基于熵权法结合层次分析法和反向传播神经网络优选酒萸肉蒸制工艺

钱怡洁，皮文霞，朱广飞，彭梅梅，徐金玲，毛春芹，陆兔林

基于熵权法结合层次分析法和反向传播神经网络优选酒萸肉蒸制工艺

钱怡洁，皮文霞*，朱广飞，彭梅梅，徐金玲，毛春芹，陆兔林

南京中医药大学药学院，江苏 南京 210023

优选酒萸肉蒸制最佳工艺。基于L9(34)正交试验，以没食子酸、5-羟甲基糠醛、莫诺苷、马钱苷、齐墩果酸、熊果酸、多糖、水溶性浸出物含量为指标，采用熵权法结合层次分析法（analytic hierarchy process，AHP）计算复合评分，考察黄酒量、闷润时间、蒸制时间对酒萸肉质量的影响，采用反向传播（back propagation，BP）神经网络寻求最佳工艺参数，并进行工艺验证。正交试验筛选的酒萸肉最佳蒸制工艺为黄酒量20%，即每100 kg山萸肉，用黄酒20 kg，闷润1 h，蒸制8 h，正交试验最高复合评分工艺为黄酒量20%，闷润4 h，蒸制8 h；BP神经网络模型优化的最佳炮制工艺为黄酒量20%，闷润4 h，蒸制7.5 h。BP神经网络优化工艺实际复合评分最高，为97.007 8，与预测值96.358 6较接近，正交试验筛选的最佳工艺实际复合评分排其次，BP神经网络优化工艺优于正交筛选工艺，且预测结果稳定可靠。酒萸肉最佳蒸制工艺为每100 kg山萸肉，用黄酒20 kg，闷润4 h，蒸制7.5 h。建立的酒萸肉炮制工艺稳定可行，得到的炮制品质量较佳，为酒萸肉工艺研究提供了依据。

酒萸肉；正交试验；熵权法；层次分析；BP神经网络；没食子酸；5-羟甲基糠醛；莫诺苷；马钱苷；齐墩果酸；熊果酸；多糖；水溶性浸出物

山茱萸为山茱萸属植物山茱萸Sieb.et Zucc.的干燥成熟果肉。山茱萸始载于《神农本草经》，别名“蜀枣、鬾实、肉枣、枣皮”，主要化学成分包含环烯醚萜苷、三萜酸、多糖、有机酸、黄酮、鞣质、呋喃类等[1]，属收涩补益类药。《中国药典》2020年版收载该品种饮片包含山萸肉和酒萸肉[2]，山萸肉，涩精固脱，具有较好的降糖作用；酒蒸后，滋补和保肝作用增强。临床上，多以酒制品入药，单用或与其他味药配伍使用，用于眩晕耳鸣、腰膝酸痛、阳痿遗精、遗尿尿频、崩漏带下、大汗虚脱、内热消渴。纵观酒萸肉饮片的炮制历史沿革、历版《中国药典》及全国各省市中药炮制规范、现代炮制研究，酒萸肉的工艺参数如黄酒量，闷润时间及蒸制时间并未明确，仅表明蒸至酒吸尽，炮制程度控制多依赖经验，造成市场流通的酒萸肉饮片质量参差不齐。目前关于酒萸肉炮制工艺的研究已有许多，仅以马钱苷含量、莫诺苷含量或多糖得率等单一指标评判[3-5]具有局限性，基于中药多成分多靶点的作用特点，近年来酒萸肉的工艺研究是以莫诺苷、马钱苷、獐芽菜苷、山茱萸新苷I、没食子酸、5-羟甲基糠醛（5-hydroxymethyl furfural，5-HMF）、齐墩果酸、熊果酸、水溶性浸出物含量等多指标的不同程度结合[6-7]，且以专家打分法的主观评判方法居多[6,8]。实验设计以正交试验为主，也有研究采用星点设计-效应面法优选酒萸肉炮制工艺[9]。本实验以水溶性浸出物含量、药理活性成分没食子酸、5-HMF、莫诺苷、马钱苷、齐墩果酸、熊果酸、多糖含量为指标，借助主、客观评价方法层次分析法（analytic hierarchy process，AHP）和熵权法对酒萸肉质量进行综合打分，能更全面评判炮制品质量。反向传播（back propagation，BP）神经网络能模拟人脑神经元对复杂的、非线性的数据进行处理，在数据预测和分类方面已取得广泛运用。据此，本实验在正交试验基础上，运用BP神经网络对范围内参数进行寻优，以期筛选酒萸肉最佳蒸制工艺。

1 仪器与材料

1.1 仪器

Waters 2695高效液相色谱仪，Waters 2489检测器；蒸锅；DHG-9140A型电热恒温鼓风干燥箱，上海精宏实验设备有限公司；KQ-500B型超声波清洗机，昆山市超声仪器有限公司；H1650-W型台式高速离心机，湖南湘仪实验室仪器开发有限公司；HANGPING FA1104N型分析天平，上海天平仪器厂；DKZ-2型电热恒温震荡水槽，上海精宏实验设备有限公司；HWS-24型电热恒温水浴锅，上海一恒科学仪器有限公司；SHZ-D（III）循环水式真空泵，巩义市英峪予华仪器厂；RE-1602BV-OS2100型旋转蒸发仪，南京科尔仪器设备有限公司；DZF-6090型真空干燥箱，上海鳌珍仪器制造有限公司；T6新世纪型紫外分光光度计，北京谱析通用仪器有限责任公司。

1.2 材料

对照品没食子酸（批号C17D10C105977）、5-HMF（批号H12M9Z61023）、齐墩果酸（批号HA0820KA14）、熊果酸（批号L03A6Y1），购自上海源叶生物科技有限公司；对照品莫诺苷（批号111998-201703）、马钱苷（批号111640-201808）购自中国食品药品检定研究院；对照品葡萄糖（批号170515）购自南京森贝伽生物科技有限公司；各对照品质量分数均≥97.4%；乙腈和甲醇为色谱纯，分别购自德国Merck和永华化学股份有限公司；其余均为分析纯。山茱萸药材（批号2005042，产地河南），来自扬子江药业集团，经南京中医药大学药学院陆兔林教授鉴定为山茱萸科山茱萸属植物山茱萸Sieb.et Zucc.的干燥成熟果实。黄酒为绍兴花雕酒，酒精度≥15.0%（体积分数），浙江古越龙山绍兴酒股份有限公司。

2 方法与结果

2.1 莫诺苷、马钱苷、没食子酸和5-HMF含量测定

2.1.1 色谱条件 色谱柱为Merck Purospher Star LP C18柱（250 mm×4.6 mm，5mm），流动相为乙腈-0.05%磷酸水溶液，梯度洗脱程序：0～15 min，2%～5%乙腈；15～50 min，5%～12%乙腈；50～60 min，12%～20%乙腈；体积流量1 mL/min；柱温30 ℃；检测波长0～12 min，220 nm；13～16 min，280 nm；30～60 min，240 nm；进样量10mL；混合对照品和样品在240 nm波长下色谱图见图1。

1-没食子酸 2-5-HMF 3-莫诺苷 4-马钱苷

2.1.2 供试品溶液制备 取粉末0.2 g（过50目筛），精密称定，于50 mL具塞锥形瓶中，精密加80%甲醇25 mL，称定质量，超声提取45 min，取出放凉，再次称定质量，以80%甲醇补足减失的质量，滤过，取续滤液，离心，过0.45mm滤膜，即得。

2.1.3 对照品溶液制备 精密称取适量对照品，分别配制成含没食子酸1.153 mg/mL、5-HMF 1.000 mg/mL、莫诺苷1.068 mg/mL、马钱苷1.180 mg/mL的对照品储备液；取各对照品储备液适量混匀并定容于5 mL量瓶，即得分别含没食子酸23.06mg/mL、5-HMF 50.00mg/mL、莫诺苷106.80mg/mL、马钱苷118.00mg/mL的混合对照品母液。

2.1.4 线性关系考察 取“2.1.3”项混合对照品母液为最高质量浓度点，逐级稀释，将所得5个质量浓度对照品溶液，按“2.1.1”项下方法测定，以质量浓度为横坐标（），峰面积为纵坐标（）绘制标准曲线，4个成分的回归方程分别为没食子酸＝1.08×105－4.75×104，＝0.999 8；5-HMF＝1.25×105－2.29×105，＝0.999 7；莫诺苷＝1.94×107－4.73×104，＝0.999 6；马钱苷＝1.97×107－4.90×104，＝0.999 9；线性范围分别为1.44～23.06、3.13～50.00、6.68～106.80、7.38～118.00mg/mL。

2.1.5 精密度试验 取供试品溶液（正交试验5号）连续进样6次，按“2.1.1”项下色谱条件测定，记录各成分色谱峰峰面积，没食子酸、5-HMF、莫诺苷、马钱苷峰面积的RSD分别为1.80%、1.41%、1.46%、1.49%，表明仪器精密度良好。

2.1.6 重复性试验 取正交试验5号样品，同时制备6份供试品溶液，按“2.1.1”项下色谱条件测定，没食子酸、5-HMF、莫诺苷、马钱苷质量分数的RSD分别为1.11%、1.13%、1.63%、0.60%，表明方法重复性良好。

2.1.7 稳定性试验 供试品溶液（正交试验5号）在制备后0、2、4、8、12、18、24 h分别测定各成分色谱峰峰面积，没食子酸、5-HMF、莫诺苷、马钱苷峰面积的RSD分别为1.11%、0.79%、0.84%、0.91%，表明供试品溶液在24 h内稳定。

2.1.8 加样回收率试验 取6份已测定各成分质量分数的样品（正交试验5号）粉末0.1 g，分别加入与样品中相同量的各对照品储备液，按照“2.1.2”项下方法制备供试品溶液，按“2.1.1”项下色谱条件检测，没食子酸、5-HMF、莫诺苷、马钱苷的平均加样回收率分别为102.1%、103.2%、97.4%、97.6%，RSD分别为2.2%、2.4%、2.5%、2.5%，符合要求，表明所建方法具有良好的准确性。

2.1.9 含量测定 按“2.1.2”项下方法制备各样品溶液，运用上述所建立色谱条件测定各成分峰面积，按干燥品计算4个成分的含量。

2.2 齐墩果酸和熊果酸含量测定

2.2.1 色谱条件[10]色谱柱为Dikma Diamonsil C18柱（250 mm×4.6 mm，5mm）；流动相为甲醇-［水-冰乙酸-三乙胺（30∶0.1∶0.05）］（88∶12），等度洗脱；体积流量1 mL/min；柱温25 ℃；检测波长210 nm；进样量20mL；洗脱时间25 min；混合对照品和样品的色谱图见图2。

2.2.2 供试品溶液制备 取粉末1 g（过50目筛），按“2.1.2”项下供试品溶液制备方法操作，即得。

1-齐墩果酸 2-熊果酸

2.2.3 对照品溶液制备 分别精密称取熊果酸和齐墩果酸对照品适量于10 mL量瓶，配置成含熊果酸0.974 mg/mL和齐墩果酸0.980 mg/mL的对照品储备液，取适量对照品储备液配置成含齐墩果酸58.8mg/mL、熊果酸155.84mg/mL的混合对照品母液。

2.2.4 线性关系考察 取“2.2.3”项混合对照品母液为最高质量浓度点，逐级稀释，将所得5个质量浓度对照品溶液，按照“2.2.1”项下方法测定，以质量浓度为横坐标（），峰面积为纵坐标（）绘制标准曲线，回归方程分别为齐墩果酸＝7 353.99－1 739.54，＝0.999 8，线性范围为3.68～58.80mg/mL；熊果酸＝2 774.74－1 739.54，＝0.999 8，线性范围为9.74～155.84mg/mL。

2.2.5 精密度试验 取供试品溶液（5号）连续进样6次，得齐墩果酸和熊果酸峰面积的RSD值为1.93%和2.14%，表明仪器精密度良好。

2.2.6 重复性试验 取5号样品，同时制备6份供试品溶液，按照“2.2.1”项下测定，齐墩果酸和熊果酸质量分数的RSD分别为1.64%和1.91%，表明方法重复性良好。

2.2.7 稳定性试验 供试品溶液（5号）在制备后0、2、4、8、12、18、24 h分别测定各成分色谱峰峰面积，2成分峰面积的RSD分别为1.84%、2.03%，表明供试品溶液在24 h内稳定。

2.2.8 加样回收率试验 取6份已知含量的供试品（5号）粉末0.5 g，分别加入与样品中相同量的各对照品储备液，按“2.2.2”项下方法制备供试品，按“2.2.1”项下色谱条件进样检测，齐墩果酸和熊果酸的平均加样回收率分别为98.8%、101.2%，RSD均为2.4%，表明方法准确性良好。

2.2.9 含量测定 按“2.2.2”项下制备的各供试品，运用“2.2.1”项下方法测定峰面积，按干燥品计算齐墩果酸和熊果酸含量。

2.3 多糖含量测定

2.3.1 多糖提取 样品粉末10 g，结合文献报道的最佳工艺[11-12]，加10倍量95%乙醇90 ℃水浴回流2 h，重复2次，取药渣，挥干残留乙醇，加10倍量水80 ℃回流2 h，抽滤，重复2次，合并2次滤液，浓缩至20 mL，加95%乙醇至乙醇体积分数80%，保鲜膜密闭，冰箱中放置过夜，抽滤，沉淀用无水乙醇、丙酮、乙醚依次洗涤，减压真空干燥，除去水分，即得。

2.3.2 葡萄糖对照品溶液制备 取干燥至恒定质量的无水葡萄糖对照品50 mg，溶解并定容至50 mL量瓶中。分别取3.0、2.5、2.0、1.5、1.0、0.5 mL于各量瓶中，加水混匀，定容至25 mL，得待测葡萄糖对照品溶液。

2.3.3 供试品溶液制备 取5 mg多糖，加水溶解并定容于50 mL量瓶，即得供试品溶液。

2.3.4 线性关系考察 参照文献方法[13]，对待测葡萄糖对照品溶液进行吸光度测定，质量浓度为横坐标（），吸光度为纵坐标（）绘制标准曲线，进行线性回归，得回归方程＝0.010 1－0.013 9，＝0.999 2，结果表明葡萄糖在19.92～119.52mg/mL有良好的线性关系。

2.3.5 精密度试验 取9号供试品溶液，按上述方法连续测定6次，结果显示吸光度的RSD为0.10%，表明仪器精密度良好。

2.3.6 重复性试验 取9号样品，平行制备6份供试品溶液，测定吸光度，结果显示吸光度的RSD为1.81%，表明该方法重复性良好。

2.3.7 稳定性试验 取9号供试品溶液，按上述方法在制备后0、10、20、40、60、90、120 min测定，结果显示吸光度的RSD为0.62%，表明供试品溶液在120 min内稳定性良好。

2.3.8 加样回收率试验 取9号供试品溶液1 mL，加入相同量的葡萄糖对照品溶液，按上述方法测定吸光度，结果加样回收率在98.26%～99.42%，RSD为0.44%，可见所建方法准确可靠。

2.3.9 多糖含量测定 精密量取各样品溶液，按“2.3.3”项下方法测定多糖含量。

2.4 水溶性浸出物含量测定

按《中国药典》2020年版[2]通则2201浸出物测定法项下冷浸法测定，按干燥品计算水溶性浸出物含量。

2.5 熵权法-AHP计算复合评分

2.5.1 熵权法确定权重 熵权法根据各指标离散程度来衡量综合指标的影响程度，属于客观赋权法。信息量越大，熵越小[14]，表明对评价的贡献越大，权重就越大。各项指标数据经标准化、归一化（Y*）、信息熵（S）计算，最终计算得到指标权重（W）[15-16]。没食子酸、5-HMF、莫诺苷、马钱苷、齐墩果酸、熊果酸、水溶性浸出物、多糖的权重分别为0.174、0.143、0.193、0.108、0.144、0.099、0.083、0.056。

指标标准化值＝(实测值－最小值)/(最大值－最小值)

2.5.2 AHP确定权重 层次分析法根据指标间的重要程度按一定标度构建条理分明的层次关系，并据此求得指标赋权值[14]，属于主观赋权法。根据文献研究，将各指标进行重要性排序，建立的层次顺序为莫诺苷＝马钱苷＞齐墩果酸＝熊果酸＝多糖＝浸出物＞没食子酸＞5-HMF，采用和积法[17-18]计算得到没食子酸、5-HMF、莫诺苷、马钱苷、齐墩果酸、熊果酸、水溶性浸出物、多糖的权重分别是0.078 9、0.026 3、0.184 2、0.184 2、0.131 6、0.131 6、0.131 6、0.131 6。一致性比值（CR）为0（＜0.1），表明矩阵合理有效，权重系数可靠[17]，CR越大，表明矩阵一致性越差，CR为0表明矩阵具有完全一致性。

2.5.3 熵权法-AHP计算复合评分

（1）熵权法-AHP权重系数确定：熵值表现了指标的离散程度，离散程度大的指标具有较大的权重，因而仅凭借熵权法赋权可能使重要指标因离散程度小而权重较小；AHP法能够体现专家对不同指标重要性的经验，熵值法可以反映指标的信息特征，两者结合不仅可以减少AHP法赋权的主观性，也可减少数据变化导致的权重波动。按下式计算熵权法-AHP复合权重[16]，w和r分别为熵权法及AHP法所得权重系数。没食子酸、5-HMF、莫诺苷、马钱苷、齐墩果酸、熊果酸、水溶性浸出物、多糖的复合权重分别为0.11、0.03、0.29、0.16、0.15、0.11、0.09、0.06。

（2）复合评分计算：按下式计算熵权法-AHP复合评分（）[16]。

＝0.11×100×(没食子酸含量/没食子酸含量最大值)＋0.03×100×(5-HMF含量/5-HMF含量最大值)＋0.29×100×(莫诺苷含量/莫诺苷含量最大值)＋0.16×100×(马钱苷含量/马钱苷最大值)＋0.15×100×(齐墩果酸/齐墩果酸含量最大值)＋0.11×100×(熊果酸/熊果酸含量最大值)＋0.09×100×(浸出物含量/浸出物含量最大值)＋0.06×100×(多糖含量/多糖含量最大值)

2.5.4 熵权法-AHP的可行性验证 将熵权法、AHP 2种评分方法的指标赋权值导入SPSS 24.0软件进行Pearson相关性分析，熵权法和AHP权重的相关性系数为−0.1，表明采取熵权法和AHP计算综合评分的方法不具有相似性；将2种方法所得权重系数计算各自的综合评分，并将其按从大到小顺序排序，再进行Speraman等级相关性分析，结果显示熵权法和AHP呈极显著正相关，相关系数为0.850，值0.004，表明2种方法可以相互借鉴，所得结果大体一致。

综上所述，熵权法-AHP运用于酒萸肉综合质量评价具有良好的可行性。

2.6 正交试验设计及复合评分结果分析

取同一批次山萸肉饮片9份，每份60 g，按表1试验设计，加入黄酒拌匀，保鲜膜密闭闷润，置容器内，于蒸锅内蒸制，取出稍晾，于60 ℃干燥，干燥时注意多翻动，取出，放凉，即得。依据《中国药典》2020年版蒸法的辅料用量要求，将黄酒量定为20%、25%、30%。基于文献和预实验，闷润2 h可基本至透，故设置1、2、4 h，蒸制时间的最佳范围为4～8 h，蒸制时间定为4、6、8 h。酒萸肉的项指标含量见表2，综合评分结果见表3，方差分析结果见表4。

方差结果显示，仅熵权法的综合评分存在显著差异，AHP所得各因素对综合评分无显著性差异。各因素对熵权法-AHP复合评分的影响顺序为蒸制时间＞黄酒量＞闷润时间，最佳工艺A1B1C3，即每100 kg山萸肉，用黄酒20 kg，闷润1 h，蒸制8 h。

2.7 BP神经网络建模及工艺优化[19]

借助Matlab 2021a软件建立反向传播（BP）神经网络模型。输入层为黄酒用量、闷润时间及蒸制时间，输出层为熵权-AHP复合评分，隐藏层节点为4，训练函数、学习函数、激活函数均为默认创建网络。将9组正交试验数据以留一交叉法进行训练，再将9组数据作为训练集和验证集，通过误差值对模型进行评估，9组数据预测的绝对误差均≤0.628 6，表明模型具有较好的精度。由图3-A可知，样本迭代到第1步，达到最好的网络验证性能，均方误差值为0.054 085。将9组数据实测值与预测值进行比较（图3-B），表明所建立的模型稳定可靠。

表1 正交试验设计因素水平

表2 酒萸肉饮片指标结果

表3 熵权-AHP复合评分的正交结果

再以9组数据作为训练集，在上述建模条件对复合评分进行预测。在正交试验参数基础上，设置黄酒用量为20%～30%（步长2.5%），闷润时间1～4 h（步长0.5 h），蒸制时间4～8 h（步长0.5 h），通过所建立的模型计算复合评分，预测评分结果见表5。随黄酒用量增加，复合评分总体下降，20%黄酒评分最高；当黄酒用量适宜（20%～25%），复合评分随闷润时间延长而升高，用量27.5%～30%，随着闷润时间延长，复合评分有下降趋势；提示黄酒用量不宜过多、闷润时间不宜太久。随着蒸制时间延长，少于25%的黄酒量有利于复合评分的提高，27.5%～30%黄酒量对复合评分为不利因素。酒萸肉的最佳工艺为20%，闷润4 h，蒸制7.5 h。

表4 方差分析

图3 BP神经网络可靠性验证

2.8 工艺验证

分别以BP神经网络筛选的最佳工艺、正交试验筛选的最佳工艺（A1B1C3）及最高复合评分工艺（A1B3C3），炮制3批次饮片，各项指标结果见表6。BP神经网络优化工艺复合评分最高，正交试验所得最佳工艺排其次，实际值和预测值误差A1B1C3＞BP神经网络＞A1B3C3，BP神经网络实际及预测评分均为最高，表明BP神经网络预测结果良好。

表6 工艺验证结果

3 讨论

3.1 色谱分析方法的确立

本研究采用乙腈-磷酸水体系对莫诺苷、马钱苷等4个成分进行分离，而五环三萜类化合物熊果酸、齐墩果酸为同分异构体，且极性较小，为分离带来困难，有研究[20]通过在该体系加入环糊精增加其亲水性使其成功分离。为了达到更好的分离效果，考虑使用与莫诺苷、马钱苷等4个成分不同的流动相体系，同时在体系中加入铵盐，其较磷酸盐更能稳定流动相pH，使保留时间缩短，拖尾得到改善，且较低的柱温有利于二者分离[21]。

3.2 综合评分方法及指标的确立

用于工艺研究的综合评分方法有层次分析法、G1法、熵权法、主成分分析法等，其中，前两者属于主观评价法，后两者属于客观评价法，有研究采用组合评价方法筛选最佳工艺[16,22]，该思路在酒萸肉炮制工艺研究鲜有报道。

环烯醚萜苷类成分为山茱萸最主要化学成分且已纳入药典标准，活性成分齐墩果酸和熊果酸、多糖、没食子酸具有多种药理活性[23]，5-HMF对急性肝损伤有保护作用但具有毒副作用[24-25]，因而将5-HMF作为一项评价指标，但在层次分析中给予最低赋权。山茱萸中多种成分均可协同发挥药理活性，莫诺苷能够保护高糖诱导的糖尿病心肌病的心肌细胞[26]，其与马钱苷可协同抑制糖尿病肾脏的代谢紊乱、氧化应激、炎症和AGE形成[27]；莫诺苷与马钱苷、熊果酸均具有较好的降糖作用，马钱苷和熊果酸具有协同降血糖作用[28]。因此，基于多成分、多指标的质量评价对酒萸肉工艺优选具有重要意义。本研究同时引进外观性状的描述，作为饮片质量评价的重要依据，将成分与外观性状结合，为酒萸肉的质量评价提供较全面的参考依据。

3.3 山茱萸酒蒸炮制工艺参数确立

本实验基于《中国药典》2020年版项下“酒蒸法”对酒萸肉工艺进行考察，黄酒用量范围定为20%～30%。闷润时间基于文献和企业要求，在2 h上下设置水平，定为1、2、4 h。预实验结果显示，黄酒用量20%，闷润2 h，单因素考察不同的蒸制时间对主要成分马钱苷和莫诺苷总含量影响时，蒸制2、4、6、8、10 h总含量呈现先升高后降低趋势，蒸制的最佳时间为4 h。现代文献中蒸制时间的最佳范围为4～8 h[4,29-30]，结合企业中试的蒸制时间，将蒸制时间定为4、6、8 h。单因素考察干燥条件时，干燥温度40 ℃时干燥效率较低，干燥时间12 h，不符合生产实际，而50 ℃干燥6 h或60 ℃干燥5 h可以得到符合规定的酒萸肉饮片，且对主要成分环烯醚萜苷莫诺苷、马钱苷总量无显著影响，最终选择60 ℃干燥5 h。本实验考虑闷润次数及蒸制次数为一次，通过考察不同的闷润时间使黄酒易于吸尽。随着黄酒用量、闷润时间增加，药物吸收黄酒趋于饱和。

3.4 BP神经网络的运用

反向传播神经网络模拟人脑对数据的处理，筛选和优化因素间非线性的复杂关系，通过已知数据的学习训练，建立BP神经网络模型以期预测最佳工艺，相比正交试验代表性取样，其可以模拟范围内所有因素条件，所得结果更加全面。在正交试验基础上优化了最佳工艺，在时间和物力都充足的情况下，可得到质量较佳的酒萸肉，但生产周期延长，而正交试验筛选的最佳工艺可在较短的时间得到质量较好的炮制品，生产效率提高。运用正交设计结合BP神经网络筛选了2种最佳的炮制工艺。该方法为酒萸肉工艺优选提供了研究思路。

利益冲突 所有作者均声明不存在利益冲突

[1] 相聪坤.山茱萸资源及活性成分研究进展 [J].河北医药, 2016, 38(12): 1886-1889.

[2] 中国药典 [S].一部.2020: 29.

[3] 余宗亮, 蔡宝昌, 丁霞.正交试验优选山茱萸炮制工艺 [J].中药新药与临床药理, 2006, 17(2): 135-137.

[4] 刘波, 江崇湖, 朱冬梅.酒蒸山萸肉炮制工艺的研究 [J].山东中医杂志, 2007, 26(9): 634-635.

[5] 张振凌, 王磊, 杨振祥.正交设计优选酒炖山萸肉炮制工艺 [J].中国现代中药, 2007, 9(5): 13-15.

[6] 李清正, 张振凌, 闫梦真, 等.酒萸肉饮片加工炮制一体化工艺 [J].中国现代中药, 2019, 21(6): 817-822.

[7] 段金芳, 肖洋, 刘影, 等.一测多评法与电子眼和电子舌技术相结合优化山茱萸蒸制时间 [J].中草药, 2017, 48(6): 1108-1116.

[8] 鞠成国, 高陆, 姜文月, 等.多指标综合加权评分法优选酒萸肉蒸制工艺 [J].辽宁中医杂志, 2019, 46(11): 2387-2390.

[9] 鞠成国, 高陆, 姜文月, 等.星点设计-效应面法优选酒萸肉蒸制工艺 [J].化学工程师, 2019, 33(2): 13-17.

[10] 许甜甜, 聂松柳, 沈炳香, 等.正交试验优选加压酒制山茱萸炮制工艺 [J].中草药, 2014, 45(16): 2339-2343.

[11] 张茜, 杨彬, 何华康, 等.山茱萸多糖提取工艺的研究 [J].长治医学院学报, 2018, 32(3): 169-171.

[12] 赵惠茹, 张小娟.山茱萸多糖提取工艺和含量测定方法的研究 [J].时珍国医国药, 2013, 24(10): 2396-2398.

[13] 梁小娟, 杜伟锋, 蔡宝昌, 等.山茱萸炮制前后多糖的含量变化研究 [J].中药新药与临床药理, 2009, 20(5): 460-462.

[14] 冯利梅, 陈艳琰, 乐世俊, 等.基于层次分析-熵权法的中药质量标志物量化辨识方法研究——以芍药甘草汤为例 [J].药学学报, 2021, 56(1): 296-305.

[15] 张景珍, 崔曰新, 王思雨, 等.基于熵权法对千金子-甘草不同配伍比例的化学成分变化及体外肝毒性研究 [J].中国现代中药, 2020, 22(3): 433-440.

[16] 于亚田, 王智群, 冯建安, 等.基于Box-Behnken及PCA-G1-熵权法优选青香乳康颗粒中挥发油的提取及包合工艺[J].中草药, 2019, 50(15): 3631-3636.

[17] 刘杭.层次分析中的两种近似计算方法 [J].南京邮电学院学报, 1987, 7(4): 135-139.

[18] 邓雪, 李家铭, 曾浩健, 等.层次分析法权重计算方法分析及其应用研究 [J].数学的实践与认识, 2012, 42(7): 93-100.

[19] 易丽娟, 李雅, 邹苏兰, 等.基于正交试验设计与BP神经网络优化益气活血方水提工艺研究 [J].中草药, 2019, 50(18): 4305-4312.

[20] 韩根利, 刘宏胜, 王树森, 等.RP-HPLC法同时测定山茱萸萜类制剂中莫诺苷、马钱苷、山茱萸新苷、齐墩果酸及熊果酸 [J].中草药, 2017, 48(24): 5168-5173.

[21] 周先明, 吕美红.高效液相色谱法测定中草药中齐墩果酸熊果酸含量的应用进展 [J].安徽医学, 2011, 32(11): 1950-1952.

[22] 刘畅, 王潇, 刘芳, 等.基于多指标质量差异关键属性优化厚朴产地加工“发汗”工艺 [J].中草药, 2021, 52(3): 677-684.

[23] Huang J, Zhang Y W, Dong L,.Ethnopharmacology, phytochemistry, and pharmacology ofSieb.et Zucc.[J]., 2018, 213: 280-301.

[24] Wang M Y, Zhao F M, Peng H Y,.Investigation on the morphological protective effect of 5-hydroxymethylfurfural extracted from wine-processedon human L02 hepatocytes [J]., 2010, 130(2): 424-428.

[25] Choudhary A, Kumar V, Kumar S,.5-Hydroxymethylfurfural (HMF) formation, occurrence and potential health concerns: Recent developments [J]., 2020: 1-17.

[26] Pi W X, Feng X P, Ye L H,.Combination of morroniside and diosgenin prevents high glucose-induced cardiomyocytes apoptosis [J]., 2017, 22(1): 163-173.

[27] Yokozawa T, Kang K S, Park C H,.Bioactive constituents of: The therapeutic use of morroniside, loganin, and 7--galloyl--sedoheptulose as renoprotective agents in type 2 diabetes [J]., 2010, 4(4): 223-234.

[28] He K, Song S, Zou Z,.The hypoglycemic and synergistic effect of loganin, morroniside, and ursolic acid isolated from the fruits of[J]., 2016, 30(2): 283-291.

[29] 鞠成国, 高陆, 姜文月, 等.多指标综合加权评分法优选酒萸肉蒸制工艺 [J].辽宁中医杂志, 2019, 46(11): 2387-2390.

[30] 宋艺君, 王志彦, 李积秀, 等.总评归一化法优选山茱萸酒蒸炮制工艺 [J].中药材, 2018, 41(2): 325-329.

Optimization of processing technology of wine-steamedbased on entropy method combined with analytic hierarchy process and BP neural network

QIAN Yi-jie, PI Wen-xia, ZHU Guang-fei, PENG Mei-mei, XU Jin-ling, MAO Chun-qin, LU Tu-lin

College of Pharmacy, Nanjing University of Chinese Medicine, Nanjing 210023, China

To optimize the best wine-steaming way of.Based on the L9(34) orthogonal experiment, the contents of gallic acid, 5-hydroxymethyl-2-furaldehyde, morroniside, loganin, oleanolic acid, ursolic acid, polysaccharides, and water-soluble extracts were used as indicators.Entropy method combined with analytic hierarchy process (AHP) was employed to calculate the comprehensive score and investigate the influence of the amount of rice wine, moistening time, and steaming time on the quality of, the best wine-steaming process ofwas optimized by BP neural network and finally, the processing verification was carried out.The best processing method of wine-steamedselected by orthogonal experiment was adding 20% rice wine (using 20 kg of rice wine for every 100 kg of), moistening for 1 h until the wine was exhausted, steaming for 8 h, taking it out and drying it.The highest composite score of orthogonal experiment was adding 20% rice wine, moistening for 4 h, and steaming for 8 h.The best processing technology optimized by BP neural network model was adding 20% rice wine, moistening for 4 h, and steaming for 7.5 h.The actual composite score (97.007 8) of the BP neural network was the highest, which was close to the predicted value of 96.358 6.The actual composite score of the best process screened by the orthogonal experiment ranked second.The BP neural network optimization process was better than the orthogonal screening process and the forecast result was stable and reliable.The best processing method of wine-steamedwas using 20 kg of rice wine for every 100 kg of, moisturizing for 4 h, and steaming for 7.5 h.The established processing method of wine-steamedis stable and feasible, and the quality of processed products is good, which provides a basis for the processing research of wine-steamed.

wine-steamed; orthogonal experiment; entropy method; analytic hierarchy process; BP neural network; gallic acid; 5-hydroxymethyl-2-furaldehyde; morroniside; loganin; oleanolic acid; ursolic acid; polysaccharide; water-soluble extracts

R283.1

A

0253 - 2670(2021)22 - 6816 - 09

10.7501/j.issn.0253-2670.2021.22.006

2021-05-27

国家重点研发计划（2018YFC1707000）

钱怡洁（1997—），女，硕士研究生，研究方向为中药炮制及中药质量评价研究。Tel: 18851692236 E-mail: qianyijie2019@163.com

通信作者：皮文霞，硕士生导师，副教授，主要从事中药化学与中药质量标准研究。E-mail: 300017@njucm.edu.cn

[责任编辑 郑礼胜]