使用响应表面方法和人工神经网络,对优化成熟阿贾瓦日肉质 (Phoenix dactylifera L.) 的二次代谢物进行分析

科学领域:

• 食品科学 食品科学 食品科学
• 植物化学 植物化学
• 分析化学 分析化学

背景情况:

• 枣树 (Phoenix dactylifera L.) 的果实在全球范围内被消费,传统上被认为具有药用特性.
• 有限的数据存在于优化成熟的阿贾瓦枣纸质 (RADP) 提取物的二次代谢物概况.

研究的目的:

• 使用响应表面方法 (RSM) 和人工神经网络 (ANN) 建模,优化RADP的热提取 (HE).
• 为了增强RADP提取物的多醇含量和抗氧化活性.

主要方法:

• 用于优化HE参数的中央复合材料设计:乙醇度,提取时间和温度.
• 用于二次代谢物分析的高分辨率质谱学.
• 用于优化和验证的RSM和ANN模型.

主要成果:

• 最佳的HE条件确定为75.00%的乙醇,3.7小时,67°C.
• 总含量 (4.49 ± 1.02 mgGAE/g),总黄含量 (3.31 ± 0.65 mgCAE/g),DPPH基因清除活性 (11.10 ± 0.78%) 和FRAP抗氧化能力 (1.43 μM AAE/g) 的显著水平.
• 确定了71种二次代谢物,包括13种新生物活性化合物.

结论:

• 优化的HE显著增强了RADP的多和抗氧化特性.
• 鉴定的植物成分表明RADP是制药和食品行业的有价值成分.