超分子溶剂的制备表征及其在中药活性成分提取中的应用

作     者：叶钉利 

作者单位：长春工业大学 

学位级别：硕士

导师姓名：王志兵

授予年度：2024年

学科分类：1008[医学-中药学(可授医学、理学学位)] 1006[医学-中西医结合] 100602[医学-中西医结合临床] 10[医学] 

主      题：超分子溶剂 人工神经网络-遗传算法 高效液相色谱 香豆素类化合物 

摘      要：中草药中的香豆素类化合物是一类分子中具有内酯环结构,且具有芳香气味的天然产物,具有抗HIV、抗肿瘤、抗炎、抗氧化、抗菌等作用,广泛分布于伞形科、芸香科、菊科、豆科、兰科等植物中。它们也是一些药用植物的标志性成分,是判断中药质量的重要指标,因此,对香豆素类化合物的分析检测对于中药质量控制具有重要的意义。目前,分析检测向着微型化、绿色化和简单化方向发展,基于超分子溶剂的中药活性成分分析检测技术的应用越来越广泛,本研究使用不同种类的两亲性化合物制备了一系列的超分子溶剂用于提取中药中香豆素类化合物,并采用超声辅助萃取技术、高压辅助萃取技术和多技术协同辅助萃取等方式加速目标物从样品基质向溶剂中的传质效率,通过单因素实验法、响应曲面法以及人工神经网络-遗传算法优化方法共同对实验条件进行优化以获取最佳提取条件,并通过紫外光谱、傅里叶红外光谱、扫描电镜和荧光倒置显微镜等表征方法,研究了超分子溶剂的组成、极性分布、理化性质和结构特点,探究了超分子溶剂对香豆素类化合物的萃取机制,并进行了稳定性分析、方法学考察、方法学比较和实际样品分析。 第一章,主要介绍了中药活性成分的分析测定技术以及传统溶剂的新型替代溶剂-超分子溶剂及其在萃取中药有效成分中的优势,同时介绍了响应曲面方法和人工神经网络-遗传算法优化方法的特点、优势和不足,并基于既往研究,将2种优化方法的单独应用、联合应用及其各自的优化效果进行了分析比较,得出将响应曲面方法和人工神经网络-遗传算法联合使用可以得到更好优化效果的结论。 第二章,建立了一种简单、快速、高效的超声辅助超分子溶剂微萃取高效液相色谱法,用于测定中药秦皮中的三种香豆素类化合物,包括秦皮甲素、秦皮乙素和秦皮素。在本研究中,首次采用辛醇、四氢呋喃和水制备了新型的超分子溶剂,对其组成、粘度、密度、结构和表观形态进行了表征。本研究所制备的超分子溶剂呈囊泡状,具有低密度以及低粘度的特点。采用单因素实验、响应曲面法和人工神经网络-遗传算法对影响超分子溶剂微萃取效率的实验条件进行优化。实验结果表明,人工神经网络模型在训练、测试、验证和全部数据集上的最大R值分别为0.98703、0.97440、0.99836和0.95447,最小均方误差值分别为0.75、10.15、1.99和2.63,表明预测值和实际值之间有良好的一致性,在最优条件下目标分析物的总提取率为28.00 mg g,与ANN-GA的预测值相似。各分析物的标准曲线在线性范围内呈良好的线性关系（r0.9993）,检出限和定量限分别为4.87-6.55 ng m L和16.24-21.84ng m L,回收率在100.64-114.93%之间,相对标准偏差小于2.8%。本方法具有萃取时间短以及有机溶剂用量少等特点,所制备的超分子溶剂可用于萃取中药秦皮中的香豆素类化合物。 第三章,采用辛醇、十二烷基苯磺酸钠和水制备了新型超分子溶剂,并建立了基于超分子溶剂的多技术协同辅助微萃取联合高效液相色谱法,用于测定中药补骨脂中补骨脂素、异补骨脂素和补骨脂二氢黄酮甲醚。将高压辅助萃取技术和超声辅助萃取技术相结合,加速目标物从样品基质向溶剂中的传质,采用傅里叶红外光谱、扫描电镜和荧光倒置显微镜等技术探索SUPRAS对目标分析物的萃取机理,采用单因素实验、响应曲面法和人工神经网络-遗传算法对实验条件进行优化。实验结果表明,人工神经网络-遗传算法的优化结果最好,在最优条件下目标分析物的总提取率为28.36 mg g。各分析物的标准曲线在线性范围内呈良好的线性关系（r0.9993）,检出限和定量限分别为5.77-8.64 ng m L和19.23-28.79 ng m L,回收率在99.18-115.27%之间,相对标准偏差小于6.66%。本研究制备的SUPRAS具有良好的溶剂化性质,可用于对中药补骨脂中香豆素类化合物的萃取。 第四章,对本研究制备的两种新型超分子溶剂及其在中药有效成分萃取中的应用进行了总结,并对本研究使用的单因素实验优化法、响应曲面优化法和人工神经网络-遗传算法优化法进行比较,得出超分子溶剂对中药中香豆素类化合物具有良好萃取能力的结论,且三种优化方法中人工神经网络-遗传算法优化法的结果最优,具有进一步探索的价值。