响应面和粒子群-人工神经网络模型优化微波辅助提取赤芍总苷工艺

• Published in: 食品工业科技 Vol. 44; no. 15; pp. 248 - 257
• Main Authors: 杜妹玲, 陈志红, 朱轩池, 兰红宇, 李永, 张秀玲
• Format: Journal Article
• Language: Chinese
• Published: 齐齐哈尔大学轻工与纺织学院,黑龙江齐齐哈尔 161006 01.08.2023; 寒区麻及其制品教育部工程研究中心,黑龙江齐齐哈尔 161006%东北农业大学食品学院,黑龙江哈尔滨 150030%东北农业大学电气与信息学院,黑龙江哈尔滨 150030%黑龙江省农科院齐齐哈尔分院,黑龙江齐齐哈尔 161006
• Subjects: 响应面; microwave-assisted extraction; 微波辅助提取; particle swarm optimization-artificial neural network; 赤芍总苷; 体外抗氧化活性; response surface; 粒子群-人工神经网络; paeoniflorin; antioxidant activity in vitro
• ISSN: 1002-0306
• DOI: 10.13386/j.issn1002-0306.2022110133

TS202.3; 以赤芍(Paeoniae Radix Rubra)为原料,建立单因素-Box-Behnken试验,探究微波功率、提取时间、提取次数、乙醇浓度和液固比对赤芍总苷提取量的影响,并评价提取物的体外抗氧化活性.通过建立响应面模型和粒子群-人工神经网络模型对微波辅助提取赤芍总苷的工艺进行优化.结果表明:响应面模型和粒子群-人工神经网络模型的决定系数R2 分别为0.9099和0.9925,表明粒子群-人工神经网络具有更好的预测能力.采用粒子群-人工神经网络模型优化提取工艺条件:乙醇浓度81%、液固比30 mL/g、提取时间22 s、提取5次、微波功率420 W,在此条件下,赤芍总苷的提取量为378.977±1.982 mg PE/g d.w.;赤芍苷提取物(100 μg/mL)对DPPH自由基和ABTS+自由基的清除率分别为87.61%和80.74%,接近阳性对照.提取物还具有一定的还原能力.本研究结果为优化提取工艺提供了新的方法,也为赤芍有效成分作为添加剂的应用提供了理论基础.