汪麗霞,徐志偉,黃 志,周一軍,沈 忱,杜偉鋒
(1.常山縣農業(yè)特色產業(yè)發(fā)展中心,浙江 常山 324200;2.甘肅省中醫(yī)院,甘肅 蘭州 730000; 3.浙江中醫(yī)藥大學中藥飲片有限公司,浙江 杭州 311401;4.常山天道中藥飲片有限公司, 浙江 常山 324299;5.浙江中醫(yī)藥大學資產經營有限公司,浙江 杭州 311401; 6.浙江中醫(yī)藥大學 藥學院,浙江 杭州 310053;7.浙江中醫(yī)藥大學 中藥 炮制技術研究中心,浙江 杭州 311401)
當歸是傘形科植物當歸(Angelicasinensis(Oliv)Diels)的干燥根,是“根分梢理論”的代表藥材[1]。《脾胃論》記載:“當歸頭止血上行,當歸身補血中守,當歸尾破血下流,全當歸補血活血?!毖芯堪l(fā)現(xiàn),當歸頭、身、尾兩兩配伍提取后,阿魏酸、綠原酸、歐前胡素、藁本內酯等主要化學成分含量和干浸膏得率均有不同程度降低,進一步說明當歸不同藥用部位分別應用與研究的必要性[2-4]。
目前尚無當歸頭系統(tǒng)提取工藝研究,故本研究擬以阿魏酸等4種主要化學成分含量及干浸膏得率為考察指標,以提取次數(shù)、加液量、提取時間為考察因素,運用BP-ANN結合熵權法優(yōu)選當歸頭提取工藝。BP-ANN可較好滿足非線性復雜問題的處理,符合中藥提取復雜性、多元性要求[5-8]。
PerkinElmer A-10型高效液相色譜儀(美國PerkinElmer公司);普利賽斯LX2200C電子分析天平(0.01g)(普利賽斯國際貿易有限公司);普利賽斯LX120A電子分析天平(0.0001g)(普利賽斯國際貿易有限公司);HWS26型電熱恒溫水浴鍋(鄭州長城科工貿有限公司);HXGZ-000800電熱恒溫干燥箱(連云港醫(yī)療器械設備廠);KQZ3200E型超聲波清洗機(連云港醫(yī)療器械設備廠)。
1.2.1 當歸頭處理 當歸藥材采自甘肅隴西,經甘肅省中醫(yī)院科研制劑中心李俊江主任中藥師鑒定為正品當歸藥材。切下當歸根上端膨大、鈍圓,直徑1.5~4cm,且殘留葉鞘及莖基部分,即得當歸頭。
1.2.2 對照品及試劑 阿魏酸對照品(批號:110773-201614)、綠原酸對照品(批號:110753-201817)、藁本內酯對照品(批號:111737-201910)均購買自中國食品藥品檢定研究院,純度均 ≥98%;甲醇、乙腈為色譜純;水為純凈水;其他試劑均為分析純。
2.1.1 供試品溶液制備 平行精密稱取當歸頭藥粉9份,每份5g,置具塞錐形瓶中,精密加適量純凈水,按表1安排開展正交試驗。提取液過濾,蒸干,純甲醇溶解殘渣,定容至25mL容量瓶,搖勻,過0.22μm微孔濾膜,即得供試品溶液。
表1 當歸頭L9(34)正交試驗設計及結果
2.1.2 對照品溶液制備 精密稱取對照品適量,分別置10mL容量瓶中,甲醇定容至刻度,搖勻,得質量濃度分別為阿魏酸0.33mg/mL、綠原酸0.73mg/mL、歐前胡素0.25mg/mL和藁本內酯2mg/mL的對照品溶液。
2.1.3 色譜條件 WatersSymmetry Shield RP-C18(250mm×4.6mm,5.0μm)柱,DAD檢測器,以乙腈(A)-0.1%磷酸水溶液(B)為流動相,梯度洗脫:0~10min,12%~12% A;10~15min,12%~25% A;15~22min,25%~28% A;22~25min,28%~60% A;25~30min,60%~70% A;30~40min,70%~12% A;流速1mL/min,柱溫25℃,檢測波長350nm;進樣量10μL。對照品、樣品色譜見圖1。
注:1-綠原酸;2-阿魏酸;3-歐前胡素;4-藁本內酯。
2.1.4 線性關系考察 精密吸取“2.1.2”項下對照品溶液適量,配制成6種不同質量濃度的混合對照品溶液,純甲醇定容至刻度,搖勻,以“2.1.3”項下色譜條件測定。設橫坐標(X)表示質量濃度,縱坐標(Y)表示峰面積開展線性回歸,分別得回歸方程:阿魏酸Y=2×107X-5 695.8,綠原酸Y=510 668X-1 335.2,歐前胡素Y=2×106X-7 013.4,藁本內酯Y=500 543X-5 717.4,即阿魏酸等在各自范圍內線性關系良好。
2.1.5 精密度試驗 精密吸取某一供試品溶液10μL,以“2.1.3”項下色譜條件連續(xù)進針6次,測得各成分的峰面積RSD分別為阿魏酸1.03%、綠原酸1.01%、歐前胡素1.02%、藁本內酯1.05%,即儀器精密度良好。
2.1.6 重復性試驗 精密稱取當歸頭藥粉,以“2.1.1”項下方法平行制備6份供試品溶液,依“2.1.3”項下色譜條件測定,得各成分含量RSD分別為阿魏酸1.33%、綠原酸0.51%、歐前胡素1.37%、藁本內酯0.69%,即方法重復性良好。
2.1.7 穩(wěn)定性試驗 取某一供試品溶液,于0、2、4、8、12、24h按“2.1.3”項下色譜條件測定,得各成分峰面積RSD分別為阿魏酸1.38%、綠原酸1.04%、歐前胡素0.22%、藁本內酯1.41%,即供試品溶液24h內穩(wěn)定性良好。
2.1.8 加樣回收率試驗 平行精密稱取已知含量的當歸頭藥粉9份,每份2g,隨機分為3組,分別精密加入供試品中各成分量80%、100%、120%的各對照品溶液,以“2.1.3”項下色譜條件測定,計算回收率。得平均加樣回收率分別為阿魏酸101.14%、綠原酸98.92%、歐前胡素101.15%、藁本內酯99.51%,RSD依次為0.12%、0.76%、1.10%、1.02%。即此含量測定方法準確度良好。
2.1.9 樣品含量測定 以“2.1.3”項下色譜條件測定當歸頭9組正交提取樣品中各成分的峰面積,外標法計算含量,依次設為阿魏酸Y1、綠原酸Y2、歐前胡素Y3、藁本內酯Y4,結果見表1。
精密稱取當歸頭藥粉5g,置150mL錐形瓶中,精密加適量水,密塞,稱重,按表1試驗安排加熱回流,稱質量,補足失重,搖勻,濾過,精密量取25mL濾液,置干燥至恒重的蒸發(fā)皿中,水浴蒸干,于105℃干燥3h,干燥器中冷卻30min,精密稱定質量,計算數(shù)值,設為YG,結果見表1。
以單因素考察結果為依據,設提取次數(shù)(A)、加液量(B)、提取時間(C)為考查因素,并分設3個水平,見表1;以阿魏酸等4種化學成分含量和干浸膏得率為評價指標,按L9(34)設計試驗,試驗安排及結果見表1、表2。
表2 方差分析
運用MATLAB R2012a軟件編輯阿魏酸、綠原酸、歐前胡素、藁本內酯及干浸膏得率的正交試驗結果,聯(lián)合熵權法計算權重,即:
(1)計算Pij(概率)。
Pij即第j次試驗在第i個評價指標下的概率,0≤Pi≤1。
(2)計算Hi(信息熵)。
(3)計算Wi(權重系數(shù))。
得各成分權重分別為阿魏酸0.282 7,綠原酸0.202 6,歐前胡素0.145 6,藁本內酯0.225 8,干浸膏得率0.143 1。綜合評分= (Y1/Y1MAX)×0.282 7+(Y2/Y2MAX)×0.202 7+(Y3/Y3MAX)×0.145 6+(Y4/Y4MAX)×0.225 8+(YG/YGMAX)×0.143 1×100。結果見表1,即正交試驗結合熵權法優(yōu)選當歸頭最優(yōu)提取工藝為加入當歸藥材(粉末)質量的10倍量體積提取液,提取3次,每次90min。
2.5.1 建立模型 以3層結構BP-ANN構建模型,以提取次數(shù)(A)、加液量(B)、提取時間(C)為輸入節(jié)點數(shù),綜合評分為輸出節(jié)點數(shù)[9]。
2.5.2 網絡訓練及參數(shù) 運用MATLAB R2012a軟件,構建“2.5.1”項下模型并訓練,得3-10-1網絡模型。賦值提取次數(shù)、加液量、提取時間,以上述模型開展仿真模擬,得網絡訓練均方差曲線見圖2,優(yōu)化提取工藝參數(shù),回歸分析網絡預測值和實測值,的兩值相關系數(shù)r=0.998 64,即網絡模型性能良好。
注:A.均方誤差圖;B.訓練回歸曲線;C.驗證回歸曲線;D.總回歸曲線。
2.5.3 BP-ANN預測 固定提取次數(shù)、加液量、提取時間中任意兩因素水平值,并適當改變剩余因素水平值,運用y=sim (net,x)(y為預測值,x為提取次數(shù)、加液量、提取時間不同水平值組合)預測,考察最優(yōu)提取工藝參數(shù)。得相應當歸頭提取工藝為:加入當歸藥材(粉末)質量的9.6倍量體積提取液,提取3次,每次提取67min。該條件下的綜合評分最大為98.86。
平行精密稱取6份當歸頭藥粉,每份5g,按正交試驗及BP-ANN優(yōu)化工藝分別開展3批驗證試驗,得綜合評分均值分別為98.37和98.94,見表3;表明以BP-ANN優(yōu)化工藝提取綜合提取率更優(yōu),即當歸頭的最優(yōu)提取工藝為加入藥材(粉末)質量的9.6倍量體積提取液,提取3次,每次提取67min。
表3 BP-ANN、正交試驗優(yōu)化工藝驗證結果及對比
文獻研究表明,阿魏酸、綠原酸、歐前胡素、藁本內酯等是目前當歸研究中出現(xiàn)頻次較多的成分[9-11]。同時前期研究發(fā)現(xiàn),當歸不同藥用部位兩兩配伍,會引起阿魏酸等的含量及干浸膏得率呈現(xiàn)不同程度的下降。因此,以上述4種化學成分含量和干浸膏得率作為考察指標,既可使當歸頭提取工藝優(yōu)化試驗的結果更具科學性和精準性,又可滿足中藥多靶點、多層次、多渠道、整體作用的臨床特點。
正交試驗設計是分式析因設計的主要方法,既能分析各因素內部不同水平間的差異性,也能分析各因素、水平組合的交互作用,運用有限次數(shù)試驗從大量因素中找出存在顯著意義的因素。但由于正交試驗設計中的因素、水平數(shù)量與試驗次數(shù)存在顯著的線性關系,因此在解決實際問題過程中較難滿足存在非線性關系的相關問題。BP-ANN則可通過對已有數(shù)據的訓練與學習,構建數(shù)學模型以及更加穩(wěn)定、科學的多因素和水平間關系,促進復雜非線性系統(tǒng)問題的研究,即能有效彌補正交試驗設計解決非線性關系問題的不足。兩法結合開展相關研究,可使試驗結果更具科學性、嚴謹性,更便于在實際工作中推廣應用。