基于绿色天然低共熔溶剂的红葡萄生物活性成分产量蒙特卡洛模拟与优化模型研究

研究人员针对传统提取方法效率低、环境污染大的问题，采用糖基天然低共熔溶剂(NADES)结合微波辅助提取(MAE)技术，开发了支持向量回归预测响应面法(SVR-PRSM)和极端随机森林(ERF)混合模型。通过蒙特卡洛模拟验证，SVR-PRSM模型对总花青素(TAC)和总酚(TPC)的预测RMSE分别达0.15 mg/g和0.76 mg/g，为绿色提取技术在营养保健品和制药工业的应用提供了数据驱动优化方案。

　　

在追求可持续发展的今天，传统有机溶剂提取植物活性成分的方法正面临严峻挑战。葡萄(Vitis vinifera L.)作为全球最具营养价值的水果之一，其果皮、果肉和种子中含有丰富的酚酸、黄酮醇、原花青素、花青素和白藜芦醇等生物活性成分。这些成分不仅具有抗氧化、抗炎、抗菌等特性，还能调节肠道菌群、预防癌症和保护心血管健康。然而，传统提取方法效率低下且对环境不友好，如何开发高效环保的提取技术成为学术界和产业界共同关注的焦点。

扎布尔大学化学系的研究人员创新性地将糖基天然低共熔溶剂(Natural Deep Eutectic Solvents, NADES)与微波辅助提取(Microwave-Assisted Extraction, MAE)技术相结合，对红葡萄中的生物活性成分进行绿色提取。这项发表在《Industrial Crops and Products》的研究，通过建立支持向量回归预测响应面法(Support Vector Regression with Predicted Response Surface Methodology, SVR-PRSM)和极端随机森林(Extreme Random Forest, ERF)模型，为生物活性成分的工业化提取提供了可靠的数据支持。

研究采用了多项关键技术：通过微波辅助提取系统在700-900 W功率范围内进行40组实验；采用pH差分法和Folin-Ciocalteu法分别测定总花青素(TAC)和总酚含量(TPC)；开发了SVR-PRSM和ERF混合预测模型；利用蒙特卡洛模拟生成500和5000个样本的数据集进行模型验证；通过核密度估计评估模型可靠性。

在"统计特征与数据分布分析"部分，研究发现提取参数呈典型的三峰分布，而响应变量则表现出不同的分布特征。TAC呈右偏态分布(偏度1.60)，最佳拟合对数正态分布；TPC则呈现近似正态分布(偏度0.03)。这种差异反映了不同生物活性成分的提取动力学特性。

"模型性能比较与机理分析"结果显示，SVR-PRSM模型在预测性能上显著优于ERF模型。对于TAC的预测，SVR-PRSM的R²达到0.8923，RMSE为0.15 mg/g，RPD为2.82；而ERF相应指标分别为0.6203、0.33 mg/g和1.31。这种差异源于SVR-PRSM能更好地捕捉温度、功率和时间之间的复杂协同效应。

"蒙特卡洛过程放大框架"验证了NADES提取工艺的规模化可行性。模拟显示，500和5000次迭代的统计矩保持稳定，证实了模型预测的可靠性。特别值得注意的是，SVR-PRSM成功保留了实验数据的变异特征，其预测的TAC变异系数(COV)为81.63%，与实测值84.43%高度吻合。

在"蒙特卡洛模拟与可靠性评估"中，研究揭示了传统可靠性指标的局限性。虽然ERF显示出更高的可靠性系数(β值1.8554-3.9177)，但这实际上是模型过度平滑的结果。相比之下，SVR-PRSM的负β值(-2.3263至-2.4781)反而更真实地反映了工艺的固有变异性。

这项研究证实，SVR-PRSM模型能准确预测红葡萄中生物活性成分的提取效果，其预测结果与实验数据在统计分布特征上高度一致。该模型特别适合处理具有阈值效应和非线性相互作用的复杂提取系统。研究结果为绿色提取技术在营养保健品和制药工业的应用提供了重要理论依据和技术支持，对推动可持续农业发展具有重要意义。采用NADES不仅解决了传统有机溶剂的环境污染问题，其可调的理化性质还能提高目标化合物的溶解性和稳定性。这项研究展示的建模方法，为从实验室规模到工业化生产的放大提供了可靠的数据支持，标志着绿色提取技术向实际应用迈出了重要一步。