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

Response Surface and Particle Swarm-Artificial Neural Network Model Optimize the Microwave-assisted Extraction of Paeoniflorin

杜妹玲 ¹陈志红 ²朱轩池 ³兰红宇 ⁴李永 ¹张秀玲²

扫码查看

作者信息

1. 齐齐哈尔大学轻工与纺织学院,黑龙江齐齐哈尔 161006;寒区麻及其制品教育部工程研究中心,黑龙江齐齐哈尔 161006
2. 东北农业大学食品学院,黑龙江哈尔滨 150030
3. 东北农业大学电气与信息学院,黑龙江哈尔滨 150030
4. 黑龙江省农科院齐齐哈尔分院,黑龙江齐齐哈尔 161006
折叠

摘要

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.

关键词

赤芍总苷/微波辅助提取/响应面/粒子群-人工神经网络/体外抗氧化活性

Key words

paeoniflorin/microwave-assisted extraction/response surface/particle swarm optimization-artificial neural network/antioxidant activity in vitro

引用本文复制引用

基金项目

黑龙江省教育厅基本科研业务费项目(145209318)

出版年

2023

食品工业科技

北京一轻研究院

食品工业科技

CSTPCD北大核心

影响因子：0.842

ISSN：1002-0306

被引量1

参考文献量5

段落导航