基于ANN-GA与RSM模型优化提取的灰白蜡蘑酚类物质评价及其多生物活性研究

《Scientific Reports》：Evaluation of phenolic profile and multi-biological activities of Lepista glaucocana extracts optimized by ANN-GA and RSM models

本研究为探索更具潜力的天然多功能生物活性物质来源，通过响应面方法学（RSM）和人工神经网络-遗传算法（ANN-GA）优化提取参数，系统评价了真菌灰白蜡蘑（Lepista glaucocana）提取物的抗氧化、抗胆碱酯酶及体外抗增殖活性。结果表明，ANN-GA优化提取物的抗氧化活性显著优于RSM提取物，对乙酰胆碱酯酶（AChE）和丁酰胆碱酯酶（BChE）的抑制作用更强，并对多种癌细胞表现出剂量依赖性细胞毒性。这证实了ANN-GA作为一种高效的优化工具，并揭示了灰白蜡蘑作为天然多功能生物活性化合物来源的巨大潜力。

　　

在当今世界，阿尔茨海默病、癌症等慢性疾病仍是威胁人类健康的重大挑战。目前的主流化学药物往往伴随着副作用，这促使科学家们不断寻找更安全、更有效的替代品。天然产物，尤其是来自真菌和植物的生物活性化合物，因其丰富的结构和多样的药理活性，成为了新药研发的“宝藏库”。然而，如何从这些天然资源中高效地提取出活性成分，最大化其生物效能，一直是相关研究领域的核心问题。传统的提取工艺优化方法，如响应面方法学（Response Surface Methodology, RSM），虽然应用广泛，但在处理复杂的非线性关系时可能存在局限性。与此同时，随着人工智能技术的发展，人工神经网络结合遗传算法（Artificial Neural Network-Genetic Algorithm, ANN-GA）显示出处理复杂优化问题的巨大潜力。在这样的背景下，一项发表在《Scientific Reports》上的研究，以灰白蜡蘑（Lepista glaucocana）为研究对象，开启了探索“智能优化”如何赋能天然产物研究的新旅程。

为开展此项研究，研究人员采用了几个关键技术方法。他们使用RSM和ANN-GA两种数学模型，对影响提取的关键参数（温度、时间和乙醇/水比例）进行优化，以最大化灰白蜡蘑提取物的生物活性。随后，他们制备了在两种模型各自得出的最优条件下的提取物。对这些优化提取物，研究人员进行了一系列标准化的体外生物活性测定，包括评估总抗氧化状态（TAS）、铁还原抗氧化能力（FRAP）、DPPH自由基清除活性的抗氧化测试，测定总氧化状态（TOS）和计算氧化应激指数（OSI），抑制乙酰胆碱酯酶（Acetylcholinesterase, AChE）和丁酰胆碱酯酶（Butyrylcholinesterase, BChE）的抗胆碱酯酶活性测试，以及对A549（肺癌）、MCF-7（乳腺癌）和DU-145（前列腺癌）癌细胞系的抗增殖（细胞毒性）测试。此外，他们利用液相色谱-串联质谱（LC-MS/MS）技术对提取物中的酚类化合物进行了定性和定量分析。

提取优化与生物活性测定

研究人员首先运用RSM和ANN-GA模型对提取工艺进行优化，以获取具有最高生物活性的提取物。对比两种方法获得的优化提取物发现，ANN-GA优化提取物的总抗氧化状态（TAS）、铁还原抗氧化能力（FRAP）和DPPH自由基清除活性均显著高于RSM优化提取物。相应地，ANN-GA提取物的总氧化状态（TOS）和氧化应激指数（OSI）值也更低。这表明在提升提取物的综合抗氧化能力方面，ANN-GA模型展现出了更优的性能。

抗胆碱酯酶活性

在针对与阿尔茨海默病病理相关的两种关键酶——乙酰胆碱酯酶（AChE）和丁酰胆碱酯酶（BChE）的抑制实验中，ANN-GA优化提取物同样表现突出。它显示出更强的抑制作用，其半数抑制浓度（IC₅₀）值低于RSM提取物。较低的IC₅₀值意味着达到相同抑制效果所需的药物浓度更低，即效能更高。这一结果为灰白蜡蘑提取物在神经退行性疾病领域的潜在应用提供了初步的实验依据。

抗增殖活性

为了探究提取物在癌症治疗方面的潜力，研究人员测试了它们对三种人类癌细胞系（A549肺癌、MCF-7乳腺癌、DU-145前列腺癌）的细胞毒性。实验结果表明，ANN-GA优化提取物对这三种癌细胞均表现出剂量依赖性的细胞毒性，即随着提取物浓度的增加，其对癌细胞的杀伤或抑制效果也增强。这揭示了灰白蜡蘑提取物中可能含有能够抑制癌细胞增殖的活性成分。

酚类化合物分析

为了揭示上述生物活性背后的物质基础，研究人员采用LC-MS/MS技术对两种优化提取物中的酚类化合物进行了分析。结果发现，ANN-GA优化提取物中含有更高水平的多种酚类物质，包括没食子酸（Gallic acid）、原儿茶酸（Protocatechuic acid）、丁香酸（Syringic acid）和2-羟基肉桂酸（2-Hydroxycinnamic acid）等。这些已知的抗氧化和生物活性分子含量的提升，很可能直接解释了为何ANN-GA提取物在各项生物活性测试中表现更优。

该研究的结论和讨论部分清晰地归纳了其核心发现与重要意义。研究得出结论，与传统的响应面方法学（RSM）相比，人工神经网络-遗传算法（ANN-GA）模型是优化灰白蜡蘑生物活性成分提取工艺的更为高效和优越的工具。由ANN-GA模型指导优化的提取物，在抗氧化、抗胆碱酯酶和体外抗增殖等多个生物活性维度上均表现出显著更强的效果。这一优势很可能归因于ANN-GA模型更擅长捕捉和优化提取参数与复杂生物活性响应之间存在的非线性关系。

更重要的是，这项研究通过系统的化学与生物学评价，有力地证实了灰白蜡蘑（Lepista glaucocana）是一种极具前景的、多功能的天然生物活性化合物来源。其提取物中富含多种酚类化合物，展现出可同时对抗氧化应激、抑制胆碱酯酶（这与改善认知功能相关）以及抑制多种癌细胞增殖的综合潜力。这种“一源多效”的特性对于开发用于预防或辅助治疗氧化应激相关疾病（如神经退行性疾病、心血管疾病）和癌症的多功能天然药物或功能性食品配料具有重要价值。

该研究不仅为灰白蜡蘑这一特定真菌资源的开发利用提供了科学依据，也展示了人工智能辅助的优化策略在天然产物研究与开发领域的强大应用前景。通过更智能的方法获取活性更强的提取物，可以加速从天然资源中发现先导化合物的进程，并提高后续产品开发的效率。因此，这项工作为连接计算智能、天然产物化学和生物医药应用搭建了一座有意义的桥梁。