《Antibiotics》：From Bacterial Persistence to Granuloma Failure: Mechanisms of LTBI Reactivation as a Framework for Tuberculosis Prevention and Treatment
编辑推荐：
金缕梅（Hamamelis virginiana L.）富含酚类化合物，在制药和化妆品制剂中具有潜在应用价值。然而，这些成分的高效回收在很大程度上取决于提取技术和工艺条件。本研究旨在采用实验设计（Design-of-Experiments，DoE）方法，优化金
金缕梅（Hamamelis virginiana L.）富含酚类化合物，在制药和化妆品制剂中具有潜在应用价值。然而，这些成分的高效回收在很大程度上取决于提取技术和工艺条件。本研究旨在采用实验设计（Design-of-Experiments，DoE）方法，优化金缕梅树皮和叶片的加速溶剂萃取（accelerated solvent extraction，ASE）和超声辅助提取（ultrasound-assisted extraction，UAE）工艺。研究人员以总酚含量（total phenolic content，TPC）、DPPH自由基清除活性及所选酚类成分为响应变量，评估了溶剂组成、提取温度、提取技术及提取循环次数的影响。通过超高效液相色谱-二极管阵列检测-电喷雾电离-飞行时间质谱（UHPLC-DAD-ESI/TOF-MS）表征了提取物的植物化学轮廓。研究发现，各提取参数对不同响应变量以及叶片和树皮的影响存在差异，其中甲醇浓度和提取循环次数是尤为重要的因素。多响应优化揭示了依赖于植物基质和提取技术的最佳提取条件。对于叶片，ASE的最佳条件为80 °C、70.3%甲醇和两个循环，UAE的最佳条件为72 °C、63.5%甲醇和三个循环；而对于树皮，ASE的最佳条件为80 °C、57.5%甲醇和两个循环，UAE的最佳条件为80 °C、63.3%甲醇和两个循环。实验验证显示预测值与观测值总体吻合良好，除一个实验值外，其余均落在相应的95%预测区间内。这些发现表明，优化金缕梅酚类化合物的提取应同时考虑植物基质和目标化学成分，并支持将DoE作为选择ASE和UAE条件的有效方法。
金缕梅酚类化合物提取工艺的系统优化研究——基于实验设计的多响应分析解读
一、研究背景与意义
金缕梅（Hamamelis virginiana L.）是一种广泛应用于制药和化妆品领域的药用植物，尤其用于治疗涉及炎症、刺激和氧化应激的皮肤问题。其植物化学轮廓包含多类多酚化合物，包括可水解鞣质、黄酮类、酚酸和原花青素，这些成分在不同植物器官中的定性和定量分布存在差异。这些化合物因其抗氧化、收敛和抗炎活性而备受关注，被认为是该植物生物效应的主要贡献者。因此，高效提取酚类组分对于开发富含多酚的金缕梅制剂具有重要意义。
然而，从植物材料中回收酚类化合物在很大程度上受提取技术和工艺变量的影响，如溶剂组成、温度、提取时间和固液比。尽管已有研究比较了不同提取技术对金缕梅多酚提取的影响，但系统评估ASE参数对树皮和叶片酚类成分回收的联合效应仍然有限。特别是，植物基质对提取条件、总酚回收率、抗氧化活性及单个酚类化合物提取之间关系的影响有待深入研究。此外，传统的单因素逐一优化方法无法考虑因素间的交互作用，而实验设计（DoE）方法能够系统地同时评估多个变量及其交互效应，同时限制实验次数。因此，本研究旨在应用DoE方法，系统研究和优化金缕梅树皮和叶片中酚类化合物的ASE和UAE提取工艺。
二、主要技术方法
研究人员采用响应面法（response surface methodology，RSM）优化提取条件，评估四个独立变量对提取效率的影响：提取温度（X1，40–80 °C）、甲醇浓度（X2，40–100%，v/v）、提取方法（X3，ASE或UAE）和提取循环次数（X4，1–3）。由于实验系统同时包含数值和分类变量，研究人员采用了混合因素响应面设计，生成了自定义I-最优设计。植物材料购自波兰供应商Plantago，三个批次合并以确保样品均一性。提取物通过UHPLC-DAD-ESI/TOF-MS进行植物化学分析，采用Folin-Ciocalteu法测定总酚含量，DPPH法评估自由基清除活性。多响应优化采用Derringer-Suich期望函数方法，优化分别针对叶片和树皮、ASE和UAE独立进行，并通过三重复确认实验验证模型预测能力。
三、研究结果
3.1 植物化学分析
在优化实验之前，研究人员通过液相色谱-质谱联用（LC-MS）表征了代表性金缕梅提取物的植物化学轮廓。两种提取技术之间未观察到定性差异。鉴定出的成分包括没食子酰衍生物和没食子鞣质、酚酸、儿茶素和黄酮醇糖苷。叶片和树皮的植物化学轮廓存在显著差异：叶片提取物显示出更多样化的酚类轮廓，特别是存在多种黄酮醇糖苷，其中杨梅素3-O-鼠李糖苷和槲皮素3-O-鼠李糖苷是主要的黄酮类化合物，分别占定量黄酮总量的约35.8–39.5%和19.5–22.6%。此外，叶片含有更多高度没食子酰化的高分子量鞣质（m/z 939–1395）。相比之下，树皮提取物主要以低分子量没食子酰衍生物为特征，包括没食子酰-和双没食子酰-己糖。
3.2 基于DoE的优化
研究人员分别针对叶片和树皮样品、每个分析响应建立了独立的响应面模型。回归系数和单因素图表明，提取响应强烈依赖于植物基质和所考虑的化学类别。总体而言，甲醇浓度（X2）和提取循环次数（X4）是最有影响力的因素，而温度（X1）和提取技术（X3）的影响更具响应特异性。多个显著的交互项和二次项证实提取行为明显是非线性的。
所有响应在两个植物基质中的模型均具有统计学显著性。叶片的模型p值均小于0.0001（除金缕梅鞣质p=0.0025外），树皮的所有模型均高度显著（p<0.0001）。决定系数显示实验数据与模型预测数据之间具有良好至非常好的吻合度。叶片的R2值范围为0.812（金缕梅鞣质）至0.983（高分子量没食子酰衍生物），树皮的范围为0.857（没食子酸衍生物）至0.973（金缕梅鞣质）。所有响应的精密度值均远高于推荐阈值4，确认了足够的信噪比。
对于叶片提取物，升高温度通常有利于提取效率，对DPPH活性、黄酮类和高分子量没食子酰衍生物具有特别显著的正效应。甲醇浓度的影响则强烈依赖于化合物类型：较高的甲醇水平促进鞣花酸和黄酮类的提取，而没食子酸衍生物和金缕梅鞣质呈现相反趋势。ASE通常比UAE更有利于回收金缕梅鞣质、黄酮类、没食子酸衍生物和高分子量没食子酰衍生物。循环次数的影响也依赖于响应类型，多个响应在两个循环后达到或接近最高预测值。
树皮提取物呈现出不同的模式，甲醇浓度的影响尤为强烈。增加甲醇对多个响应产生显著的负线性效应，而DPPH活性、金缕梅鞣质和高分子量没食子酰衍生物表现出明显的曲率，最高预测值通常出现在中等甲醇浓度。温度的影响相对较小，但升高温度有利于多个响应。ASE通常比UAE更有利于树皮提取。循环次数的影响同样依赖于响应类型。
3.3 多响应优化
由于各分析响应对提取参数表现出不同的依赖性，研究人员采用期望函数进行同步多响应优化。对于ASE，叶片提取物的最高总体期望值出现在约70%甲醇浓度，而树皮的最大值向较低甲醇浓度偏移，约55–60%。两种基质中，较高提取温度均与较高总体期望值相关。多响应优化预测叶片ASE的最佳条件为80 °C、70.3%甲醇和两个循环，树皮ASE为80 °C、57.5%甲醇和两个循环。对于UAE，叶片提取物的最佳条件为72 °C和63.5%甲醇，树皮为80 °C和63.3%甲醇，最佳循环次数分别为叶片三个循环和树皮两个循环。
3.4 实验验证
在优化条件下进行了三重复确认实验。除叶片UAE的TPC外，所有实验观测值均落在相应的95%预测区间内。叶片UAE的观测TPC（96.3 mg GAE/g DW）略低于预测下限（98.2 mg GAE/g DW），表明模型预测与实验验证之间存在轻微差异。叶片的相对偏差范围为ASE的5.7–20.1%和UAE的?8.7–20.7%，树皮的相应范围为ASE的?5.5–9.7%和UAE的1.9–15.4%。总体而言，模型在优化条件下提供了合理的提取性能估计，但预测准确性因响应而异。
四、讨论与结论
研究揭示了提取效率不仅依赖于提取技术和工艺变量，还依赖于植物基质。溶剂组成的显著效应可归因于所提取酚类成分在极性和结构特性上的差异。甲醇-水混合物提供了广泛的极性范围，甲醇与水比例的变化可能选择性地有利于具有不同结构特征和极性的酚类化合物。提取温度和循环次数也影响提取性能，但其效应依赖于响应类型。ASE与UAE之间的差异可能与它们不同的提取机制有关：ASE结合了高温高压，促进溶剂渗透和质量传递；而UAE主要依赖声空化来破坏植物基质。值得注意的是，研究结果并未表明任一技术具有普遍优越性，而是证明其相对性能取决于目标化合物和植物基质。
研究存在若干局限性：三个批次的植物材料被合并为复合样品，无法评估批次间变异性；高分子量没食子酰衍生物因缺乏标准品而使用色谱峰面积评估；提取程序因素（X3）不仅包含提取机制的差异，还包含操作参数的差异；部分模型的预测性能有限。此外，甲醇不适用于食品或化妆品配方，优化条件不能直接转移到乙醇基提取体系。
研究结论表明，DoE方法是优化金缕梅叶片和树皮酚类化合物ASE和UAE提取的有效途径。提取效率受溶剂组成、温度、提取技术和循环次数的影响，但其效应因分析响应和植物基质而异。多响应优化显示，没有任何单一提取条件组合能同时最大化所有分析响应，最佳条件在叶片和树皮之间以及ASE和UAE之间存在差异。在研究的实验范围内，预测的最佳条件为：叶片ASE为80 °C、70.3%甲醇和两个循环，树皮ASE为80 °C、57.5%甲醇和两个循环，叶片UAE为72 °C、63.5%甲醇和三个循环，树皮UAE为80 °C、63.3%甲醇和两个循环。研究结果强调，酚类化合物提取的优化应同时考虑植物基质和目标化学成分，所开发的基于DoE的方法为选择ASE和UAE条件提供了合理基础。
