PDF
研究文章|开放获取
鲍文,姚明史,Zhimin李郝田,万宜李,王Yuanzhong, ”优化Gentisides提取龙胆rigescens法语。Hemsl交货。通过响应面方法”,分析方法在化学杂志》上, 卷。2015年, 文章的ID819067年, 8 页面, 2015年。 https://doi.org/10.1155/2015/819067
优化Gentisides提取龙胆rigescens法语。Hemsl交货。通过响应面方法
鲍恩楚,1,2 姚老,1,3 Zhimin李,1,3 郝添,1,3 李万宜,1,2,3 和 Yuanzhong王
1,3
1云南省农业科学院药用植物研究所,650200年昆明,中国
2中医学院、云南中医学院650500年昆明,中国
3云南中药学的技术质量中心,昆明650200年,中国
文摘
Gentisides是一类化合物被认为是神经退行性疾病的潜在治疗药物治疗。热回流提取条件优化了七种gentisides从根和根茎龙胆rigescens法语。Hemsl交货。采用响应面方法。基于单变量测试,Box-Behnken调查设计(bdd)应用的响应值之间的关系(gentisides收益率)和自变量选择从不同的萃取过程,包括提取温度,提取时间,solvent-material比率。提取的优化条件如下:提取时间为3.40 h,提取温度为74.33°C,和溶剂与原料的比例为10.21:1 mL / g。验证试验表明提取参数的预测价值(99.24%)从这个模型主要是符合实验观测值()。
1。介绍
龙胆(家庭:龙胆科)被称为一个重要的中国传统医学(中医)草,即称为“Long-Dan”在中国的各种生物活性含王亚南,抗炎,镇痛,抗增殖和抗菌效果。环烯醚萜苷和secoiridoid,比如loganic酸,gentiopicroside, sweroside, swertiamarin视为四个主要成分龙胆物种记录为g . manshuricaKitag。(Tiao-Ye-Long-Dan),g作用研究知母。(Cu-Cao-Long-Dan Long-Dan),g . triflora棺罩。(San-Hua-Long-Dan),g . rigescens法语。Hemsl交货。(分别为Dian-Long-Dan) (1,2]。
神经生长因子(神经生长因子)是最重要的一个神经营养因子作用于神经元分化等功效,成长、生存、功能维护和预防衰老的中央和周边系统(3,4]。但是,先前的调查显示,neuritogenic代理仅限于使用因为神经生长因子不能通过血脑屏障由于其巨大的分子大小和亲水性(5]。Gentiside是一种新的化合物(如图neuritogenic活动1)隔绝g . rigescens,研究提高内源性神经营养因子和神经突伸长展出的活动在电脑12细胞和gentisides只生物活性与烷基链的长度,而不是结构的多样性的烷基链(6- - - - - -8]。gentisides化学结构(A, B, G, H, I, J, K)被总结在图1。按顺序,罗等。9]总结结构活性关系的一系列合成gentiside衍生品和暗示的类化合物有前景的药物是治疗神经退行性疾病。阿尔茨海默病(AD)是最常见的在世界范围内引起痴呆,更比其他疾病(影响正常的日常生活5,10]。使用gentisides作为治疗药物的开发神经损伤可以适当取代神经生长因子,曾被认为是最有潜力的广告药物(11]。因此,gentisides在神经退行性疾病领域具有重要意义和开发价值。
响应面方法(RSM)是一种常见的工具来研究发展的一个适当的功能感兴趣的响应之间的关系()和多个相关的控制变量(或输入),由一群数学和统计技术(12]。与传统优化方法相比,RSM的主要优点是,它可以执行研究变量之间的交互作用。完整的三级的阶乘、Box-Behnken中央复合,Doehlert设计是最常用于RSM实验设计(13]。与中央复合和三级全因子设计相比,Box-Behnken设计用于实验和Doehlert矩阵设计了效率略高于其他[14]。先前的研究关于gentisides进步和持续;然而,关于活性组分的萃取过程的知识没有被描述。因此,我们试图寻求根据RSM gentisides提取的最佳条件。
2。材料和方法
2.1。材料和试剂
的根和根茎g . rigescens来自Yunxian(云南省临沧市,中国)被挂金教授从云南农业科学院(yaa)。植物标本的保存在药用植物研究所yaa。材料标本50°C的烤箱干了一个星期通过60-mesh筛,然后利用地面测试备件。高效液相色谱级甲醇和乙腈(σInc .)、美国)A和B作为洗脱液进行色谱分析。所有其他试剂包括乙醇、三氯甲烷和环己烷被用于分析级。
2.2。热回流提取
提取的样本2 g的传统热回流提取在给定使用90%的乙醇溶剂提取温度,提取时间,solvent-material比率。两次重复上面的操作。结合热提取样本的收集和过滤滤纸。一个减压的过程是实施集中与过滤液体用旋转蒸发器(BUICH、Flawil、瑞士)45°C,直到成为高纯度浸膏。
2.3。净化主要提取的过程
前面的萃取液是加载到SPE(固相萃取)硅胶柱层析法(500 mg / mL, WondaSep SHIMADZU-GL,东京,日本)。洗脱液C和D(环己烷的比率对氯仿9:1和7:3,职责。)被用于从硅胶柱洗脱的活性成分,和使用数量为1.5毫升和5毫升,分别。收集的洗脱液洗脱分数维,浓缩干燥,然后溶解1毫升乙醇绝对的后续决心通过高效液相色谱法(15]。
2.4。决心和Gentisides通过高效液相色谱分析
色谱分析是进行Dionex U3000高效液相色谱系统(美国森尼维耳市Dionex)配备爸爸探测器。一个反相WondaCract ODS-2列(5μ米,4.6毫米×250毫米;SHIMADZU-GL、日本)是用于分离纯化样品。甲醇作为洗脱液的流动相组成和乙腈洗脱液B进行流量为1.0毫升/分钟为一个小时。洗脱液洗脱液B是比4:6列温度是30°C,注射量是20μl .紫外检测波长的监视器被安排在210纳米15]。进行了数据处理与Chromeleon 6.80 SR9a软件。
gentisides内容可以通过建立标准曲线计算。gentisides收益率(GY)使用以下公式计算: 在哪里代表gentisides内容的价值由相应的来自高效液相色谱峰面积和计算估计样本的价值,评估3毫克。
2.5。单变量测试设计
浓度提取解决方案(包裹解决方案),提取温度,提取时间,solvent-material比率被认为是gentisides收益率萃取的主要影响因素。参数及其范围如下:60 - 90%提取液的浓度,提取温度55 - 85°C,萃取时间0.5 - 4 h,和液体比材料1:4 - 1:12 (g / mL)。
2.6。最优实验设计和统计分析
的参数使用响应面方法提取条件进行了优化。基于单变量测试的结果,bdd(三因素、三水平)实验进行了阐明独立变量之间的关系(,,),独家响应值()[13]。实际值在三个层次:编码−1,0,+ 1。实验设计方案来自设计专家8.0.6软件(美国MN stat容易Inc .)和响应值(gentisides收益率)表所示1。这四个变量编码根据以下方程: 在哪里是编码值,相应的实际价值,是实际的价值中心的域,然后呢的增量对应1单位的一种变体(补充材料2在网上补充材料http://dx.doi.org/10.1155/2015/819067)。回归系数为拦截、线性、二次和交互条款和非线性二次多项式模型使用如下: 在哪里响应函数;是一个常数;,,是线性、二次和交互式系数,分别;和独立变量的编码水平表示。条款和分别表示为交互和二次项。
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
3所示。结果与讨论
3.1。色谱结果
标准物质的高效液相色谱色谱和测试示例如图2(一个)和2 (b)。目标化合物的吸收峰出现在保留时间为15.180,18.917,21.040,25.047,26.610,和29.783分钟。校准曲线的绘制采用五个梯度浓度的混合标准物质(0.01,0.05,0.10,0.50,和1.00毫克/毫升),量化了GY(表示为%)通过回归方程:(gentiside,),(gentiside B,),(gentiside G,),(gentiside H,),(gentiside我,),(gentiside J,),(gentiside K,),表示峰面积和样品的浓度来标示(线性区间辅料3所示)。高效液相色谱条件包括精度、稳定性、辅料4和可重复性进行了综述,表明实验条件进行充分进行样本分析。
(一)
(b)
3.2。乙醇浓度对Gentisides产量的影响
我们选择,分别为60%,70%,80%,和90%的浓度包裹调查的效果不符的提取溶剂浓度gentisides收益率当其他提取参数如下:提取温度75°C,萃取时间3 h, solvent-material比10 mL / g。如图3(一个),gentisides是直线上升的内容以及增加乙醇的浓度,最后我们获得了最高的内容gentisides在浓度90%。因此,我们选择这个实验作为溶剂的浓度90%。
(一)
(b)
(c)
(d)
3.3。提取温度对Gentisides产量的影响
提取温度设定在55岁,65年,75年和85°C,分别研究不同温度对gentisides产量的影响当其他提取参数如下:包裹的浓度90%,萃取时间3 h, solvent-material比10 mL / g。如图3 (b),明显提高的内容gentisides出现在板从55到75°C,然后gentisides的内容略有下降,从75年到85°C。它可以解释说,酯组有效成分是解决高温(16,17]。统计分析表明,显著差异存在在55岁,65年,85年和75°C, gentisides的内容达到了最高温度为75°C。因此,我们选择75°C的中心点提取温度在这个实验中。
3.4。提取时间对Gentisides产量的影响
提取时间被设定为0.5,1,2,3,4 h,分别考察不同提取时间的影响gentisides收益率当其他提取参数如下:包裹浓度为90%,提取温度75°C, solvent-material比10 mL / g。如图3 (c)、gentisides是直线上升的内容提取时间从0.5到1 h,然后起来稍微从1到4 h。因此,我们选择2 h的中心点在这个实验中提取时间。
3.5。的效果比Gentisides液体材料的屈服
分别为4、6、8、10和12毫升/ g被选为液体材料的比例提取参数探讨不同提取时间对gentisides收益率的影响当其他提取参数如下:包裹浓度为90%,提取温度75°C, solvent-material比10 mL / g。如图3 (d),gentisides的内容直接上升solvent-material比率从4到10 mL / g,尤其是初溶剂体积增加,然后起来后难以觉察地10 mL / g。gentiside最大化收益,我们选择10 mL / g的中心点solvent-material比率在这个实验中。
3.6。响应面法优化参数
gentisides的提取龙胆rigescens通过响应面方法进行优化。可以获得最优结果根据统计分析优化模型。设计实验的所有17无序(无法控制减少的影响)进行表的基础上1。反应变量预测和测试变量(,,)有关下列二阶多项式方程: 在哪里回归方程的函数,即,GY(%),然后呢,,的编码变量提取温度、提取时间、溶剂与原料的比例,分别。
如表所示2方差分析(方差分析)是用于二次多项式响应面模型的统计学意义。在这里,模型值为12.68(超过8.81)和模型的重要价值值(95%置信水平)为0.0015(< 0.01)表明,二次多项式模型是重要的为了适当预测最优实验条件。缺乏适应措施的失败在实验领域模型来表示数据点不包含在回归(18]。列在表2,价值和缺乏价值分别为0.39和0.7674,分别,这表明它不重要,相对于纯误差和暗示,模型方程。的价值就越高是,更深层次的观测值和预测值之间的关联执行(19]。的价值(决定系数)为0.9422,这表明满意的实际值之间的相关性和预测的20.,21]。的价值(决定系数调整)为0.8679,这意味着至少86.79%的gentisides模型,可以预测的内容,只有不到1.3%的总变化并不用模型来解释。足够的精度比较的范围设计点的预测值平均预测误差。歧视比大于4表示足够的模型。如表所示2,足够精度的价值为10.122,这表明一个适当的信号模型,可以用来导航的设计空间。简历(变异系数)表示的精确程度与实验进行了比较。如表所示2相对低价值的简历为1.14,显示一个更好的二次多项式模型的精度和可靠性(18]。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
的值是作为一个工具来检查每个系数的意义,每个独立变量之间的相互作用强度22]。根据每个模型项总结在表的值2这些术语,可以得出结论,包括一个独立的变量()和两个二次术语(和)有显著影响的产量gentisides(“问题>“小于0.05),其中二次条款影响GY的最重要的参数。它还表明,萃取温度之间的相互作用()和提取时间()是显著的。因此,提取温度()被确认为影响GY的关键条件。
3.7。响应面分析
等高线图2 d和3 d图形表示的互动影响响应面图提取温度(),提取时间(),solvent-material比(GY)。根据等高线的形状由设计专家8.0.6。,response surface plots demonstrated whether the mutual interactions between the variables are significant or not, which were shown in Figure4。圆形等高线图表明,相应的变量之间的相互作用可以忽略不计,而椭圆等高线图表明,相应的变量之间的相互作用是重要的(22]。两个变量是相同的情节描述了其他变量保持在0级的时候,可以直观地表达了独立和相关的变量之间的关系。数据4 (b)和4 (d)显示的交互关系提取温度(与提取时间())和solvent-material比(分别)gentisides的产量。gentisides迅速增加的产量提取温度的增加,虽然迅速下降温度临界值后较高的75°C。gentisides轻轻连同增加的产量提取时间延长(从2到4 h)在提取温度低于80°C,甚至拒绝不明显在提取温度高于80°C,这表明相互交互的提取温度和提取时间显著增加的产量提取。提取变量的响应曲线在图4 (d)在所有光滑程度提取温度表明solvent-material比例是微不足道的增加产量提取。在图4 (f)响应表面是光滑的,表示,提取时间的相互交互和solvent-material比提取率不明显的意义。上面的描述通常是符合数据()表2。
(一)
(b)
(c)
(d)
(e)
(f)
3.8。模型的提取参数的优化和验证
进行了一系列的实验来获得最优条件独立变量和预测的响应值通过使用设计专家8.0.6软件。提取参数的最优值和最大预测收益率gentisides有表3也进行了如下:萃取温度为74.33°C,提取时间为3.40 h, solvent-material比率10.21 mL / g,溶剂(乙醇)的浓度90%,和最佳预测值响应分别为99.24%。然而,考虑到实际生产,优化解决方案略有修改如下:提取温度75°C,提取时间为3.5 h, solvent-material比10 mL / g。在修改的情况下,实际提取率为98.61±0.61%,验证了该模型是适合预测的最大gentisides提取率。
|
||||||||||||||||||||||||||||||
4所示。结论
这次调查的成功使用单变量检验和Box-Behnken设计预测最佳提取参数gentisides (gentisides A, B, G, H, I, J, K)的根和根茎g . rigescens,这表明,最大化gentisides收益率为99.24%时可以实现溶剂的浓度90%,萃取温度为74.33°C,提取时间为3.40 h, solvent-material比率10.21 mL / g被选为提取条件。考虑可行的技术操作、溶剂浓度为90%,提取温度75°C,提取时间为3.5 h, solvent-material 10 mL / g的比例被确定为最终的最佳提取条件。
利益冲突
作者宣称没有利益冲突有关的出版。
确认
这项工作是由中国国家自然科学基金(81260608)、云南省自然科学基金项目(2013 fz151),和云南省科技计划项目(2013 fc006)。
补充材料
补充材料1:Gentisides是一系列新的化合物分离neuritogenic活动g . rigescens只,它们的生物活性与烷基链长度、非结构的多样性的烷基链。7种gentiside的化学结构式,即gentiside, gentiside B, gentiside G, gentiside H, gentiside我gentiside J和gentiside K,如下。
补充材料2:基于单变量测试、萃取温度、萃取时间和液体物质被选为比三个因素在bdd的实验。和三个层次分调查范围分别编码为1,0和+ 1为了实验设计。
补充材料3:根据七个不同浓度,计算七创建回归方程进行了良好的线性关系在一定的线性范围及相关系数(R2)≥0.99的所有化合物在相应的线性范围。
补充材料4:确保我们的实验设备和数据可靠,高效液相色谱仪器收到验证包括精度、稳定性、可重复性和恢复工作。为了评估当天和inter-day精度的方法,分析了标准溶液在一天(0、2、4、8、16和24 h)和连续三天(36 0,24日,48岁,60和72 h),分别。测试样品的稳定性,分析了单一提取解决方案在一天内高效液相色谱(0、2、4、8、16和24 h)。确认可重复性,六个重复样本测试。每一项的相对标准偏差(%)少于3意味着描述方法有一个接受程度的精度。
引用
- 中国药典委员会,中华人民共和国药典(第一部分)中国药典委员会编辑,化学工业出版社,北京,中国,2015。
- m . y . m . Wang, h·朱,c, d . Wang和y,“回顾Long-Dan”,中国传统的中药材之一,记录在中国药典,”天然产物和生物探勘,卷2,不。1、1 - 10,2012页。视图:出版商的网站|谷歌学术搜索
- r . Levi-Montalcini“神经生长因子35年后,”生物科学报告,7卷,不。9日,第1162 - 1154页,1987年。视图:谷歌学术搜索
- l . f . krom”,脑损伤后神经生长因子治疗防止神经元死亡,”科学,卷235,不。4785年,第216 - 214页,1987年。视图:出版商的网站|谷歌学术搜索
- r·d·布和r·s·山崎”进步和挑战来自于阿尔茨海默病的预防和治疗,”医药研究,15卷,不。3、386 - 398年,1998页。视图:出版商的网站|谷歌学术搜索
- l . j .高,j·李,j .气”Gentisides A和B,两个新的neuritogenic从中药化合物龙胆rigescens法语。”生物有机和药物化学,18卷,不。6,2131 - 2134年,2010页。视图:出版商的网站|谷歌学术搜索
- l . j .高,l .香罗y, g . Wang和j .气”j . Li Gentisides ck:九新neuritogenic从中药化合物龙胆rigescens法语。”生物有机和药物化学,18卷,不。19日,6995 - 7000年,2010页。视图:出版商的网站|谷歌学术搜索
- 美国诉,s . Koppula I.-S。金,h·库马尔,B.-W。金,D.-K。崔”,生物活性化合物的作用促进神经突的产物,“分子,17卷,不。6,6728 - 6753年,2012页。视图:出版商的网站|谷歌学术搜索
- y罗,刘贤太阳,李l . et al .,“构效关系的neuritogenic gentiside衍生品”ChemMedChem》第六卷,没有。11日,第1989 - 1986页,2011年。视图:出版商的网站|谷歌学术搜索
- 诉w·亨德森,“雌激素替代治疗阿尔茨海默病的预防和治疗,”中枢神经系统药物,8卷,不。5,343 - 351年,1997页。视图:出版商的网站|谷歌学术搜索
- f . Hefti”,发展有效的基于神经营养因子治疗阿尔茨海默氏症,”神经生物学衰老的,15卷,不。2,S193-S194, 1994页。视图:出版商的网站|谷歌学术搜索
- 人工智能Khuri和美国Mukhopadhyay,“响应面方法,”威利跨学科评论:计算统计,卷2,不。2、128 - 149年,2010页。视图:出版商的网站|谷歌学术搜索
- m·a·Bezerra r . e . santelli2009 e·p·奥利维拉l·s·维拉尔洛杉矶Escaleira,“响应面方法(RSM)作为优化工具在分析化学中,“Talanta,卷76,不。5,965 - 977年,2008页。视图:出版商的网站|谷歌学术搜索
- s·l·c·费雷拉,r·e·布鲁斯·h·s·费雷拉et al .,“Box-Behnken设计:另一种分析方法,为优化”分析Chimica学报,卷597,不。2、179 - 186年,2007页。视图:出版商的网站|谷歌学术搜索
- y史,h .田w . y .李et al .,”七苯甲酸酯化合物的同时测定龙胆rigescens法语。通过固相萃取和高效液相色谱法”,中国《化学分析实验室,没有。3、259 - 262年,2015页。视图:谷歌学术搜索
- m·a·Hiskey k·r·布劳尔和j·c·奥克斯利“硝酸酯的热分解,”物理化学学报,卷95,不。10日,3955 - 3960年,1991页。视图:谷歌学术搜索
- m·l·拉米雷斯r·沃尔特斯r·e·里昂和e . p . Savitski“氰酸酯树脂的热分解,”聚合物降解和稳定,卷78,不。1,第82 - 73页,2002。视图:出版商的网站|谷歌学术搜索
- k .钟和问:王”,优化超声提取多糖从干桂圆肉使用响应面方法,”碳水化合物聚合物,卷80,不。1,19-25,2010页。视图:出版商的网站|谷歌学术搜索
- k . Ravilumar s Ramalingam s Krishnan, k . Balu”应用程序响应面方法的优化过程变量对活性红和酸性棕染料去除使用一种新型吸附剂,”染料和颜料,卷70,不。1,18-26,2006页。视图:出版商的网站|谷歌学术搜索
- e·m·席尔瓦h . Rogez和y Larondelle”,优化提取的酚醛树脂因加鸡蛋果叶子使用响应面方法,”分离与纯化技术,55卷,不。3、381 - 387年,2007页。视图:出版商的网站|谷歌学术搜索
- k . Sinha p·d·萨哈,达塔,“响应面优化和人工神经网络建模的微波辅助从石榴皮中提取天然染料,”工业作物和产品,37卷,不。1,第414 - 408页,2012。视图:出版商的网站|谷歌学术搜索
- r . v . Muralidhar r . r . Chirumamilla v . n .拉马钱德兰r . Marchant, p . Nigam说,“外消旋的分辨率RS-baclofen使用脂肪酶假丝酵母茶树菇”,Mededelingen,卷66,不。3、227 - 232年,2001页。视图:谷歌学术搜索
版权
版权©2015 Bowen楚等。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。
