使用九层塔叶提取物绿色合成金纳米颗粒：表面等离子共振响应的一因素筛选和多变量优化

本研究提出了一种统计优化的协议，用于使用水溶性九层塔叶提取物（AKPLE）绿色合成金纳米颗粒（Au NPs）。采用了一种综合实验策略，从初步的一因素逐次（OFAT）筛选过渡到五因素Box–Behnken设计，以建模并同时优化来自表面等离子共振的两个关键光学响应：峰值位置（λmax）及其吸光度强度。高度预测的二次模型（R2 > 0.97）显示，合成结果受显著的非线性曲率的影响，交互效应较小。通过满意度函数进行多响应优化，确定了一组协调的条件（HAuCl4：0.44 mM，AKPLE：3.50% v/v，温度：80.6 °C，pH：7.2，时间：66.7分钟），预计在540 nm时最小化λmax，同时最大化吸光度至0.61。在这些优化条件下的合成成功产生了球形、结晶的Au NPs，表征结果证实（平均TEM大小：26.3 ± 4.1 nm；zeta电位：–30.45 mV）。这项工作证明，混合的OFAT-RSM方法在植物介导的Au NP合成的精确多变量优化中优于传统的OFAT方法，提供了一个经过验证且可扩展的框架，以平衡纳米颗粒的大小和等离子强度——这一结果是传统OFAT方法无法实现的。