基于近红外光谱的红参提取过程动态预测模型研究

目的：利用近红外光谱技术,建立红参提取过程中关键组分的定量模型,实现快速检测功能;以近红外光谱为基础,结合动力学方程,建立提取过程动态趋势模型,实现全过程预测功能。方法：在线采集红参提取液近红外光谱,以HPLC获取关键成分数据,使用最小二乘法（PLSR）建立红参总皂苷的定量模型;通过定量模型以及近红外光谱,结合传质动力学方程,拟合建立提取过程随时间的动态关系模型,实现提取过程预测。结果：红参总皂苷定量模型的校正集相关系数r、校正均方根误差RMSEC、预测均方根误差RMSEP分别为0.996 09,0.018 9,0.016 8;以红参提取一阶动力学方程结合NIR定量模型建立提取过程趋势预测模型,模型显示趋势预测性能良好,具有较高的精度。结论：近红外法获得的定量模型拥有较好的检测精度,能实现快速在线检测功能;所建立的全过程提取动力学方程与实际提取过程趋势较为契合,满足预测需求。     

基于近红外光谱的五味子提取过程在线检测方法研究

目的：利用近红外（NIR）光谱法,建立定量模型,实现五味子提取过程中关键指标的快速检测。方法：在线采集五味子提取液的近红外光谱,以高效液相色谱法和差重法获取参照,采用最小二乘回归法（PLSR）分别建立五味子醇甲、果糖、葡萄糖和可溶性固形物的定量模型。结果：定量模型的校正集相关系数R、校正均方根误差RMSEC、预测均方根误差RMSEP分别为：五味子醇甲0.99792、1.41、8.76,果糖0.99246、0.0919、0.333,葡萄糖0.99371、0.0954、0.448,可溶性固形物0.98723、3.07、11.2。结论：该方法快速、便捷,结果准确,适用于五味子提取过程的快速检测。     

基于高光谱技术的灵芝孢子粉破壁率快速检测方法研究

目的 以破壁灵芝孢子粉为研究对象,利用高光谱技术结合化学计量学建立了灵芝孢子粉破壁率快速无损检测方法。方法 首先,采集不同破壁率灵芝孢子粉样品的高光谱图像,选定感兴趣区域后计算获得各样品可见-短波近红外波段(397-1004 nm)范围内的光谱数据;然后,比较了运用标准正态变量变换、多元散射矫正、Savitsky-Golay(SG)平滑、小波变换、SG平滑+标准正态变量变换及SG平滑+多元散射矫正等6种光谱预处理方法,竞争性自适应重加权、连续投影算法、无信息变量选择、最小角回归、遗传算法等5种特征波段提取方法以及偏最小二乘法、支持向量机、极限学习机、多层感知机及LightGBM等5种算法所建立的定量校正模型预测性能。结果 获得最优预测性能的算法组合为：SG平滑+竞争性自适应重加权特征波段选择+偏最小二乘;基于该算法组合建立的定量校正模型在破壁率区间为90%-100%的灵芝孢子粉样品预测集决定系数为0.8682、均方根误差为0.0117;进一步,将选定的最优算法组合应用于构建样品破壁率区间为0-100%的定量校正模型,计算测试集决定系数为0.9731,均方根误差为0.0493,表现出良好的泛化能力。结论 所建立的定量检测模型可以实现对灵芝孢子粉破壁率的快速、无损检测,为破壁灵芝孢子粉及其产品的质量控制提供了技术支撑。     

基于提取效率和成本控制的红参提取工艺多目标优化研究

该文使用实验设计的理念对红参提取工艺进行多目标优化研究,实现在操作空间内提取单位药效物质的成本最低。实验以红参提取液总皂苷提取量及提取物纯度为指标,以一提时间、一提溶剂倍量、二提时间、二提溶剂倍量为控制条件,采用Box-Behnken实验设计,建立指标模型;同时,以溶剂成本和能耗成本构建成本模型;通过指标和成本两者之比建立目标函数用以反应单位指标所需成本,最后通过相关约束条件求解最优提取工艺。最优提取工艺条件为一提时间108.7 min、一提溶剂倍量12、二提时间30 min、二提溶剂倍量8,此时提取每1 mg皂苷所需成本最低。结果表明,该方法可用于参考指导实际红参提取过程的多目标综合优化。     

基于结肠癌HCT116细胞三维培养模型的灵芝组分抗肿瘤活性研究

目的 基于结肠癌HCT116细胞的二维(2D)和三维(3D)培养模型研究灵芝组分(Ganoderma components,Gc)的抗肿瘤作用。方法 采用UPLC-Q-TOF-MS鉴定3种Gc的化学组成;以Matrigel基质胶为基质材料建立体外HCT116细胞3D培养模型,评价Gc1、Gc2、Gc3和5-氟尿嘧啶(5-fluorouracil,5-FU)对2D和3D培养的HCT116细胞增殖的影响,并在HCT116细胞3D培养模型中分析Gc3对周期、凋亡、耐药、脂代谢及5-FU抗肿瘤活性的影响;采用CCK-8法检测细胞活力;Real-time PCR检测细胞mRNA表达水平;Western blotting检测细胞蛋白表达水平;采用HPLC检测细胞内5-FU含量。结果 从Gc1、Gc2和Gc3中分别鉴定出76,69和17个化合物;与2D培养相比,3D培养的HCT116细胞增殖率更低,周期促进蛋白CDK2、CDK4、CDK6及脂肪酸合成蛋白FASN、SREBP1的表达显著下调,周期抑制蛋白p21和p27、脂滴分解蛋白ATGL及药物抵抗基因ITGB1、CDH1、ABCB1、ABCC1 m...     

基于网络分析的五味子醇沉工艺优化研究

该文采用中心复合设计(central composite design),以醇沉后的糖去除率、五味子醇甲保留率及可溶性固形物含量为指标考察醇沉乙醇加入量、乙醇浓度、冷藏温度及冷藏时间4个醇沉工艺参数对于醇沉效果的影响。运用贝叶斯网络分析发现乙醇加入量和乙醇浓度为2个重要的醇沉工艺参数,然后运用遗传算法优化的BP人工神经网络建立2输入4输出的网络模型,所得训练集回归模型R~2=0.983 8,MSE=0.001 1,验证集回归模型R~2=0.975 9,MSE=0.001 8,模型拟合精度和预测效果均比较理想。研究表明该方法可有效地用于五味子醇沉过程关键工艺参数辨析与过程建模。     

基于精益理念的中药制药工业数据挖掘及生产工艺持续改进策略研究：以去壁灵芝孢子粉制药过程为例

在中药工业数字化转型进程中，如何高效治理和分析工业数据，科学挖掘并利用其中蕴藏的有价值信息来指导中药生产制造，一直是中药制药领域的研究热点和应用难点。该研究针对中药制药工艺较为粗放、产品质量一致性有待提高等现状，将贝叶斯网络、卷积神经网络、帕累托多目标优化算法等先进计算工具与Shewhart控制图、过程性能指数等精益六西格玛分析工具相结合，提出一种可深入挖掘历史工业数据，指导制药工艺持续改进的策略，并以去壁灵芝孢子粉生产制造过程为研究载体进行验证。通过该策略优化，获得了可使去壁灵芝孢子粉水分、细度、粗多糖和总三萜等关键质量属性的过程性能指数P_pk均不小于1.33的关键参数可行区间组合。结果表明，该方法具有较高的工业应用价值，为中药生产工艺的持续改进提供了实用方法。