔파 추출물: Sugar ester S-370의 혼합비율(P), 계면활성제의 첨가량(W), 유화속도 (R)의 변화가 반응치인 유화안정도지수(ESI), 평균입자크기(MDS) 및 점도(V)에 끼치는 영향을 측정하여 그 결과를 Figure 1에 나타내었다.

3.1. 독립변수의 영향

알팔파 추출물:Sugar ester S-370의 혼합비율(P)의 영향을 알아보기 위해 계면활성제의 첨가량(W)은 8 wt%, 유화속도(R)는 6000 rpm에 서 알팔파 추출물:Sugar ester S-370의 혼합비율을 30~70 wt%로 변화 시켜 실험을 수행하였다. 알팔파 추출물:Sugar ester S-370의 혼합비율 이 증가함에 따라 ESI와 V는 증가하다가 감소하며, MDS는 감소하다 가 증가하는 경향을 나타내고 있다. 알팔파 추출물:Sugar ester S-370 의 혼합비율이 50 wt%에서 ESI, MDS 및 V의 변곡점은 각각 85%, 1050 nm, 1500 cP으로 나타났으며, 이 변곡점을 중심으로 알팔파 추 출물:Sugar ester S-370의 혼합비율이 40~60 wt% 범위에서 안정성이 우수한 O/W 유화액이 제조됨을 알 수 있었다. 계면활성제의 첨가량 의 영향은 알팔파 추출물:Sugar ester S-370의 혼합비율 40 wt%, 유화 속도 6000 rpm에서 계면활성제의 첨가량을 7~11 wt%로 변화시켜 실 험을 수행하였다. 계면활성제의 첨가량이 증가함에 따라 ESI와 V는 증가하다가 감소하며, MDS는 감소하다가 증가하는 경향을 나타내고 있다. 계면활성제의 첨가량 9 wt%에서 ESI, MDS 및 V의 변곡점은 각각 88%, 1300 nm, 1400 cP으로 나타났으며, 이 변곡점을 중심으로 계면활성제의 첨가량이 8~10 wt%에서 안정성이 우수한 O/W 유화액 이 제조됨을 알 수 있었다. 또한 유화속도(R)의 영향을 알아보기 위해 알팔파 추출물:Sugar ester S-370의 혼합비율 50 wt%, 계면활성제의 첨가량은 9 wt%에서 유화속도의 변화량을 5500~7500 rpm으로 변화 시켰다. 유화속도가 증가함에 따라 ESI와 V는 증가하다가 감소하며, MDS는 감소하다가 증가하는 경향을 나타내고 있다. 유화속도 6500 rpm에서 ESI, MDS 및 V의 변곡점은 각각 85%, 1250 nm, 1300 cP로 나타났으며, 이 변곡점을 중심으로 유화속도가 6000~7000 rpm에서 안정성이 우수한 O/W 유화액이 제조됨을 알 수 있었다.

3.2. O/W 유화액의 CCD-RSM 설계

알팔파 추출물인 천연계면활성제를 함유한 O/W 유화액 제조의 최 적화 공정을 수행하기 위해서 Table 1과 같이 20개의 실험과정을 설 계하여 실험을 실시한 후, 얻어진 결과 데이터를 사용하여 CCD-RSM 으로 회귀분석을 수행하였다. Table 1에서와 같이 각 독립변수의 범위 는 알팔파 추출물:Sugar ester S-370의 혼합비율 40~60 wt%, 계면활성 제의 첨가량 8~10 wt%, 유화속도 6000~7000 rpm으로 설정하였으며, 실험 후 얻어진 결과 데이터인 ESI, MDS, V를 나타내었다. Table 2에 반응치에 대한 주효과도 및 교호효과도의 P-value와 F-value를 나타내 었다. 일반적으로 P-value는 작을수록, F-value는 클수록 반응치에 끼 치는 영향의 유의성은 커진다.

3.3. O/W 유화액 안정성에 관한 최적화 공정

3.3.1. 유화액의 ESI의 최적화

CCD-RSM으로부터 식 (2)와 같이 유화액의 ESI에 대한 회귀방정 식을 얻었다.

\begin{matrix} E S I = - 4851 + 1.84 P + 33.0 W + 0.1160 R - 0.02896 P^{2} \\ - 1.303 W^{2} - 0.000008 R^{2} + 0.0374 P W \\ + 0.000105 P R - 0.00168 W R \end{matrix}

(2)

식 (2)에서 P, W, R은 각각 독립변수인 알팔파 추출물:Sugar ester S-370의 혼합비율, 계면활성제의 첨가량, 유화속도이다. Table 2에서 ESI의 결정계수는 R² = 86.29로 높게 나타나 ESI에 대한 최적화 효과 는 높은 것으로 판단할 수 있다. 반응치에 대한 독립변수의 영향은 독 립변수의 P-value는 작을수록 F-value는 클수록 증가한다. ESI에 대한 주효과도의 F-value는 P = 0.52, W = 1.00, R = 0.51으로 비율은 1:2:1 이며, 교호효과도의 F-value는 PW = 0.37, PR = 0.73, WR = 1.86으로 비율은 1:2:5이다. 따라서 유화액의 ESI에 가장 큰 영향을 끼치는 주 효과도는 계면활성제 첨가량이며, 교호효과도는 (계면활성제의 첨가 량) × (유화속도)임을 알 수 있었다. Figure 2는 식(2)의 회귀방정식으 로부터 ESI에 대한 반응표면도 및 등고선을 나타낸 그림이다. 그림에 서도 알 수 있듯이 주효과도와 교호효과도의 영향을 확인할 수 있다. 따라서 CCD-RSM으로부터 유화액의 ESI만을 고려했을 때의 최적 조 건은 알팔파 추출물:Sugar ester S-370의 혼합비율은 49.5 wt%, 계면 활성제의 첨가량은 9.2 wt% 및 유화속도는 6525.5 rpm임을 알 수 있 으며, 이 조건에서 예측된 ESI의 최대값은 89.9%으로 나타났다.

3.3.2. 유화액의 MDS의 최적화

CCD-RSM으로부터 식 (3)과 같이 유화액의 MDS에 대한 회귀방정 식을 얻었다.

\begin{matrix} M D S = 20667 + 60.7 P - 1198 W - 3.942 R + 0.896 P^{2} + 71.4 W^{2} \\ + 0.000317 R^{2} + 0.04 P W - 0.00297 P R - 0.0112 W R \end{matrix}

(3)

Table 2에 나타낸 바와 같이 MDS의 결정계수는 R² = 91.52로 나 타나 최적화 효과는 높은 것으로 판단할 수 있다. Table 2에서 MDS에 대한 주효과도의 F-value는 P = 37.48, W = 0.98, R = 3.88로 비율은 38:1:4로서 나타났으며, 교호효과도의 F-value는 PW = 0.001, PR = 0.49, WR = 0.07으로 비율은 1:490:70으로 나타났다. 따라서 MDS에 가장 큰 영향을 주는 주효과도는 알팔파 추출물:Sugar ester S-370의 혼합비율이며, 교호효과도는 (알팔파 추출물:Sugar ester S-370의 혼합 비율)×(유화속도)임을 알 수 있었다. 이를 확인하기 위하여 식(3)의 회 귀방정식으로부터 MDS에 대한 반응표면도 및 등고선을 작성하여 Figure 3에 나타내었다. 그림에서도 알 수 있듯이 통계학적 분석 결과 와 일치함을 알 수 있다. 따라서 CCD-RSM에 의한 유화액의 MDS만 을 고려한 최적조건은 알팔파 추출물:Sugar ester S-370의 혼합비율은 44.7 wt%, 계면활성제의 첨가량 8.9 wt% 및 유화속도 6467.5 rpm이 며, 이 조건에서 예측된 유화액의 MDS는 1032.9 nm이었다.

3.3.3. 유화액 점도(V)의 최적화

유화액의 점도(V)에 대한 회귀방정식은 CCD-RSM으로부터 다음과 같은 식을 얻을 수 있었다.

\begin{matrix} V = - 11189 + 70.2 P + 518 W + 2.534 R - 0.704 P^{2} - 38.0 W^{2} \\ - 0.000208 R^{2} + 1.00 P W - 0.00040 P R + 0.0253 W R \end{matrix}

(4)

Table 4에 나타낸 바와 같이 V의 결정계수는 R² = 89.71로서 높은 최적화 효과를 나타내고 있다. 또한 V의 모델의 P-value는 0.001이하 로 0.05보다 작은 값이기 때문에 모델의 유의성이 있음을 알 수 있었 다. Table 4에서 V에 대한 주효과도의 F-value는 P = 24.99, W = 8.25, R = 0.77로 비율은 32:11:1이고, 교호효과도의 F-value는 PW = 0.37, PR = 0.01, WR = 0.52로 비율은 37:1:52로 나타났다. 이를 확인하기 위하여 식(4)의 회귀방정식으로부터 V에 대한 반응표면도 및 등고선 을 작성하여 Figure 4에 나타내었다. 그림에서도 알 수 있듯이 통계학 적 분석 결과와 일치함을 알 수 있다. 따라서 CCD-RSM에 의한 유화 액의 점도만을 고려한 최적조건은 알팔파 추출물:Sugar ester S-370의 혼합비율 54.9 wt%, 계면활성제의 첨가량 9.6 wt% 및 유화속도 6576.4 rpm이며, 이 조건에서 예측된 V는 1547.5 cP으로 예상되었다.

Figure 5는 실험 데이터를 기준으로 얻은 반응치인 ESI, MDS, V를 정규 95% 신뢰구간 내의 확률로 나타낸 그림이다. 그림에서 볼 수 있 듯이 모든 반응치의 데이터는 모두 상한선과 하한선 범위 내에 존재 하며 기준선에 가깝게 위치함으로서 데이터가 정규분포를 따른다고 할 수 있다. 또한 Table 2에서와 같이 ESI, MDS, V의 결정계수 R² 는 각각 86.29, 91.52, 89.71로서 높은 값을 보임으로 산출된 모든 회귀방 정식은 높은 신뢰성을 나타낸다고 할 수 있다.

3.4. 종합만족도 평가

본 연구에서 설정한 반응치인 유화액의 ESI, MDS, 점도에 관한 회 귀방정식을 이용하여 CCD-RSM의 수학적 모델을 통해 제조한 유화 액의 ESI 및 점도는 최대화되며 MDS는 최소화되는 다중반응 최적화 를 실시하였다. 그 결과 3가지 반응치를 동시에 만족하는 최적 유화액 제조 조건은 알팔파 추출물:Sugar ester S-370의 혼합비율 49.5 wt%, 계면활성제의 첨가량 9.1 wt%, 유화속도 6559.5 rpm으로 나타났다. 이 최적 조건으로부터 예상된 최적의 반응치인 ESI는 89.9%, MDS는 1058.4 nm, V는 1522.5 cP로 산출되었다. 이 최적조건으로부터 실험을 수행하여 얻은 ESI는 88.7%, MDS는 1026.4 nm, V는 1486.5 cP으로 평균 오차율이 2.3 (± 0.4)%인 안정성이 우수한 O/W 유화액을 제조할 수 있었다. 따라서 CCD-RSM을 실제 O/W 유화 제조과정에 적용함으 로서 만족스러운 결과를 얻을 수 있었다.

4. 결 론

본 연구에서는 알팔파로부터 추출한 천연유화제를 사용하여 CCD-RSM을 통한 O/W 유화공정의 최적화를 수행하여 다음과 같은 결과를 얻었다. 알팔파 추출물을 사용한 O/W 유화제조공정의 최적화 를 위하여 20개의 표면설계를 설정한 후, 반응치인 유화액의 ESI, MDS 및 점도에 영향을 미치는 독립변수인 알팔파 추출물:Sugar ester S-370의 혼합비율, 계면활성제의 첨가량 및 유화속도의 최적화 조건 을 CCD-RSM을 이용하여 산출하였다.

유화액의 ESI에 대한 통계학적 분석 결과, ESI에 가장 큰 영향을 주는 주효과도는 계면활성제의 첨가량이며 교호효과도는 (계면활성 제의 첨가량) × (유화속도)로 나타났다. 독립변수에 대한 최적조건은 알팔파 추출물:Sugar ester S-370의 혼합비율은 49.4 wt%, 계면활성제 의 첨가량은 9.2 wt% 및 유화속도는 6525.5 rpm이었으며, 이 조건에 서 예측된 ESI의 최대값은 89.9%로 나타났다.
유화액의 MDS에 대한 통계학적 분석 결과, MDS에 가장 큰 영 향을 주는 주효과도는 알팔파 추출물:Sugar ester S-370의 혼합비율이 며, 교호효과도는 (알팔파 추출물:Sugar ester S-370의 혼합비율) × (유 화속도)로 나타났다. 독립변수에 대한 최적조건은 알팔파 추출 물:Sugar ester S-370의 혼합비율은 44.7 wt%, 계면활성제의 첨가량 8.9 wt% 및 유화속도 6467.5 rpm이었으며, 이 조건에서 예측MDS의 최소값은 1032.9 nm로 나타났다.
유화액의 점도에 대한 통계학적 분석 결과, V에 가장 큰 영향을 주는 주효과도는 알팔파 추출물:Sugar ester S-370의 혼합비율이며, 교 호효과도는 (계면활성제의 첨가량) × (유화속도)로 나타났다. 독립변 수에 대한 최적조건은 알팔파 추출물:Sugar ester S-370의 혼합비율 54.92 wt%, 계면활성제의 첨가량 9.56 wt% 및 유화속도 6576.4 rpm 이었으며, 이 조건에서 예측된 유화액 점도의 최대값은 1547.5 cP로 나타났다.
유화액의 ESI, MDS 및 점도에 관한 회귀방정식으로부터 다중반 응을 수행하여 이 3가지 반응치를 동시에 만족하는 최적 유화조건은 알팔파 추출물:Sugar ester S-370의 혼합비율 49.5 wt%, 계면활성제의 첨가량 9.1 wt%, 유화속도 6559.5 rpm이었으며, 이 최적 유화조건으 로부터 예상된 응답값으로 ESI는 89.9%, MDS는 1058.4 nm, 점도는 1522.5 cP로 나타났다. 최적조건에서 실제실험을 수행한 결과 ESI 88.7%, MDS 1026.4 nm 및 점도 1486.5 cP로 측정되어 평균 오차율은 2.3 (± 0.4)%이었다. 따라서 CCD-RSM을 실제 유화 과정에 적용하여 만족스러운 O/W 유화제조 공정조건을 얻을 수 있었다.

Figures

Figure 1.Effects of 3 independent variables on ESI, MDS and viscosity.

Figure 2.Contour graph of ESI according to 3 independent variables.

Figure 3.Contour graph of MDS according to 3 independent variables.

Figure 4.Contour graph of viscosity according to 3 independent variables.

Figure 5.Scatter plot in 95% confidence interval of ESI, MDS and viscosity.

Tables

Table 1.Response Surface Methodology of 3 Variables and Corresponding Response Value

Table 2.CCD-RSM Variance Analysis of Regression Coefficients of the Variable Response Values

References

Z. Bialy, M. Jurzysta, W. Oleszek, S. Piacente, C. Pizza, and J. Agric, Saponins in alfalfa (Medicago sativa L.) root and their structural elucidation, J. Agric. Food. Chem., 47, 3185-3192 (1999).
X. G. Liu, Y. Q. Sun, J. Bain, T. Han, D. D. Yue, D. Q. Li, and P. Y. Gao, Neuroprotective effects of triterpenoid saponins from Medicago sativa L. against H2O2-induced oxidative stress in SH-SY5Y cells, Bioorg. Chem., 83, 468-476 (2019).
F. Rodrigues, P. D. Oliveria, J. Neves, B. Sarmento, M. H. Amaral, and M. B. Oliveira, Medicago spp. extracts as promising ingredients for skin care products, Ind. Crops Prod., 49, 634-644 (2013).
E. Gawel and M. Grzelak, Lucerne (Medicago sativa L.) in the human diet-Case reports and short reports, J. Herb. Med., 10, 8-16 (2017).
G. Gatouillat, A. A. Magid, E. Bertin, E. B. Hassan, H. Morjani, C. Lavaud, and C. Madoulet, Medicarpin and millepurpan, two flavonoids isolated from Medicago sativa, induce apoptosis and overcome multidrug resistance in leukemia P388 cells, Phytomedicine, 22, 1186-1194 (2015).
R. Katarzyna, P. Pawel, W. Olga, G. Ryszard, and B. Boguslaw, Medicago sativa as a source of secondary metabolites for agriculture and pharmaceutical industry, Phytochem. Lett., 20, 520-539 (2016).
E. Z. Attia, H. M. Farouk, R. A. Usama, and H. E. K. Momen, Antimicrobial and extracellular oxidative enzyme activities of endophytic fungi isolated from alfalfa (Medicago sativa L.) assisted by metabolic profiling, S. Afr. J. Bot., 134, 156-162 (2020).
K. Ogino and M. Abe, Mixed surfactant systems: Solution properties of anionic-nonionic mixed surfactant systems, Marcel Dekker, Inc., 1-23 (1992).
J. W. Baek, S. H. Chung, and G. S. Moon, Antimicrobial activities of ethanol extracts from korean bamboo culms and leaves, J. Food Sci. Technol., 34, 1073-1078 (2002).
S. Hong and S. Lee, Extrction of natural emulsifier from Medicago sativa L. and Sapindus saponaria L.: Optimization using CCDRSM, Appl. Chem. Eng., 33, 272-278 (2022).
C. Qian and D. J. McClements, Formation of nanoemulsions stabilized by model food-grade emulsifiers using high-pressure homogenization: Factors affecting particle size, Food Hydrocoll., 25, 1000-1008 (2011).
M. Homayoonfal, F. Khodaiyan, and M. Mousavi, Modelling and optimising of physiocochemical features of walnut-oil beverage emulsions by implementation of response surface methodology: Effect of preparation conditions on emulsion stability, Food Chem., 174, 649-659 (2015).
B. S. Qader, E. E. Supeni, M. K. A. Ariffin, and A. R. A. Talib, RSM approach for modeling and optimization of designing parameters for inclined fins of solar air heater, Renew. Energy, 136, 48-68 (2019).
C. Yu, T. Cheng, J. Chen, Z. Ren, and M. Zeng, Investigation on thermal-hydraulic performance of parallel-flow shell and tube heat exchanger with a new type of anti-vibration baffle and wire coil using RSM method, Int. J. Therm. Sci., 138, 351-366 (2019).