基于BP-ANN优化提取HPLC特征图谱测定3种黄精辐照前后黄酮含量变化

Science and Technology of Food Industry(2021)

引用 2|浏览2
暂无评分
摘要
目的:设计反向传播人工神经网络(BP-ANN)优化鸡头黄精、竹节黄精和马鞭黄精中7 种黄酮的得率,明确各黄精电子束辐照前后黄酮的含量变化,建立指纹图谱.方法:检测方法使用高效液相色谱法(HPLC),采用Inertsil ODS-3,C18 色谱柱(250 mm×4.6 mm,5 μm),流动相0.02%磷酸溶液(A)-乙腈(B),梯度洗脱,柱温43℃,流速1.2 mL/min,检测波长270 nm.并建立在不同辐照剂量下的黄精黄酮指纹图谱,比较不同辐照剂量下黄精黄酮的含量变化.结果:建立的HPLC 法能准确测定黄精中芦丁、杨梅素、甘草素、槲皮素、芹菜素、山奈酚、异鼠李素的含量.黄精中的7 种化学成分能完整出峰,分离度均>1.5,各成分在相应的浓度范围内与峰面积有良好的线性关系(R2 均>0.999),加样回收率97.95%~103.71%.BP人工神经网络技术优化提取结果显示,在固液比为1∶50(g∶mL),提取时间为2 h,提取温度为90℃,乙醇浓度为70%的提取条件下,能得到黄精中黄酮的最大得率0.0622%.样品测定结果显示,只有鸡头黄精中含所有的7 种黄酮,其余两种黄精中的黄酮成分各不相同.黄精中黄酮的含量随着辐照剂量的增大而减小.结论:使用BP 人工神经网络拟合黄精中黄酮的得率精密度高,拟合效果好.高效液相色谱法检测黄精中的7 种黄酮类成分灵敏度高、专属性强,可用于黄精中黄酮的含量测定.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要