BP神经网络—遗传算法及二维可视化优化香附总黄酮提取工艺研究

目的:优化香附总黄酮的提取工艺。方法:基于U^(*)_(10)(10^(8))均匀设计试验,采用水浴回流法,以香附总黄酮提取率为评价指标,考察回流温度、提取时间、乙醇浓度、料液比、回流次数对香附总黄酮提取效果的影响。分别采用BP神经网络-遗传算法及二维可视化分析对试验结果进行目标寻优,并进行工艺验证。结果:BP神经网络-遗传算法处理分析得到优化结果为:回流温度95℃、提取时间165 min、乙醇浓度90%、料液比1∶15(g/m L)、回流次数2次,验证试验显示此条件下总黄酮平均提取率为3.22%;二维可视化分析处理得到优化结果为:回流温度80℃、提取时间140 min、乙醇浓度60%、料液比1∶40(g/m L)、回流次数2次,验证试验显示此条件下总黄酮平均提取率为3.24%。结论:两种优化方法的工艺优化参数不同,且二维可视化分析结果略优于BP神经网络-遗传算法,两种方法的综合比较可为同复杂的提取工艺优化提供新思路。

基于UPLC指纹图谱的菟丝子酒炙前后化学模式识别及多成分定量测定

目的建立生菟丝子Cuscutae Semen与酒菟丝子UPLC指纹图谱,并结合多元统计分析和定量测定研究菟丝子酒炙前后化学成分的变化,为菟丝子质量评价提供参考。方法采用UPLC法进行测定,色谱柱为Thermo Accucore^(TM)C_(18)柱(100 mm×4.6 mm,2.6μm),流动相为乙腈-0.1%磷酸水溶液,柱温30℃,梯度洗脱,进样体积为2μL,体积流量为0.4 mL/min,采用分段波长,建立15批酒菟丝子及15批生菟丝子指纹图谱。通过相似度评价、层次聚类分析(hierarchical clustering analysis,HCA)、主成分分析(principal component analysis,PCA)来对指纹图谱进行分析评价,同时对9个主要成分进行定量测定,寻找炮制前后差异成分。结果建立的UPLC指纹图谱中,共匹配了19个共有峰,宁夏产区与内蒙产区的生菟丝子和酒菟丝子相似度均较高,HCA中可将酒菟丝子与生菟丝子明显区分,PCA提取出4个主成分,能够明显区分菟丝子生品及炮制品。正交偏最小二乘-判别分析(orthogonal partial least squares-discriminant analysis,OPLS-DA)亦可将二者明显区分,并筛选出菟丝子炮制前后的8个差异性成分,根据VIP值排序为峰1、10、2、5、8(隐绿原酸)、4(新绿原酸)、18(槲皮素)、17(异绿原酸C)。含量测定结果表明,酒炙后菟丝子中金丝桃苷、异槲皮苷、槲皮素、新绿原酸、隐绿原酸含量增加,紫云英苷、山柰酚、绿原酸、异绿原酸C含量降低。结论建立的UPLC指纹图谱和含量测定结果对菟丝子及其炮制品的质量控制及整体性评价具有重要意义。