使用响应表面方法和人工神经网络和药理学表征来最大限度地提高植物液的提取产量

科学领域:

• 食品科学 食品科学 食品科学
• 药理学 药理学是指药理学的学科.
• 分析化学 分析化学

背景情况:

• 普鲁努斯亚美尼亚卡作为食品添加剂和传统医学.
• 提取参数的优化对于最大限度地提高产量和潜在的生物活性至关重要.

研究的目的:

• 通过实证模型优化Prunus armeniaca的牙提取方法.
• 描述提取的的元素组成,毒理效应和药理性质.

主要方法:

• 响应表面方法 (RSM) 和人工神经网络 (ANN) 用于优化.
• 激光诱导分解光谱 (LIBS) 用于元素分析.
• 在MTT测定和体内研究中,分别评估了细胞毒性和毒性.

主要成果:

• 优化的参数预测收益率为30.44% (RSM) 和30.70% (ANN),与实验收益率30.23%非常接近.
• LIBS证实了基本微和宏元素 (Ca,K,Mg,Na,Li,C,H,N,O) 的存在.
• 牙表现出显著的抗氧化,抗菌,抗nociceptive,抗癌,抗炎和血栓抑制活性,没有急性口服毒性,高达2000毫克/公斤.

结论:

• 数学模型有效地预测和优化牙提取参数,以提高产量.
• 普鲁努斯亚美尼亚卡具有良好的安全性,并具有广泛的有价值的药理性质.
• 这项研究强调了优化Prunus armeniaca口香糖在食品和医药领域的各种应用中的潜力.