响应面结合数学模型优化提取黑灵芝三萜成分
2022-06-13侯万超刘春明刘震李赛男张语迟金永日
食品工业 2022年5期
侯万超,刘春明*,刘震,李赛男*,张语迟,金永日
长春师范大学中心实验室(长春 130032)
黑灵芝(Ganodermaatrum)为多孔菌科灵芝属植物,是药食两用真菌,味甘性温[1],在《本草纲目》和《神农本草经》中记载具有补肾和利尿功能,有“仙草”之美誉[2],具有极高的营养价值和药用保健价值,作为广受关注的传统药材和保健食品使用已有千年的历史[3]。其中,多糖和三萜是其主要的成分[4]。多糖类成分被广泛研究[5],但对黑灵芝中三萜类成分的研究报道较少。
药用植物提取新工艺对提高药用植物研究和加快药用植物开发起着至关重要的作用。新工艺、新技术在应用过程中无疑要涉及优化问题,现主要有响应面试验设计、正交试验设计、均匀试验设计和因子设计试验[6-8]。其中,最常用的响应面试验设计采用回归方程将试验数据进行线性或非线性拟合,生成具体函数表达式[9],并进一步分析函数以获取最佳提取工艺条件,试验点的选择直接影响优化结果,传统的多元回归拟合方法存在其自身属性的缺陷,难以使用数学方法进行精准建模[10-11]。与响应面等传统方法相比,BP神经网络技术利用现有的数据,通过构建仿真优化模型,仿真优化提取工艺与结果之间的非线性关系[12],预测最优工艺条件,对响应面法优选的提取工艺条件进行验证及修正[13]。其通过调整神经元与神经元之间的权值和阈值进行拟合[14],不存在具体的函数表达式,因此不能通过传统的优化方式来求解极值[15]。遗传算法是一种随机搜索算法,非常适用于处理传统搜索算法难以解决的和非线性优化的问题。……
登录APP查看全文
