天然多糖提取物

工艺优化与高成分鉴定

基于机器学习优化的多阶段提取工艺制备的天然多糖提取物，成分表征全面，分子量范围明确。

Jiamu, Ma · Jianling, Yao · Xueyang, Ren · Dong, Ying · Ruolan, Song · Zhong, Xiangjian · Yuan, Zheng · Dongjie, Shan · Lv, Fang · Xianxian, Li · Qingyue, Deng · Yingyu, He · 袁瑞娟 · 折改梅 · Ma, Jiamu

Green Chemistry 2023

参数信息

分子量

61.5–594.9 kDa

成分数

160

观测指标变化率

1.33–30.11 %

技术优势

分子量范围广

分子量从61.5到594.9 kDa，涵盖低聚糖到高分子量多糖，可满足不同应用需求。

成分多样性高

通过UHPLC-MS/MS鉴定出160种成分，包括多种次级代谢产物，提供丰富的化学多样性。

工艺可控性好

机器学习优化后各观测指标变化率在1.33%~30.11%，表明工艺稳定且可预测。

缩短开发周期

机器学习辅助优化可减少实验次数，加速环保提取工艺的开发。

应用场景

• 功能性食品配料：作为功能性食品配料，提供多糖和次级代谢产物。
• 天然产物应用：提取物含多种天然成分，可直接用于天然产物研究。
• 生物活性材料：多糖具有生物活性，可用于生物活性材料开发。
• 药物递送载体：多糖分子量范围广，可修饰为药物递送载体。