仪器搜索
BY PRODUCT
  • ·  微波
  • ·  常压微波   ·  压力微波   ·  平行微波
  • ·  超声波 ·低温超声波
  • ·  紫外光
  • ·  微波超声波协同
  • ·  微波超声波紫外光协同
BY FUCTION
  • ·  微波加热  ·  常压合成  ·  常压催化  ·  常压萃取
  • ·  样品前处理   ·  微波消解
  • ·  土壤消解   ·  动植物消解
  • ·  高压合成   ·  高压平行合成
  • ·  微波水热   ·  超声波萃取    ·  紫外光催化
BY APPLICATION
  • ·  固相合成  ·  有机合成  ·  离子液体合成
  • ·  人工有机化合物降解
  • ·  天然产物提取/萃取/纯化
  • ·  纳米材料   ·  无机非金属材料  ·  电场材料

河北祥鹄科学仪器有限公司

256 黑加仑果实中多糖和多酚的同时提取。响应面方法和人工神经网络的比较

浏览量
【摘要】:
 
 
黑加仑果实中多糖和多酚的同时提取。响应面方法和人工神经网络的比较
 
 

 

01

前言:

 

一种同时提取黑加仑果实中多糖和多酚的方法研究了微波辅助水相两相系统(MA-ATPS)。乙醇/ (NH4)2SO4 确定为最合适的 ATPS 包括 18.99 % (NH4)2SO4 和 31.65 % 的无水乙醇。除了回应表面方法(RSM)、人工神经网络链接遗传算法和灰色关联分析(ANN-GA-GRA) 也被用来优化多糖和多酚的提取过程黑加仑果实。 GA用于辅助ANN模型的参数优化,GRA是随后用于优化变量。与 RSM 相比,ANN 模型的确定系数(R2,0.9805)和绝对平均偏差(AAD,0.6648)相对较低(R2= 0.9783,AAD =0.8505),说明人工神经网络具有更优异的预测和估计能力。最优下条件(液料比、萃取时间、萃取温度和微波功率)  RSM 为 60.01 mL/g,9.96 min,59.57 ◦C 和 592.98 W,而 ANN 预测为 56.10 mL/g,9.78 min,60.92 ◦C 和 640.78 W),多糖、花青素、多酚和 DPPH 自由基清除的产量ANN 给出的两个阶段的活性(46.75 %、6.75 mg/g、53.51 mg/g、95.17 % 和 97.05 %)更高比源自 RSM 的那些(43.48 %、6.62 mg/g、52.48 mg/g、93.72 % 和 96.65 %)。此外,气色谱(GC)分析证实,底相中的多糖由六种采用高效液相色谱-电喷雾电离-质谱法(HPLC-ESI-MS)测定顶相提取物中单糖和13种酚类化合物。所以,微波辅助乙醇/(NH4)2SO4 萃取可能是一种有前景的同时制备黑加仑中的多种活性化合物,而ANN-GA-GRA 是一种有效的数学模型来预测并优化此提取过程。

 
 
 
 

 

02

简介

 

黑加仑 (Ribes nigrum L.) 是一种富含紫黑色的可食用浆果与多糖和酚类化合物(Xu et al., 2016a; Yang等人,2020;赵等人,2021)。以往的研究表明,黑加仑多糖具有明显的抗氧化、抗肿瘤、免疫调节和降血糖活性(Takataetal.,2005;杨等人2020)。同时,酚类化合物黑加仑种类繁多,包括花青素、酚醛酸类、黄酮类等,具有优异的抗菌性,抗氧化、抗高血压和抗抗肿瘤性(Gopalan等人,2012;赵等人,2021)。因此,多糖和酚类从黑加仑果实中提取的化合物可能在食品、保健品和制药行业具有广阔的应用前景。在多糖或多酚的提取方法方面从天然产物来看,传统工艺主要包括溶剂提取(Zhangetal., 2019a),超声/微波辅助萃取(Zhangetal.,2019b)、加压液体萃取(Xuet al.,2016)、酶萃取(Wanget al., 2018)等。然而,这些萃取技术通常从单相溶剂中获得一类化合物。此外,由于混合目标提取物与其他物质,随后的纯化程序变得复杂,其他活动资源可能在去除杂质的过程中浪费了(多德维奇和安托夫,2017;林等人,2019)。目前,水相两相萃取(ATPE)由于产量高,技术受到越来越多的关注,相形成组分的容易回收和相对环保特征(Chengetal.,2016;Xie et al., 2017)。在一般而言,水性两相系统 (ATPS) 由两种具有不同化学性质的不混溶溶剂组成。因此,ATPS能够同时提取不同种类的天然化合物并进一步简化纯化操作(Cheng 等人,2017;多德维奇和安托夫,2017)。在种类繁多的ATPS中,乙醇/盐水溶液体系在提取中获得了更大的普及由于高效率,植物多糖和酚类化合物低毒性(Fu et al., 2019; Huang et al., 2018)。之前的学习证实微波辅助萃取 (MAE) 可以加速目标化合物从材料迁移到溶剂(Chemat等人,2012年;Yang等人,2020 年)。因此,微波辅助水相两相萃取 (MA-ATPE)提高提取效率,因为结合微波的高能作用和ATPS的分层效应(Linet al.,2019)。据我们所知,MA-ATPE 方法尚未用于同时制备多糖和酚类化合物来自黑黑加仑实。一般来说,活性成分的提取效率不同的材料受各种因素的影响,如液料比、提取温度、提取时间等。在目前,响应面方法 (RSM) 和人工神经网络(ANN)是建模和优化影响提取过程的因素的强大且广泛有用的方法(Alara等人,2018;郭等人,2015)。RSM作为一种统计工具,可以评估通过建立一个自变量(单独或组合)二次方程(Yanget al., 2020)。与 RSM一起,ANN是一个新兴的非线性计算建模方法。人工神经网络模型在数据拟合、预测和优化,因此在化工领域有很大的应用范围工程(Chouaibi等,2020)、食品技术(Bajic等,2020)和水文领域(Chuetal., 2020)。最近,ANN 作为 RSM 的补充模型,用于优化生物活性化合物提取引起了研究人员的注意。例如,人工神经网络开发模型以优化从向日葵头中提取果胶(Muthusamy 等人,2018 年)和从斑鸠菊叶中提取抗氧化剂(Alara 等人,2018 年)。虽然这些报告表明,人工神经网络的预测效率比 RSM 方法、遗传算法(GA)和灰色关联分析(GRA),未用于进一步增强ANN的性能。GA是一种强大的随机搜索和启发式算法受“适者生存”概念启发的优化技术达尔文进化论(Basri 等人,2007 年)。GA有能力快速获得收敛并避免局部极值(Sodeifan et al., 2015)。因此,可以使用 GA来优化训练中的参数ANN模型的过程。此外,GRA能够执行ANN模型的多响应优化。到目前为止,还没有研究建立了使用ANN-GA-GRA模型进行预测和优化MA-ATPE 工艺。

图片上传

 
 
 
 

 

03

祥鹄仪器在此文献中的使用过程

 

ATPS的盐浓度测试如下,将一定质量的样品粉加入到准备好的ATPS中,液料比为60mL/g(v/w),然后将混合物放入电脑温压双控微波消解仪(XH-800C,北京祥鹄科技发展有限公司,北京,中国)。微波消解条件如下:提取时间为15分钟,提取温度为60◦C,微波功率为600W。收集上、下两相,并记录两相中多糖和花青素的体积和浓度。

 
 
 
 

 

04

结论

 

在这项研究中,MA-ATPE被用来同时提取黑加仑果实中的的多糖和酚类化合物。探讨并构建了具有四个独立变量的RSM模型和具有十个隐藏层神经元的ANN网络,以预测和优化提取过程。结果证明,ANN模型比RSM模型具有更高的预测精度、更高的预测值和实验值高于RSM模型。ANN模型预测的最佳条件下(液料比为56mL/g,萃取时间为10分钟,萃取温度为61◦C,萃取时间为10分钟,微波功率为641W),YBP、DPPHb、YTA、YTP和DPPHt的值为44.75%±1.85 %,94.84 %±0.48 %,6.63 ± 2.18 mg/g,53.73 ± 2.01 mg/g。和97.14%±0.57%,分别。此外,Rha和Glc被确定为BP中的主要糖单位,而山柰酚-3-芸香苷、芦丁、青花素-3-O-葡萄糖苷和金丝桃苷被确定为主要的酚类化合物。总之,MAATPE有可能成为一种有效的、生态友好的方法。从黑加仑和其他浆果中同时提取多种活性成分技术,而ANN可能是优化MA-ATPE的更好技术。

 
 
 
 

 

THE END
 
 

 

 

 

 

返回顶部
返回
邮箱