草果精油提取工艺优化与成分分析

作者：刘巨钊^*; 鲜梦雪; 孔伟华; 田晓黎; 袁强; 崔琦^*

来源：天然产物研究与开发, 2023, 35(05): 766-780.

DOI：10.16333/j.1001-6880.2023.5.005

• 草果
• 精油
• GC-MS
• 提取工艺
• 响应面
• 人工神经网络

为探究水蒸气蒸馏法和超声有机溶剂法提取草果精油的最佳提取工艺，本文在单因素试验的基础上，通过响应面法(response surface methodology, RSM)与反向传播人工神经网络法(back-propagation artificial neural network, BP-ANN)优化了水蒸气蒸馏法与超声有机溶剂法提取草果(Amomum tsao-ko)中精油类成分的工艺，并利用气相色谱-质谱联用(gas chromatography-mass spectrometry, GC-MS)分析两种提取法获得的精油成分，并进行模型对比。结果表明，水蒸气蒸馏法的最佳工艺参数为浸泡时间53.00 min、蒸馏时间72.00 min、液固比11.00 mL/g,在此条件下草果精油的提取率为1.59%,共鉴定出34种成分；超声有机溶剂法的最佳工艺条件为超声功率150.00 W、超声时间27.00 min、液固比6.30 mL/g,在此条件下草果精油的提取率为3.70%,共鉴定出43种成分。尽管使用超声有机溶剂法获得草果精油的提取率高于水蒸气蒸馏法，但得到的精油品质差、颜色深、杂质多，不利于后续的应用。模型对比结果表明，BP-ANN模型比RSM模型在预测提取率方面误差指数更低，拟合度更高，具有更高的精度和预测优势。本研究将为草果精油的高效提取提供可靠的工艺参数，也进一步促进药食同源植物草果的开发利用。

• 单位
  浙江中医药大学