陳虹竹,張 良,姚 佳,胡小佳,劉倩楠,劉 偉,孫欽秀,胡宏海,劉書成※
(1. 廣東海洋大學(xué)食品科技學(xué)院,廣東省水產(chǎn)品加工與安全重點實驗室,廣東省海洋生物制品工程實驗室,廣東省海洋食品工程技術(shù)研究中心,水產(chǎn)品深加工廣東普通高等學(xué)校重點實驗室,湛江 524088;2. 中國農(nóng)業(yè)科學(xué)院農(nóng)產(chǎn)品加工研究所,農(nóng)業(yè)農(nóng)村部農(nóng)產(chǎn)品加工綜合性重點實驗室,北京 100193;3. 北京城市學(xué)院生物醫(yī)藥學(xué)部,北京 100083)
食品精準營養(yǎng)與個性化制造是中國食品科技發(fā)展的戰(zhàn)略方向,通過新技術(shù)開發(fā)個性化食品是未來食品領(lǐng)域的研究熱點[1]。3D食物打印技術(shù)是適合柔性制造的食品加工技術(shù),它可以采用多種營養(yǎng)素混合復(fù)配,使微量元素、維生素或其他功能因子按照需求比例,采用分層制造、逐層疊加的增材原理,將固體、粉末或流體等原料打印成為特定形狀的新型食品,實現(xiàn)對人群或特殊人群個性化膳食補充需求,是推動食品科技變革的顛覆性技術(shù)[2-6]。
熔融沉積成型(Fused Deposition Modeling,F(xiàn)DM)3D打印是最為常見的增材制造技術(shù)之一[7-9]。在醫(yī)藥領(lǐng)域,F(xiàn)DM通常與熱熔擠出(Hot-Melt Extrusion,HME)相結(jié)合,利用無毒且可生物降解的熱塑性聚合物與藥物活性成分混合擠出載藥線材。通過FDM打印具有各種特殊形狀,內(nèi)部精細結(jié)構(gòu)的藥片或膠囊,還可以打印具有特定釋放曲線的劑型,即可以根據(jù)患者需求,聚焦個體差異(年齡、疾病情況、代謝等),實現(xiàn)藥物的個性化定制,在藥物遞送系統(tǒng)中顯示出巨大的潛力[10-15]。Goyanes等[11]研究了不同形狀的3D藥物在胃腸道釋放的效果,立方體、金字塔、圓柱、球形和圓環(huán)形的藥物呈現(xiàn)不同的釋放曲線。藥物釋放效果不僅受藥物形狀影響,內(nèi)部精細結(jié)構(gòu)對藥物釋放效果的影響更大,如打印雙室嵌套膠囊,并向兩個小室中添加不同劑量的藥物,得到不同的釋放曲線[12],還可以選擇不同的聚合物打印,添加不同的藥物,得到不同藥物成分在同一藥片中差異化釋放[13]。在食品領(lǐng)域,3D打印技術(shù)通常以巧克力粉、面粉、果蔬粉、凝膠等食物為原料打印各種形狀的產(chǎn)品,研究打印參數(shù)對產(chǎn)品品質(zhì)的影響,以及發(fā)展具有可打印性的原料[16-20],而在個性化膳食補充方面研究較少。
借鑒個性化醫(yī)藥的思路,3D打印技術(shù)在個性化膳食營養(yǎng)補充劑或保健食品領(lǐng)域同樣具有潛在應(yīng)用價值。目前中國的膳食營養(yǎng)補充劑或保健食品主要有硬膠囊、軟膠囊、口服液、粉劑、片劑(口服片、含片、咀嚼片等)和丸劑等[21]。針對不同人群,如老年人和兒童對微量元素的每日攝入量差異巨大,傳統(tǒng)的制劑技術(shù)(如壓片等)很難實現(xiàn)個性化,會導(dǎo)致攝入量不足或過量的問題[5-6]。同時,現(xiàn)有的制劑技術(shù)也很難實現(xiàn)營養(yǎng)因子的控制釋放。因此,利用3D打印技術(shù)制備膠囊載體既可以實現(xiàn)營養(yǎng)因子的個性化定制,又具備遞送控釋能力。目前,PLA(Polylactic Acid,聚乳酸)在口服藥物研究中應(yīng)用廣泛,是理想的3D打印膠囊材料之一[22-23],它是由天然玉米淀粉或其他淀粉直接發(fā)酵成乳酸后催化聚合而成,無毒,具有良好的生物相容性、可降解性和可吸收性[24-25]。同樣,這種食源性淀粉降解產(chǎn)物也可作為食物3D打印膠囊的材料,通過設(shè)計膠囊精細的空間結(jié)構(gòu),實現(xiàn)微量元素、維生素或功能因子含量定制和控制釋放[26-27]。從上述分析可以看出,膠囊的精細空間結(jié)構(gòu)是實現(xiàn)營養(yǎng)因子個性化定制和控制釋放的關(guān)鍵。
響應(yīng)面(Response Surface Methodology,RSM)分析法中的Box-Behnken(BBD)設(shè)計可用于開發(fā)、改進和優(yōu)化復(fù)雜過程,可以減少試驗運行次數(shù),提供統(tǒng)計學(xué)上可接受的結(jié)果[28]。人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,ANN)是一種出色的建模工具,具有確定建模系統(tǒng)輸入和輸出之間復(fù)雜的非線性關(guān)系的潛力,以及強大的學(xué)習(xí)能力,能夠根據(jù)觀察結(jié)果使用復(fù)雜非線性方法進行合理化預(yù)測建模得出結(jié)論[29]。因此,將BBD與ANN結(jié)合起來,可以實現(xiàn)在盡可能少量的數(shù)據(jù)基礎(chǔ)上,對復(fù)雜影響因素的體系做出合理的預(yù)測。本研究設(shè)計9通道PLA膠囊支架結(jié)構(gòu),采用Box-Behnken設(shè)計,以支架通道面積均方誤差(Mean-Square Error,MSE)作為響應(yīng)指標,研究打印溫度、打印頭孔徑、打印速度對MSE的影響。采用神經(jīng)網(wǎng)絡(luò)模型進行模擬訓(xùn)練,優(yōu)化3D打印參數(shù),獲得9通道PLA膠囊支架結(jié)構(gòu),為膳食營養(yǎng)補充劑或保健食品個性化制造提供理論依據(jù)。
聚乳酸線材(型號:6955530948411)購于珠海天威飛馬打印耗材有限公司,醫(yī)藥級。
DC-013D打印機,湖北地創(chuàng)三維公司;尼康相機,G級鏡頭AF-P NIKKOR,鏡頭焦距18~55 mm,光圈范圍1:3.5~5.6;BGZ-240鼓風(fēng)干燥箱,上海博迅實業(yè)有限公司;S-507型掃描電子顯微鏡,日本日立公司。
1.3.1 膠囊支架結(jié)構(gòu)設(shè)計
利用solidworks 2016軟件設(shè)計膠囊支架結(jié)構(gòu)(圖1)。膠囊尺寸為16.6 mm×6.61 mm×6.61 mm[30],9個通道表面均是邊長為1 mm的正方形,膠囊邊緣切割成圓弧。
1.3.2 試驗設(shè)計
結(jié)合大量研究人員的結(jié)論與本研究所使用的打印機進行預(yù)試驗,在能順利擠出PLA并打印膠囊支架結(jié)構(gòu)的情況下,決定優(yōu)化打印參數(shù)包括打印溫度(170~190 ℃)、打印頭孔徑(0.2~0.4 mm)和打印速度(20~40 mm/s)。采用BBD試驗設(shè)計確定人工神經(jīng)網(wǎng)絡(luò)優(yōu)化輸入的訓(xùn)練集及驗證集數(shù)據(jù),因素水平編碼表見表1。除3個主要打印參數(shù)外,其他參數(shù)均保持不變,如表2所示。
表1 試驗因素水平Table 1 Factors and levels of experiment
表2 打印過程中的固定參數(shù)Table 2 Fixed parameters during printing
MSE(見公式(1))是反映理論值與實際值之間差異程度的一種度量,能反映實際打印效果與理論效果之間的差異,故本研究中PLA膠囊支架打印效果以支架通道面積MSE作為優(yōu)化響應(yīng)指標。
式中yi為通道真實面積(測量值),m2;i為通道預(yù)測面積(理論值),mm2;m為樣本總數(shù)。i取1 mm2,MSE以百分比結(jié)果表示。
1.3.3 試驗數(shù)據(jù)統(tǒng)計方法
對PLA膠囊支架通道表面進行拍照,采用ImageJ軟件對照片進行分析,首先將照片轉(zhuǎn)為8-bit格式,再調(diào)整閾值,覆蓋所有需要計算的區(qū)域,對每個膠囊的9個通道分別進行面積計算,得到膠囊支架中每個通道的面積[31-32],每組打印條件共統(tǒng)計27個通道面積,按照公式(1)統(tǒng)計每個膠囊支架的MSE值。
1.3.4 膠囊支架微觀結(jié)構(gòu)觀察
對打印好的膠囊支架干燥(40 ℃下干燥24 h[33])、切片,離子濺射噴金儀噴涂處理后利用掃描電子顯微鏡(Scanning Electron Microscopy,SEM)進行觀察,加速電壓5 kV,放大50倍后拍照。
1.3.5 數(shù)據(jù)處理
所有試驗平行測定3次,得到的結(jié)果均以平均值±標準差表示。采用JMP14.0(SAS)的神經(jīng)網(wǎng)絡(luò)平臺對數(shù)據(jù)進行優(yōu)化分析。
采用Box-behnken試驗設(shè)計原理,試驗設(shè)計及結(jié)果見表3所示。
根據(jù)表3試驗數(shù)據(jù),將其作為訓(xùn)練集和驗證集,運用JMP14.0(SAS)的神經(jīng)網(wǎng)絡(luò)平臺,選擇“K折疊”交叉驗證的方法擬合響應(yīng)目標的神經(jīng)網(wǎng)絡(luò)模型,對打印參數(shù)進行優(yōu)化[34]?!癒折疊”交叉驗證法的優(yōu)點在于,將樣本隨機不重復(fù)抽樣分為K份(K折),1份用于驗證,(K-1)份用于訓(xùn)練,每個樣本都被用作訓(xùn)練集和驗證集。
表3 試驗設(shè)計及結(jié)果Table 3 Experimental design results
在經(jīng)過多次神經(jīng)網(wǎng)絡(luò)訓(xùn)練之后,確定采用3×4×1結(jié)構(gòu)的3層神經(jīng)網(wǎng)絡(luò),即3個輸入神經(jīng)元,分別代表打印溫度(X1)、打印頭孔徑(X2)、打印速度(X3);4個隱藏層神經(jīng)元;1個輸出神經(jīng)元,代表網(wǎng)格面積均方誤差(MSE)。設(shè)置各參數(shù)值,隱藏節(jié)點數(shù)4,驗證方法為“K折疊”交叉驗證,折數(shù)5,再現(xiàn)性隨機種子10;激活函數(shù)選擇S形TanH函數(shù),提升學(xué)習(xí)率為0.1,模型為5,擬合選項為變換協(xié)變量,懲罰方法為平方,歷程數(shù)5。執(zhí)行此神經(jīng)網(wǎng)絡(luò)模型的擬合過程,得到擬合決定系數(shù)訓(xùn)練集R2值為0.998,驗證集R2值為0.995。
利用JMP14.0中的曲面刻畫器做三維曲面圖,結(jié)果如圖2所示。從圖2可以看出(圖 2a),當打印溫度為180 ℃時,隨著打印頭孔徑的增大,MSE先減小再增大;孔徑為0.2 mm或0.4 mm時,MSE均高于10%;隨著打印速度的增大,MSE變化趨勢不明顯。從圖2b可以看出,當打印頭孔徑為0.3 mm時,隨著打印溫度和打印速度的增大,MSE變化不大,膠囊通道面積誤差均低于10%。從圖2c可以看出,當打印速度為30 mm/s時,隨著打印溫度的升高,MSE逐漸減小,說明打印效果越好。從上述結(jié)果可以看出,打印頭孔徑對膠囊支架的精度影響最大,而打印溫度與打印速度對MSE的影響較小。Abeykoon等[35]認為PLA是熱的不良導(dǎo)體,因此打印層之間的粘附性差,設(shè)置的打印溫度和打印速度應(yīng)兼容,以避免PLA熔化不穩(wěn)定性。本研究中醫(yī)藥級PLA線材推薦打印溫度在190~210 ℃之間,而Saini等[24]報道PLA的熔化溫度(Tm)一般為145~186 ℃之間,從節(jié)省能耗的角度,本研究選取170~190 ℃的打印溫度,且均能打印成型。
固定打印頭孔徑為0.3 mm時,利用JMP14.0中的預(yù)測刻畫器對打印參數(shù)進行優(yōu)化,預(yù)測結(jié)果見圖3所示。為了優(yōu)化較好的3D打印參數(shù),確定MSE值低于2%時,此時膠囊支架打印精度較高。從圖3a可知,當打印溫度為176 ℃、打印速度為25 mm/s時,MSE能達到最小值1%,即為較好打印條件。當打印溫度為180 ℃、打印速度為30 mm/s時,以及當打印溫度為173 ℃、打印速度為30 mm/s、打印頭孔徑為0.3 mm時,MSE均達到2%(圖 3b、圖3c),因此,在溫度較低,速度較快的情況下,均能得到較好的膠囊支架打印效果。綜上,當打印頭孔徑為0.3 mm,打印速度為25~30 mm/s,打印溫度在173~180 ℃范圍內(nèi)時,在保證打印精度的情況下,打印速度較快,縮短了打印時間,打印的效率得到了保證,同時打印溫度較低,減少了能耗,即為神經(jīng)網(wǎng)絡(luò)優(yōu)化結(jié)果。上述結(jié)果都是基于神經(jīng)網(wǎng)絡(luò)建模得出,還需要進一步驗證,并從微觀精細結(jié)構(gòu)進行佐證。
為了測試神經(jīng)網(wǎng)絡(luò)模型,選取5組新的因素水平組合(見表4)進行試驗。以5組打印條件作為測試集數(shù)據(jù)輸入,利用建立的神經(jīng)網(wǎng)絡(luò)模型對結(jié)果進行預(yù)測,并與試驗結(jié)果進行比對,以檢驗人工神經(jīng)網(wǎng)絡(luò)預(yù)測的準確性和穩(wěn)定性,結(jié)果見表4。從表4可知,5組打印條件相對誤差范圍為0.10%~0.91%,預(yù)測值與試驗值的相對誤差較小,說明建立的神經(jīng)網(wǎng)絡(luò)模型具有較好的預(yù)測能力,能較為準確的預(yù)測MSE,因此該神經(jīng)網(wǎng)絡(luò)模型可以對膠囊支架的通道面積MSE進行預(yù)測分析。
表4 神經(jīng)網(wǎng)絡(luò)模型的測試值與試驗值的比較Tabel 4 Comparison of predicted values and experimental values of artificial neural network
PLA膠囊支架微觀結(jié)構(gòu)及實際打印圖見圖4、圖5所示,組1打印條件的MSE達到最小值1%,為優(yōu)化打印參數(shù)組。實際打印的膠囊支架與模型在形狀與尺寸上差異不大。從圖4中1a、2a、3a圖可以看出,組1、組3的通道均勻,組3的通道形狀更接近正方形;組1未出現(xiàn)拉絲現(xiàn)象(圖5);圖4組2打印條件下,膠囊支架內(nèi)部存在斷層、粘合不牢固的情況。從圖4中1b、2b、3b圖中可以看到,組1的內(nèi)部結(jié)構(gòu)均勻,打印層之間粘合致密;組2的內(nèi)部結(jié)構(gòu)疏松,打印層之間分離、粘合不牢固。這可能有兩個原因:一是打印頭孔徑較小,PLA在打印過程中冷卻收縮,打印頭孔徑直徑越小對應(yīng)的切片層數(shù)越多,冷卻和加熱循環(huán)的次數(shù)也增加,逐層累積可能會使其收縮加劇,導(dǎo)致打印層之間分離;二是打印溫度過低,無法充分融化PLA,而在較高的溫度下各擠出層之間的熔合更好,層與層之間附著力更大[36-37]。圖4中2b圖及圖5組2中還出現(xiàn)拉絲現(xiàn)象,可能是因為擠出時PLA黏度過大,即打印溫度不足以充分融化PLA,使打印過程中線材回退受阻。Abeykoonde等[35]的研究結(jié)果也表明,如果設(shè)定的打印溫度在慢速打印下過高,PLA熔體的粘度就會降低,從而會影響打印產(chǎn)物的尺寸穩(wěn)定性和所需的冷卻時間;同樣,如果設(shè)定的打印溫度在高速打印下過低,PLA可能沒有足夠的時間融化(因為材料可以卡在打印頭內(nèi)),熔體將非常粘稠。當打印溫度和打印速度兼容時可以減少打印產(chǎn)物的收縮,如果設(shè)定的溫度過高(即粘性熔體較少),PLA可能會溢出,因此也很難保持打印產(chǎn)物的尺寸穩(wěn)定性。組3(圖4、圖5)同樣出現(xiàn)拉絲現(xiàn)象,可能是因為0.4 mm打印頭孔徑過大,PLA在180 ℃條件下時充分融化,流動性增大,出現(xiàn)溢料情況,且打印過程中線材回退不及時造成。Valerga等[38]認為較高的打印溫度對產(chǎn)品品質(zhì)會產(chǎn)生負面影響。
在本研究中,180 ℃時,打印層之間完全看不到層與層之間的接觸痕跡(圖4(3b))??赡苁且驗樵?80 ℃打印溫度下,打印頭孔徑越大會導(dǎo)致溢料越多,在打印效果上表現(xiàn)為通道較模型1 mm的正方形偏小,反而較低的打印溫度及較低的打印速度能提高打印精度。從上述分析可知,組1條件同時具有最小精度誤差值和精細微觀結(jié)構(gòu),保真度也很高。綜上所述,從微觀結(jié)構(gòu)看,神經(jīng)網(wǎng)絡(luò)優(yōu)化的最佳打印條件下打印的膠囊內(nèi)部結(jié)構(gòu)均勻,拉絲現(xiàn)象少,層與層之間粘合充分,在宏觀上的表現(xiàn)為MSE值較低。
本研究利用Box-Behnken試驗設(shè)計建立9通道PLA(Polylactic Acid,聚乳酸)膠囊支架結(jié)構(gòu)數(shù)據(jù)集,以支架通道面積MSE(Mean-Square Error,均方誤差)為響應(yīng)指標,采用JMP14.0(SAS)的神經(jīng)網(wǎng)絡(luò)平臺建立了3×4×1結(jié)構(gòu)的3層神經(jīng)網(wǎng)絡(luò)模型,優(yōu)化PLA膠囊支架打印參數(shù),預(yù)測不同打印條件下的膠囊支架MSE。
當打印溫度較高時,打印頭孔徑越大會導(dǎo)致溢料越多,導(dǎo)致通道偏?。淮蛴☆^孔徑越小對應(yīng)的切片層數(shù)越多,逐層累積會使PLA收縮加劇,層與層之間附著力不夠,導(dǎo)致支架結(jié)構(gòu)松散。打印溫度過高容易出現(xiàn)拉絲或擠出溢料的情況,不高于180 ℃時既能保證打印效果,也能減少能耗;打印速度過高過低都會影響打印效果。綜合考慮打印效率、能耗以及支架通道MSE,神經(jīng)網(wǎng)絡(luò)優(yōu)化后打印條件為:當打印頭孔徑為0.3 mm時,打印速度為25~30 mm/s時,打印溫度介于173~180 ℃之間,MSE為1%~2%,膠囊支架打印精度和保真度較好。