斯特里克诺斯·波塔托勒姆 (Strychnos potatorum) 种子的绿色提取:通过响应表面方法和人工神经网络进行过程优化

科学领域:

• 绿色化学 绿色化学
• 自然产品提取 提取自然产品
• 生物技术是生物技术.

背景情况:

• (Strychnos potatorum) 的种子是生物活性化合物的来源.
• 传统的提取方法可能缺乏效率和环保性.
• 深度环氧溶剂 (DES) 为天然产品提取提供了一个可持续的替代方案.

研究的目的:

• 为了优化从SP中提取生物活性化合物,使用糖醇-酸盐DES.
• 为了比较响应表面方法 (RSM) 和人工神经网络 (ANN) 的预测准确度,用于提取优化.
• 评估SPs提取物的抗氧化和抗糖尿病潜力.

主要方法:

• 使用糖醇-乙酸盐优化提取. DES.
• 独立变量:时间,温度,溶剂与料的比率.
• 使用RSM和ANN模型进行优化和预测.
• 提取产量的评估,总含量 (TPC),总黄含量 (TFC),抗氧化活性 (DPPH) 和α-氨酶抑制活性.

主要成果:

• 确定了最佳的提取条件:29分钟,40°C,30毫升/克.
• 提取物显示高TPC (30.43毫克GAE/g DW),TFC (10.99毫克RE/g DW),抗氧化活性 (26.16%),和α-氨基酶抑制 (46.95%).
• 与RSM相比,ANN显示出较低的百分比误差和绝对平均偏差 (AAD),这表明预测准确性更高.
• 在TPC和TFC之间观察到强烈的相关性.

结论:

• 甘酸DES是一种高效和环保的溶剂,用于从SP中提取生物活性化合物.
• 与RSM相比,ANN是一种优越的预测模型,可以优化提取过程.
• SPs 提取物具有显著的抗氧化和抗糖尿病特性.