11. August 2024 Longcha9

Box-Benhnken-Response-Surface-Methode auf der Grundlage des Fingerabdruckspektrums in Kombination mit einem neuronalen Netz (BP) für die Multi-Index-Optimierung des Extraktionsprozesses für schwarzen Pfeffer
Pfeffer sind die getrockneten, fast reifen Früchte von Piper nigrum L., einer Pflanze aus der Familie der Piperaceae. Er wird vom Spätherbst bis zum nächsten Frühjahr geerntet, wenn die Früchte dunkelgrün werden, und in der Sonne getrocknet, um schwarzen Pfeffer zu gewinnen. Er wirkt wärmend und kältevertreibend, senkt das Qi und vertreibt den Schleim und wird bei Erbrechen, Unterleibsschmerzen und Durchfall eingesetzt. Pfeffer wird in Kombination mit anderen Arzneimitteln in einer Vielzahl von traditionellen chinesischen Patentarzneimitteln und einfachen Zubereitungen wie Qingyu Piwen Pille, Qiya Tiantengzi Pille, Pazhu Pille, Compound Geqing Tablette, Huoxue Zhitong Creme usw. verwendet, aber auch als eigenständiges Arzneimittel wie Xiaoer Fuxin Zhixie Pulver. Schwarzer Pfeffer enthält zahlreiche Alkaloide mit verschiedenen pharmakologischen Wirkungen wie schmerzlindernde, entzündungshemmende und antioxidative Eigenschaften. Piperin ist ein repräsentativer Bestandteil und ein Qualitätsindikator von Pfeffer. In der Ausgabe 2020 des chinesischen Arzneibuchs wird der Piperin-Gehalt häufig als Qualitätsindikator für Heilkräuter oder Zubereitungen wie Pfeffer und schwarzer Pfeffer oder für Rezepte mit Pfeffer verwendet. In der vorhandenen Literatur über Pfefferextraktionsverfahren wird Piperin meist als einziger Bewertungsindikator verwendet, ohne die Auswirkungen der Extraktionsverfahren auf den Gehalt anderer Alkaloide im Pfeffer zu berücksichtigen. Der Fingerabdruck der chinesischen Medizin ist eine umfassende und quantifizierbare Qualitätsbewertungsmethode zur Identifizierung der inneren Merkmale der traditionellen chinesischen Medizin. Sie wird seit der Ausgabe 2010 des chinesischen Arzneibuchs für die Qualitätskontrolle traditioneller chinesischer Medizin angewandt, hauptsächlich durch den chemischen HPLC-Fingerprint, der die Einschränkungen eines einzelnen Bewertungsindexes wirksam überwinden kann. Die Optimierung bestehender Extraktionsverfahren erfolgt hauptsächlich durch Response Surface Optimization und orthogonale Experimente, aber Response Surface Optimization-Experimente haben oft Grenzen, und die gewählte Lösung ist nicht unbedingt die beste Lösung. Das neuronale BP-Netz simuliert die Funktion und den Denkmodus des neuronalen Netzes des menschlichen Gehirns und verwendet Backpropagation, um die Gewichte und Schwellenwerte des Netzes anzupassen, um komplexe nichtlineare Probleme zu bewältigen und optimale Ergebnisse zu erzielen. Zu diesem Zweck soll in dieser Studie das neuronale Netz BP in Verbindung mit dem Fingerabdruck der traditionellen chinesischen Medizin verwendet werden, um die Auswirkungen von Faktoren wie Ethanolkonzentration, Fest-Flüssig-Verhältnis und Ultraschallzeit auf den Extraktionsprozess von schwarzem Pfeffer mit Hilfe der Box-Benhnken-Response-Surface-Methodik zu optimieren. Die Prozessparameter der Extraktion von schwarzem Pfeffer werden geklärt, um eine Referenz für die nachfolgende Produktion von verwandten Formulierungen zu liefern.

 

 

Die traditionelle chinesische Medizin übt pharmakologische Wirkungen durch die Koordination mehrerer Komponenten aus, aber die vorhandene Literatur über den Extraktionsprozess von Piperin aus Pfeffer bewertet diesen meist auf der Grundlage eines einzigen Indikators, nämlich Piperin, und die Ergebnisse des Extraktionsprozesses können die inhärente Natur der komplexen Multikomponenten-Natur der traditionellen chinesischen Medizin nur schwer wiedergeben. In dieser Studie wurden mehrere Indikatoren (der Piperin-Gehalt, d.h. das Verhältnis von Piperin-Peakfläche zu Gesamt-Peakfläche, der Gehalt an gemeinsamen Komponenten in schwarzem Pfeffer, d.h. das Verhältnis von gemeinsamer Peakfläche von schwarzem Pfefferextrakt zu Gesamt-Peakfläche, und die Ähnlichkeit von Fingerabdruck-Spektren) verwendet, um den Extraktionsprozess von Piperin in schwarzem Pfeffer zu bewerten, was die inhärente Natur des synergistischen Effekts von mehreren Komponenten in der traditionellen chinesischen Medizin besser widerspiegelt. Sie berücksichtigt nicht nur den Hauptqualitätsmarker von schwarzem Pfeffer, Piperin, sondern auch andere unbekannte Komponenten, konzentriert sich auf individuelle und übergreifende Betrachtungen, ist wissenschaftlicher und zuverlässiger und kann eine wissenschaftlichere theoretische und technische Unterstützung für die Extraktion von Piperin in Pfeffer bieten.
In der Ausgabe 2020 des Chinesischen Arzneibuchs und in der einschlägigen Literatur wird für die quantitative Analyse von Piperin die HPLC-Methode mit Methanolwasser als mobiler Phase, einem UV-Detektor als Detektor und einer Nachweiswellenlänge von 343 nm verwendet. Nach dem Scannen der gesamten Wellenlänge von Piperin wurde festgestellt, dass es auch einen Absorptionspeak bei einer Wellenlänge von 240 nm gibt, und der Absorptionswert kann die Analyseanforderungen erfüllen. Gleichzeitig können auch die Anforderungen an die Bestimmung anderer Alkaloide bei 240 nm Wellenlänge erfüllt werden. Daher wurde die Bestimmungswellenlänge des Fingerabdruckspektrums in dieser Studie auf 240 nm festgelegt. Nach dem Wechsel der mobilen Phase von Methanol-Wasser zu Acetonitril 0,1% Ameisensäure wässriger Lösung wurde die Trenneffizienz zwischen den Komponenten deutlich verbessert.
Es gibt Literaturberichte. Wang et al. verwendeten einen orthogonalen Versuchsplan, um den optimalen Extraktionsprozess für Piperin aus schwarzem Pfeffer mit Hilfe der Ultraschallextraktionsmethode zu ermitteln. Dieser bestand aus einer Ethanolkonzentration von 80%, einem Fest-Flüssig-Verhältnis von 1:20, einer Ultraschallleistung von 700W und einer Ultraschalldauer von 80 Minuten. Wang et al. entwarfen mit Hilfe der Reaktionsflächenmethodik die optimalen Parameter für die Extraktion von Piperin in weißem Pfeffer unter Verwendung der Rückflussextraktionsmethode, nämlich ein Verhältnis von Material zu Flüssigkeit von 1:12, drei Extraktionen und 2,0 Stunden pro Extraktion. Darüber hinaus kann die Extraktion von Piperin aus Pfeffer auch durch Methoden wie die überkritische CO2-Extraktion, die enzymunterstützte überkritische CO2-Extraktion und die enzymatische Extraktion erreicht werden. In dieser Studie wurde die Verwendung von wasserfreiem Ethanol als Extraktionslösungsmittel und Ultraschallextraktion als Extraktionsmethode für weitere Untersuchungen in Betracht gezogen. Obwohl die Response-Surface-Methode und die orthogonale Versuchsplanung häufig zur Optimierung von Extraktionsverfahren eingesetzt werden, stoßen sie bei der Optimierung von Experimenten oft an ihre Grenzen, und die gewählte Lösung ist nicht unbedingt die beste. Das neuronale BP-Netz kann die Selbstlernfähigkeit neuronaler Netze nutzen, um die Unzulänglichkeiten früherer Optimierungsexperimente auszugleichen und neue Lösungen für die Optimierung von Extraktionsverfahren zu finden. Diese Studie basiert auf der Fingerabdrucktechnologie der traditionellen chinesischen Medizin und verwendet die Box-Benhnken-Response-Surface-Methode in Kombination mit einem neuronalen Netz zur Optimierung des Extraktionsprozesses von schwarzem Pfeffer. Die Ergebnisse zeigen, dass der durch das neuronale Netz BP erzielte Extraktionsprozess dem durch die Response Surface Optimierung erzielten überlegen und stabiler ist.

Der Chemie neues Leben einhauchen.

Qingdao Adresse: Nr. 216 Tongchuan Road, Bezirk Licang, Qingdao.

Jinan Adresse:Nr. 1, North Section of Gangxing 3rd Road, Jinan Area of Shandong Pilot Free Trade Zone, China.

Adresse der Fabrik: Shibu Development Zone, Changyi City, Weifang City.

Kontaktieren Sie uns per Telefon oder E-Mail.

E-Mail: info@longchangchemical.com

 

Tel & WA: +8613256193735

Füllen Sie das Formular aus und wir werden Sie so schnell wie möglich kontaktieren!

Bitte geben Sie Ihren Firmennamen und Ihren persönlichen Namen an.
Wir werden Sie über die von Ihnen angegebene E-Mail-Adresse kontaktieren.
Wenn Sie weitere Fragen haben, können Sie diese hier stellen.
de_DEGerman