绿色提取过程优化:使用RSM和GA-ANN建模从Inonotus hispidus提取天然抗氧化活性成分

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.
• 药用菌类学 药用菌类学

背景情况:

• 伊诺诺托斯 (Inonotus hispidus) 是一种罕见的富含固醇和多的药用真菌.
• 这些化合物具有天然的抗氧化特性,使具有价值.
• 需要有效和可持续的提取方法来最大限度地发挥其潜力.

研究的目的:

• 开发和优化从Inonotus hispidus中提取固醇和多的可持续提取技术.
• 为了比较超声辅助提取 (UAE) 与轨道震动提取和热水提取的疗效.
• 利用建模技术进行流程优化和预测开采产量.

主要方法:

• 轨道振动提取,热水提取和超声波辅助提取 (UAE) 的比较分析.
• 使用响应表面方法 (RSM) 和基因算法-人工神经网络 (GA-ANN) 模型优化阿联参数.
• 醇和多提取率的量化和抗氧化活性的评估.

主要成果:

• 在产量方面,阿联显著超过了传统的开采方法.
• 该GA-ANN模型提供了优于RSM的预测和优化性能.
• 在最佳的阿联条件下 (120分钟,22:1毫升/克,50%乙醇,63W) 最大限度地提取固醇和多.
• 优化提取导致固醇增加了171.92%,聚醇增加了69.56%.
• 优化的提取物显示出增强的抗氧化剂和自由基清除能力.

结论:

• 超声波辅助提取是一种对Inonotus hispidus的高效和可持续的方法.
• 高级建模 (GA-ANN) 对于优化提取过程至关重要.
• 这些发现支持Inonotus hispidus对其生物活性化合物的有效工业应用.