Multi-index optimization of extraction process for total flavonoids in Hantaoye by Box-Behnken response surface method combined with BP neural network based on fingerprint mapping and CRITIC weighting

Abstract

Abstract:

ObjectiveTo optimize the extraction method of total flavonoids in Hantaoye by using Box-Behnken response surface method combined with BP neural network based on fingerprint technology of traditional Chinese medicine and CRITIC weighting method.MethodsEffects of ethanol concentration （%）， reflux extraction time （abbreviated as extraction time， min）， and solid-liquid ratio （g∶mL） on the extraction process of total flavonoids in Hantaoye were studied by using Box-Behnken response surface method， Hantaoye extract was prepared and its dry extract yield （%） was calculated， and its DPPH∙ clearance rate （%） was measured. HPLC fingerprint of Hantaoye extract was established. The optimal extraction process was obtained by calculating comprehensive evaluation results （R） based on CRITIC objective weigting method taking peak area of quercetin， total peak area of common peaks in fingerprint （hereinafter referred to as total peak area）， dry extract yield （%） and DPPH∙ clearance rate （%） as evaluation indicators. A BP neural network model was established， reasonable date was selected for learning and validation， and the optimal extraction process for Hantaoye was predicted.ResultsThe optimal extraction process for total flavonoids in Hantaoye was obtained by using Box-Behnken response surface method and BP neural network kwas as follows： ethanol concentration of 85%， extraction time of 50 min， and solid-liquid ratio of 1∶6 （g∶mL）. The results of the validation test indicated show that the absolute error between the mean value of the comprehensive evaluation results of the Box-Behnken response surface method and the theoretical value of the response surface optimization was 0.045 3， and the relative error was 3.50%.ConclusionBox-Behnken response surface method based on fingerprint and CRITIC weighting combined with BP neural network optimization for the extraction process of total flavonoids in Hantaoye is reliable and stable， and can be used for the extraction of total flavonoids from Hantaoye.

Key words:Hantaoye,fingerprint,CRITIC weighting,Box-Behnken response surface method,BP neural network,total flavonoids,optimization of extraction process

摘要：

目的基于中药指纹图谱技术，结合CRITIC赋权，采用Box-Behnken响应面法结合BP（back-propagation）神经网络多指标优化汉桃叶总黄酮提取工艺。方法采用Box-Behnken响应面法考察乙醇浓度（%）、回流提取时间（简称提取时间，min）和料液比（g∶mL）对汉桃叶总黄酮提取工艺的影响，制备汉桃叶提取物，计算干膏得率（%），测定DPPH∙清除率（%），建立汉桃叶提取物指纹图谱。以槲皮素峰面积、指纹图谱共有峰总峰面积（总峰面积）、干膏得率（%）、DPPH∙清除率（%）为评价指标，基于CRITIC客观赋值法计算综合评价结果（R），获得最佳提取工艺。建立BP神经网络模型，选取合理数据进行学习和验证，并预测汉桃叶的最佳提取工艺。结果采用Box-Behnken响应面法及BP神经网络预测的汉桃叶总黄酮的最佳提取工艺均为乙醇浓度85 %、提取时间50 min、料液比1∶6（g∶mL）。验证试验的结果表明，Box-Behnken响应面法的综合评价结果均值与响应面优化理论值的绝对误差为0.045 3、相对误差为3.50 %。结论基于指纹图谱及CRITIC赋权的Box-Behnken响应面法结合BP神经网络多指标优化汉桃叶总黄酮提取工艺，结果可靠、稳定，可用于汉桃叶总黄酮的提取。

关键词:汉桃叶,指纹图谱,CRITIC赋权法,Box-Behnken响应面法,BP神经网络,总黄酮,提取工艺优化

Yongxiang MU, Chuncai ZOU, Haiyan YAN. Multi-index optimization of extraction process for total flavonoids in Hantaoye by Box-Behnken response surface method combined with BP neural network based on fingerprint mapping and CRITIC weighting[J]. Journal of Shandong First Medical Unversity & Shandong Academy of Medical Sciences, 2023, 44(11): 805-812.

木永祥, 邹纯才, 鄢海燕. Box-Behnken响应面法结合BP神经网络多指标优化汉桃叶总黄酮提取工艺[J]. betway必威登陆网址（betway.com ）学报, 2023, 44(11): 805-812.

Figures/Tables12

编号	乙醇浓度/%	提取时间/min	料液比/ （g∶mL）	槲皮素峰面积	总峰面积	干膏得率/%	DPPH∙清除率/%	综合评价结果/R	结果 BP预测
1	80	20	1∶6	1 458 320.25	71 318 109.33	21.53	83.45	1.036 7	0.599 3
2	100	20	1∶6	539 287.25	26 734 206.25	13.91	71.38	0.584 0	0.585 3
3	80	60	1∶6	1 533 175.38	70 883 334.69	25.28	83.79	1.085 4	1.204 4
4	100	60	1∶6	1 265 750.13	45 450 105.14	19.28	82.24	0.884 5	1.060 7
5	80	40	1∶4	1 730 798.75	63 799 291.57	23.23	81.38	1.075 0	1.204 4
6	100	40	1∶4	726 124.86	26 913 007.00	16.62	64.31	0.621 7	0.592 2
7	80	40	1∶8	1445 187.88	81 945 240.53	24.89	89.61	1.122 4	1.123 3
8	100	40	1∶8	177 131.84	14 332 869.74	17.87	85.52	0.564 9	0.585 3
9	90	20	1∶4	845 927.06	60 861 919.05	21.31	87.73	0.888 5	0.585 6
10	90	60	1∶4	1 974 243.13	72 096 144.57	25.87	88.74	1.203 5	1.204 4
11	90	20	1∶8	608 580.75	49 194 525.56	21.37	82.68	0.782 2	0.585 3
12	90	60	1∶8	1 167 262.63	67 592 098.98	25.84	88.46	1.020 7	1.199 8
13	90	40	1∶6	1 462 238.75	71 325 927.27	25.38	92.79	1.105 7	1.347 8
14	90	40	1∶6	2 385 234.50	84 315 315.20	26.09	92.94	1.346 8	1.347 8
15	90	40	1∶6	1 713 476.50	66 384 402.78	26.59	93.65	1.153 6	1.347 8
16	90	40	1∶6	1 883 224.63	69 736 160.43	25.57	92.65	1.188 2	1.347 8
17	90	40	1∶6	2 312 290.75	86 994 196.30	25.38	93.38	1.336 1	1.347 8

编号	乙醇浓度/%	提取时间/min	料液比/ （g∶mL）	槲皮素峰面积	总峰面积	干膏得率/%	DPPH∙清除率/%	综合评价结果/R	结果 BP预测
1	80	20	1∶6	1 458 320.25	71 318 109.33	21.53	83.45	1.036 7	0.599 3
2	100	20	1∶6	539 287.25	26 734 206.25	13.91	71.38	0.584 0	0.585 3
3	80	60	1∶6	1 533 175.38	70 883 334.69	25.28	83.79	1.085 4	1.204 4
4	100	60	1∶6	1 265 750.13	45 450 105.14	19.28	82.24	0.884 5	1.060 7
5	80	40	1∶4	1 730 798.75	63 799 291.57	23.23	81.38	1.075 0	1.204 4
6	100	40	1∶4	726 124.86	26 913 007.00	16.62	64.31	0.621 7	0.592 2
7	80	40	1∶8	1445 187.88	81 945 240.53	24.89	89.61	1.122 4	1.123 3
8	100	40	1∶8	177 131.84	14 332 869.74	17.87	85.52	0.564 9	0.585 3
9	90	20	1∶4	845 927.06	60 861 919.05	21.31	87.73	0.888 5	0.585 6
10	90	60	1∶4	1 974 243.13	72 096 144.57	25.87	88.74	1.203 5	1.204 4
11	90	20	1∶8	608 580.75	49 194 525.56	21.37	82.68	0.782 2	0.585 3
12	90	60	1∶8	1 167 262.63	67 592 098.98	25.84	88.46	1.020 7	1.199 8
13	90	40	1∶6	1 462 238.75	71 325 927.27	25.38	92.79	1.105 7	1.347 8
14	90	40	1∶6	2 385 234.50	84 315 315.20	26.09	92.94	1.346 8	1.347 8
15	90	40	1∶6	1 713 476.50	66 384 402.78	26.59	93.65	1.153 6	1.347 8
16	90	40	1∶6	1 883 224.63	69 736 160.43	25.57	92.65	1.188 2	1.347 8
17	90	40	1∶6	2 312 290.75	86 994 196.30	25.38	93.38	1.336 1	1.347 8

指标	对比强度	冲突性	信息量	客观权重
槲皮素峰面积	0.283 7	0.756 3	0.214 5	0.281 4
总峰面积	0.290 7	0.540 2	0.157 0	0.206 0
干膏得率	0.302 4	0.512 3	0.154 9	0.203 1
DPPH∙清除率	0.274 1	0.860 9	0.235 9	0.309 5

指标	对比强度	冲突性	信息量	客观权重
槲皮素峰面积	0.283 7	0.756 3	0.214 5	0.281 4
总峰面积	0.290 7	0.540 2	0.157 0	0.206 0
干膏得率	0.302 4	0.512 3	0.154 9	0.203 1
DPPH∙清除率	0.274 1	0.860 9	0.235 9	0.309 5

因素	平方和	自由度	均方	F	P
模型	0.88	9	0.10	8.64	0.005
A	0.35	1	0.35	30.84	0.001
B	0.10	1	0.10	8.94	0.020
C	0.01	1	0.012	1.04	0.343
AB	0.02	1	0.016	1.41	0.273
AC	3.428 × 10^-3	1	3.428 × 10^-3	0.30	0.600
BC	1.459 × 10^-3	1	1.459 × 10^-3	0.13	0.730
A²	0.22	1	0.22	19.58	0.003
B²	0.04	1	0.04	3.60	0.100
C²	0.10	1	0.10	8.73	0.021
残差	0.08	7	0.01
失拟项	0.03	3	0.01	0.87	0.526
纯误差	0.05	4	0.01
总离差	0.96	16

因素	平方和	自由度	均方	F	P
模型	0.88	9	0.10	8.64	0.005
A	0.35	1	0.35	30.84	0.001
B	0.10	1	0.10	8.94	0.020
C	0.01	1	0.012	1.04	0.343
AB	0.02	1	0.016	1.41	0.273
AC	3.428 × 10^-3	1	3.428 × 10^-3	0.30	0.600
BC	1.459 × 10^-3	1	1.459 × 10^-3	0.13	0.730
A²	0.22	1	0.22	19.58	0.003
B²	0.04	1	0.04	3.60	0.100
C²	0.10	1	0.10	8.73	0.021
残差	0.08	7	0.01
失拟项	0.03	3	0.01	0.87	0.526
纯误差	0.05	4	0.01
总离差	0.96	16

编号	槲皮素峰面积	总峰面积	干膏得率 /%	DPPH∙清除率 /%
1	1 404 014.13	91 358 443.21	27.75	79.74
2	1 404 595.50	80 441 188.38	28.12	86.86
3	1 813 255.25	89 961 186.90	28.39	89.23

编号	槲皮素峰面积	总峰面积	干膏得率 /%	DPPH∙清除率 /%
1	1 404 014.13	91 358 443.21	27.75	79.74
2	1 404 595.50	80 441 188.38	28.12	86.86
3	1 813 255.25	89 961 186.90	28.39	89.23

指标	对比强度	冲突性	信息量	客观权重
槲皮素峰面积	0.471 1	0.988 0	0.465 4	0.154 2
总峰面积	0.444 3	2.982 2	1.325 1	0.439 1
干膏得率	0.411 7	1.146 7	0.472 1	0.156 4
DPPH∙清除率	0.424 9	1.777 6	0.755 3	0.250 3

指标	对比强度	冲突性	信息量	客观权重
槲皮素峰面积	0.471 1	0.988 0	0.465 4	0.154 2
总峰面积	0.444 3	2.982 2	1.325 1	0.439 1
干膏得率	0.411 7	1.146 7	0.472 1	0.156 4
DPPH∙清除率	0.424 9	1.777 6	0.755 3	0.250 3

优化方法	标准化值	综合评价结果/R	综合评价结果的平均值	RSD/%	响应面优化的理论值
Box-Behnken响应面（BP神经网路）	0.158 4	0.662 2	0.191 1	0.233 4	1.294 9	1.249 6	4.97	1.294 9
0.158 5	0.583 0	0.193 7	0.254 5	1.189 7
0.204 6	0.652 1	0.195 5	0.261 6	1.313 8

优化方法	标准化值	综合评价结果/R	综合评价结果的平均值	RSD/%	响应面优化的理论值
Box-Behnken响应面（BP神经网路）	0.158 4	0.662 2	0.191 1	0.233 4	1.294 9	1.249 6	4.97	1.294 9
0.158 5	0.583 0	0.193 7	0.254 5	1.189 7
0.204 6	0.652 1	0.195 5	0.261 6	1.313 8

References18

1	国家药典委员会.中华人民共和国药典： 2020年版一部［M］. 北京：中国医药科技出版社，2020： 853.
2	杨婷，李小双，郑林，等. 汉桃叶的化学成分研究（Ⅱ）［J］.中药材，2022，45（9）： 2118.
3	黄婧，马健雄. 汉桃叶总黄酮的提取及其镇痛抗炎活性研究［J］.中国药业，2014，23（22）： 33.
4	石艺婷，何英杰，陈芸，等. 基于CRITIC法计算权重系数的枳壳综合品质研究［J］.中国现代中药，2019，21（5）： 598.
5	邓乐，丁长松，黄辛迪，等. 基于多层前馈神经网络的中药药性量化研究［J］.中草药，2020，51（16）： 4277.
6	邹纯才，鄢海燕. 我国中药色谱指纹图谱相似度评价方法30年（1988-2017年）研究进展与展望［J］.中国中药杂志，2018，43（10）： 1969.
7	范珊，赵新红，张作华，等. 大黄浸膏的HPLC指纹图谱研究［J］.betway必威登陆网址（betway.com ）学报，2022，43（3）： 183.
8	赵新红，范珊，齐永秀. 礞石滚痰丸HPLC指纹图谱的研究［J］.betway必威登陆网址（betway.com ）学报，2021，42（7）： 492.
9	孙明雪，邹纯才，鄢海燕. 瓜蒌提取物抗氧化药效成分群的筛选与验证［J］.南方医科大学学报，2022，42（3）： 384.
10	曾棋平，杨丽娜，吴坤林，等. 紫茶多酚含量测定及其抗氧化活性研究［J］.药学服务与研究，2021，21（3）： 230.
11	申梦娜，陈哲，杨润，等. 襄麦冬黄酮提取及其体外活性研究［J］.食品研究与开发，2020，41（3）： 19.
12	邹纯才，洪国君，鄢海燕. 不同数据标准化方法对瓜蒌滴丸抗凝血作用谱效关系的影响［J］.中国中药杂志，2018，43（9）： 1864.
13	黄莉，邹纯才，鄢海燕，等. 基于指纹图谱的Box-Behnken响应面法结合BP神经网络多指标优化决明子总蒽醌提取工艺［J］.中国药学杂志，2023，58（7）： 619.
14	张强，杨宇婷. 中药谱效关系研究现状概述［J］.时珍国医国药，2022，33（3）： 680.
15	刘东方，赵丽娜，李银峰，等. 中药指纹图谱技术的研究进展及应用［J］.中草药，2016，47（22）： 4085.
16	李强，杜思邈，张忠亮，等. 中药指纹图谱技术进展及未来发展方向展望［J］.中草药，2013，44（22）： 3095.
17	陈林伟，秦昆明，徐雪松，等. 中药指纹图谱数据库的研究现状及展望［J］.中草药，2014，45（21）： 3041.
18	杨申明，宁娜，杨潇，等. 响应面法优化七叶莲多酚提取工艺及抗氧化性研究［J］.北方园艺，2022（18）： 90.

[1]	Shan FAN, Xinhong ZHAO, Zuohua ZHANG, Yongxiu QI.Fingerprints analysis of extractumrheiby HPLC[J]. Journal of Shandong First Medical Unversity & Shandong Academy of Medical Sciences, 2022, 43(3): 183-186.
[2]	Xinhong Zhao, Shan Fan, Yongxiu Qi.Study on HPLC fingerprint of Mengshiguntan pills[J]. Journal of Shandong First Medical Unversity & Shandong Academy of Medical Sciences, 2021, 42(7): 492-496.