全 文 ：长春理工大学学报（自然科学版）
Journal of Changchun University of Science and Technology（Natural Science Edition）
Vol.38 No.6
Dec.2015
第38卷第6期
2015年12月
万茜淋，等：响应面法优化人参花多糖的提取工艺
收稿日期：2015-10-21
基金项目：国家自然科学基金面上项目（02090106）；吉林省科技发展计划项目（20130206059YY）
作者简介：万茜淋（1987-），女，硕士，助理实验师，E-mail：wanxilin1987@163.com
通讯作者：刘淑莹（1943-），博士，研究员，E-mail：syliu@ciac.ac.cn
响应面法优化人参花多糖的提取工艺
万茜淋 1，焦丽丽 1，马林 1，王明珠 1，刘淑莹 1，2
（1.长春中医药大学 吉林省人参科学研究院，长春 130117；2.中国科学院长春应用化学研究所，长春 130022）
摘 要：以人参花为原料，在单因素试验的基础上，采用响应面法，利用中心组合试验设计原理，对人参花多糖提取工艺
中的各影响因素进行优化。以提取时间、液料比、提取次数和提取温度为试验因素，人参花多糖提取率为响应值，进行四
因素五水平试验建立模型，获得多元二次回归方程。结果表明：提取时间 2.495h，液料比 38.55∶1（g/g），提取次数 5
次，提取温度80℃时，人参花多糖提取率预测值为13.94%。最佳条件下人参花多糖提取率为13.81±0.28%，表明实测值与
理论值之间具有良好的拟合度，回归模型切实可行，优化的工艺条件可用于人参花多糖提取。
关键词：人参；多糖；提取；响应面分析法
中图分类号： Q539 文献标识码：A 文章编号：1672-9870（2015）06-0154-05
Optimization of Polysaccharides from Flowers of
Panax Ginseng C.A.Meyer Using Response Surface Methodology
WAN Xilin1，JIAO Lili1，MA Lin1，WANG Mingzhu1，LIU Shuying1，2
（1.Jilin Ginseng Academy，Changchun University of Chinese Medicine，Changchun 130117；
2.Changchun Institute of Applied Chemistry，Chinese Academy of Sciences，Changchun 130022）
Abstract：In this study，response surface methodology based on central composite design（CCD）was adopted to opti-
mize the extraction conditions of polysaccharides from the flower of Panax ginseng C.A. Meyer（GFP）. The effects of
four parameters，including extraction time（h），ratio of water to raw material，number of extraction and extraction tem-
perature（°C）were investigated by single factor experiments，yield of the polysaccharides as the response values，the ex-
perimental data were fitted to a second-order polynomial equation. The optimum extraction conditions were determined
as follow：extraction time 2.495 h，ratio of water to raw material 38.55∶1（g/g），and number of extraction 5，extrac-
tion temperature 80°C. Under these conditions，the experimental yield was 13.81±0.28%，which was well matched with
the predictive yield of 13.94 %. The model was significant that can be used for the extraction of GFP.
Key words：panax ginseng C.A. meyer；polysaccharides；extraction；response surface methodology（RSM）
人参（Panax Ginseng C.A.Meyer），刺五加科植
物，在中国、韩国和日本等传统医学中广泛使用，具
有补气生津，镇静等功效。人参中富含多种活性成
分，包括人参皂苷、人参多肽、人参多糖等。中外学
者对人参中上述成分的功能特性和药用价值已进行
广泛而深入的研究［1，2］。近年来研究发现，人参多糖
不仅具有免疫调节作用，同时具有抗肿瘤、抗氧化、
抗辐射、抗黏连以及降糖等活性［3-7］。Shin等人研究
发现，人参叶和人参果可能具有与人参根相似的药
理活性，从而在临床上得到应用［8］。然而，目前关于
人参花的研究少之甚少，特别是对人参花的多糖研
究尚未见报道。
响应面法（Response Surface Methodology，
RSM）是一种应用广泛的试验优化方法，它能够有
效快速地确定多因子系统的最佳条件，已应用于多
种优化试验中［9，10］。响应面法通过建立回归分析
模型，缩短试验前期条件摸索的时间。因此，本研
究采用响应面法，通过中心组合试验设计（Central
Composite Design，CCD）原理，优化人参花多糖
（Ginseng Flower Polysaccharides，GFP）的提取条
件，提高GFP的提取率，为人参花多糖的深入研究
和开发利用奠定基础。
1 材料与方法
1.1 材料与试剂
人参花采集于中国吉林省抚松县人参种植基
地，经长春中医药大学王淑敏教授鉴定为为五加科
植物人参Panax ginseng的干燥花蕾。单糖标准试
剂购于Sigma化工有限公司（St.Louis，MO，USA）。
试验中所有化学试剂均为国产分析纯。
1.2 仪器与设备
台式高速离心机（Eppendorf公司）；恒温水浴锅
（北京医疗设备厂）；AB 135-S电子分析天平
（METTLER TOLEDD公司）；粉碎机（欧凯莱芙宝
业公司）；KQ-500DA型超声波清洗机（昆山市超声
仪器有限公司）。
1.3 方法
1.3.1 多糖提取工艺流程
人参花粉碎→95%乙醇回流→离心→沉淀干燥
→水提→醇沉→沉淀复溶→冻干→计算多糖提取
率。
1.3.2 多糖提取率计算
GFP提取率计算公式如下：
GFP提取率/%=（m0 / m）×100% （1）
其中，m0（g）表示干燥GFP重量，m（g）表示干燥
原料重量。
1.3.3 单因素试验设计
分别对不同的提取温度（40、50、60、70、80、90、
100℃）、液料比（10、15、20、25、30、35、40、45，g/g）、
提取时间（0.5、1、1.5、2、2.5、3、3.5h）和提取次数（1、
2、3、4、5、6、7次）进行单因素试验，考察各单因素对
GFP提取率的影响。
1.3.4 响应面法试验设计
通过单因素试验确定的四个独立变量范围后，
采用CCD设计法提供的方案进行试验（分别标记
为：X1，提取时间；X2，液料比；X3，提取次数；X4，
提取温度）［11］。根据CCD设计原理，选取对试验结
果有显著影响的因素及其范围，设计四因素五水平
的响应面试验方案，如表1所示，从而获得最佳条件
组合。
表1 Central composite试验设计因素水平
变量（编码，单位）
提取时间（X1，h）
液料比（X2，g/g）
提取次数（X3，次）
提取时间（X4，°C）
水平
-2
1
25
2
50
-1
1.5
30
3
60
0
2
35
4
70
1
2.5
40
5
80
2
3
45
6
90
CCD试验按照以下方程设计：
xi = Xi -X0ΔXi （2）
其中，Xi表示独立变量的编码值，也是实际变量的
值。 X0表示独立变量中心点的值。 ΔXi是独立变
量的差值。
设计的 31组试验方案以随机次序进行，如表 2
所示，每组试验进行3次平行操作，计算得到平均响
应值，通过程序分析，得出响应面分析图、拟合方程
以及方差分析表，通过Design-Expert 8.0.5b软件
中的程序对试验结果进行响应面分析，经二次回归
拟合后，求得响应函数如公式（3）得出回归方程：
Yk = βk0 +∑
i=1
4
βki xi +∑
i=1
4
βkii x2i + ∑
i< j=2
4
βk ij xi xj（3）
其中，Yk 代表响应函数（GFP提取率），βk0表示截
距，βki，βkii和 βk ij分别代表线性系数，二次系数，交
叉系数。 xi和 xj代表独立变量。
2 结果与讨论
2.1 单因素试验结果
2.1.1 提取温度对GFP提取率的影响
在提取时间 2h，液料比 35（g/g），提取次数 4次
的条件考察不同提取温度对GFP提取率的影响。
结果如图 1（a）所示：提取温度从 40℃升高到 80℃
时，GFP提取率从 8.1%增加到 9.2%。提取温度持
续升高到100℃时，GFP提取率依然增加，但是随着
提取温度的升高，会对GFP化学结构产生影响，工
业化生产过程中也会增加成本。因此，最佳提取温
度范围确定为50~90℃。
2.1.2 提取时间对GFP提取率的影响
在提取温度 70℃，液料比 35（g/g），提取次数 4
次的条件考察不同提取时间对GFP提取率的影
响。结果如图1（b）所示：随着提取时间从0.5h增加
到2h，GFP提取率明显增加，提取时间2h时，提取率
最大，为 9.2%，但是超过 2h后，GFP提取率下降。
因此，最适宜的提取时间范围确定为1~3h之间。
万茜淋，等：响应面法优化人参花多糖的提取工艺第6期 155
长春理工大学学报（自然科学版） 2015年
2.1.3 液料比对GFP提取率的影响
在提取温度70℃，提取时间2h，提取次数4次条
件下考察不同液料比，对GFP提取率的影响。结果
如图1（c）所示：液料比从10到45（g/g），GFP提取率
从 6.98%增加到 14.68%。因此，最佳液料比范围确
定在25~45（g/g）。
2.1.4 提取次数对GFP提取率的影响
在提取温度70℃，提取时间2h，液料比35（g/g）
条件下考察提取次数对GFP提取率的影响。结果
如图1（d）所示：GFP提取率随着提取次数的增加持
续升高，从5.89%升高到13.29%。为节约成本，最佳
提取次数范围选定在2~6次。
根据上述单因素试验研究结果，响应面法优化
试验提取参数范围如下：提取温度50~90℃；提取时
间 1~3h；液料比 25~45（g/g）；提取次数 2~6次（见
表1）。
（a）提取时间 （b）液料比
（c）及提取次数 （d）对GFP提取率的影响
图1 提取温度
2.2 响应面法优化GFP提取工艺
2.2.1 Central composite试验设计及结果
与传统的单因素优化方法相比，RSM法具有节
省时间、空间和原材料的优势［12］。根据单因素试验
结果，利用CCD法，为GFP提取设计 31组优化方
案。各组试验响应值（GFP提取率，Y ，%）如表2所
示，GFP提取率在9.48%~14.78%之间。
2.2.2 模型建立及拟合模型
CCD设计方案与响应值结果如表2所示。利用
Design-Expert 8.0.5b软件对表 2中数据进行多项
式回归分析、F检验和方差分析，结果如表3所示。
同时，对试验参数及结果进行回归拟合，得到
GFP提取率与各因素变量间的多项式方程如下
（R2=0.93）：
Y=12.91+0.2488X1+0.3629X2+0.6538X3+
0.6546X4-0.2644X1X2+0.1006X1X3-
0.0944X1X4+0.0281X2X3+0.0006X2X4+
0.03813X3X4-0.3687X12-0.07496X22-
0.04537X32+0.1925X42 （4）
表2 中心组合试验设计方案与GFP响应值
NO.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
X1 (h)
-1.00
1.00
-1.00
1.00
-1.00
1.00
-1.00
1.00
-1.00
1.00
-1.00
1.00
-1.00
1.00
-1.00
1.00
-2.00
2.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
X2 (g/g)
-1.00
-1.00
1.00
1.00
-1.00
-1.00
1.00
1.00
-1.00
-1.00
1.00
1.00
-1.00
-1.00
1.00
1.00
0.00
0.00
-2.00
2.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
X3 (次)
-1.00
-1.00
-1.00
-1.00
1.00
1.00
1.00
1.00
-1.00
-1.00
-1.00
-1.00
1.00
1.00
1.00
1.00
0.00
0.00
0.00
0.00
-2.00
2.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
X4 (℃)
-1.00
-1.00
-1.00
-1.00
-1.00
-1.00
-1.00
-1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
0.00
0.00
0.00
0.00
0.00
0.00
-2.00
2.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
Y (%)
9.48
11.52
11.71
11.25
10.97
12.79
12.54
12.61
12.14
11.76
12.2
12.91
12.41
13.76
14.06
14.34
11.15
11.42
11.98
12.94
9.65
12.24
12.28
14.78
12.95
12.95
12.79
12.95
12.91
12.86
12.95
模型拟合方面，方程 F值为14.91，P <0.0001，
说明使用上述回归方程描述提取参数与响应值之间
的关系时，能够正确反映因变量与自变量之间的关
系，模型高度显著，证实该试验方法的可靠性和准确
性；此模型决定系数 R2 =0.9288，表明回归方程拟合
156
较好；失拟项 P <0.0001，说明由噪音引起模型偏差
的概率小于0.01%；模型校正决定系数 Radj2 =0.8665，
表明本实验 86.65%的数据变异可以用此回归方程
解释，能够较好地确定关键影响因素；离散系数（C.
V.%=3.44%）表示试验的精确度，离散系数越低，说
明试验数值有较高的精度和可靠性［13］。综上所述，
该模型能够用于表示提取参数和GFP提取率的关
系，具有较高应用价值。
表3 中心组合试验设计试验结果方差分析及显著性检验
来源
模型 a
X1
X2
X3
X4
X1 X2
X1 X3
X1 X4
X2 X3
X2 X4
X3 X4
X1 X1
X2 X2
X3 X3
X4 X4
残差
失拟
误差
总和
平方和
37.67
1.49
3.16
10.26
10.28
1.12
0.16
0.14
0.013
5.062×10-3
0.023
3.89
0.16
5.89
1.06
2.89
2.86
0.023
40.56
自由度
14
1
1
1
1
1
1
1
1
1
1
1
1
1
1
16
10
6
30
均方
2.69
1.49
3.16
10.26
10.28
1.12
0.16
0.14
0.013
5.062×10-3
0.023
3.89
0.16
5.89
1.06
0.18
0.29
3.88×10-3
F值
14.91
8.23
17.51
56.83
56.98
6.20
0.90
0.79
0.70
2.805×10-3
0.13
21.54
0.89
32.62
5.87
73.81
P值
<0.0001*
0.0111*
0.0007*
<0.0001*
<0.0001*
0.0242*
0.3575
0.3874
0.7945
0.9584
0.7243
0.0003*
0.3595
<0.0001*
0.0276*
<0.0001
注：a R2 =0.9288，R 2Adj=0.8665，C.V.%=3.44；Prob>F小
于 0.05说明模型或考察因素有显著性影响；Prob>F小于
0.01说明影响极显著。
P 值用于衡量回归方程中每个系数的准确性，
进而了解独立变量之间的交互作用影响。 P <0.05
表明该系数是非常有意义的［14］。由回归方程系数显
著性检验可知，表3的线性系数（X1，X2，X3，X4）
中，X2、X3、X4影响极显著（P <0.01），X1影响显
著（P <0.05）；二次项系数（X12，X22，X32，X42）
中，X12，X32影响极显著（P <0.01），X42影响显著
（P <0.05）；交叉乘积系数（X1X2，X1X3，X1X4，
X2X3，X2X4，X3X4）中，仅有 X1X2影响显著（P <
0.05）。综上所述，各试验因素对响应值并不是简单
的线性关系，二次项对响应值的影响也有很大的关
系，交互作用的影响相对较小。此外，其他的显著性
差异都大于0.05，说明影响不是很明显。因此，X1、
X2、X3、X4、X12、X32、X42和 X1X2表示的参数
都是GFP提取过程中重要的因素。针对4个提取参
数的研究中，各因素对响应值的影响排序为：提取温
度>提取次数>液料比>提取时间。
2.2.3 响应面图及等值线图分析
RSM方法的数据图形是根据特定的响应值Y
与各因素 X1，X2，X3，X4之间构成的二维和三维
图像，响应图中曲线越陡峭，则表明相对应因素对响
应值的影响越大，响应值变化越大。三维响应面图
能够直观反映出各因素对GFP提取率的影响以及
各因素之间的相互作用。响应图中等高线形状也能
够直观反映出两因素之间交互作用大小，等高线呈
现椭圆形体现两因素交互效应显著，而圆形则说明
因素间交互作用较弱。回归方程的 2D等值线图和
3D响应面图见图 2和图 3。2D等高线图和 3D响应
面图整体趋势一致。
图2 提取时间（X1），液料比（X2），提取次数（X3）及
提取温度（X4）对GFP提取率的3D响应面图
为了研究可变参数之间的关系，每图表示两个
变量，其他两个参数保持在一定水平（0水平，参见
表1）。液料比和提取时间不同的情况下，3D响应面
图和2D等值线图如图2（a）和3（a）所示，结果表明：
提取时间对GFP提取率影响较小，当提取时间较短
时，液料比和提取时间出现了交互作用，对提取率的
影响较明显；图2（b）和3（b）表示提取时间和提取次
万茜淋，等：响应面法优化人参花多糖的提取工艺第6期 157
长春理工大学学报（自然科学版） 2015年
数交互作用，当提取次数固定在某一水平时，随着时
间的延长GFP提取率增加，随后呈下降趋势；由图2
（c）和 3（c）可以看出，当提取时间从 1h增加到 2.5h
时，提取温度对GFP提取率有非常积极的影响，超
过2.5h以后，多糖的提取率逐渐下降；如图2（d）和3
（d）所示，当提取次数为 5时，液料比的积极作用十
分明显，即GFP提取率随着液料比的增加而增加，
但超过5次后GFP提取率呈下降趋势；根据图2（e）
和3（e）得知，GFP提取率随着液料比和提取温度的
增加而升高，结果与前期单因素试验的结果相一致；
图 2f与 3f体现了提取温度和提取次数对GFP提取
率的交互影响，提取次数小于5时，随着提取温度的
增加，多糖提取率明显增加，但是超过 5次时，GFP
提取率开始下降。因此，GFP最高提取率是当提取
温度和提取次数分别为 80℃和 5次的条件下出现
的。
根据分析结果，回归模型预测的GFP提取最佳
工艺条件为：提取时间 2.495h，液料比 38.55（g/g），
提取次数5次，提取温度80℃。在此条件下，GFP提
取率理论值可达13.94%。
图3 提取时间（X1），液料比（X2），提取次数（X3）及
提取温度（X4）对GFP提取率的2D等值线图
2.2.4 提取工艺优化及预测模型验证
为了验证模型预测理论值的准确性和真实性，
我们根据模型预测的优化条件进行 3次平行试验，
结果GFP提取率平均值为 13.81±0.28%，与模型预
测理论值13.94%相近，说明响应面优化的条件是合
理有效的，具有极强的应用价值和指导意义。
3 结论
本研究以单因素试验方法作为基础，确定主要
影响人参花多糖提取产量的因素及范围，结合CCD
设计，确定最佳响应面区域，优化人参花中多糖提取
的工艺条件，优化参数为：提取时间 2.495h，液料比
38.55（g/g），提取次数 5次，提取温度 80℃。上述条
件下，GFP提取率为13.81±0.28%，与理论值13.94%
相近，说明该模型比较可靠。
热水浸提法是一种从植物中提取多糖的传统方
法。将RSM应用于人参花多糖的提取过程中，通过
建立数据模型的方法，解决受多因素的影响的最优
组合问题，提高人参花多糖的提取率。与传统的单
因素试验相比，该方法不仅能够节约条件摸索的时
间，降低提取成本，同时能够达到最高的提取率，是
研究多因素试验有力的工具，该方法在人参花多糖
提取中的应用，不仅为人参花多糖的提取奠定了理
论基础，并为人参花多糖的实际工业提取提供理论
依据。
参考文献
［1］ Liu Changxiao，Xiao Peigen. Recent advances on
ginseng research in China［J］. Journal of Ethnophar-
macology，1992（36）：27-38.
［2］ Gillis C N. Panax ginseng pharmacology：a nitric
oxide link［J］. Biochemical Pharmacology，1997，54
（1）：1-8.
［3］ Ni Weihua，Zhang Xu，Wang Bo，et al. Antitumor
activities and immunomodulatory effects of ginseng
neutral polysaccharides in combination with 5-Fluo-
rouracil［J］. Journal of Medicinal Food，2010，13（2）：
270-277.
［4］ Luo Dianhui，Fang Baishan. Structural identification
of ginseng polysaccharides and testing of their anti-
oxidant activities［J］. Carbohydrate Polymers，2008，72
（3）：376-381.
［5］ Song J Y，Han S Y，Bae K G，et al. Radioprotec-
tive effects of ginsan，an immunomodulator［J］. Radi-
ation Research，2003，159（6）：768-774.
［6］ Lee Jihye，Shim Jinsun，Lee Jungsun，et al. Pec-
tin-like acidic polysaccharide from Panax ginseng
with selective antiadhesive activity against pathogen-
ic bacteria［J］. Carbohydrate Research，2006，341（9）：
1154-1163.
（下转第132页）
158
长春理工大学学报（自然科学版） 2015年
估计，比较初始状态和滤波后的状态，可以看出卡尔
曼滤波可以很好的消除随机干扰，但是系统的响应
速度较慢，稳定性较差，而且建立的数学模型常常采
用简化的模型，存在较大的模型误差［11，12］，由仿真图
像可以看出系统的跟随性能存在缺陷，位置和地磁
的导航精度较高，但是航向角仍然存在较大的误差，
经过前面的分析，可以采用 H∞滤波进行系统的优
化，得到更好的动态特性、鲁棒镇定和干扰抑制能力。
5 结论
由组合导航的状态观测反馈，通过对地磁惯性
组合的状态向量进行状态估计，设计状态观测器，并
采用估计状态代替实际的状态变量进行反馈［13］，能
够有效的提高组合导航的精度，避免了直接采用卡
尔曼滤波的各种复杂要求，能更加简单有效地实现
组合导航的噪声和干扰的滤除，为导航提供了更加
方便的控制方法。但是采用状态估计反馈，增加了
状态的阶次，也就是提高了系统的维数，而且并不能
改善系统的动态特性，反而，带观测器的状态反馈系
统在鲁棒性上，要比真实状态的反馈系统更差。所
以还有待进一步优化算法，或者进行系统状态反馈
的鲁棒性镇定问题进行更深入的研究。
参考文献
［1］ 张嗣灜，高立群.现代控制理论［M］.北京：清华大学出
版社，2006，27-189.
［2］ 战德军，戴东凯，张忠华.单轴旋转 INS/GPS组合导航
中重力垂线偏差引起的姿态误差分析［J］.中国惯性技
术学报，2014，2（11）：301-305.
［3］ 姚一飞，李增科，高井祥.GPS/INS紧耦合导航中多路
径效应改正算法应用［J］.中国惯性技术学报，2014，5
（8）：782-787.
［4］ 王鹏，张迎春.一种小卫星高精度自主定轨/定姿一体
化新方法［J］.中国惯性技术学报，2014，12（3）：741-747.
［5］ 杨晓东，王炜.地磁导航原理［M］.北京：国防工业出版
社，2009.
［6］ 段本印.地磁辅助惯性导航系统技术研究［D］.哈尔滨：
哈尔滨工业大学，2012.
［7］ 晏登洋.惯性地磁组合导航原理［D］.西安：西北工业大
学，2007.
［8］ 伊程毅.基于地磁和微惯性器件组合姿态测量系统研
究［D］.哈尔滨：哈尔滨工业大学，2013.
［9］ 丁君.基于微惯性传感器的姿态算法研究［D］.上海：上
海交通大学，2013.
［10］ 董超，钱峰.微型姿态解算系统的抗磁干扰算法研究
［J］.电子测量系统，2011，12（5）：59-62.
［11］ 杨宇彬，汤国建，包卫国.地磁姿态探测器的实时标定
算法研究［J］.飞行力学，2014，19（7）：93-96.
［12］ 龙达峰，李杰，刘俊.地磁传感器误差参数估计与补偿
方法［J］.传感技术学报，2014，9（10）：1649-1653.
［13］ 刘晓光，胡静涛，王鹤.基于自适应滤波的组合导航系
统研究［J］.仪器仪表学报，2014，12（7）：1013-1020.
［7］ Suzuki Y，Hikino H. Mechanisms of hypoglycemic
activity of Panaxans A and B，glycans of Panax
ginseng roots：effects on the key enzymes of glu-
cose metabolism in the liver of mice［J］. Phytother-
aphy Research，1989，3（1）：15-19.
［8］ Shin Kwangsoon，Kiyohara Hiroaki，Matsumoto T，et
al. Rhamnogalacturonan II from the leaves of
Panax ginseng C.A. Meyer as a macrophage Fc re-
ceptor expression-enhancing polysaccharide［J］. Car-
bohydrate Research，1997，300（3）：239-249.
［9］ Patil Prafulla D，Gude Veera Gnaneswar，Manner-
swamy Aravind，et al. Optimization of microwave—
assisted transesterification of dry algal biomass us-
ing response surface methodology［J］. Bioresource
Technology，2011，102（2）：1399-1405.
［10］ Yang Wenjian，Fang Yong，Liang Jin，et al. Optimi-
zation of ultrasonic extraction of Flammulina velu-
tipes polysaccharides and evaluation of its acetyl-
cholinesterase inhibitory activity［J］. Food Research
International，2011，44（5）：1269-1275.
［11］ Box G E P，Behnken D W. Some new three level
designs for the study of quantitative variables［J］.
Technometrics，1960，2（4）：455-475.
［12］ Sun Yongxu，Liu Jicheng，Kennedy J F. Applica-
tion of response surface methodology for optimiza-
tion of polysaccharides production parameters from
the roots of codonopsispilosula by a central com-
posite design［J］. Carbohydrate Polymers，2010，80
（3）：949-953.
［13］ Kuo Wanyuan，Lai Hsimei. Effects of reaction con-
ditions on the physicochemical properties of cation-
ic starch studied by RSM［J］. Carbohydrate Poly-
mers，2009，75（4）：627-635.
［14］ Wang Zhanyong，Wang Chenyu，Quan Yue. Extrac-
tion of polysaccharides from Phellinusnigricans my-
celiaand their antioxidant activities［J］. Carbohy-
drate Polymers，2014，99（2）：110-115.
（上接第158页）
132