Purification of rutin by supercritical fluid simulated moving bed chromatography
Notice bibliographique
Résumé
Abstract Recent studies have shown that rutin (Quercetin‐3‐O‐rhamnosylglucoside) may have an inhibitory effect on COVID‐19. Rutin can be extracted from Tartary buckwheat as an active pharmaceutical ingredient. Nevertheless, its purification is mainly hindered by Kaempferol‐3‐O‐rutinoside (K3R) due to their similar molecular structures. This study intends to propose a simulated moving bed (SMB) chromatography process of rutin and K3R to achieve continuous production. True moving bed (TMB) and SMB models were established to numerically analyze and optimize this process. The system consists of a four‐zone SMB with two columns in each zone. The effects of the switch interval, feed flowrate, desorbent flowrate, extract flowrate, raffinate flowrate, and recycle flowrate on the purity and yield of rutin and K3R were investigated and the optimized conditions were chosen as 5 min, 3.5, 40, 34, 9.5, and 24.5 L/min, respectively. Consequently, the purities of 99.64% and 99.25%, and the yields of 99.81% and 99.37% for rutin and K3R were obtained, respectively. The simulation results can provide a guidance for the future industrial application of SF‐SMB to separate rutin and K3R.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».