L.木芯片的提取优化:完全因数设计 (FFD) 和人工神经网络 (ANN) 之间的比较研究

科学领域:

• 生物质价值化和生物精炼
• 为专门的代谢物提取提取优化.
• 循环生物经济的应用

背景情况:

• 有效的提取对于可持续的生物提炼和生物质价值化至关重要.
• 土耳其树 (Quercus cerris L.) 是一种有价值的特殊代谢物的潜在来源.
• 优化提取参数可以提高生物活性化合物的回收.

研究的目的:

• 为了优化从火树片中提取特殊代谢物的提取,土耳其树片.
• 为了最大限度地提高抗氧化剂活性 (DPPH,FRAP) 和代谢物含量 (TPC,TFC,CTC,THC).
• 为了比较Full Factorial Design (FFD) 和人工神经网络 (ANN) 在提取优化方面的预测能力.

主要方法:

• 应用3级全因数设计 (FFD) 的变量:温度 (20-80°C),溶剂成分 (0-40% EtOH/H2O) 和时间 (3-24h).
• 使用DPPH清除和FRAP测试对抗氧化剂活性的评估.
• 专门代谢物的量化,包括总含量 (TPC),总黄含量 (TFC),凝结素 (CTC) 和水解素 (THC).

主要成果:

• 由FFD确定的最佳提取条件是80°C,40%的EtOH/H2O和19.8小时.
• 两种FFD和ANN模型都提供了可比的优化提取参数.
• 与FFD相比,ANN在抗氧化活性和TPC方面表现出更高的预测精度.

结论:

• 该研究成功优化了从火树片中提取专门的代谢物提取.
• FFD和ANN是优化生物精炼提取过程的宝贵工具.
• 这些发现有助于在循环生物经济框架内可持续地利用生物质.