优化烘箱干燥凤眼莲（Eichhornia crassipes）生物活性化合物与矿物质成分的精准解析：ANN 与 RSM 的创新应用

为解决凤眼莲（E. crassipes）干燥过程优化及干燥条件对其成分影响不明的问题，研究人员用响应面法（RSM）和人工神经网络（ANN）优化其烘箱干燥过程。结果显示 ANN 模型预测性更好，优化条件下其有高营养价值。该研究为其在食品领域应用提供依据。

　　在神秘的水生世界里，有一种植物正引发着科学家们的浓厚兴趣，它就是凤眼莲（Eichhornia crassipes）。凤眼莲，这个看似普通的水生植物，实则有着复杂的 “身份”。它是国际自然保护联盟（IUCN）认定的百大入侵物种之一，在水域中肆意生长，严重威胁着水生生态系统的平衡。它会大量消耗水中氧气，加剧水体富营养化，让原本清澈的水质变得浑浊不堪，众多水生生物的生存空间被无情挤压。

但就是这样一个 “生态破坏者”，却隐藏着不为人知的一面。凤眼莲含有多种生物活性化合物以及钾、钙、镁等 essential minerals，这些物质对人体健康有着至关重要的作用，比如参与骨骼健康的维持、促进血液循环、帮助血红蛋白的形成以及氧气的运输等。而且，它还含有一些具有特殊功能的化合物，像 β - 谷甾醇（β - sitosterol）等，有着降低胆固醇的潜力。此外，凤眼莲在食品、饲料、植物营养等领域也展现出了一定的应用潜力，可以作为补充食品蛋白质、家禽家畜及水产养殖的饲料成分，甚至还能为植物生长提供养分。

然而，想要充分利用凤眼莲的这些潜在价值，却面临着一个棘手的问题。目前，针对凤眼莲干燥过程的优化研究少之又少，人们并不清楚不同的干燥条件会对它的矿物质和生物活性化合物成分产生怎样的影响。而干燥过程又极其关键，因为不合适的干燥条件可能会导致植物材料的营养和生物活性成分大量流失，就像一把双刃剑，用好了能发挥其最大价值，用不好则会前功尽弃。

为了攻克这个难题，来自国外的研究人员踏上了探索之旅。他们开展了一项旨在优化凤眼莲烘箱干燥条件，并深入研究干燥条件对其矿物质和生物活性化合物成分影响的研究。最终，他们成功找到了优化的干燥条件，并且发现人工神经网络（ANN）模型在预测干燥过程方面比响应面法（RSM）模型更具优势。这一研究成果意义非凡，为凤眼莲在食品增值产品等领域的应用提供了坚实的理论基础，有望让凤眼莲从 “生态负担” 转变为 “绿色宝藏”，该研究成果发表在《Applied Food Research》上。

在这项研究中，研究人员运用了多种关键技术方法。首先，他们采用旋转中心复合设计（CCD）结合响应面法（RSM），对干燥过程中的温度、时间和空气速度等变量进行优化和建模。同时，利用人工神经网络（ANN）对实验数据进行建模分析，以对比两种方法的预测性能。在成分分析方面，借助原子吸收分光光度计（AAS）测定矿物质成分，运用气相色谱 - 质谱联用（GC - MS）技术分析生物活性化合物。

结果与讨论

1. 响应面法（RSM）：通过 RSM 建立的模型显示，预测值与实验值较为接近，模型的 P 值小于 0.05，表明模型具有高度显著性，且缺乏拟合不显著，说明该模型能较好地评估独立因素对响应变量（水分含量）的影响，其最佳拟合为二次模型，R²达到 0.9280。进一步分析发现，干燥温度、时间和空气速度对水分减少均有显著影响。温度升高、时间延长和空气速度加快都能促进水分的减少。通过 desirability function method 优化得到最佳干燥条件为温度 51°C、时间 146 分钟、空气速度 3.4m/s，该条件下 RSM 模型的 desirability score 为 1.0，且验证实验结果与预测值接近，误差较小，验证了模型的可行性。
2. 人工神经网络（ANN）分析：ANN 模型经过多次尝试，最终选定在 Epochs 5 时达到最佳性能，此时模型的 R²值在验证、训练、测试和总体网络过程中都接近 1，表明该模型对凤眼莲烘箱干燥过程中水分减少的建模具有良好的适用性。同时，研究发现温度对响应参数的影响最大，干燥时间和空气速度的影响相同。此外，通过与 RSM 模型对比，ANN 模型的 R²值更高（0.9897），均方误差（MSE）和均方根误差（RMSE）更低，说明 ANN 模型在预测实验数据方面表现更优。
3. RSM 和 ANN 模型比较：对比 RSM 和 ANN 模型发现，虽然两种模型的预测值都与实际值较为接近，但 ANN 模型的 R²值更接近 1，误差统计值更低，这使得 ANN 模型在预测水分含量减少和估计模型准确性方面更具优势，能更有效地描述凤眼莲的干燥过程。
4. 优化干燥后凤眼莲的特征分析
   • 矿物质成分：优化干燥后的凤眼莲叶子和根的水分含量降至 9.16±0.987%，符合植物材料干燥用于粉末生产的要求。矿物质分析表明，不同矿物质在根和叶中的含量存在差异，如铁在根中的含量远高于叶，而钾则相反。同时，研究还发现凤眼莲的矿物质成分能部分满足人体每日所需矿物质摄入量。
   • GC - MS 表征：GC - MS 分析显示，在优化条件下，凤眼莲叶和根提取物中鉴定出约 29 种生物活性化合物，其中 7 种为主要化合物，包括哌嗪（piperazine）、β - 谷甾醇（β - sitosterol）等。这些化合物具有多种生理功能，如参与细胞代谢、调节免疫和消化系统等，对人体健康有益。
   
   

研究结论与意义

该研究成功利用 RSM 优化了凤眼莲的烘箱干燥参数，并通过 ANN 对比了模型性能，同时明确了干燥参数对矿物质和生物活性化合物成分的影响。研究结果表明，ANN 模型在预测干燥过程方面优于 RSM 模型，优化干燥条件下的凤眼莲具有较高的营养价值，在食品价值增值产品等领域具有广阔的应用前景。这一研究为凤眼莲的合理利用提供了重要的理论依据，有助于推动其在相关领域的进一步开发和应用，让这个曾经的 “生态难题” 有望成为造福人类的 “健康宝藏”。