解毒祛瘀滋阴方多糖超声提取优化与动力学建模：基于可解释机器学习的创新研究

《Ultrasonics Sonochemistry》：Optimization of ultrasonic extraction and kinetic modeling of jieduquyuziyin prescription polysaccharides via explainable machine learning

本研究针对中药多糖提取工艺优化难题，创新性地结合响应面法(RSM)与可解释机器学习(RF和ANN)，系统优化了解毒祛瘀滋阴方多糖(JPP)的超声辅助提取工艺。通过建立二阶动力学模型并结合SHAP分析，首次证实随机森林(RF)模型预测的提取条件与动力学模型最优，所得JPP具有多孔结构和体外抗氧化活性，为中药多糖的规模化开发提供了新策略。

　　

植物多糖作为天然高分子碳水化合物，因其独特的药理活性在药物研发领域展现出巨大潜力。然而，不同提取方法和工艺对植物多糖的结构、得率及药理活性具有显著影响，这成为制约其规模化应用的瓶颈。传统响应面法（RSM）虽能优化工艺参数，但存在模型假设依赖性强、对复杂条件预测能力有限等固有局限。解毒祛瘀滋阴方（JP）作为临床验证的中药复方，其多糖组分（JPP）被认为是核心疗效物质，但高效提取与精准优化仍是挑战。

发表于《Ultrasonics Sonochemistry》的这项研究，创新性地将可解释机器学习与传统实验设计相结合，系统优化了JPP的超声辅助提取（UAE）工艺，并建立了提取动力学模型。研究人员通过单因素实验筛选关键参数，采用LASSO回归识别重要变量（温度、超声功率、液料比、提取时间），继而分别运用响应面法（RSM）、随机森林（RF）和人工神经网络（ANN）进行建模优化。通过SHAP分析解读模型决策逻辑，并利用扫描电镜（SEM）、X射线衍射（XRD）、傅里叶变换红外光谱（FTIR）等技术表征多糖结构，最后通过体外抗氧化实验验证生物活性。

关键技术方法

研究采用Box-Behnken设计（BBD）构建29组实验，以JPP得率为响应值，通过RSM建立二次多项式模型。机器学习部分采用随机森林（RF）和两种神经网络（BP、GA-ACO-BP）进行预测对比，使用留一交叉验证评估模型稳定性。动力学研究基于二阶速率模型，计算提取速率常数（k）、饱和浓度（C_s）和初始提取速率（h）。结构表征涉及SEM观察形貌，XRD分析结晶性，FTIR鉴定官能团，HPLC测定单糖组成（葡萄糖65.25 mol%，半乳糖28.59 mol%），UV光谱检测蛋白质和糖醛酸含量。

3.1. 单因素实验分析

通过控制变量法考察液料比、超声功率、温度、时间等因素对JPP得率的影响，发现温度对得率影响最为显著，而超声功率和浸泡时间影响较小。

3.2. LASSO回归分析

基于单因素实验数据，利用LASSO回归筛选出四个关键因素：温度 > 超声功率 > 液料比 > 提取时间，并确定正则化参数λ的最优值，为后续响应面实验提供因子水平依据。

3.3. 响应面实验结果分析

BBD实验结果表明，各因素与得率间存在非线性关系，二次多项式模型拟合良好（R² = 0.9043），方差分析显示模型高度显著（p < 0.0001）。三维响应面图揭示因素间交互作用，如温度与提取时间存在显著协同效应。

3.4. 三种模型预测结果对比

RSM、RF和两种ANN模型的预测性能显示，RF模型具有最优的预测精度（R² = 0.9507，MAE = 0.0242，RMSE = 0.0356），其推荐的优化条件（75℃、400 W、20 mL/g、90 min）下预测得率最高（1.41%），经验证实验确认（1.30 ± 0.03%）。

3.5. SHAP分析

SHAP可视化表明，温度和提取时间是对得率影响最大的因素，其高水平值（>0.5）对应正SHAP值，证实增加这两参数可提升得率。依赖图揭示因素间交互效应，如温度与时间组合能显著提高提取效率。

3.6. 动力学模型建立

基于二阶速率方程，拟合t/C_t与t的线性关系（R² = 0.8221），计算得k = 32.903，h = 0.003，C_s = 0.102。RF模型对动力学过程的预测误差最小（R² = 0.9912），显著优于传统动力学方程和ANN模型。

3.7. JPP结构表征

SEM显示JPP表面粗糙、内部多孔；XRD证实其为无定形结构；FTIR在3280.76 cm^?1（O-H伸缩振动）、1607.26 cm^?1（C=O不对称振动）和1025.17 cm^?1（糖环C-O-C振动）处出现特征吸收峰；单糖组成以葡萄糖为主（65.25 mol%），含少量半乳糖醛酸（1.95 mol%）；蛋白质和糖醛酸含量分别为0.0261 mg/mg和0.128 mg/mg。

3.8. 体外抗氧化活性

JPP对DPPH和ABTS自由基的清除活性呈浓度依赖性，IC₅₀分别为32 μg/mL和59 μg/mL，虽低于维生素C，但优于文献报道的荔枝核多糖（4 mg/mL时清除率66.67%），表明其具有潜在抗氧化应用价值。

本研究通过多模型优化框架，证实机器学习（尤其RF）在复杂中药提取工艺优化中优于传统方法。JPP的结构特性（多孔、无定形、富含葡萄糖）与其抗氧化活性相关，为中药多糖的机理研究和应用开发提供了新视角。该策略不仅适用于JPP，也可推广至其他天然产物提取优化，体现了人工智能技术在传统医药现代化中的重要作用。未来研究应聚焦于单体多糖分离、构效关系解析及体内活性验证，以推动中药多糖的临床转化。