摘要：采用反馈神经网络结合遗传算法(BPANN-GA)对高效液相色谱(HPLC)法同时测定纤维堆囊菌(Sorangium cellulosum)代谢物中埃博霉素A(Epo A)和埃博霉素B(Epo B)含量的条件进行优化,采用均匀设计(U132)方案对流动相中乙腈的体积分数、色谱柱温度和流动相的pH等3个因素进行实验设计;以色谱函数(COF)值为优化指标,运用双层反馈神经网络建立色谱优化函数(COF)值,考察因素间的预测模型,采用Levenberg-Marquardt backpropagation算法对所建立的神经网络预测模型进行训练,以逼近度(Da)为优化参数,选择预测模型的最适隐含层节点数.最优预测模型预测的COF值与实验值之间的相关系数(R)达到0.98165,采用遗传算法在实验考察范围内进行全局寻优,得到最优化的HPLC分析条件:流动相中乙腈体积分数为29.2%,色谱柱温度为34℃,流动相pH为4.23.在此最优条件下对纤维堆囊菌代谢产物进行HPLC分析,结果表明,该方法对两种埃博霉素色谱峰均具有较好的分离度.

摘要：采用均匀设计(U163)方案考察树脂提取条件对纤维堆囊菌UNH127产生埃博霉素的影响。结果埃博霉素树脂原位提取的最佳工艺条件为:树脂加入时间12.9h,加入量6.4%,培养时间约8d。上述条件下,埃博霉素产量为2.1052mg/L,与预测值(2.1272mg/L)的误差为1.03%。

摘要：埃博霉素是从黏细菌的纤维堆囊菌发酵液中分离得到的大环内酯类化合物,它与紫杉醇具有相同的抑制肿瘤细胞生长作用,其构效关系是目前研究的热点之一。本文着重综述埃博霉素C2～C8区域、烯烃结构、C12～C13位置、环氧部分、R和S结构,以及噻唑侧链的化学修饰研究进展,阐述了修饰后对埃博霉素活性的影响,从而为设计高活性的埃博霉素类似物提供线索。