人工智能辅助优化Eichhornia crassipes提取物和评估它们的生物活动

科学领域:

• 植物化学和自然产品
• 生物技术和生物工程 生物技术和生物工程
• 药理学和毒理学 药理学和毒理学

背景情况:

• 艾希霍尼亚 (马丁) 树 索尔姆斯是一种水生植物,具有潜在的生物活动.
• 优化提取方法对于最大限度地提高生物活性化合物的产量和有效性至关重要.
• 传统方法可能无法充分利用植物的治疗潜力.

研究的目的:

• 为了优化 Eichhornia crassipes 的提取条件,以提高生物疗效.
• 为了比较人工神经网络-遗传算法 (ANN-GA) 与响应表面方法 (RSM) 的有效性.
• 为了评估优化提取物的抗氧化剂,抗胆酶和抗增殖性质.

主要方法:

• 使用ANN-GA和RSM优化提取参数 (温度,持续时间,溶剂比率).
• 抗氧化能力的量化 (FRAP,DPPH),总含量 (TPC) 和总黄含量 (TFC).
• 对抗胆酶活性 (AChE,BChE抑制) 和对A549细胞的体外抗增殖作用的评估.
• 用于识别和量化化合物的LC-MS/MS分析.

主要成果:

• ANN-GA确定了最佳的提取参数:56.85°C,7.62小时和23.93%的乙醇/水比.
• 与RSM相比,ANN-GA提取物显示出显著更高的抗氧化剂 (FRAP,DPPH),TPC和TFC.
• 观察到高抗胆酶活性 (ACHE和BCHE的低IC50值) 和剂量依赖的抗增殖作用.
• 关键的类化合物,如奎尔丁,凯姆菲罗尔和纳灵宁,在高度中被发现.

结论:

• 在优化Eichhornia crassipes提取方面,ANN-GA方法非常有效,产生丰富的基提取物.
• 优化的提取物具有显著的抗氧化剂,抗胆酶和抗癌性质.
• 艾赫霍尼亚的药物,神经保护和抗癌应用具有前途.