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-效应面法优化提取新疆大果沙枣总黄酮

目的:采用星点设计-效应面法优化新疆大沙枣黄酮的提取工艺。方法:乙醇浓度、乙醇用量、提取时间为自变量,以新疆大果沙枣黄酮提取率为因变量,通过对自变量各水平的二项式拟合,用星点设计-效应面法选取最佳工艺并进行预测分析。结果:星点设计确定的最佳工艺为:9倍量65%乙醇回流提取2次,每次1.5 h。提取预测值与验证值偏差为0.905%。二项式拟合复相关系数平方R2=0.8627。结论:星点设计-效应面法优化新疆大果沙枣黄酮提取工艺具有方法简便,精密度高,可预测性较好的优点。     

星点设计-效应面法优化洋金花叶醉茄内酯的提取工艺

目的:采用星点设计-效应面法优化洋金花叶中醉茄内酯类化学成分的提取工艺。方法:以乙醇体积分数、提取时间、溶媒比为自变量,醉茄内酯总得率为因变量,通过对自变量各水平的多元线性回归及二项式拟合,采用效应面法优选提取工艺条件,同时进行预测分析。结果:确定最优提取工艺为加40倍量60%乙醇提取3次,每次提取时间70min;醉茄内酯类提取率的实测值与预测值偏差-1.56%,二项式拟合复相关系系数0.9308。结论:星点设计-效应面法优化的洋金花叶醉茄内酯提取工艺简单、精密度高,且预测性良好。     

星点设计-效应面法优选青天葵总黄酮提取工艺

目的:采用星点设计-效应面法优选青天葵中总黄酮的提取工艺.方法:采用星点设计进行实验,以乙醇体积分数、乙醇倍量、提取时间为自变量,总黄酮含量为因变量,对各水平进行多元线性回归及二项式拟合,通过效应面法优化工艺参数,并对预测值和实测值进行比较分析.结果:建立的数学模型复相关系数较高,指标与因素的关系适合采用二项式方程拟合(R2 =0.987 0),验证试验结果与模型预测值偏差较小,确定最优提取工艺为30倍量65％乙醇提取2次,每次75 min.结论:该优选工艺简便,可预测性较优,适用于青天葵中总黄酮的开发利用.     

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-效应面法优化黄连提取工艺

目的:优选黄连提取工艺.方法:以乙醇体积分数、溶剂用量、提取时间为自变量,以总评“归一值”(包括浸膏得率,小檗碱、黄连碱、黄连总碱的质量分数)为因变量,对自变量各水平进行多元线性回归及二项式拟合;采用效应面法优选提取工艺,并对结果进行预测分析.结果:优选的提取工艺为10倍量50％乙醇提取3次,每次50 min.提取率实测值与预测值偏差为-2.27％,二项式拟合r=0.9362.结论:优选的黄连提取工艺简便,预测性良好.     

星点设计-效应面法优化姜炭炮制工艺

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.     

青风藤中青藤碱微波提取工艺的星点设计-效应面法优化

目的 星点设计-效应面法优化青风藤中青藤碱的微波提取工艺.方法 以提取时间、乙醇体积分数、微波功率为自变量,青藤碱得率为因变量,通过对自变量各水平的二项式拟合,用效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20倍量75％乙醇450 W微波提取2次,每次8.30 min.在此最佳工艺条件下青藤碱得率为0.803％,理论值为0.824％,与理论值相对误差小于5％.结论 星点设计-效应面法优选的青藤碱提取工艺方法简便,所建立的数学模型预测性良好.     

Box-Behnken效应面法优化玄参的提取工艺

目的:应用Box-Behnken效应面法优化玄参的提取工艺。方法:以乙醇体积分数、溶媒比、提取时间为自变量,以总评"归一值"(包括安格洛苷C、哈巴苷、哈巴俄苷的含量及浸膏率)作为因变量,对自变量的各个水平采用二项式拟合,用Box-Behnken效应面法对提取工艺进行优化。结果:玄参的最优提取工艺为:提取时间75min,溶媒比为8倍,82%的乙醇,提取2次。二项式拟合复相关系数高(r=0.9777),回归模型的预测值与测定值的偏差率为-2.51%。结论:Box-Behnken效应面法优选的玄参提取工艺,合理可行,操作简便。     

星点设计-效应面法优化栀子的提取工艺

目的 以星点设计-效应面法优选栀子的提取工艺.方法 以乙醇浓度,回流时间和溶剂量为自变量,以总环烯醚萜苷含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,用效应面法选择较佳工艺条件,并进行预测分析.结果 确定较优提取工艺为乙醇浓度55%,提取时间60 min,乙醇用量10倍,提取2次,提取率实测值与预测值偏差为2.65%,二项式拟合复相关系数r=0.982 9.结论 星点设计-效应面法优选栀子的提取工艺,方法简便,预测性良好.     

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。     

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。     

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。     

川芎中总荧光物质的含量测定及提取工艺优化

目的:建立川芎中总荧光物质的含量测定方法,优化总荧光物质的超声提取工艺.方法:采用荧光分光光度法测定川芎中总荧光物质的含量.通过单因素试验考察料液比、超声时间、提取溶剂种类与浓度对总荧光物质提取工艺的影响,采用星点设计对总荧光物质超声提取工艺的参数进行优选,通过对自变量各水平的多元线性回归及二项式拟合,选用效应面法选取最佳工艺,并进行预测分析.结果:确定的最佳工艺条件为乙醇体积分数63％,液固比350∶1,超声53 min.川芎中总荧光物质提取率的预测值达3.444％,预测值与验证值偏差2.70％.二项式拟合R2=0.9532.结论:优选的提取工艺具有简便、精密度高、可预测性好的优点;建立的含量测定方法稳定可行,为川芎药材的质量控制提供理论依据.     

星点设计-响应面法优化维吾尔药刺山柑果总酚酸提取工艺

目的:优选维吾尔药刺山柑果总酚酸的提取工艺。方法:采用乙醇回流提取法,通过单因素试验确定提取次数,以乙醇体积分数、溶剂用量、提取时间为自变量,总酚酸提取量为因变量,通过对自变量各水平的多元线性回归及二项式拟合,利用响应面法优选刺山柑果总酚酸的提取工艺并进行预测分析。结果:最佳提取工艺为加15倍量70%乙醇提取2次,每次1 h;总酚酸提取量7.29 mg·g-1,与模型预测值(7.34 mg·g-1)的相对标准偏差0.68%。结论:星点设计-响应面法优选的刺山柑果总酚酸提取工艺简单、精密度高、可预测性好。     

线性约束的混料设计优化双水相提取红梅消总皂苷工艺

目的：优化双水相提取红梅消总皂苷的工艺条件。方法：以齐墩果酸为指标成分,采用超声耦合乙醇-硫酸铵双水相体系提取红梅消总皂苷,采用线性约束的混料设计,优化双水相体系中硫酸铵、无水乙醇和水的质量分数,运用多元线性回归及二项式拟合建立指标与因素间的数学模型,预测红梅消总皂苷最佳提取条件。结果：最优双水相提取条件为硫酸铵11%,无水乙醇37%,水52%;总皂苷提取率3.10%,与预测值3.14%的相对误差-1.27%。结论：线性约束的混料设计适用于双水相提取红梅消总皂苷工艺的优化,建立的数学模型预测性良好。     

Box-Behnken效应面法优化复方土茯苓颗粒提取工艺

目的:优选复方土茯苓颗粒的提取工艺条件。方法:以落新妇苷、总黄酮提取量和出膏率的总评"归一值"(OD)为因变量,通过对提取次数、提取时间、溶媒比各水平进行多元线性回归及二项式拟合,采用Box-Behnken效应面法优选提取工艺。采用HPLC测定落新妇苷含量,流动相乙腈-0.1%磷酸水(20∶80),检测波长290 nm。结果:最佳提取工艺为加9.8倍量水提取3次,每次1.4 h;落新妇苷提取量1.991 mg·g-1,总黄酮提取量54.436 mg·g-1,干膏得率8.558%,OD实测值与预测值相对偏差1.54%。结论:Box-Behnken效应面法用于复方土茯苓颗粒提取工艺的优选是可行的。     

星点设计-效应面法优选欣宁泡腾片提取工艺

目的 采用星点设计-效应面法优选欣宁泡腾片提取工艺。方法 在单因素试验的基础上,选取对提取工艺影响较大的乙醇体积分数、提取时间和溶媒倍量为考察因素,以五味子醇甲、芍药苷、橙皮苷提取转移率为考察指标,对其进行权重计算,综合评定,通过对考察因素各水平进行多元线性回归及二项式拟合,用效应面法选取最佳工艺参数,同时进行预测分析。结果 多元二项式模拟的模型最佳：Y=-209.21+6.67 A+39.68 B+6.59 C+0.077 AB-0.026 AC-0.59 BC-0.051 A²-8.37 B²-0.13 C²（r=0.979 3,P<0.01）。优选的最佳提取工艺条件为：乙醇加热回流提取,乙醇体积分数为65%,提取2次,提取时间为每次2 h,溶媒倍量12倍;在此提取工艺下,五味子醇甲、芍药苷、橙皮苷的平均转移率分别为85.33%、88.77%、93.18%,综合评分为88.72%,与预测值89.22%基本相符。结论 建立的模型可较好地体现因素与指标的关系,具有良好、可靠的预测性。