相关实验视频
Updated: Jun 14, 2025
06:15
Preparation of Binary and Ternary Deep Eutectic Systems
Published on: October 31, 2019
11.9K
在基于胆和贝他因的深层维生素溶剂中调整酸溶解度:实验性确定和机器学习建模
Tomasz Jeliński1, Maciej Przybyłek1, Rafał Różalski2
1Department of Physical Chemistry, Faculty of Pharmacy, Collegium Medicum in Bydgoszcz, Nicolaus Copernicus University in Toruń, Kurpińskiego 5, 85-096 Bydgoszcz, Poland.
Molecules (Basel, Switzerland)
|August 29, 2024
概括
深度浸泡溶剂 (DES) 提供高效的酸 (FA) 提取. 胆化物和三乙烯甘醇 (TEG) 与水的混合物显示出高FA溶解度,性能优于传统溶剂,并通过机器学习实现准确的溶解度预测.
科学领域:
- 绿色化学 绿色化学
- 溶剂工程 溶剂工程
- 自然产品提取 提取自然产品
背景情况:
- 深度环氧溶剂 (DES) 正在成为传统有机溶剂的可持续替代品.
- 酸 (FA) 是一种有价值的天然化合物,需要高效和绿色的提取方法.
- 了解FA在各种介质中的溶解度对于其配方和应用至关重要.
研究的目的:
- 系统地研究ferulic acid (FA) 在各种深层欧溶剂 (DES) 中的溶解性.
- 探索控制在DES中的FA溶解性的分子相互作用.
- 使用计算方法开发和验证FA溶解性的预测模型.
主要方法:
- 基于不同多聚合物的胆化物和贝他因在DES中的FA溶解度的实验选.
- 使用COSMO-RS.进行溶解物-溶解物和溶解物-溶剂亲和度的计算分析.
- 开发一个机器学习模型 (支持向量回归器 - SVR) 用于FA溶解率预测.
主要成果:
- 以胆化物为基础的DES,特别是以1:2摩尔比率和0.3摩尔水的三乙烯糖醇 (TEG) 显示出优越的FA溶解性.
- FA表现出强烈的自我关联到循环结构中,最稳定的异质分子复合体是TEG.
- 开发的SVR模型在预测FA溶解度方面取得了高准确性,超过了COSMO-RS方法.
结论:
- 由胆化物,TEG和水组成的DES代表了酸的有效绿色溶剂系统.
- FA的溶解度受到其自我结合和与溶剂成分 (如TEG) 的相互作用的影响.
- 机器学习,特别是SVR,为预测各种溶剂系统中FA溶解度提供了强大而准确的工具.
