基于图像分析技术的甘草浓缩起泡过程实验探究

[目的]本研究运用图像分析技术对甘草浓缩液起泡过程的具体状态变化进行分析,找出了甘草浓缩过程中起泡情况的变化规律,此分析手段可作为一种有效的过程分析技术,应用于中药实际生产的过程质量控制。[方法]以温度、投料量、皂苷浓度作为主要浓缩工艺参数,对甘草水提液进行不同工艺条件下的浓缩实验。运用数码摄像机对浓缩过程中的不同起泡状态进行实时图像采集,运用ImagePy软件对图像进行处理,对所得图像中泡沫的直径、数量进行分析。[结果]图像分析结果表明,甘草浓缩起泡过程可以分为6个阶段,急剧起泡阶段发生在浓缩开始后的前10 min之内。温度、投料量、皂苷浓度对起泡时长有一定影响,但对泡沫直径及数量变化影响不明确。[结论]图像分析技术可作为一种新兴的分析技术应用于中药浓缩生产质量控制中,为实际生产中中药浓缩工艺的控制提供参考。

基于近红外光谱技术的甘草提取过程最优建模方法研究

通过实时采集正常操作条件下及发生异常工况时的甘草提取液的动态近红外光谱数据,结合主成分分析法(PCA)、偏最小二乘回归法(PLSR)和平行因子-偏最小二乘回归联用法(PARAFAC-PLSR)建立3种甘草提取过程的实时监测模型,并分析各种模型的特点。结果表明,基于3种方法建立的模型均能在一定程度上预测异常加热工况的发生,但同时也存在一定误判。其中,PCA方法建立的模型出错率最高,在60 min之前就出现3次"故障"误判,不适用于该过程的分析应用。而PLSR和PARAFAC-PLSR模型基本效果相似,校正集相关系数分别高达0.934 2,0.928 1,验证集相关系数也分别达到了0.856 7,0.828 3;并且这2种方法建立的预测模型误判率较低,首次成功预测的故障均发生于75 min。此外,PLSR和PARAFAC-PLSR模型均能在一定程度上预测出系统状态的走势。说明基于动态近红外光谱动态数据建立的PLSR和PARAFAC-PLSR模型均具有良好的在线监测和预测功能,为中药提取过程动态监测方法的优化选择提供了参考依据。

基于DNA电化学生物传感技术的甘草提取液中大肠杆菌快检方法研究

该文建立了一种基于DNA电化学生物传感技术的甘草提取液中大肠杆菌测试新方法。该研究首先将硫醇基修饰的捕获探针固定在金电极上，之后核酸适配体与捕获探针杂交。当甘草提取液中存在大肠杆菌时，它与适配体结合后，信号探针又与捕获探针结合并在底物中产生电化学信号，运用差分脉冲伏安法对甘草提取液中的大肠杆菌进行测试。实验结果显示，该测定方法线性范围为2．7×10^2-2．7×10^8CFU·mL^-1，最低检出限为50CFU·mL^-1，且具有较高的特异性和较好的重现性。在实际样品甘草浸膏的测试中，该方法的测定结果与周标法的计数结果呈现较好的一致性。以上结果显示DNA电化学生物传感技术可以用于甘草提取液中大肠杆菌测试，为中药制品的快速菌检提供了新的方法。