含黄酮类成分药材提取动力学模型的建立

结题报告

项目介绍

AI项目解读

基本信息

批准号：
81173563
项目类别：
面上项目
资助金额：
60.0万
负责人：
倪健
依托单位：
北京中医药大学
学科分类：
H3206.中药制剂
结题年份：
2015
批准年份：
2011
项目状态：
已结题
起止时间：
2012-01-01 至2015-12-31

项目参与者：
马星光；龚卫红；沈俊辉；邢建民；曲昌海；尹兴斌；冯丽君；闫磊；林龙飞；
关键词：
含黄酮类成分药材模型动力学模型分析平台提取

项目摘要

提取是影响中药制剂质量最重要的环节。目前中药提取过程中存在着影响因素多、摸索周期长、效率低、消耗大、水平参差不齐、提取物质量不稳定、工艺参数变化后难以及时判定对提取物的影响程度等问题。针对上述问题本课题采用多变量因素试验设计、多批量试验数据积累、模型推导、计算拟合等药学、数学、动力学手段，通过对含黄酮类成分药材进行提取过程机理性研究，寻找、探索建立15种含黄酮类药材提取动力学模型，并在此基础上寻找模型间的共性，推导拟合产生适用于大部分含黄酮类药材提取的通用多元拟合系列模型，并设计大量试验对该模型进行验证。本课题研究可以为含黄酮药材提取工艺的标准化、最佳化提供理论基础和应用工具，特别是通过模型计算可以快速判断各因素变化对提取物质量的影响，可以大大减少提取环节的研究周期，提高提取效率、降低成本，保障提取物质量的稳定性、一致性；可以为中药其它大类成分（如生物碱、皂苷等）的提取研究提供参考借鉴

结项摘要

项目背景：.提取是影响中药制剂质量最重要的环节。目前中药提取过程中存在着影响因素多、摸索周期长、效率低、消耗大、水平参差不齐、提取物质量不稳定、工艺参数变化后难以及时判定对提取物的影响程度等问题。.研究内容：.本研究着眼于探索新的中药提取工艺研究模式，基于Fick定律、计算机建模以及数据挖掘技术，以根茎类、果实种子类和花叶类含黄酮药材中有效部位总黄酮为目标成分，以水煎煮为提取方法分别进行提取时间、溶剂倍量的单因素实验考察药材的提取过程，建立根茎类、花叶类及果实种子类十五种含黄酮成分药材水提取结果预测模型。在此基础上，通过局部加权回归算法建立含黄酮类药材水提取普适的预测分析平台，并进行了模型验证，验证结果表明该模型能与实验结果很好的吻合，标准偏差都能控制在10%以内，能够为解决目前中药提取过程中难以快速预计提取因素变化对提取过程的影响程度的问题提供参考和借鉴。.研究结果：.1、基于FICK定律简化后模型建立10种根茎类、果实种子类药材总黄酮水提取动力学模型.建立了葛根、甘草、骨碎补、黄芩、射干五种根茎类药材，大豆黄卷、麸炒枳壳、槐角、沙棘、山楂五种果实种子类药材水提取动力学方程，验证表明模型能与实验结果很好的吻合，标准偏差都能控制在10%以内。.2、基于局部加权算法建立5种花叶类药材总黄酮水提取回归预测模型..依托Weka3.6.10，建立了局部加权回归模型通过提取动野菊花，槐花，合欢花，金银花，山楂叶五种花叶类药材的回归预测模型，验证表明模型能与实验结果很好的吻合，标准偏差都能控制在10%以内。.3、药材饮片数值化并尝试建立含黄酮类药材普适的提取预测平台.以中药饮片与提取有关性质进行药材饮片数值化取得了预期的效果，在此基础上以15种药材为基础，采用局部加权回归模型建立含黄酮类药材普适的提取预测平台，最佳参数为：KNN=24，classifier=LWL，Weighting Kernel=5。以枸杞子总黄酮提取进行验证，标准偏差在23%之内，平均标准偏差为14.67%。.研究意义：.数学模型与计算机算法在对中药材提取过程进行预测时相互辅助、补充。药材饮片数值化在进行提取预测时，可以有效地对不同药材进行区分，实现预测平台的普适化。建立的含黄酮类成分药材水提取普适的结果预测平台，为相关的实验研究提供了思路，同时在一定程度上可以指导含黄酮类成分药材的实验和实际生产。