共查询到17条相似文献,搜索用时 78 毫秒
1.
星点设计-效应面法优化姜炭炮制工艺 总被引:2,自引:2,他引:0
目的:采用星点设计-效应面法优化姜炭的炮制工艺.方法:采用砂烫法以炮制温度、药材厚度、炮制时间为自变量,吸附力、鞣质含量、6-姜辣素含量和6-姜烯酚含量的总评“归一值”为评价指标,对自变量各水平进行多元线性回归和二项式拟合,用效应面法筛选最佳炮制工艺,并进行预测分析.结果:二项式拟合复合相关系数较高,总评“归一值”为0.870,最佳炮制工艺为炮制温度310℃,药材厚度0.55 cm,炮制时间15.5 min.最佳工艺验证结果与二项式拟合方程预测值偏差为-2.59%.结论:利用星点设计-效应面法优化姜炭提取工艺,方法简便,预测性良好. 相似文献
2.
目的:采用星点设计-效应面法优选淫羊藿炮制工艺.方法:选取炮制温度、炮制时间为主要影响因素,以淫羊藿苷与宝藿苷Ⅰ总含量为评价指标,HPLC测定指标成分含量,采用星点设计-效应面法优选淫羊藿的炮制工艺.结果:最佳炮制工艺为炮制温度160℃,炮制时间7 min.实测值与预测值RSD-2.59%,建立的模型有较好预测性.结论:优选的淫羊藿炮制工艺简便稳定,可用于淫羊藿药材的质量控制. 相似文献
3.
星点设计-效应面法优选丹参提取工艺 总被引:7,自引:9,他引:7
目的:星点设计-效应面法优选丹参的提取工艺。方法:以丹参酮ⅡA和丹酚酸B提取率,收膏率为考察指标,采用星点设计考察提取乙醇用量、提取时间以及乙醇浓度对提取工艺的影响,对结果进行多元线性回归和二项式拟合,用效应面法选择较佳工艺条件,并进行预测分析。结果:复相关系数上看,各项指标二项式拟合方程均优于多元线性回归方程,确定最优提取工艺为加9倍量60%乙醇提取3次,每次1.5 h,提取量预测值与理论值偏差小于3%。结论:星点设计-效应面法优选丹参的提取工艺,方法简便,预测性良好。 相似文献
4.
目的星点设计优选五味子的提取工艺。方法以五味子醇甲的含量为指标,乙醇浓度、溶剂倍量、回流提取时间为考察因素,采用星点设计-效应面法优选提取工艺条件,并进行预测分析。结果最佳提取工艺为:以原药材重量10倍的65%乙醇回流提取160 min。二项式拟合复相关系数较高,r=0.972 8,提取率预测值与理论值偏差率为-0.85%。结论星点设计-效应面法优选五味子提取工艺方法简单、精密度高、预测性好,可为提取五味子中五味子醇甲的生产工艺提供参考。 相似文献
5.
目的: 采用星点设计-效应面法优化陈皮多糖的提取工艺。方法: 在单因素试验基础上,选取料液比、提取温度、提取时间为自变量,陈皮多糖提取率为因变量,利用星点设计模型对3个自变量各水平二项式进行拟合,确定陈皮多糖的最佳提取工艺。结果: 优选的提取工艺为料液比1:49,提取温度92 ℃,回流提取时间150 min,陈皮多糖提取率达14.77%,与预测值的偏差0.61%。结论: 星点设计-效应面法优化的陈皮多糖提取工艺简便可靠,为陈皮多糖的开发利用奠定基础。 相似文献
6.
7.
星点设计-效应面法优选苦参提取工艺 总被引:5,自引:4,他引:1
目的:优化苦参的提取工艺.方法:采用单因素和星点设计-效应面法,以苦参碱、氧化苦参碱、苦参总黄酮提取率和干膏得率为考察指标对苦参提取工艺进行优化.结果:优选的最佳提取工艺为加11倍量65%乙醇提取2次,每次65min.结论:优选的提取工艺合理、稳定、可行. 相似文献
8.
目的:优选岗松总黄酮的提取工艺条件.方法:以总黄酮含量为指标,乙醇体积分数、固液比、提取时间为考察因素,采用星点设计-效应面法优选岗松中总黄酮的提取工艺,并进行预测分析.结果:最佳提取工艺为加16倍量70%乙醇提取3次,每次60 min,总黄酮平均质量分数1.43%.结论:实测值与预测值吻合度高,预测性良好,优选的提取工艺合理可行. 相似文献
9.
10.
目的优选陈皮健脾颗粒的成型工艺。方法以稀释剂配比、稀释剂总用量为考察因素,以成型率、休止角及水分含量的总评"归一值"为评价指标,星点设计-效应面法优选陈皮健脾颗粒的成型工艺。结果干膏粉与稀释剂(糊精∶甘露醇=1∶1.5)按1∶3.5的比例混合均匀,加入75%乙醇制软材,干燥温度为65℃,干燥时间为2 h。结论优选的成型工艺稳定,制备的陈皮健脾颗粒合格率高、稳定性强、溶化性好,可为陈皮健脾颗粒的生产提供参考。 相似文献
11.
目的: 优选首乌藤改善睡眠有效部位的微波辅助提取工艺。 方法: 采用单因素试验考察微波功率、提取时间、乙醇体积分数、溶剂用量、提取温度等对首乌藤总黄酮和总蒽醌含量的影响。在单因素试验基础上,选取微波功率、提取时间、乙醇体积分数为考察因素,每个因素设置5个水平,以总黄酮、总蒽醌含量的总评“归一值”为评价指标,利用星点设计-效应面法优选微波提取工艺。 结果: 首乌藤改善睡眠有效部位的最佳微波提取工艺为微波功率585 W,提取数1次,加10倍量82%乙醇于60℃提取11 min。 结论: 优选的微波辅助提取工艺简便易行,预测性良好,为首乌藤后续的剂型开发和工业化生产提供实验依据。 相似文献
12.
Box-Behnken响应面法优化铁皮石斛的真空冷冻干燥工艺 总被引:1,自引:0,他引:1
目的:采用响应面法优化铁皮石斛的真空冷冻干燥工艺,为其冷冻干燥工业化生产提供理论依据。方法:在单因素试验基础上,采用Box-Behnken响应面法,以总多糖质量分数为指标,考察升华干燥温度、升华干燥时间、真空度3个因素对铁皮石斛真空冷冻干燥工艺的影响,优化铁皮石斛的冻干工艺条件。采用HPLC建立铁皮石斛氨基酸类成分的指纹图谱,ODS-Hypersil色谱柱(0.46 cm×20 cm,5μm),检测波长338 nm(0~37.5 min)和262 nm(37.5 min之后),柱温35℃。通过比较工艺优化后干燥样品与鲜品铁皮石斛指纹图谱的相似度,验证真空冷冻干燥工艺的可行性。结果:铁皮石斛最佳冷冻干燥工艺条件为升华干燥温度-16.4℃,升华干燥时间11.04 h,真空度85 Pa。在此条件下,干燥的铁皮石斛样品总多糖平均质量分数23.74%,与预测值基本一致,铁皮石斛干燥品与鲜品指纹图谱的相似度0.90。结论:通过Box-Behnken响应面法建立的模型预测性较好,适用于铁皮石斛真空冷冻干燥工艺条件的优化。 相似文献
13.
星点设计-效应面法优选小儿健脾膏的提取工艺 总被引:1,自引:0,他引:1
目的:优选小儿健脾膏的提取工艺。方法:以橙皮苷提取量和浸膏得率的总评“归一值”为因变量,加水量、提取时间为自变量,采用星点设计二因素五水平表安排试验,进行二次多项式拟合,描绘三维效应面,通过效应面法选取提取工艺并进行预测分析。结果:最佳工艺条件为加21倍量水煎煮2次,每次160 min;橙皮苷平均提取量13.245 mg·g-1,平均浸膏得率42.37%,总评“归一值”预测值与理论值的偏差率1.429%。结论:优选的提取工艺稳定可行,可作为小儿健脾膏的生产工艺。 相似文献
14.
目的确定双嘧达莫(DIP)肺靶向脂质体的较优处方。方法以薄膜蒸发法制备DIP肺靶向脂质体,采用星点设计-效应面法优化处方,以药/磷脂(%)、胆固醇/磷脂(%)和DIP投药量(mg)为自变量,包封率(%)、收率(%)、粒径(μm)与5μm的差值和径距为因变量,计算总评归一值,分别进行多元线性和非线性拟合,用效应面法预测较佳处方。结果总评归一值的多元非线性拟合方程优于多元线性回归方程,根据效应面得到较佳处方范围。以优化处方制备样品,各指标实测值与预测值偏差较小。结论星点设计-效应面法可以准确快速地优化DIP肺靶向脂质体的处方。 相似文献
15.
星点设计-效应面法优化苦黄软膏基质组方 总被引:2,自引:0,他引:2
目的优化苦黄软膏基质组方。方法采用星点设计-效应面法,以软膏延展性为考察指标,优化苦黄软膏基质中硬脂酸、单硬脂酸甘油酯及吐温-80的组方用量。结果组方中硬脂酸用量为5.7%,单硬脂酸甘油酯用量为5.7%,吐温-80用量为2.8%时,苦黄软膏延展直径为42 mm,优化组的预测值与实测值相当。结论基于二次多项式非线性模型拟合的回归方程,优选出的基质配比为苦黄软膏的最佳组方。 相似文献
16.
目的:优选冠心康胶囊中川芎、当归和桂枝挥发油的提取工艺条件.方法:采用水蒸气蒸馏法提取川芎、当归及桂枝中挥发油,以挥发油收率为评价指标,采用星点设计考察加水量、浸泡时间及提取时间对提取工艺的影响,对试验数据进行多元线性回归和二项式拟合,效应面法优选工艺条件,并进行预测分析.结果:由复相关系数可知,指标二项式拟合方程优于多元线性回归方程,确定最佳工艺条件为加9倍量水浸泡80 min,蒸馏提取7.5h,提取量预测值与理论值偏差<3%.结论:该优选工艺简便、预测性良好,为冠心康胶囊的工业生产提供试验依据. 相似文献
17.
目的:优选铁皮石斛总多糖的胰蛋白酶联合Sevage法脱蛋白工艺,为该有效部位的深度开发和综合利用提供参考。方法:以总多糖保存率和蛋白脱除率为评价指标,通过单因素试验比较Sevage法、木瓜蛋白酶法、胰蛋白酶法和胰蛋白酶联合Sevage法;以蛋白脱除率为指标,酶解时间、酶用量、酶解温度和粗多糖溶液与Sevage试剂体积比为考察因素,利用BoxBehnken响应面法优化条件。结果:胰蛋白酶联合Sevage法具有较高的总多糖保存率及蛋白脱除率;最佳工艺条件为酶解时间1.5 h,酶用量0.21 g·m L-1,酶解温度63.25℃,总多糖溶液-Sevage试剂(4.27∶1);蛋白脱除率(87.15±7.93)%,总多糖保存率(81.32±8.54)%。结论:不同方法对铁皮石斛总多糖的脱蛋白效果有明显差异,胰蛋白酶联用Sevage法的效果最佳。 相似文献