优化从Salvia miltiorrhiza中提取活性成分,结合机器学习模型和智能优化算法,并对抗氧化剂活性进行相关性分析

科学领域:

• 自然产品化学 自然产品化学
• 生物技术是生物技术.
• 化学工程是化学工程的重要组成部分.

背景情况:

• 萨尔维亚米尔蒂奥里萨 (Salvia miltiorrhiza) 是一种富含生物活性化合物的传统草药.
• 对Sal B和TIIA的有效提取对于它们的制药应用至关重要.
• 在工业过程中,优化开采条件仍然是一个挑战.

研究的目的:

• 为了优化从Salvia miltiorrhiza中提取Sal B和TIIA的酶辅助乙醇提取.
• 为了评估提取的化合物的抗氧化活性.
• 整合机器学习以提高提取效率.

主要方法:

• 使用了酶辅助的乙醇提取方法.
• ACONS (人工殖民地优化网络) 用于流程优化和预测.
• 进行了抗氧化剂活性测定.
• 实验室验证验证了优化条件.

主要成果:

• 在预测最佳条件方面,ACONS 达到了 97.46% 的匹配度.
• 优化开采显著改善了Sal B和TIIA的产量和质量.
• 综合评估值为27.69,平均误差为4.46%,达到27.69的值.
• 在成分产量和抗氧化活性之间观察到强烈的相关性.

结论:

• 通过ACONS优化提取,可以提高Sal B和TIIA的产量和Salvia miltiorrhiza的质量.
• 优化的过程显示了天然抗氧化剂开发的潜力.
• 整合机器学习可以提高工业开采的效率和可持续性.