• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于改進(jìn)熵權(quán)法結(jié)合TOPSIS模型和BPNN建模優(yōu)化甘草多糖醇沉工藝

    2023-03-15 04:41:46何寶峰馬新?lián)Q馬忠祥王寶才徐志偉馬芳兄楊天艷李榮焜
    關(guān)鍵詞:總糖甘草乙醇

    何寶峰,馬新?lián)Q,馬忠祥,王寶才,徐志偉,馬芳兄,楊天艷,李榮焜

    1甘肅中醫(yī)藥大學(xué);2甘肅省第二人民醫(yī)院,蘭州 730000;3甘肅省中醫(yī)院,蘭州 730050

    據(jù)文獻(xiàn)報(bào)道,甘草多糖是甘草主要藥效成分之一,有抗腫瘤、抗炎、抗病毒、免疫調(diào)節(jié)等生理活性,已成為深入挖掘甘草藥理活性成分的研究熱點(diǎn),目前對(duì)甘草多糖的研究以提取工藝、純化技術(shù)和藥理活性研究為主[1]。研究表明,水溶性甘草多糖是一種多成分、分子結(jié)構(gòu)高度支化且連接有蛋白質(zhì)的雜多糖[2]。藥理研究發(fā)現(xiàn),純化多糖藥理活性不及粗多糖,推測(cè)化學(xué)試劑的加入、純化步驟繁雜、蛋白質(zhì)損失是主要原因[3,4],本文將圍繞甘草中水溶性成分甘草多糖進(jìn)行醇沉工藝優(yōu)化研究。

    信息熵理論作為一種客觀賦權(quán)法廣泛應(yīng)用于中藥及復(fù)方提取工藝涉及多指標(biāo)的優(yōu)化研究中[5],而傳統(tǒng)熵權(quán)法的熵權(quán)值大于0.5時(shí),個(gè)別數(shù)據(jù)的變化會(huì)引起權(quán)重的成倍變化[6],從而影響工藝參數(shù)的確定,因此本文采用改進(jìn)熵權(quán)法處理,能有效克服其存在的缺陷,提高決策準(zhǔn)確性,所得數(shù)據(jù)更可靠,結(jié)果更科學(xué)合理。TOPSIS法以評(píng)價(jià)對(duì)象與理想化目標(biāo)接近程度為依據(jù)對(duì)實(shí)驗(yàn)方案進(jìn)行排序,將多指標(biāo)轉(zhuǎn)化為綜合指標(biāo),是一種能集中反映樣本總體情況的多指標(biāo)決策分析方法[7]。近年來將廣大學(xué)者將TOPSIS法與熵權(quán)法結(jié)合,對(duì)評(píng)價(jià)指標(biāo)進(jìn)行權(quán)重賦值,從而綜合評(píng)價(jià)試驗(yàn)方案,可有效避免人為因素對(duì)試驗(yàn)結(jié)果的主觀干預(yù),使評(píng)價(jià)結(jié)果更客觀全面,該方法已廣泛用于中藥質(zhì)量綜合評(píng)價(jià)中[8],適用于本研究的工藝優(yōu)化問題。BP神經(jīng)網(wǎng)絡(luò)(back propagation neural network,BPNN)能打破正交設(shè)計(jì)、星點(diǎn)設(shè)計(jì)等常規(guī)試驗(yàn)設(shè)計(jì)在已設(shè)水平優(yōu)選最佳參數(shù)的局限性,通過模擬人腦神經(jīng)系統(tǒng)對(duì)復(fù)雜信息的處理方式,進(jìn)而建立一種數(shù)學(xué)模型,用以對(duì)復(fù)雜非線性關(guān)系的研究[9-11]。

    通過查閱文獻(xiàn)發(fā)現(xiàn)[12-14],醇沉?xí)r間、乙醇體積分?jǐn)?shù)、濃縮液相對(duì)密度對(duì)多糖的醇沉效果影響比較大。因此本課題組以甘草多糖、單糖、總糖含量及提取量為評(píng)價(jià)指標(biāo),利用改進(jìn)熵權(quán)法與熵權(quán)TOPSIS法處理試驗(yàn)數(shù)據(jù),對(duì)甘草多糖醇沉的主要因素進(jìn)行研究,比較兩種分析方法在正交設(shè)計(jì)中的適用性,確定最佳醇沉工藝,再利用BP神經(jīng)網(wǎng)絡(luò)建模進(jìn)行仿真尋優(yōu),尋求甘草多糖最佳醇沉工藝參數(shù),以期為甘草多糖制備優(yōu)選出穩(wěn)定可行的醇沉工藝,為其進(jìn)一步開發(fā)利用及綜合質(zhì)量控制提供科學(xué)依據(jù)。

    1 儀器與材料

    UV-2 700紫外可見光分度計(jì)(島津企業(yè)管理有限公司);DZF-300真空干燥箱(鄭州長城科工貿(mào)有限公司);AR522CN型電子天平(奧豪斯儀器有限公司);EP125SM型電子分析天平、LX120A型電子分析天平(瑞士Dietikon公司);DL-1 000萬用電子爐(上??坪銓?shí)業(yè)發(fā)展有限公司);LA753純化水機(jī)(威立雅)。

    苯酚(批號(hào):20 051 121,純度≥99.0%)購自天津市天新精細(xì)化開發(fā)中心;氫氧化鈉(批號(hào):200 928,純度≥98.0%)、硫酸(批號(hào):170 807,純度:95.0%~98.0%)、酒石酸鉀鈉(批號(hào):200 926,純度≥98.0%),均購自白銀良友化學(xué)試劑有限公司;亞硫酸氫鈉(批號(hào):20 120 329,純度≥98.0%)、3,5-二硝基水楊酸(批號(hào):20 190 601,純度≥98.0%),均購自天津市大茂化學(xué)試劑廠;D-無水葡萄糖標(biāo)準(zhǔn)品(批號(hào)110 833-201 908,純度:99.8%)購自中國食品藥品檢定研究院;提取用水為自來水,測(cè)定用水為超純水。其他試劑均為分析純。

    甘草飲片由甘肅青茂農(nóng)業(yè)科技股份有限公司提供,經(jīng)甘肅省第二人民醫(yī)院馬新?lián)Q主任中藥師鑒定為豆科甘草屬植物甘草GlycyrrhizauralensisFisch.的干燥根和根莖。

    2 方法與結(jié)果

    2.1 提取方法

    稱取甘草飲片50 g裝于1 000 mL圓底燒瓶中,加10倍量自來水煎煮兩次,第一次浸泡2 h,煎煮2 h,合并煎液,用無紡布過濾,靜置至提取液澄清,取上清液濃縮至75 mL,放至室溫后快速攪拌加入95%乙醇至體積分?jǐn)?shù)為70%,6 ℃靜置過夜,抽濾,于0.03~0.04 MPa、80 ℃真空干燥得到甘草多糖,研細(xì)備用。

    2.2 指標(biāo)成分測(cè)定

    2.2.1 對(duì)照品溶液制備

    取在105 ℃干燥至恒重的葡萄糖對(duì)照品約25.00 mg,精密稱定,置25 mL容量瓶中,加超純水溶解后稀釋至刻度,搖勻,制成1.01 mg/mL葡萄糖對(duì)照品溶液。

    2.2.2 測(cè)定單糖用溶液制備

    取供試品約200.00 mg,精密稱定,置50 mL三角瓶中,加30 ml超純水,50 ℃水浴1 h,冷卻至室溫,轉(zhuǎn)移至50 mL容量瓶中,加水稀釋至刻度,搖勻,濾過,收集續(xù)濾液即得。

    2.2.3 測(cè)定總糖用溶液制備

    取供試品約20.00 mg,精密稱定,至50 mL三角瓶中,加20 mL超純水,5 mL硫酸(取18 mL濃硫酸稀釋定容至100 mL),搖勻,在沸水浴中水解60 min,冷卻至室溫,加數(shù)滴酚酞指示劑,加10 mol/L氫氧化鈉溶液3.00 mL,用10%氫氧化鈉溶液滴至中性(粉紅色),轉(zhuǎn)移至50 mL容量瓶中,加水稀釋至刻度,搖勻,濾過,收集續(xù)濾液即得。

    2.2.4 含量測(cè)定方法

    精密量取上述對(duì)照品和供試品溶液各2.00 mL,置于10 mL具塞試管中,加3,5-二硝基水楊酸(DNS)顯色液1.50 mL,振搖均勻,在沸水浴中反應(yīng)15 min,取出,冷卻至室溫后用超純水轉(zhuǎn)移至25 mL容量瓶中,加水稀釋至刻度,搖勻。照分光光度法(《中國藥典》2020年版四部通則0 401)在490 nm波長處測(cè)定吸光度值,以超純水為隨行空白,重復(fù)測(cè)定3次取平均值,利用回歸方程計(jì)算得到樣品溶液中葡萄糖折合濃度,按照公式(1)、(2)計(jì)算各糖含量。

    (1)

    多糖含量=總糖含量-單糖含量

    (2)

    式中:C為樣品溶液中葡萄糖折合濃度(μg/mL);V為樣品溶液總體積(mL);n為稀釋倍數(shù);M為供試品重量(mg)。

    2.2.5 標(biāo)準(zhǔn)曲線制作

    以“2.2.1”項(xiàng)下配制的葡萄糖對(duì)照品溶液為母液,分別精密吸取母液0.00、0.25、0.50、0.75、1.00、1.25 mL,加超純水補(bǔ)足至2.00 mL,再滴加DNS顯色1.50 mL,配制成濃度為0.00、10.10、20.20、30.30、40.40、50.50 μg/mL標(biāo)品溶液,按照“2.2.4”項(xiàng)下方法配制測(cè)定液,并測(cè)定各溶液吸光度值。以葡萄糖質(zhì)量濃度(C)為橫坐標(biāo),吸光度(A)為縱坐標(biāo)繪制葡萄糖標(biāo)準(zhǔn)曲線,得回歸方程為A=0.026 8C-0.031 9,r=0.998 3,表明葡萄糖在0.00~50.50 μg/mL范圍內(nèi)線性關(guān)系良好。

    2.2.6 方法學(xué)考察

    2.2.6.1 精密度考察

    取同一批甘草多糖粉末,精密稱定,按照“2.2.2”與“2.2.3”項(xiàng)下方法制備供試品溶液,按“2.2.4”項(xiàng)下方法測(cè)定供試品吸光度,連續(xù)測(cè)定6次,記錄吸光度值,RSD為0.13%,表明儀器精密度良好。

    2.2.6.2 重復(fù)性考察

    取同一批甘草多糖粉末,精密稱定,按照“2.2.2”與“2.2.3”項(xiàng)下方法制備6份測(cè)定液,按“2.2.4”項(xiàng)下方法測(cè)定供試品吸光度值,RSD為1.28%,表明該方法重復(fù)性良好。

    2.2.6.3 穩(wěn)定性考察

    取同一批甘草多糖粉末,精密稱定,按照“2.2.2”與“2.2.3”項(xiàng)下方法制備測(cè)定液,按“2.2.4”項(xiàng)下方法分別在0、30、60、90、120 min測(cè)定供試品吸光度,RSD為0.56%,表明顯色后溶液在2 h內(nèi)穩(wěn)定性良好。

    2.2.6.4 加樣回收率考察

    取已知單糖含量和總糖含量的同一批甘草多糖粉末,平行6份,精密稱定,置于具塞錐形瓶中,分別加入等比例葡萄糖對(duì)照品0.08、0.40 mg,按照“2.2.2”與“2.2.3”項(xiàng)下方法分別制備供試品溶液,按“2.2.4”項(xiàng)下方法測(cè)定供試品吸光度,計(jì)算單糖和總糖的加樣回收率,平均加樣回收率分別為98.43%、98.02%,RSD分別為0.59%、0.78%。

    2.3 單因素試驗(yàn)

    2.3.1 濃縮比對(duì)甘草多糖的影響

    稱取甘草飲片50 g,按照“2.1”項(xiàng)下方法提取,將提取液分別濃縮至1.0、1.5、2.0、2.5、3.0 mL/g(即濃縮液體積與甘草飲片質(zhì)量之比),放至室溫后,調(diào)節(jié)乙醇體積分?jǐn)?shù)為70%,醇沉20 h。結(jié)果顯示(見表1),提取量隨濃縮比增大而下降,單糖含量變化不明顯,總糖和多糖含量反而升高,說明濃縮比越小高溫加熱時(shí)間越長,總糖和多糖分解越多,濃縮比過大溶液濃度較低則不利于多糖析出,導(dǎo)致提取量降低。因此,綜合實(shí)際生產(chǎn)因素和成本,選取1.5、2.0、2.5 mL/g三個(gè)水平進(jìn)行優(yōu)化試驗(yàn)。

    表1 濃縮比對(duì)甘草多糖的影響Table 1 Effect of concentration ratio on G. uralensis polysaccharides

    續(xù)表1(Continued Tab.1)

    2.3.2 乙醇體積分?jǐn)?shù)對(duì)甘草多糖的影響

    稱取甘草飲片50 g,按照“2.1”項(xiàng)下方法提取,將提取液濃縮至1.5 mL/g,放至室溫后,加95%乙醇分別調(diào)節(jié)乙醇體積分?jǐn)?shù)為60%、65%、70%、75%、80%,醇沉20 h。結(jié)果顯示(見表2),提取量隨乙醇體積分?jǐn)?shù)增大而呈上升趨勢(shì),單糖含量和多糖含量變化不明顯,當(dāng)乙醇體積分?jǐn)?shù)大于75%時(shí)總糖含量明顯降低,說明隨著乙醇體積分?jǐn)?shù)的增大藥液中含有的無機(jī)鹽等雜質(zhì)易被沉淀析出,不利于總糖沉淀,導(dǎo)致糖含量降低,綜合實(shí)際生產(chǎn)因素選取65%、70%、75%三個(gè)水平進(jìn)行優(yōu)化試驗(yàn)。

    表2 乙醇體積分?jǐn)?shù)對(duì)甘草多糖的影響Table 2 Effect of ethanol volume fraction on G. uralensis polysaccharides

    2.3.3 醇沉?xí)r間對(duì)甘草多糖的影響

    稱取甘草飲片50 g,按照“2.1”項(xiàng)下方法提取,將提取液濃縮至1.5 mL/g,放至室溫后快速攪拌加入95%乙醇,調(diào)節(jié)乙醇體積分?jǐn)?shù)為70%,分別醇沉4、8、12、16、20 h。結(jié)果顯示(見表3),提取量隨醇沉?xí)r間的延長變化不明顯,單糖含量先升高后下降,總糖和多糖含量呈現(xiàn)上升趨勢(shì),說明醇沉?xí)r間短,多糖不能完全析出,隨著時(shí)間延長,沉淀析出更充分,結(jié)合實(shí)際生產(chǎn)過程確定以12、16、20 h三個(gè)水平進(jìn)行優(yōu)化試驗(yàn)。

    表3 醇沉?xí)r間對(duì)甘草多糖的影響Table 3 Effect of alcohol precipitation time on G. uralensis polysaccharides

    2.4 正交試驗(yàn)優(yōu)選甘草多糖醇沉工藝

    2.4.1 試驗(yàn)設(shè)計(jì)

    以單因素試驗(yàn)考察結(jié)果為依據(jù),選用濃縮比(A)、乙醇體積分?jǐn)?shù)(B)、醇沉?xí)r間(C)為考察因素,以提取量、單糖、總糖和多糖含量為評(píng)價(jià)指標(biāo),利用L9(34)正交表安排試驗(yàn),因素水平見表4,優(yōu)選甘草多糖醇沉工藝。試驗(yàn)安排及各指標(biāo)測(cè)定結(jié)果見表5。

    表4 正交試驗(yàn)因素水平Table 4 Orthogonal test factor level

    表5 正交試驗(yàn)設(shè)計(jì)及指標(biāo)測(cè)定結(jié)果Table 5 Orthogonal test design and index determination results

    2.4.2 數(shù)據(jù)處理

    采用改進(jìn)熵權(quán)-TOPSIS法處理多指標(biāo)數(shù)據(jù)[15,16]。該方法對(duì)樣本無特殊要求,分析簡便,能有效規(guī)避實(shí)驗(yàn)者的主觀偏好性,提高試驗(yàn)結(jié)果的可靠性和科學(xué)性,適用于有限方案多目標(biāo)決策分析[17]。

    2.4.2.1 歸一化處理

    以試驗(yàn)號(hào)為組別,甘草多糖提取量和各成分含量為指標(biāo)建立評(píng)價(jià)正交各試驗(yàn)組合甘草多糖品質(zhì)的初始化決策矩陣,本試驗(yàn)要求各指標(biāo)越大越好,因此采用指標(biāo)越大越優(yōu)型公式(3)進(jìn)行歸一化數(shù)據(jù)處理,結(jié)果見表6。

    表6 決策矩陣歸一化結(jié)果Table 6 Normalization results of decision matrix

    Xij=(Xij-Xmin)/(Xmax-Xmin)

    (3)

    2.4.2.2 加權(quán)決策矩陣構(gòu)建

    根據(jù)公式(4)、(5)、(6)計(jì)算各評(píng)價(jià)指標(biāo)的熵權(quán)值,提取量、單糖含量、總糖含量及多糖含量的熵權(quán)分別為0.252 1、0.253 1、0.246 4、0.248 4,將決策矩陣歸一化結(jié)果與各評(píng)價(jià)指標(biāo)熵權(quán)相乘,得到加權(quán)決策矩陣,結(jié)果見表7。

    表7 加權(quán)決策矩陣結(jié)果Table 7 Weighted decision matrix results

    (4)

    (5)

    (6)

    2.4.2.3 歐式貼近度計(jì)算及評(píng)價(jià)

    根據(jù)公式(7)、(8)確定加權(quán)決策矩陣的最優(yōu)向量和最劣向量,再根據(jù)公式(9)、(10)、(11)計(jì)算各評(píng)價(jià)指標(biāo)與正負(fù)理想解的距離及各指標(biāo)對(duì)最優(yōu)解的歐式貼近度,最終確定各試驗(yàn)號(hào)甘草多糖品質(zhì)的綜合排序,結(jié)果見表8。

    表8 正交設(shè)計(jì)優(yōu)劣評(píng)價(jià)及排序Table 8 Evaluation and ranking of orthogonal design

    V+=max(R1j,R2j…...Rnj)

    (7)

    V-=min(R1j,R2j......Rnj)

    (8)

    (9)

    (10)

    (11)

    2.4.3 正交設(shè)計(jì)結(jié)果

    分別采用改進(jìn)熵權(quán)綜合評(píng)分法和改進(jìn)熵權(quán)-TOPSIS法處理正交結(jié)果,利用公式(12)計(jì)算各指標(biāo)綜合評(píng)分(M)結(jié)果見表9,方差分析見表10。

    表9 正交設(shè)計(jì)熵權(quán)-TOPSIS法結(jié)果Table 9 Results of orthogonal design entropy weight-TOPSIS method

    表10 方差分析結(jié)果Table 10 Results of analysis of variance

    M=提取量×0.252 1+單糖含量×0.253 1+總糖含量×0.246 4+多糖含量×0.248 4

    (12)

    正交試驗(yàn)結(jié)果顯示,甘草多糖醇沉影響因素結(jié)果為:濃縮比>醇沉?xí)r間>乙醇體積分?jǐn)?shù),其中單用改進(jìn)熵權(quán)法處理數(shù)據(jù),所得結(jié)果極差與誤差都較大,而改進(jìn)熵權(quán)與TOPSIS法聯(lián)用所得結(jié)果極差和誤差均較小,說明改進(jìn)熵權(quán)-TOPSIS法能充分利用原始數(shù)據(jù)的信息,準(zhǔn)確反映各評(píng)價(jià)方案之間的差距,能對(duì)正交試驗(yàn)結(jié)果進(jìn)行綜合評(píng)價(jià)以獲得最優(yōu)參數(shù)組合,規(guī)避優(yōu)化過程中的人為主觀因素,提高決策準(zhǔn)確性、科學(xué)性,使所得結(jié)果更可靠。由此可見醇沉?xí)r間和濃縮比對(duì)甘草多糖醇沉影響較大,乙醇體積分?jǐn)?shù)對(duì)醇沉影響較小。最終優(yōu)選得到最佳醇沉結(jié)果為A3B2C3,即濃縮比為2.5 mL/g,乙醇體積分?jǐn)?shù)為70%,醇沉?xí)r間為20 h。

    2.5 BP神經(jīng)網(wǎng)絡(luò)仿真尋優(yōu)

    本實(shí)驗(yàn)使用Matlab R2012a軟件進(jìn)行BP神經(jīng)網(wǎng)絡(luò)模型構(gòu)建[18,19]。輸入層為濃縮比、乙醇積分?jǐn)?shù)、醇沉?xí)r間,輸出層為各指標(biāo)賦權(quán)后計(jì)算得到的綜合評(píng)分,隱藏節(jié)點(diǎn)為10,訓(xùn)練函數(shù)、學(xué)習(xí)函數(shù)、激活函數(shù)均為該軟件默認(rèn)值,構(gòu)建3-10-1型BP神經(jīng)網(wǎng)絡(luò)模型。將表9中數(shù)據(jù)采用留一交叉法進(jìn)行訓(xùn)練,然后將所有數(shù)據(jù)作為訓(xùn)練集和驗(yàn)證集,通過誤差值對(duì)模型進(jìn)行評(píng)估,9組數(shù)據(jù)的預(yù)測(cè)誤差分別為0.000 8、0.000 4、0.005 0、0.000 5、0.002 3、0.003 1、0.000 9、0.577 1、0.032 7,平均值為0.069 2,具有顯著性,表明模型精度較好。由圖1A可知,當(dāng)?shù)螖?shù)為2時(shí)網(wǎng)絡(luò)驗(yàn)證性能達(dá)到最好,均方誤差值為0.000 852 1。再將試驗(yàn)數(shù)據(jù)預(yù)測(cè)值與實(shí)測(cè)值進(jìn)行比較(圖1B),表明所建模型穩(wěn)定可靠,可用于甘草多糖醇沉工藝優(yōu)化。

    圖1 BP神經(jīng)網(wǎng)絡(luò)可靠性驗(yàn)證Fig.1 Reliability verification of back propagation neural network

    再以表9數(shù)據(jù)作為訓(xùn)練集,按照上述建模條件對(duì)綜合評(píng)分進(jìn)行預(yù)測(cè)。在正交試驗(yàn)參數(shù)基礎(chǔ)上,設(shè)置濃縮比為1.0~2.5 mL/g(步長0.25),乙醇質(zhì)量分?jǐn)?shù)65%~75%(步長1),醇沉?xí)r間12~24 h(步長2),對(duì)539個(gè)試驗(yàn)組合通過所建網(wǎng)絡(luò)模型計(jì)算綜合評(píng)分,預(yù)測(cè)綜合評(píng)分結(jié)果見表11。BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果表明,隨著濃縮比的升高,預(yù)測(cè)評(píng)分逐漸增大,當(dāng)醇沉?xí)r間固定為24 h,濃縮比在2.0~2.5 mL/g范圍,乙醇質(zhì)量分?jǐn)?shù)在66%~71%范圍內(nèi),預(yù)測(cè)綜合評(píng)分具有最高值,且各最高值變化不明顯??紤]到生產(chǎn)成本,確定最佳醇沉工藝為濃縮比2.0 mL/g、乙醇體積分?jǐn)?shù)67%,醇沉?xí)r間24 h。

    表11 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)評(píng)分Table 11 back-propagation neural network prediction score

    續(xù)表11(Continued Tab.11)

    2.6 工藝驗(yàn)證

    稱取甘草飲片6份,分別采用正交設(shè)計(jì)和BP神經(jīng)網(wǎng)絡(luò)優(yōu)選的最佳醇沉工藝制備甘草多糖,各指標(biāo)結(jié)果見表12??梢娬辉O(shè)計(jì)平均綜合評(píng)分值為25.790 3,RSD為1.68%,BP神經(jīng)網(wǎng)絡(luò)平均綜合評(píng)分值為25.025 9,預(yù)測(cè)值為24.156 2,RSD為1.36%。綜上所述,BP神經(jīng)網(wǎng)絡(luò)優(yōu)化所得最佳工藝檢驗(yàn)值略低于正交設(shè)計(jì)優(yōu)化結(jié)果,二者差距較小,且BP神經(jīng)網(wǎng)絡(luò)相對(duì)誤差較小,擬合效果更好。為減少乙醇使用量,降低生產(chǎn)成本,最終確定甘草多糖醇沉工藝為濃縮比2.0 mL/g,調(diào)節(jié)乙醇體積分?jǐn)?shù)至67%,醇沉24 h。

    表12 工藝驗(yàn)證結(jié)果Table 12 Process verification results

    3 討論與結(jié)論

    中藥藥理作用的發(fā)揮是多成分相互協(xié)調(diào)作用的結(jié)果,而中藥提取物所含有的混合總糖共同作用使得多糖更好發(fā)揮其藥理作用,業(yè)內(nèi)則有“多糖越純,活性越低”的觀點(diǎn)[20]。既往文獻(xiàn)對(duì)甘草中多糖的提取醇沉工藝考察多以提取量和多糖含量(或得率)為指標(biāo)來評(píng)價(jià),其優(yōu)化結(jié)果難以反映多糖復(fù)雜的內(nèi)在本質(zhì),現(xiàn)有研究多以甘草粉末為提取原料,后期對(duì)所得粗多糖均需經(jīng)Savage法、乙醚、丙酮、甲醇等化學(xué)試劑法除雜,除雜過程所用試劑對(duì)人體損傷較大,前期粉碎處理、乙醇或乙醚脫脂等過程不但增加生產(chǎn)成本,耗費(fèi)時(shí)間,而且嚴(yán)重危害操作人員的身心健康,且除雜、脫脂所用化學(xué)試劑多在中藥制劑生產(chǎn)中屬于禁用試劑。因此本研究為優(yōu)化甘草多糖醇沉工藝,以甘草飲片為研究對(duì)象,在單因素試驗(yàn)基礎(chǔ)上,選取主要因素濃縮比、醇沉?xí)r間、乙醇體積分?jǐn)?shù),以甘草多糖、總糖、單糖含量和提取量為評(píng)價(jià)指標(biāo),采用改進(jìn)熵權(quán)法聯(lián)用TOPSIS模型法處理正交試驗(yàn)數(shù)據(jù),并利用BPNN建模仿真尋優(yōu)進(jìn)行工藝優(yōu)選。比較單用改進(jìn)熵權(quán)法和改進(jìn)熵權(quán)聯(lián)用TOPSIS法結(jié)果發(fā)現(xiàn),改進(jìn)熵權(quán)-TOPSIS法能充分利用原始數(shù)據(jù)信息,對(duì)正交試驗(yàn)結(jié)果進(jìn)行綜合評(píng)價(jià)以獲得最優(yōu)參數(shù)組合,可有效規(guī)避優(yōu)化過程中人為主觀因素,提高決策準(zhǔn)確性、科學(xué)性,使所得結(jié)果更可靠,最終確定甘草多糖最佳醇沉工藝為將提取液濃縮至2.5 mL/g,調(diào)節(jié)乙醇體積分?jǐn)?shù)為70%,醇沉20 h。

    在正交試驗(yàn)基礎(chǔ)上采用Matlab12.0軟件構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型,通過對(duì)正交試驗(yàn)數(shù)據(jù)學(xué)習(xí)訓(xùn)練,得到精度較好、穩(wěn)定可靠的網(wǎng)絡(luò)模型,利用sim函數(shù)仿真尋優(yōu),得到最佳工藝為將提取液濃縮至2.0 mL/g,調(diào)節(jié)乙醇體積分?jǐn)?shù)為67%,醇沉24 h。經(jīng)過工藝驗(yàn)證發(fā)現(xiàn),BPNN建模尋優(yōu)結(jié)果綜合評(píng)分略低于綜合評(píng)分法進(jìn)和改進(jìn)熵權(quán)-TOPSIS法,但其RSD值較小,BP神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)自主學(xué)習(xí)能力,所得工藝更加穩(wěn)定,因此確定BPNN建模尋優(yōu)結(jié)果為甘草多糖醇沉最佳工藝。

    本試驗(yàn)通過單因素研究確定甘草多糖醇沉影響因素水平,以正交設(shè)計(jì)安排試驗(yàn),運(yùn)用改進(jìn)熵權(quán)法處理試驗(yàn)數(shù)據(jù),克服傳統(tǒng)熵權(quán)法某一指標(biāo)熵權(quán)值細(xì)微變化引起相應(yīng)權(quán)重成倍變化的缺陷。選取多個(gè)指標(biāo)綜合評(píng)價(jià)以優(yōu)化甘草多糖醇沉工藝,通過比較綜合評(píng)分法和改進(jìn)熵權(quán)-TOPSIS法結(jié)果,確定影響甘草多糖醇沉因素的重要程度,利用BP神經(jīng)網(wǎng)絡(luò)對(duì)正交參數(shù)學(xué)習(xí)訓(xùn)練后進(jìn)行仿真尋優(yōu),在不增加試驗(yàn)次數(shù)的情況下,對(duì)非線性問題進(jìn)行建模尋優(yōu),彌補(bǔ)既往優(yōu)化試驗(yàn)的不足,所得工藝參數(shù)更加科學(xué)可靠,可為甘草多糖進(jìn)一步開發(fā)研究和規(guī)?;a(chǎn)提供客觀依據(jù),并為相關(guān)工藝優(yōu)化問題提供新思路。

    猜你喜歡
    總糖甘草乙醇
    直接滴定法測(cè)總糖含量時(shí)檢測(cè)標(biāo)準(zhǔn)的統(tǒng)一性研究
    乙醇和乙酸常見考點(diǎn)例忻
    竟然是甘草惹的禍
    炙甘草湯,適用于哪些病癥
    中老年保健(2021年9期)2021-08-24 03:51:00
    楊木發(fā)酵乙醇剩余物制備緩釋肥料
    白地霉不對(duì)稱還原1-萘乙酮制備(S) -1-萘基-1-乙醇
    林下參片中總糖、還原糖及糖醛酸的含量測(cè)定
    芍藥甘草湯加味治療坐骨神經(jīng)痛42例
    NaBH4/(CH3)2SO4/B(OCH3)3復(fù)合還原體系合成2-(4-羥基苯)乙醇
    干海參外源性總糖的測(cè)定方法
    温宿县| 平遥县| 昌江| 罗城| 湟源县| 澳门| 将乐县| 乐东| 安国市| 昭平县| 双鸭山市| 佛坪县| 定远县| 卓资县| 蓬莱市| 石门县| 辉南县| 临澧县| 铁岭县| 湖州市| 晋州市| 江油市| 博野县| 揭阳市| 施甸县| 大洼县| 额尔古纳市| 嘉定区| 高淳县| 邵阳县| 乌苏市| 南通市| 葵青区| 施甸县| 班戈县| 若羌县| 江阴市| 磐石市| 抚远县| 长岭县| 隆尧县|