利用人工智能和响应面法优化糙环鹅膏提取物，并对其生物活性进行比较评估

《Scientific Reports》：Optimization of Stropharia rugosoannulata extracts using artificial intelligence and response surface methodology and comparative evaluation of their biological activities

　　

摘要

Stropharia rugosoannulata Farl. ex Murrill是一种可食用蘑菇，因其营养价值及潜在的功能特性而受到重视。本研究旨在优化提取条件，以充分发挥其提取物的生物活性。通过响应面法（RSM）和人工神经网络-遗传算法（ANN-GA）两种先进建模方法，对超声辅助提取过程中的温度、提取时间以及乙醇/水比例等参数进行了优化。随后通过抗氧化试验（TAS、TOS、OSI、DPPH和FRAP）、胆碱酯酶抑制试验（AChE和BChE），以及对A549、MCF-7和DU-145癌细胞系的抗增殖作用评估，来检测优化后提取物的生物活性。此外，还利用LC-MS/MS技术分析提取物中的酚类化合物，用GC-MS技术分析其中的挥发性及半挥发性成分。研究结果表明，经RSM方法优化的提取物在抗氧化能力、胆碱酯酶抑制效果以及抗增殖活性方面均优于ANN-GA方法优化的提取物。LC-MS/MS分析显示，RSM方法优化的提取物中没食子酸、咖啡酸、原儿茶酸和槲皮素等主要酚类化合物的含量更高，而GC-MS分析则显示出两种提取物中萜类化合物和脂肪酸衍生物的分布存在差异。这些研究结果表明，提取参数会显著影响蘑菇提取物的化学组成和生物活性，同时也凸显出Stropharia rugosoannulata作为功能性食品及天然产物开发中具有潜力的生物活性化合物来源。