基于R语言和正交实验的医药提取工艺的优化方法技术

本发明专利技术公开了一种基于R语言和正交实验的医药提取工艺的优化方法，该方法包括如下步骤：设计不同的因素参数进行正交实验并获得正交实验数据，确定医药提取工艺的因素参数；在R语言环境下建立具有至少一个隐层的BP神经网络模型；将输入层分别设为因素参数；将输出层的节点至少被设为医药的疗效参数；采用实际医药提取工艺中所采用的因素参数和实测所得的活性参数对BP神经网络进行训练；在R语言环境下利用遗传算法和BP神经网络模型求最优解。该最优解所对应的输入层节点的参数就是最佳的工艺参数。本发明专利技术的有益之处在于提供了一种能够利用现有数据进行运算和分析从改良原有工艺的基于R语言和正交实验的医药提取工艺的优化方法。

Optimization method of pharmaceutical extraction process based on R language and orthogonal experiment

The present invention discloses an optimization method of pharmaceutical extraction process based on R language and orthogonal experiment. The method comprises the following steps: designing different factor parameters for orthogonal experiment and obtaining orthogonal experimental data, determining the factor parameters of pharmaceutical extraction process, and establishing BP neural network with at least one hidden layer in R language environment. Network model; Set the input layer as factor parameters; Set the node of the output layer as at least the curative effect parameters of medicine; Train BP neural network by using the factor parameters used in the actual medicine extraction process and the measured active parameters; Find the optimum by using genetic algorithm and BP neural network model in R language environment. Excellent solution. The parameters of the input layer nodes corresponding to the optimal solution are the best process parameters. The invention has the advantage of providing an optimized method for computing and analyzing a pharmaceutical extraction process from an improved original process based on R language and orthogonal experiments using existing data.

【技术实现步骤摘要】
基于R语言和正交实验的医药提取工艺的优化方法
本专利技术涉及一种医药提取工艺的优化方法，具体涉及一种医药提取工艺的优化方法。
技术介绍
水蛭为水蛭科动物蚂蟥、水蛭或柳叶蚂蟥的干燥全体，味苦、咸；性平，具有通络活血、逐瘀散结之功效。水蛭素是从水蛭唾液腺中分离出的一种多肽类分泌物，通过抑制凝血酶与血小板结合从而延缓血液凝固和促进纤维蛋白溶解。经过多年实验研究和临床应用研究证实，水蛭素的抗凝效果明显高于肝素，是迄今为止发现的最高效的且直接作用于凝血酶的抑制剂。因此，将其开发成高效特异性抗凝血抗血栓药物已受到国内外研究者的广泛关注，但水蛭素的抗凝血活性低、纯度低以及提取成本高等局限性使其临床上的应用与推广受限。因此，应用高效低廉的方法获得水蛭素的最大产量，将为水蛭素的实际生产带来很大改观，具有较高的经济效益和市场价值。现有的医药提取工艺的优化方法多基于实际实验，这样大大耗费了人力和物力而且未必能实现最优的效果。
技术实现思路
一种基于R语言和正交实验的医药提取工艺的优化方法，该方法包括如下步骤：设计不同的因素参数进行正交实验并获得正交实验数据；确定医药提取工艺的因素参数；在R语言环境下建立具有至少一个隐层的BP神经网络模型；将输入层分别设为因素参数；将输出层的节点至少被设为医药的疗效参数；采用实际医药提取工艺中所采用的因素参数和实测所得的活性参数对BP神经网络进行训练；在R语言环境下利用遗传算法和BP神经网络模型求最优解。该最优解所对应的输入层节点的参数就是最佳的工艺参数。进一步地，因素参数的数目大于等于3。进一步地，BP神经网络模型的输入层的节点数目大于等于3。进一步地，因素参数分别为浸泡时间，液料比和提取次数。进一步地，隐层神经元的节点数为0。进一步地，遗传算法将因素参数作为基因特征。进一步地，遗传算法随机生成个体作为初始群体。进一步地，BP神经网络模型包括一个设为误差项的输入层节点。进一步地，采用遗传算法时，种群大小设定为1000，接近的最大代数为100，最大不可变代数为10，收敛公差为1×10-4。进一步地，在选取BP神经网络模型的隐层神经元节点时针对实际实验数据采用留一法进行交叉验证，以平均拟合误差和平均预测误差作为选取隐层神经元节点数目的标准。本的有益之处在于：提供了一种能够利用现有数据进行运算和分析从改良原有工艺的基于R语言和正交实验的医药提取工艺的优化方法。附图说明图1是本专利技术的基于R语言和正交实验的医药提取工艺的优化方法步骤示意框图。具体实施方式如图1所示，基于R语言和正交实验的医药提取工艺的优化方法，该方法包括如下步骤：一种基于R语言和正交实验的医药提取工艺的优化方法，该方法包括如下步骤：设计不同的因素参数进行正交实验并获得正交实验数据；确定医药提取工艺的因素参数；在R语言环境下建立具有至少一个隐层的BP神经网络模型；将输入层分别设为因素参数；将输出层的节点至少被设为医药的疗效参数；采用实际医药提取工艺中所采用的因素参数和实测所得的活性参数对BP神经网络进行训练；在R语言环境下利用遗传算法和BP神经网络模型求最优解。该最优解所对应的输入层节点的参数就是最佳的工艺参数。比如一种水蛭素提取方法包括：称取A质量份水蛭粉末；准备B质量份的生理盐水；将水蛭粉末和生理盐水均置入浸提容器中进行预设时间的浸提处理，该时间为了方便说明定义为浸泡时间；对浸提容器中已经浸提处理的混合液进行离心处理；离心处理后留取预设体积的上清液。其中，作为一种具体方案，可以称取1g水蛭粉末，加入5mL生理盐水，摇匀后浸提30分钟，浸提过程中可以持续或间断地摇晃。离心后取100μL上清液置1.5mL的EP管中。为提高提取的效果，在进行浸提时，对容器施以超声波震荡，具体而言，将容器置于一夹持机构，驱动该夹持机构使容器摇晃；在容器的周边设置若干超声波探头向容器所处的方向施加超声波。在容器进行摇晃时，超声波的频率较高但幅值较低，且以脉冲的形式进行输出；在容器静止时，超声波的频率较低但幅值较高且以持续的形式输出。在进行离心时，同样对容器施以超声波以提高提取效率，具体而言，设置若干超声波探头使容器做离心的运动的空间存在超声波，在开始离心的初始阶段，以较低的转速进行离心，此时使超声波以较高的频率和幅值进行持续输出，在满足第一预设时间后，使离心速度增加，同时使超声波以较高的频率和幅值进行脉冲输出，在满足第二预设时间后，使离心速度增加至最大，使超声波以较低的频率和幅值进行脉冲输出，这个脉冲的频率低于之前的脉冲频率。采用这样的方式，可以利用离心时的时间进一步提高提取的效率。为了检测所提取的液体的抗凝血酶的活性，可以采用以下的方案，取三羟甲基氨基甲烷盐酸缓冲液(Tris-Hcl)配制的0.5％牛纤维蛋白原溶液200μL，摇匀后于37℃水浴锅中温提5min，在此过程中每分钟滴加5μL浓度为40U/mL的凝血酶溶液(现配)，边滴加边轻轻摇晃直至可挑出白色絮状物，记录滴加凝血酶溶液的次数，并按照下式计算水蛭素的抗凝血酶活性：式中U—每1g水蛭含凝血酶活性单位，单位U/g；C1—凝血酶溶液的浓度，单位为μL/mL；C2—供试品溶液的浓度，单位为g/mL；V1—消耗凝血酶溶液的体积，单位为μL；V2—供试品溶液的加入量，单位为μL。其中，一个抗凝血酶活性单位即为中和一个单位的凝血酶的量。具体而言，水蛭粉的质量份A与生理盐水的质量份B的比值的取值范围为0.05至0.2。比如，水蛭粉与生理盐水的比值为1:6或1:8或1:10。水蛭粉的质量份A与生理盐水的质量份B的比值的倒数定义为液料比。作为具体方案，生理盐水的浓度为0.9％，该浓度为质量浓度。作为具体方案，浸提处理的预设时间的取值范围为20分钟至150分钟；更优的取值范围为30分钟至120分钟；作为更具体的时间取值范围，浸提处理的预设时间的取值范围为85分钟至110分钟。浸提处理的次数大于等于2。可以反复对同一浸提容器中的水蛭粉进行多次提取，该次数定义提取次数。具体到实际，因素参数分别为浸泡时间，液料比和提取次数和误差项。如下表1和表2所示，设计不同的参数进行正交实验。按照以上方式实验得到结果如表2所示。将表2中正交实验结果进行方差分析，结果见表3。表1正交因素水平设计表表2正交实验及结果表3抗凝血活性方差分析查表得临界值F0.05(2,2)＝19.0，F0.01(2,2)＝99.0以水蛭素抗凝血活性为考察指标，由表2中极差项可以得出，影响因素的主次顺序为B＞A＞C＞D，由表3方差分析结果可知，B因素对水蛭素的影响具有显著性意义(P﹤0.05)，A因素、C因素和D因素无统计学差异(P﹥0.05)，从表2直观分析得知，最优提取工艺组合为A3B3C2D1，即浸泡时间120min、液料比10:1、提取次数2次，此条件下提取得到的水蛭素的最佳抗凝活性为311.67U/g。将正交实验的9组数据分别采用留一法进行交叉验证，以平均拟合误差和平均预测误差作为选取隐层神经元节点数目的依据和标准，结果如表4。由表4可知，隐层神经元节点数目为0时，交叉验证训练后平均拟合误差、平均预测误差均小于5％，符合筛选条件，而隐层神经元数为1、2、3时，平均拟合误差或平均预测误差无统计学意义。BP神经网络的隐层神经元个数增加到一定数量时，本文档来自技高网...

【技术保护点】
1.一种基于R语言和正交实验的医药提取工艺的优化方法，其特征在于：该方法包括如下步骤：设计不同的因素参数进行正交实验并获得正交实验数据；确定医药提取工艺的因素参数；在R语言环境下建立具有至少一个隐层的BP神经网络模型；将输入层分别设为因素参数；将输出层的节点至少被设为医药的疗效参数；采用实际医药提取工艺中所采用的因素参数和实测所得的活性参数对所述BP神经网络进行训练；在R语言环境下利用遗传算法和所述BP神经网络模型求最优解。

【技术特征摘要】
1.一种基于R语言和正交实验的医药提取工艺的优化方法，其特征在于：该方法包括如下步骤：设计不同的因素参数进行正交实验并获得正交实验数据；确定医药提取工艺的因素参数；在R语言环境下建立具有至少一个隐层的BP神经网络模型；将输入层分别设为因素参数；将输出层的节点至少被设为医药的疗效参数；采用实际医药提取工艺中所采用的因素参数和实测所得的活性参数对所述BP神经网络进行训练；在R语言环境下利用遗传算法和所述BP神经网络模型求最优解。2.根据权利要求1所述的基于R语言和正交实验的医药提取工艺的优化方法，其特征在于：所述因素参数的数目大于等于3。3.根据权利要求2所述的基于R语言和正交实验的医药提取工艺的优化方法，其特征在于：所述BP神经网络模型的输入层的节点数目大于等于3。4.根据权利要求2所述的基于R语言和正交实验的医药提取工艺的优化方法，其特征在于：所述因素参数分别为浸泡时间，液料比和提取次数。5.根据权利要求1所述的基于R语言和正交实验的医药提取工...

【专利技术属性】
技术研发人员：张宇燕，金伟锋，虞立，李敏，周静，
申请(专利权)人：浙江中医药大学，
类型：发明
国别省市：浙江,33