基于网络分析五味子醇沉工艺优化研究.docVIP

基于网络分析五味子醇沉工艺优化研究 　　[摘要]该文采用中心复合设计（central composite design），以醇沉后的糖去除率、五味子醇甲保留率及可溶性固形物含量为指标考察醇沉乙醇加入量、乙醇浓度、冷藏温度及冷藏时间4个醇沉工艺参数对于醇沉效果的影响。运用贝叶斯网络分析发现乙醇加入量和乙醇浓度为2个重要的醇沉工艺参数，然后运用遗传算法优化的BP人工神经网络建立2输入4输出的网络模型，所得训练集回归模型R2=0.983 8，MSE=0.001 1，验证集回归模型R2=0.975 9，MSE=0.001 8，模型拟合精度和预测效果均比较理想。研究表明该方法可有效地用于五味子醇沉过程关键工艺参数辨析与过程建模。 　　[关键词]五味子；醇沉；中心复合设计；贝叶斯网络；BP人工神经元网络 　　五味子为木兰科植物五味子Schisandra chinensis（Turcz.）Baill.的干燥成熟果实，性酸甘、温，归肺、心、肾经，主要功效有收敛固涩、益气生津、补肾宁心，用于久嗽虚喘、梦遗滑精、遗尿尿频、久泻不止、自汗盗汗、津伤口渴、内热消渴、心悸失眠[1]。 　　醇沉工艺作为中药制药工艺中的关键步骤，极大的影响着中药产品中药效物质及杂质的含量，因此优化醇沉工艺条件对于中药生产效率及中药产品质量至关重要[2-3]。而随着实验设计理念近年来逐渐进入中药制药工艺研究中，其对于提高研究效率和优化精确度的作用已被广泛认可，中心复合设计作为其中一种重要的设计方法也被广泛应用于解决多变量优化问题的研究中[2， 4]。 　　网络分析是一种重要的数据挖掘方法，它通过网络的方法考察网络节点间的关联关系， 以节点属性数据为基础对网络的性能特征进行多方面的分析计算[5]。网络分析可以针对多变量和多响应的复杂体系建立各变量与响应间的相互关系，从中发现关键信息；也可进行网络建模，用于预测和调节相关参数。人工神经元网络是近来被应用较多的模式识别和非线性建模方法，其优点在于对于信息的分布存储，并行识别以及自学习能力，目前也有见于中药制药工艺研究的报道[6]。BP神经网络可通过训练集的建模拟合结果与实测结果对比后反向条件各个节点间的权值和阈值以达到收敛目标，而经过遗传算法优化的BP神经网络可以是初始权值和阈值尽量接近最终模型，以加快网络训练的速度。 　　本研究将五味子醇沉过程中的乙醇浓度、乙醇倍量、冷藏温度及冷藏时间作为优化对象，以糖去除率和五味子醇甲保留率为优化指标，利用中心复合设计进行实验，获得相应数据后利用贝叶斯网络和BP人工神经元网络进行分析和建模，辨析关键工艺参数并以此进行过程建模与优化。 　　1 材料 　　Agilent 1100 Series高效液相色谱系统（安捷伦公司），包括Agilent ChemStation、在线脱气机、自动进样器、紫外-可见光检测器、柱温箱；Alltech 2000ES 蒸发光散射检测器（Grace公司）；METTLER TOLEDO XS105DU电子天平（梅特勒-托利多公司）；03-1多工位磁力搅拌机（杭州仪表电机有限公司）；维西尔BL100蠕动泵（常州维西尔流体技术有限公司）；天之恒THYD-1030W低温恒温槽（宁波天恒仪器厂）。 　　五味子药材来自于江苏苏中药业集团股份有限公司，为其产品三味生脉注射液原料之一，批五味子醇甲对照品购自于上海融禾医药科技发展有限公司，批号130817；果糖、葡萄糖、蔗糖、麦芽糖对照品均购自于上海阿拉丁试剂有限公司。Milli-Q水（Milford公司）；色谱纯乙腈（Merck公司）；色谱纯甲酸（ROE Scientific公司）。 　　2 方法与结果 　　2.1 实验设计 　　以五味子醇沉工艺中的乙醇加入量、乙醇浓度、冷藏温度及冷藏时间为变量，采用中心复合设计4因素5水平6中心点实验，具体实验因素水平见表1。 　　2.2 样品制备 　　8倍量水提取250 g五味子药材，提取2次，每次1 h；将2次提取液抽滤后混合，通过减压旋蒸将提取液旋蒸至密度为1.10 g?mL-1的浸膏。精密称取5 g浸膏置于干燥的100 mL锥形瓶中，在400 r?min-1的磁力搅拌下以5 mL?min-1的速率加入实验设计表中要求量的相应浓度的乙醇后放入相应温度的恒温槽中静置至相应时间后取出倾出上清液称重并测量体积，该上清液即为醇沉液样品。 　　2.3 指标成分的含量测定 　　五味子醇甲采用高效液相色谱-紫外检测器法测定。色谱条件及系统适用性试验：应用ACQUITY UPLC BEH Shield RP18（3.0 mm×50 mm，1.7 μm）色谱柱；以纯乙腈为流动相A，以0.02%甲酸溶液为流动相B，进行梯度洗脱：0～3 min，19% A；3～