《Molecules》：Efficient Extraction of Polyphenols from Hamamelis virginiana Bark and Leaves: A Design-of-Experiments Approach to Accelerated Solvent- and Ultrasound-Assisted Extraction
编辑推荐：
：
北美金缕梅（Hamamelis virginiana L.）是酚类化合物的丰富来源，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，Do
：
北美金缕梅（Hamamelis virginiana L.）是酚类化合物的丰富来源，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，优化从北美金缕梅树皮和叶片中提取酚类化合物的加速溶剂萃取（accelerated solvent extraction，ASE）和超声辅助萃取（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、萃取温度、萃取技术及萃取循环次数的影响。萃取物的植物化学特征通过UHPLC-DAD-ESI/TOF-MS进行表征。所研究的萃取参数对各响应变量的影响因响应类型不同以及叶片与树皮之间的差异而有所不同，其中甲醇浓度和萃取循环次数被确定为特别重要的因素。多响应优化揭示了依赖于植物基质和萃取技术的最佳萃取条件。对于叶片，ASE的最佳条件为80 °C、70.3%甲醇和两次循环，UAE的最佳条件为72 °C、63.5%甲醇和三次循环；而对于树皮，ASE的最佳条件为80 °C、57.5%甲醇和两次循环，UAE的最佳条件为80 °C、63.3%甲醇和两次循环。实验验证显示预测值与观测值之间总体具有良好的一致性，除一个实验值外，所有实验值均落在相应的95%预测区间内。这些研究结果表明，优化北美金缕梅酚类化合物的萃取应同时考虑植物基质和目标化学成分，并支持使用DoE作为选择ASE和UAE条件的有效方法。
论文解读：
一、研究背景与问题
北美金缕梅（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。其植物化学特征包含多类多酚化合物，包括可水解鞣质、黄酮类、酚酸和原花青素等，这些化合物因具有抗氧化、收敛和抗炎活性而被视为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北美金缕梅制剂具有重要意义。
从植物材料中回收酚类化合物受萃取技术和工艺变量的强烈影响，如溶剂组成、温度、萃取时间和溶剂与固体的比例。目前常用的萃取技术包括浸渍法、超声辅助萃取（UAE）和热回流萃取（HRE）。近期已有研究对UAE、HRE和ASE在北美金缕梅叶片和树皮多酚萃取中的效果进行了比较，显示出萃取方法对单个酚类成分回收的显著影响。然而，以往研究多在预定义条件下比较萃取技术，未系统评估多个萃取参数的单独及交互效应。传统的单因素逐一优化（OFAT）方法无法考虑因素间的交互作用。因此，本研究旨在应用多变量实验设计（DoE）方法，系统评估萃取参数对北美金缕梅树皮和叶片酚类化合物萃取的影响，开发预测性响应面模型，并通过多响应优化确定针对不同植物基质的特异性最佳条件，同时比较ASE和UAE的性能，考察萃取参数效应是否依赖于植物基质和目标酚类成分。
二、研究内容与主要结论
研究人员采用DoE方法，以萃取温度（X1）、甲醇浓度（X2）、萃取技术（X3，ASE或UAE）和萃取循环次数（X4）为自变量，分别对叶片和树皮样品建立独立的响应面模型，以总酚含量（TPC）、DPPH自由基清除活性及各酚类成分含量为响应变量。研究发现，萃取响应强烈依赖于植物基质和化合物类别，甲醇浓度和萃取循环次数是最具影响力的因素，而温度和萃取技术的影响更具响应特异性。多个显著的交互项和二次项表明萃取行为呈明显非线性。模型统计检验显示所有响应模型均显著，决定系数和预测能力总体良好。
多响应优化采用期望函数法，分别针对ASE和UAE及两种植物基质进行。预测的最佳条件为：叶片ASE为80 °C、70.3%甲醇、两次循环；叶片UAE为72 °C、63.5%甲醇、三次循环；树皮ASE为80 °C、57.5%甲醇、两次循环；树皮UAE为80 °C、63.3%甲醇、两次循环。实验验证显示预测值与观测值总体一致，除叶片UAE的TPC略低于95%预测区间下限外，其余实验值均落在预测区间内。研究还发现，甲醇-水混合物虽适合受控分析条件下的萃取研究，但甲醇不适用于食品或化妆品制剂的直接使用，乙醇-水混合物是更合适的实际应用替代方案，但优化条件不能直接转移至乙醇体系，需要单独验证。
三、主要关键技术方法
本研究采用了以下关键技术方法：实验设计（DoE）结合响应面法（RSM），使用自定义I-最优设计以最小化预测方差并高效估计主效应、交互效应和曲率效应；加速溶剂萃取（ASE）使用Dionex? ASE? 350系统，静态萃取时间5分钟；超声辅助萃取（UAE）使用超声浴，每循环15分钟；植物化学分析采用UHPLC-DAD-ESI/TOF-MS进行化合物鉴定和定量；总酚含量（TPC）测定采用Folin–Ciocalteu法；抗氧化活性测定采用DPPH自由基清除法；多响应优化采用Derringer–Suich期望函数法。植物材料购自波兰供应商Plantago（Dzierz??enko，波兰），三个批次合并以保证样品均一性。
四、研究结果
2.1 植物化学分析：通过LC-MS对代表性萃取物进行表征，ASE和UAE萃取物之间无定性差异。叶片萃取物显示出更多样化的酚类特征，特别是存在多种黄酮醇糖苷，杨梅素3-O-鼠李糖苷和槲皮素3-O-鼠李糖苷为主要黄酮类化合物，分别占定量黄酮总量的35.8–39.5%和19.5–22.6%。叶片还含有更多高度没食子酰化的高分子量鞣质（m/z 939–1395）。树皮萃取物主要以低分子量没食子酰衍生物为特征。
2.2 DoE优化：回归系数图和单因素图显示，萃取响应强烈依赖于植物基质和化合物类别。甲醇浓度和循环次数为最 influential 因素，温度和萃取技术的影响更具响应特异性。叶片萃取中，升高温度总体有利于萃取效率，对DPPH活性、黄酮类和高分子量没食子酰衍生物有显著正效应；甲醇浓度的影响呈强化合物依赖性，较高甲醇水平促进鞣花酸和黄酮类的萃取，而没食子酸衍生物和金缕梅鞣质呈相反趋势。树皮萃取中，甲醇浓度影响尤为强烈，增加甲醇对TPC和没食子酸衍生物产生显著负线性效应，而DPPH活性、金缕梅鞣质和高分子量没食子酰衍生物呈明显曲率，最佳预测值通常出现在中等甲醇浓度。ASE总体上比UAE更有利于树皮萃取，特别是金缕梅鞣质和多种没食子酰衍生物。循环次数的影响因响应而异，多个响应在两次循环后达到或接近最高预测值。
2.3 多响应优化：期望函数法显示整体期望值对溶剂组成和植物基质有明显依赖性。叶片ASE最高期望值出现在约70%甲醇，树皮ASE最大值移至约55–60%甲醇，两种基质中较高萃取温度均与较高整体期望值相关。叶片UAE最佳区域出现在中等甲醇浓度和较高温度，树皮UAE整体期望值随温度升高而增加，最适溶剂组成约60–65%甲醇。最佳甲醇浓度范围为57.5–70.3%，最低值预测为树皮ASE，最高值为叶片ASE。
2.4 实验验证：在优化条件下进行三次重复验证实验，除叶片UAE的TPC外，所有实验观测值均落在相应95%预测区间内。叶片UAE的TPC观测值（96.3 mg GAE/g DW）略低于预测下限（98.2 mg GAE/g DW）。叶片萃取相对偏差范围为ASE 5.7–20.1%、UAE ?8.7–20.7%；树皮萃取为ASE ?5.5–9.7%、UAE 1.9–15.4%。模型在优化条件下提供了合理的萃取性能估计，但预测精度因响应而异。
五、讨论与结论
讨论部分指出，萃取效率不仅取决于萃取技术和工艺变量，还取决于植物基质。溶剂组成的显著效应与萃取酚类成分的极性和结构特性差异有关，甲醇-水混合物提供广泛的极性范围，甲醇与水的比例变化可选择性地有利于具有不同结构特征和极性的酚类化合物。温度升高可通过改善溶剂渗透和加速传质来增强萃取，但四个优化温度中有三个位于实验设计上边界（80 °C），表明超出研究温度范围后某些响应可能进一步增加，因此确定的条件应视为研究实验域内的最优而非绝对最优。ASE与UAE的差异可能与其不同的萃取机制有关，ASE结合高温高压促进溶剂渗透和传质，UAE主要依靠声空化破坏植物基质。ASE在优化条件下需要10分钟静态萃取（两次循环各5分钟），而UAE需要30–45分钟超声处理，ASE提供更短的标称萃取时间。研究还明确观察到植物基质的依赖性，叶片和树皮的最佳条件不同，这与两种材料不同的植物化学特征一致。
研究结论部分翻译如下：本研究证明了实验设计方法在优化北美金缕梅叶片和树皮酚类化合物萃取中的有效性，涉及加速溶剂萃取和超声辅助萃取两种技术。萃取效率受溶剂组成、温度、萃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。特别是甲醇浓度和萃取循环次数被确定为研究实验条件下的重要因素。多响应优化显示，没有任何单一萃取条件能同时最优于所有响应，最佳条件在叶片与树皮之间以及ASE与UAE之间存在差异。在研究实验范围内，预测的最佳条件为：叶片ASE为80 °C、70.3%甲醇、两次循环；树皮ASE为80 °C、57.5%甲醇、两次循环；叶片UAE为72 °C、63.5%甲醇、三次循环；树皮UAE为80 °C、63.3%甲醇、两次循环。总体而言，结果表明酚类化合物萃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条件提供了合理依据。然而，优化条件特定于所研究的复合植物材料和甲醇-水萃取体系，需要涉及独立植物批次和乙醇-水混合物的进一步研究来评估其更广泛的适用性和在制药及化妆品萃取过程中的潜在实施。
