Plackett-Burman实验设计联用星点设计效应面法优选大黄地上部位蒽醌类成分提取工艺

 目的 运用Plackett-Burman 实验设计联用星点设计（central composite design,CCD）效应面法,考察各影响因素显著性,筛选出大黄地上部位(aerial part of Rheum officinale Baill,APOR)总蒽醌及大黄素提取的最佳工艺,为非药用部位的开发与应用提供依据。方法 运用Plackett-Burman实验设计筛选主要影响因素,采用CCD-效应面积法优选APOR蒽醌提取工艺。以乙醇体积分数、提取时间、料液比为自变量,总蒽醌和大黄素含量为因变量,通过对自变量与因变量的完全二次响应曲面的回归拟合,利用三维曲面图直观分析APOR蒽醌提取最佳工艺,并进行预测分析。结果 总蒽醌的最佳提取工艺为：乙醇体积分数67.25%,时间90 min,料液比28∶1;大黄素的最佳提取工艺为：乙醇体积分数85%,时间90 min,料液比40∶1。结论 利用Plackett-Burman 实验设计联用CCD确定了APOR总蒽醌和大黄素的提取工艺,该方法简便,精度更高、重现性好、预测性强。
     

Plackett-Burman设计联用星点设计-响应面法优选大青叶中靛玉红的提取工艺

目的运用Plackett-Burman实验设计联用星点设计-响应面法(CCD-RSM)筛选超声-微波协同提取大青叶中靛玉红的提取工艺。方法运用Plackett-Burman实验设计筛选主要影响因素,采用CCD-RSM优选靛玉红的提取工艺。以乙醇体积分数、料液比、提取时间为自变量,靛玉红提取量为因变量,通过对自变量与因变量的完全2次响应曲面的回归拟合,利用三维曲面图直观分析大青叶中靛玉红提取最佳工艺,并进行预测分析。结果靛玉红的最佳提取工艺为乙醇体积分数为62%,液料比为26,提取时间为9 min。在此最佳条件下,大青叶中靛玉红提取量的最大估计值为4.37 mg/g,实验结果与模型预测值相符。结论利用Plackett-Burman实验设计联用CCD-RSM确定了大青叶中靛玉红的提取工艺,该方法简便,精度更高、重现性好、预测性强。     

星点设计-效应面法优化升麻提取工艺

目的:采用星点设计-效应面法优选升麻中总皂苷的提取工艺.方法:以乙醇体积分数、提取时间、溶媒比为自变量,以升麻总皂苷得率为因变量,通过对自变量各水平的多元线性回归及二项式拟合,用效应面法选取最佳工艺,同时进行预测分析.结果:确定最优提取工艺为15倍量65％乙醇提取3次,每次170 min,提取预测值与理论值偏差0.4％,二项式拟合复相关系数r =0.988 4.结论:星点设计-效应面法优化的升麻总皂苷提取工艺,方法简单,精密度高,可预测性较优.     

星点设计-响应面法优化瑶药红凉伞中岩白菜素提取工艺

目的:优化红凉伞中岩白菜素提取工艺。方法:以乙醇体积分数、提取时间、提取温度为自变量,以岩白菜素含量为因变量,对自变量各水平进行多元线性回归和二次项拟合,用响应面法优选最佳工艺条件。结果:确定最佳工艺为72. 45%乙醇,回流时间112 min,回流温度81. 15℃。结论:星点设计-效应面法优选的红凉伞提取工艺,方法简便,精度更高。     

星点设计-效应面法优化枇杷叶三萜酸提取工艺研究

目的星点设计-效应面法优化枇杷叶中三萜酸的提取工艺。方法以乙醇体积分数、料液比和提取时间为自变量,三萜酸得率为因变量,通过自变量与因变量的二次响应面的回归拟合,优化提取工艺并进行预测分析。结果最佳提取工艺为14.4倍量82%乙醇,提取2次,每次155 min。结论星点设计-效应面法优选枇杷叶三萜酸的提取工艺,方法简便,精度高,预测性优。     

正交设计优选超声提取蜘蛛香中缬草素的提取工艺

目的:研究超声波提取蜘蛛香中缬草素的最佳工艺.方法:采用4因素3水平L9(34)正交试验法,以缬草素的得率为考察指标,对超声波提取蜘蛛香中缬草素的工艺进行优化.在优选出的超声波最佳提取工艺条件下,将该法与渗漉法进行比较.结果:优选的超声波提取蜘蛛香中缬草素的最佳工艺条件为:药材粉碎,过40目筛,浸泡30min后,用相当于药材8倍重量的95%乙醇提取3次,每次提取40min.结论:超声波提取法可用于蜘蛛香中缬草素的提取.     

星点设计-效应面法优化北五味子果实提取工艺

目的:星点设计-效应面法优选北五味子果实的提取工艺。方法:以乙醇体积分数、提取时间、溶媒比为自变量,以北五味子总木脂素含量得率为因变量,通过对自变量各水平的多元线性回归及二项式拟合,用效应面法选取最佳工艺,并进行预测分析。结果:确定最优提取工艺为20倍量85%乙醇,提取3次,每次170 min,提取预测值与理论值偏差为0.19%,二项式拟合复相关系数r=0.994 2。结论:星点设计-效应面法优化的北五味子果实提取工艺,方法简单,精密度高,可预测性较优。     

星点设计-效应面法优选凤仙透骨草的提取工艺

目的:采用星点设计-效应面法优化凤仙透骨草的提取工艺.方法:以乙醇体积分数、提取时间、溶媒比为自变量,凤仙透骨草总黄酮提取率为因变量,通过对自变量各水平的多元线性回归及二项式拟合,采用效应面法优选工艺条件,并进行预测分析.结果:最佳提取工艺为加23.83倍量81.55％乙醇提取164.08 min,提取预测值与真实值偏差-1.08％,二项式拟合复相关系数0.987 1.结论:优化的凤仙透骨草提取工艺简便、精密度高、可预测性良好.     

星点设计-响应面法优化大承气汤中和厚朴酚与厚朴酚的提取工艺

目的 星点设计-响应面法优化大承气汤中和厚朴酚与厚朴酚的提取工艺.方法 以乙醇体积分数、提取时间、溶媒比为自变量,和厚朴酚与厚朴酚总提取百分含量为因变量,通过对自变量各水平的多元线性回归及二项式拟合,用响应面法选取较佳工艺,并进行预测分析.结果 确定最优提取工艺为60%乙醇19倍量.回流提取90 min.结论 星点设计.效应面法优选的大承气汤提取工艺,方法简便.精度更高.     

Plackett-Burman设计联用星点设计-效应面法优化山药中二氧化硫残留量测定前处理工艺

目的:运用Plackett-Burman试验设计和星点设计-效应面法优选山药中二氧化硫残留量测定前处理的最佳工艺.方法:以二氧化硫提取量为指标,采用单因素试验考察提取方法、溶剂用量、振荡速度、提取温度、提取时间及NaOH溶液质量分数对二氧化硫残留量测定前处理工艺的影响.运用Plackett-Burman试验设计筛选影响显著的因素,以NaOH溶液质量分数和溶剂用量为自变量,二氧化硫提取量为因变量,对自变量各水平进行多元线性回归和二项式拟合,通过效应面法选择工艺条件,并进行预测分析.结果:最佳前处理工艺为NaOH溶液质量分数0.7％,料液比1∶50.99,提取率实测值与预测值偏差3.23％.结论:优选的前处理工艺简便、预测性良好,为中药材中二氧化硫残留量测定时样品的前处理提供参考.     

星点设计-效应面法优化紫荆皮挥发油提取工艺

目的: 利用星点设计-效应面法优选紫荆皮挥发油的提取工艺。 方法: 以挥发油提取量为因变量,在单因素试验基础上,选取浸泡时间、提取时间、加水量为自变量,通过对不同因素各水平的多元线性回归及二项式拟合,采用星点设计-响应面法优选紫荆皮挥发油的提取工艺,并进行预测分析。 结果: 挥发油的最佳提取工艺条件为浸泡时间1 h,提取时间5 h,加水量14倍;挥发油提取率0.8%,挥发油平均质量0.391 2 g,与预测值（0.391 5 g）的偏差较小。 结论: 优选的提取工艺简便合理、稳定、可预测性良好。     

星点设计-响应面法优选藤梨根总皂苷提取工艺

目的:优选藤梨根总皂苷的提取工艺,为该药用部分的开发提供参考。方法:以总皂苷提取量为指标,采用星点设计-响应面法考察提取时间、乙醇体积分数和料液比对藤梨根总皂苷提取工艺的影响。利用UV测定总皂苷含量,检测波长547 nm。结果:最佳工艺条件为提取时间73 min,乙醇体积分数65%,料液比1∶13;藤梨根总皂苷提取量1.67 mg·g-1,与预测值1.69 mg·g-1的偏差1.18%。结论:该提取工艺稳定可行,适用于藤梨根总皂苷的提取。     

星点设计-效应面法优选还阳参总酚酸的提取工艺

目的: 优选还阳参总酚酸的提取工艺。 方法: 在单因素试验基础上,采用星点设计-效应面法,选取乙醇体积分数、提取时间和溶剂倍量为自变量,还阳参总酚酸的提取量为因变量,对自变量各水平进行多元线性回归和二项式拟合,选择较佳工艺条件,并进行预测分析。采用紫外分光光度法测定总酚酸含量。 结果: 还阳参总酚酸的最佳提取工艺为加35倍量70% 乙醇提取3次,每次50 min。预测值与理论值的偏差-2.28%,二项式拟合复相关系数0.939 6。 结论: 采用星点设计-效应面法优选的提取工艺稳定可行、精密度高、可预测性好,适用于还阳参总酚酸的提取。     

星点设计-效应面法优化解毒通络颗粒的提取工艺

目的：优选解毒通络颗粒的提取工艺。方法：选择浸泡时间、煎煮时间和溶剂用量为自变量,黄芩苷、槲皮素、异鼠李素提取量的综合评分为因变量,在单因素试验基础上,采用星点设计-效应面法优选提取工艺,通过SPSS软件对试验数据进行多元线性模型和二次多项式模型拟合,确定最佳数学模型,利用Design Expert 8.0.0统计分析软件绘制效应面图和等高线图。结果：最佳提取工艺为浸泡时间90 min,煎煮时间85.63 min,溶剂用量9.21倍;综合评分（93.2±0.051）%,与预测值（94.30%）的偏差仅-2.32%。结论：通过星点设计-效应面法建立的模型预测性良好,适用于解毒通络颗粒提取工艺的优选。     

星点设计-响应面法优化厚朴提取工艺

目的: 通过星点设计-响应面法优化厚朴的提取工艺。 方法: 以乙醇体积分数、提取时间、溶媒比为自变量,以浸膏得率、厚朴酚及和厚朴酚含量的总评"归一值"为因变量,通过对自变量各水平进行多元线性回归及二项式拟合,采用响应面法优选提取工艺,并进行预测分析。 结果: 最佳提取工艺为佳10倍量60%乙醇提取3次,每次95 min。 结论: 星点设计-响应面法优选的厚朴提取工艺简便、合理可行,具有较高的精确度,可推广于大生产应用。     

正交试验联合星点设计-效应面法优化杨树芽总黄酮的提取工艺

目的:优选杨树芽总黄酮的提取工艺。方法:以总黄酮含量为指标,在单因素试验基础上,采用正交试验联合星点设计-效应面法考察乙醇体积分数、提取时间和料液比对杨树芽总黄酮提取工艺的影响。结果:正交试验确定最佳提取工艺为加13倍量90%乙醇超声提取2次,每次24 min;总黄酮质量分数达28.82%。星点设计-效应面法确定最佳提取工艺为加14倍量80%乙醇超声提取2次,每次24 min;总黄酮质量分数达31.14%。结论:星点设计-效应面法较正交设计法更为准确,2种方法结合应用可使中药提取工艺优化具有良好预测性。     

中心组合设计-效应面法优选化瘀祛痰颗粒的提取工艺

目的:采用中心组合设计-效应面法优选化瘀祛痰颗粒的提取工艺.方法:采用水煎法提取化瘀祛痰颗粒中有效部位,以丹酚酸B含量为指标,考察提取次数、溶媒用量、提取时间对丹酚酸B含量的影响,并对各因素的水平进行二项式拟合,通过响应面分析确定最佳工艺条件.结果:最佳提取工艺为加10倍量水提取3次,每次1.5h.丹酚酸B含量的实测值(1.027％)与理论值(1.029％)偏差较小.结论:中心组合设计-效应面法可用于复方提取工艺的优选,优选的工艺稳定可行,建立的数学模型预测性良好.     

星点设计-效应面法优化沙棘黄酮提取物分散片处方

目的:优化沙棘黄酮提取物分散片的处方.方法:以崩解时间、混悬系数和抗张强度为指标,交联聚维酮(PVPP)、羟丙基纤维素(HPC)、聚维酮(PVP-K30)用量为自变量,采用星点设计试验优化处方,数据进行多元线性和二项式非线性方程拟合,通过效应面法确定最佳处方.结果:最佳成型工艺为PVPP 50.0 mg/片,HPC 9.2 mg/片,PVP-K30 7.0 mg/片.预测值和测定值非常接近,偏差0.32％.结论:星点设计-效应面法可用于优选沙棘黄酮提取物分散片的处方工艺,优选的成型工艺稳定可行.