全 文 ：中草药 Chinese Traditional and Herbal Drugs 第 44 卷 第 4 期 2013 年 2 月 ·430·
星点设计-效应面法优选参芪消岩颗粒渗漉提取工艺
林小玲 1，田成旺 2，张铁军 2*
1. 天津医科大学，天津 300070
2. 天津药物研究院，天津 300193
摘 要：目的 采用星点设计-效应面法，优选参芪消岩颗粒的乙醇渗漉提取工艺条件。方法 以乙醇体积分数（X1）、乙醇
用量（X2）和渗漉速度（X3）为考察因素，姜黄素提取率（Y1）和干膏得率（Y2）为考察指标，采用多元线性回归、二次及
三次多项式拟合建立考察指标与考察因素之间的数学关系，根据最佳数学模型描绘效应面，再根据效应面优选最佳条件。结
果 多元二项式模拟的模型最佳：Y1＝70.54＋12.62 X1＋0.61 X2－0.052 X3＋0.32 X1X2－0.52 X1X3－1.12 X2X3－5.35 X12－0.28
X22＋0.40 X32（r1＝0.873 5，P＜0.01），Y2＝8.46－1.00 X1＋0.47 X2－0.18 X3＋0.098 X1X2＋0.24 X1X3－0.21 X2X3－0.32 X12＋
0.17 X22－0.081 X32（r2＝0.935 3，P＜0.01），姜黄素提取率和干膏得率理论预测值与实测值偏差较小。最优提取工艺为 16
倍量 80%乙醇，渗漉速度 13 mL/(min·kg)，姜黄素提取率 78.82%，干膏得率 8.35%。结论 建立的模型可较好地描述该实验
中因素与指标的关系，具有良好的预测性。
关键词：参芪消岩颗粒；姜黄素；星点设计；效应面法；提取工艺
中图分类号：R284.2 文献标志码：A 文章编号：0253 - 2670(2013)04 - 0430 - 04
DOI: 10.7501/j.issn.0253-2670.2013.04.011
Optimization of percolation extraction for Shenqi Xiaoyan Granule by central
composite design-response surface method
LIN Xiao-ling1, TIAN Cheng-wang2, ZHANG Tie-jun2
1. Tianjin Medical University, Tianjin 300070, China
2. Tianjin Institute of Pharmaceutical Research, Tianjin 300193, China
Key words: Shenqi Xiaoyan Granule; curcumin; central composite design; response surface method; extraction technology

参芪消岩颗粒为天津药物研究院在研的一种口
服颗粒剂，处方来源于天津中医药大学第一附属医
院肿瘤科多年临床经验方消岩汤，由黄芪、太子参、
姜黄、郁金等 8 味药组成，用于气血瘀滞型非小细
胞肺癌的辅助治疗。姜黄中的姜黄素具有抗炎、抗
氧化、抗肿瘤、调血脂等药理作用[1]，姜黄素抗肿
瘤的高效、低毒、多靶点的特性已成为研究热点，
美国国立肿瘤所已将其列为第三代防癌药。本实验
以姜黄素提取率作为指示性指标，通过星点设计-
效应面法优选处方中夏枯草、白花蛇舌草、姜黄、
郁金 4 味药材的乙醇渗漉提取工艺。
在工艺优化和处方筛选过程中，常需考察多个
因素对结果的影响，并对结果进行优化。国内常用
均匀设计和正交设计进行优化，但两种方法的试验
精度不高，建立的数学模型预测性较差。星点设计-
效应面法采用非线性数学模型拟合，在中心点进行
重复性试验，以提高试验精度，预测值更接近真实
值，且试验次数也较少。星点设计-效应面法广泛应
用于优化处方或制剂工艺[2-4]，近几年用于中药提取
工艺优化的报道也逐渐增多[5-7]，目前多用于回流提
取的工艺优化，考察乙醇体积分数、回流时间及乙
醇用量 3 个因素，而回流次数对提取效果影响甚大，
因其为非连续性变量，若作为考察因素不能使用星
点设计-效应面法进行试验分析[8]。因此运用星点设
计-效应面法对回流提取工艺进行优化仍存在一定
的缺陷。目前国内还未见采用星点设计-效应面法进
行中药材渗漉提取工艺优化的相关报道。考虑到渗
漉提取工艺的主要影响因素乙醇体积分数、乙醇用

收稿日期：2012-06-28
作者简介：林小玲（1987—），女，天津医科大学生药学专业硕士研究生， 主要从事中药新药研发。Tel: (022)23006843 E-mail: tjykd.lxl@163.com
*通信作者 张铁军 Tel: (022)23006848 E-mail: tiejunzh2000@yahoo.com.cn
中草药 Chinese Traditional and Herbal Drugs 第 44 卷 第 4 期 2013 年 2 月 ·431·
量和渗漉速度皆为连续性变量，对于变量是连续性
的多因素试验分析，使用星点设计-效应面法试验分
析最佳[8]。因此本实验引入星点设计-效应面法优选
参芪消岩颗粒的乙醇渗漉提取工艺，旨在对参芪消
岩颗粒的提取工艺进行优化，同时为探讨该法应用
于传统药材提取工艺的可行性提供依据。
1 仪器与材料
Lab Alliance 高效液相色谱仪，Series II 一元泵
系统，Lab Alliance 色谱工作站；Sartovius 电子天平
（十万分之一，Sartovius 公司）；Mettler Toledo 电子
天平（万分之一，Mettler Toledo 公司）；HH—4 恒
温水浴锅（巩义市予华仪器有限公司）；电热恒温干
燥箱（天津市实验仪器厂）。
姜黄素对照品（批号 110823-201004，中国食
品药品检定研究院），乙腈（色谱纯，天津市康科德
科技有限公司），乙醇、冰醋酸（分析纯，天津市凯
信化学工业有限公司），去离子水。
姜黄、郁金、夏枯草、白花蛇舌草药材均购自
天津市中药饮片厂，经天津药物研究院张铁军研究
员鉴定，姜黄为姜科植物姜黄 Curcuma longa L. 的
干燥根茎，郁金为姜科植物温郁金 Curcuma
wenyujin Y. H. Chen et C. Ling 的干燥块根，夏枯草
为唇形科植物夏枯草 Prunella vulgaris L. 的干燥果
穗，白花蛇舌草为茜草科植物白花蛇舌草 Hedyotis
diffusa Willd. 的干燥全草。
2 方法与结果
2.1 渗漉提取工艺
将各药材粉碎过 24 目筛，称取处方量夏枯草、
白花蛇舌草、姜黄、郁金共 50 g，加入一定量一定
体积分数乙醇浸泡 16 h 后，进行渗漉，得渗漉液。
测定渗漉液中姜黄素的质量浓度，计算其提取率。
姜黄素提取率＝渗漉液中姜黄素的质量浓度×渗漉液
体积 / 药材中姜黄素的总质量
2.2 干膏得率测定
精密吸取渗漉液样品适量，至已恒定质量的蒸
发皿中水浴蒸干，按《中国药典》2010 年版一部附
录 IX G 干燥失重法测定，计算干膏得率。
干膏得率＝干膏质量 / 药材总质量
2.3 姜黄素的测定
2.3.1 对照品溶液的制备 精密称取姜黄素对照品
4.94 mg 置于 50 mL 量瓶中，用甲醇溶解并稀释至
刻度，摇匀，得对照品储备液，备用。
2.3.2 供试品溶液的制备 精密吸取渗漉液 2 mL
置于 25 mL 量瓶中，用相应体积分数乙醇稀释至刻
度，摇匀，过 0.45 μm 滤膜，取续滤液，即得。
2.3.3 色谱条件 参照《中国药典》2010 年版一部
姜黄项下测定方法。色谱柱为 Thermo Dim ODS 柱
（250 mm×4.6 mm，5 μm），流动相为乙腈-4%冰醋
酸（48∶52），柱温 30 ℃，体积流量 1.0 mL/min，
检测波长为 430 nm。
2.3.4 线性关系考察 精密吸取一定量上述姜黄素
对照品溶液，按倍数关系稀释成 6 种不同质量浓度
的溶液，分别吸取 10 μL，记录色谱峰积分面积。
以姜黄素对照品质量浓度为横坐标（X），峰面积为
纵坐标（Y）进行线性回归，得回归方程 Y＝101.87
X－3.75，r＝0.999 6，表明姜黄素在 4.94～19.76
μg/mL 线性关系良好。
2.3.5 渗漉液中姜黄素的测定 分别精密吸取姜黄
素对照品和供试品溶液各 10 μL，注入液相色谱仪，
测定，采用外标法进行计算。色谱图见图 1。
2.3.6 姜黄药材中姜黄素的测定 按照《中国药典》
2010 年版一部“姜黄”项下方法测定，色谱图见图
1。通过回归方程计算，得本批姜黄药材中姜黄素的
质量分数为 1.04%。
2.4 星点设计试验及模型拟合
根据预试验结果，确定渗漉提取工艺的影响因
素以及各因素所取的水平范围。本实验以姜黄素提
取率（Y1）和干膏得率（Y2）为考察指标，考察因
素为乙醇体积分数（X1）、乙醇用量（X2）和渗漉速
度（X3）。根据星点设计的原理，每个因素设 5 水平，



图 1 姜黄素对照品 (A)、姜黄药材 (B) 和渗漉液 (C) 的 HPLC 色谱图
Fig. 1 HPLC chromatograms of curcumin reference substance (A),
Curcumae Longae Rhizoma (B), and percolation solution (C)
A B C
姜黄素 姜黄素 姜黄素
0 4 8 12 0 4 8 12 0 4 8 12
t / min
中草药 Chinese Traditional and Herbal Drugs 第 44 卷 第 4 期 2013 年 2 月 ·432·
水平代码及其所代表的实际操作物理量见表 1。按
照上述提取与测定方法，测定 Y1及 Y2，试验设计与
结果见表 1。
以Y1和Y2为因变量，运用统计分析软件Design-

表 1 星点试验设计与结果
Table 1 Arrangement and results of central composite design
试验号 X1 / % X2 / 倍
X3 /
(mL·min−1·kg−1)
Y1 / % Y2 / % 试验号 X1 / % X2 / 倍
X3 /
(mL·min−1·kg−1)
Y1 / % Y2 / %
1 58.45 (−1) 11.69 (−1) 7.11 (−1) 53.39 9.26 11 70.00 (0) 10.00 (−1.732) 10.00 (0) 70.12 8.28
2 58.45 (−1) 11.69 (−1) 12.89 (1) 58.67 8.48 12 70.00 (0) 18.00 (1.732) 10.00 (0) 69.62 10.04
3 58.45 (−1) 16.31 (1) 7.11 (−1) 57.77 9.95 13 70.00 (0) 14.00 (0) 5.00 (−1.732) 73.90 8.79
4 58.45 (−1) 16.31 (1) 12.89 (1) 57.67 9.16 14 70.00 (0) 14.00 (0) 15.00 (1.732) 69.92 8.05
5 81.55 (1) 11.69 (−1) 7.11 (−1) 70.82 5.89 15 70.00 (0) 14.00 (0) 10.00 (0) 70.22 8.70
6 81.55 (1) 11.69 (−1) 12.89 (1) 73.11 6.90 16 70.00 (0) 14.00 (0) 10.00 (0) 68.63 8.71
7 81.55 (1) 16.31 (1) 7.11 (−1) 75.60 7.79 17 70.00 (0) 14.00 (0) 10.00 (0) 68.33 8.24
8 81.55 (1) 16.31 (1) 12.89 (1) 74.30 7.15 18 70.00 (0) 14.00 (0) 10.00 (0) 70.42 8.60
9 50.00 (−1.732) 14.00 (0) 10.00 (0) 22.81 9.12 19 70.00 (0) 14.00 (0) 10.00 (0) 71.22 8.20
10 90.00 (1.732) 14.00 (0) 10.00 (0) 86.55 6.29 20 70.00 (0) 14.00 (0) 10.00 (0) 74.40 8.30

Expert 7 以各因变量分别对自变量进行多元线性回
归、二项式和三项式拟合，并以相关系数（r）和置
信度（P）为模型判定标准，选择有较大 r 值和较优
P 值对方程进行优化，得多元线性回归方程：Y1＝
66.87＋12.62 X1＋0.61 X2－0.052 X3（r1＝0.718 5，
P＜0.01），Y2＝8.3－1.00 X1＋0.47 X2－0.18 X3（r2＝
0.789 8，P＜0.01）；二项式方程：Y1＝70.54＋12.62
X1＋0.61 X2－0.052 X3＋0.32 X1X2－0.52 X1X3－1.12
X2X3－5.35 X12－0.28 X22＋0.40 X32（r1＝0.873 5，
P＜0.01），Y2＝8.46－1.00 X1＋0.47 X2－0.18 X3＋
0.098 X1X2＋0.24 X1X3－0.21 X2X3－0.32 X12＋0.17
X22－0.081 X32（r2＝0.935 3，P＜0.01）；三项式方
程：Y1＝70.54＋18.40 X1－0.14 X2－1.15 X3＋0.32
X1X2－0.52 X1X3－1.12 X2X3－5.35 X12－0.28 X22＋
0.40 X32＋0.22 X1X2X3＋1.31 X12X2＋1.92 X12X3－
10.11 X1X22（r1＝0.802 4，P＜0.01）；Y2＝8.46－0.82
X1＋0.51 X2－0.21 X3＋0.098 X1X2＋0.24 X1X3－0.21
X2X3－0.32 X12＋0.17 X22－0.0.81 X32－0.21 X1X2X3－
0.068 X12X2＋0.064 X12X3－0.32 X1X22（r2＝0.851 3，
P＜0.01）。
多元线性回归和三项式各拟合方程的复相关系
数均较低，表示模型拟合度不高，自变量与因变量
之间线性相关性较差，所以不宜用线性和三次项模
型。而多元二项式回归各拟合方程复相关系数均较
高，表明具体实验因素对效应值的影响不是简单的
线性关系。最后选择多元二项式拟合模型为成功模
型，实测值和预测值基本吻合，有较好的预测作用。
2.5 效应面优化与预测
根据优化后的二项式方程，运用 Design-Expert
7 软件作三维效应面图（图 2）。
当乙醇体积分数在 50%≤X1≤90%，乙醇用量
在 10 倍≤X2≤18 倍，渗漉速度在 5 mL/(min·kg)≤
X3≤15 mL/(min·kg)，根据上述二次项回归方程，计
算出优化条件：X1＝81.55%，X2＝16.21 倍，X3＝
13.57 mL/(min·kg)，可预测出 Y1max 为 80.55%，Y2
为 8.04%。考虑到实验操作的科学性，最优工艺定
为 16 倍量 80%乙醇，渗漉速度 13 mL/(min·kg)。
2.6 验证试验
根据最佳提取工艺条件渗漉提取 3 份样品，测
定 Y1和 Y2。结果 Y1分别为 78.59%、79.58%、78.29%，
Y2 分别为 8.45%、8.42%、8.19%。验证试验结果与
方程预测值比较，相对偏差[相对偏差＝（预测值－
实测值）/预测值]分别为 2.15%、−3.86%。
3 讨论
本实验采用星点设计-效应面法得出乙醇体积
分数、乙醇用量、渗漉速度对姜黄素提取率和干膏
得率的效应趋势，优化了参芪消岩颗粒的乙醇渗漉
提取工艺。此外，还使用 L9(3)4 正交设计法进行参
芪消岩颗粒提取工艺筛选，优选提取工艺为 X1＝
90%，X2＝16 倍，X3＝9 mL/(min·kg)，3 批验证试
验得姜黄素提取率为 75.39%，干膏得率为 6.37%。
而星点设计法优选提取工艺为X1＝80%，X2＝16倍，
中草药 Chinese Traditional and Herbal Drugs 第 44 卷 第 4 期 2013 年 2 月 ·433·



图 2 效应面图
Fig. 2 Response surface

X3＝13 mL/(min·kg)，3 批验证试验得姜黄素提取率
为 78.82%，干膏得率为 8.35%。
由实验结果可知星点设计优化的实测值与理论
值相差不大，且与正交设计所得优化结果相比：二
者所用溶剂量相等，但星点设计中乙醇的体积分数
比正交设计低，渗漉速度也较快，且提取率也较正
交设计高。原因可能是乙醇体积分数大，渗漉速度
慢，提取出的姜黄素以外的物质抑制姜黄素的渗出，
使姜黄素提取率降低。再者星点设计在试验次数上
并无显著增加，且在设定的水平范围内，得出的最
优工艺不仅限于执行的水平点；采用非线性模型更
接近客观实际。效应面三维图使因素对指标的影响
趋势直观明了，实验精度更高。但优化工艺的姜黄
素提取率在 80%左右，原因可能是药材中的其他物
质对姜黄素的渗出有影响或姜黄素耐光、耐热性较
差[9]导致。
参考文献
[1] 罗廷顺, 李洪文, 刘正文, 等. 姜黄素的提取分离与药
理作用研究进展 [J]. 现代药物与临床, 2011, 26(2):
102-107.
[2] 吴 伟, 崔光华. 星点设计-效应面优化法及其在药学
中的应用 [J]. 国外医学 : 药学分册 , 2000, 27(5):
292-298.
[3] 张 瑜, 白 颖. 星点设计-效应面法优化盐酸青藤碱
脉 冲 片 处 方 的 研 究 [J]. 中 草 药 , 2010, 41(7):
1088-1091.
[4] 王 博, 任晓文, 李洪起, 等. 星点设计-效应面法优化
银杏酮酯包合物的制备工艺 [J]. 中草药, 2011, 42(2):
262-265.
[5] 施俊辉, 杨军宣, 赵成城, 等. 星点设计-效应面法优化
栀子的提取工艺 [J]. 时珍国医国药 , 2011, 22(3):
667-669.
[6] 王秋红, 苏 阳, 吴 伦, 等. 星点设计-效应面法优化
升麻提取工艺 [J]. 中国实验方剂学杂志, 2012, 18(1):
24-27.
[7] 李攀登, 张崇禧, 李金玲, 等. 星点设计-效应面法优化
刺五加叶提取工艺 [J]. 药物分析杂志, 2010, 30(6):
1064-1068.
[8] 刘艳杰, 项荣武. 星点设计效应面法在药学试验设计
中的应用 [J]. 中国现代应用药学 , 2007, 24(6):
455-457.
[9] 柯铭清. 中草药有效成分理化与药理特性 [M]. 长沙:
湖南科学技术出版社, 1982.

79.0
65.5
52.0
16.31
Y 1
/
%

14.00
11.69 58.45
70.00
81.55
X2 / 倍 X1 / %
9.7
6.7
8.2
Y 2
/
%

16.31
14.00
16.31 58.45
70.00
81.55
X2 / 倍 X1 / %
74.4
71.3
68.2Y
1 /
%

12.89
10.00
7.11
16.31
14.00
11.69X3 / (mL·min−1·kg−1) X2 / 倍
9.4
8.7
8.0
Y 2
/
%

12.89
81.55
7.11 11.69
14.00
16.31
X2 / 倍
79.0
65.5
52.0
12.89
10.00
58.45 7.11
70.00
81.55
X1 / %
Y 1
/
%

9.5
8.2
6.9
7.11
12.89
10.00
58.45
70.00
81.55
X1 / %
Y 2
/
%

X3 / (mL·min−1·kg−1)
X3 / (mL·min−1·kg−1) X3 / (mL·min−1·kg−1)