基于Box–Behnken响应面法与GA-BP遗传神经网络协同优化的黄芩苷水回流提取工艺及其抗氧化活性研究

《Separations》：Optimization of the Baicalin Extraction Process and Study of Its Antioxidant Activity Using the Box–Behnken Response Surface Methodology and Genetic Neural Networks

　　

目的：采用Box–Behnken响应面设计（Box–Behnken response surface design）联合GA-BP神经网络（genetic algorithm-back propagation neural network, GA-BP）优化黄芩苷（baicalin）提取工艺，实现黄芩苷高效节能提取。方法：以黄芩苷提取量为评价指标，寻求提取条件（X）与黄芩苷含量（Y）的最优组合。采用Box–Behnken响应面法（response surface methodology, RSM），结合三维响应面分析因素间交互作用，并进行二次多项式回归建模。基于响应面构建GA-BP神经网络，建立工艺条件与黄芩苷含量之间的定量关系；随后利用GA-BP神经网络确定最优工艺参数，并与响应面法所得结果比较，最终确定最优工艺。采用DPPH（2,2-diphenyl-1-picrylhydrazyl）检测黄芩苷抗氧化活性。结果：最优工艺参数为提取3次、溶剂60 mL、提取温度72.5 °C、提取时间1.5 h、浸泡时间2.5 h；在此条件下黄芩苷含量为749.0 mg，提取率为14.98%。当黄芩苷浓度为0.8 mg/mL时，其对DPPH自由基清除能力达82.83%，表明具有良好抗氧化活性。结论：本研究将响应面法（RSM）与混合GA-BP神经网络模型结合，确定黄芩苷最优提取参数。GA-BP神经网络模型在预测和优化方面均优于RSM，证实人工智能方法在复杂中药提取系统中的巨大潜力。该工作为推进中药制造工艺智能化、精准化发展提供创新方法学支撑。

研究背景与问题：黄芩（Scutellaria baicalensis Georgi）为重要传统中药，其黄芩苷（baicalin，一种黄酮类成分）具抗肿瘤、抗菌、抗炎和抗氧化等活性，需求持续上升。黄芩苷提取通常为多步操作，受溶剂系统、温度、时间和药材基质等多因素影响，现有工艺难以兼顾产量与可放大性。水回流提取（water reflux extraction，以水为溶剂加热回流提取）基础设施成熟、溶剂成本低、操作简单，但传统优化多基于正交设计或单因素轮换，难以刻画提取次数、提取时间、提取温度的连续非线性交互，所得常为实验网格最优点而非真实响应极值；且黄芩苷对温度较敏感，需在促进溶出与抑制降解间寻找精细操作窗口。响应面法（response surface methodology, RSM）为参数化二次多项式方法，在显著非线性耦合下预测能力受限；反向传播（back propagation, BP）网络易受初始权重和阈值随机性影响而陷入局部极小，遗传算法（genetic algorithm, GA）可对其初始参数进行全局优化，但GA-BP用于黄芩苷水回流提取优化仍有限，且与RSM在相同数据条件下比较不足。因此，研究人员以水回流提取为平台，经Plackett–Burman设计（Plackett–Burman design, PB）筛选和Box–Behnken设计（Box–Behnken design, BBD），构建GA-BP神经网络并与RSM比较，确定最优工艺并评价抗氧化活性。该研究为黄芩苷水回流提取精细优化提供非线性建模参考，并为工业生产提供实验依据。

关键技术方法：试验药材黄芩购自浙江中医药大学名中医馆，干燥、粉碎过80目筛。以高效液相色谱（high-performance liquid chromatography, HPLC）测定黄芩苷含量，并完成标准曲线、精密度、稳定性、重复性和加样回收方法学验证；采用单因素实验考察提取时间、溶剂体积、提取温度、提取次数和浸泡时间；用PB筛选显著因素，BBD进行响应面优化；以显著因素为输入、黄芩苷含量为输出构建GA-BP神经网络，并用GA搜索最优参数，结合SHAP（SHapley Additive exPlanations，基于Shapley值的模型解释方法）解释模型；以DPPH法评价抗氧化活性。

研究结果：4.1 黄芩苷色谱结果：在给定HPLC条件下，黄芩苷对照品主峰约8.012 min，与相邻峰分离度>1.5、理论板数>2500，样品与对照品保留时间比对初步确认黄芩苷。4.2 黄芩苷测定方法结果：4.2.1 标准曲线：0.05–1.0 mg/mL范围内回归方程Y=477.56X?27.474，R²=0.9991；4.2.2 精密度：相对标准偏差（relative standard deviation, RSD）0.90%<1.0%；4.2.3 稳定性：12 h内RSD 0.90%<1.0%；4.2.4 重复性：RSD 0.98%<1.0%；4.2.5 加样回收：平均回收率99.91%，RSD 1.17%。4.3 单因素实验结果：4.3.1 提取时间：1–1.5 h快速增加，之后趋缓，确定1.5 h；4.3.2 溶剂用量：30–60 mL增加，60 mL达峰452.4±17.0 mg，70 mL下降，确定60 mL；4.3.3 提取温度：60–80 °C增加，80 °C达峰413.3±12.5 mg，90/100 °C下降，确定80 °C；4.3.4 提取次数：1–2次增至692.8±13.1 mg，之后下降，单因素确定2次；4.3.5 浸泡时间：1–2.5 h增至617.4±15.3 mg，3 h下降，确定2.5 h。4.4 RSM优化结果：4.4.1 PB实验结果：模型F=7.23、R²=0.8577，提取时间、提取次数、提取温度显著（p<0.05），溶剂体积和浸泡时间不显著，显著因素进入BBD；4.4.2 BBD结果：R²=0.8812，X₁对黄芩苷含量极显著（p<0.01），X₁X₃交互显著，二次多项式可描述因素关系；4.4.3 响应面交互分析：次数×时间不显著；次数×温度显著，温度75–90 °C时含量较高；时间×温度不显著；理论最大黄芩苷含量696.8 mg，条件为2.6次、1.4 h、76.4 °C，提取率13.94%。4.5 GA-BP与GA优化结果：4.5.1 GA-BP模型：测试集R²=0.9693、均方根误差（root mean square error, RMSE）14.8 mg、平均绝对百分比误差（mean absolute percentage error, MAPE）2.3%，预测值与实验值无系统偏倚，残差随机，Durbin-Watson统计量1.98；4.5.2 SHAP分析：影响顺序为提取次数>提取时间>提取温度，次数SHAP范围最宽且高特征值对应正SHAP，时间SHAP多集中±0.5；4.5.3 RSM与GA-BP比较：同用17组数据建模，R²分别为0.8812与0.9693，但前者为拟合优度、后者为测试集决定系数，不可直接比较；测试集独立条件少，仅说明GA-BP具较好预测潜力，二者优化条件接近，GA-BP预测含量较高。4.6 验证实验结果：GA-BP结合GA得2.5次、1.5 h、72.5 °C，预测763.7 mg；因次数为离散变量，验证2次和3次，3次实测749.0 mg，相对误差1.96%，优于2次6.26%；最终工艺为3次、60 mL、72.5 °C、1.5 h、浸泡2.5 h，提取率14.98%。4.7 抗氧化活性结果：DPPH法中0.2–0.8 mg/mL清除率随浓度正相关，0.8–1.0 mg/mL负相关，0.8 mg/mL最高82.83%，表明黄芩苷具较强体外抗氧化活性。

讨论部分总结：原文指出选择水回流并非仅因产量优势，而是综合工业可行性、溶剂安全性和工艺可放大性权衡；水提成本低、安全性好但效率有限且易引入多糖和蛋白等杂质，乙醇提取增溶强但安全与环境成本高，超声、微波、酶辅助和超临界CO₂等新方法多在实验室显示优势而工业放大尚未充分验证。优化重点应在现有设备下协调提取次数、时间和温度，使黄芩苷在“充分溶出”与“避免降解”间平衡；单因素最佳温度约80 °C，而RSM与GA-BP联合优化后验证温度降至72.5 °C、次数增至3次，提示温度与次数存在补偿关系，不能简单采用单因素最优点。传统多周期水回流存在时间和能耗局限；超声理论上可缩短时间、降低次数和温度，但受声场均匀性、能耗、局部热效应、参数耦合及杂质溶出限制，本研究未纳入超声，相关比较需未来在同药材、同评价基础上验证产量、能耗、降解产物和抗氧化活性。单因素五因素均呈先增后降，温度峰与黄芩苷热稳定性有关，2次后增量小，与工业常用2–3次相符。PB结果中溶剂体积单因素明显但PB不显著，原文认为与两级设计难以检测非线性效应有关。BBD模型R²=0.8812，失拟p=0.7504>0.05，模型可用于优化；失拟检验不能判断异常值。次数一阶和二阶均显著，X₁X₃显著。RSM最优2.6次、1.4 h、76.4 °C、预测696.8 mg，与单因素总体一致。GA-BP测试误差较小可能与其非参数非线性映射能力有关，但独立条件少仅为初步证据；无GA的BP测试R²仅0.892，GA有助于避免局部最优，文中与Dengzhao Jiang等结果一致。SHAP为“黑箱”网络提供解释，温度SHAP呈倒U形，峰值约72.5 °C后下降，提示关注低中温范围。最终提取率14.98%，较Jiangsong Cao等报道水提约12.0%高约24.8%，但药材来源、液固比、次数和含量基准不一致，仅作参考而非直接比较。回收率满足方法学要求，但未系统比较不同提取方法，当前回收水平满足本实验定量要求但未必最优；未来可优化溶剂、次数或采用内标法。DPPH显示黄芩苷标准品具浓度依赖清除能力，讨论与结论记为1.0 mg/mL时84.26%，与Cheng等报道一致；但未比较不同温度提取物抗氧化活性，不能据此认为72.5 °C条件对黄芩苷活性有保护作用。局限包括：数据集有限，仅17组BBD数据，未测区域预测能力未充分验证，未来可扩大实验组或引入主动学习；尚未工业规模验证，仅5 g药材实验室规模，需中试评价；本研究未提出全新提取介质或设备，而是在传统水提框架下用RSM与GA-BP细化操作窗口，实验室尺度可行，能否替代或优于乙醇提取和超声仍需同药材、同含量基准、同放大条件系统比较。

研究结论翻译：本研究以水回流提取为工艺，采用Plackett–Burman筛选和Box–Behnken设计结合GA-BP神经网络优化黄芩苷提取工艺。通过Plackett–Burman筛选，选择提取次数、提取温度和提取时间进入Box–Behnken设计。经Box–Behnken设计模型和GA-BP模型预测及实验验证，最终确定最优提取工艺为：提取3次、溶剂体积60 mL、提取温度72.5 °C、提取时间1.5 h、浸泡时间2.5 h。在此条件下，黄芩苷实际提取量为749.0 mg，提取率为14.98%，相对GA-BP预测值的相对误差为1.96%。DPPH实验显示，黄芩苷标准品具浓度依赖性自由基清除能力，在1.0 mg/mL时清除率为84.26%。但本研究未比较不同温度所得提取物的抗氧化活性，因此不能据此认为72.5 °C提取条件对黄芩苷活性具有保护作用。本研究可为黄芩苷水回流提取工艺的精细优化提供参考，但模型比较结论仍需通过更大样本和相同验证方案进一步确认。