所有提交的EM系统将被重定向到网上投稿系统.作者被要求将文章直接提交给网上投稿系统各自的日志。

原文
,卷:12(10)

Plackett Burman设计在微波提取大豆皮多糖中的应用

*通信:
Thirugnanasambandhama K安娜大学化学工程系,印度泰米尔纳德邦金奈-600025电话:+ 91 - 4294226606,电子邮件: (电子邮件保护)

收到:Thirugnanasambandhama K, Sivakumar V, Marcelino LG。的应用Plackett-Burman微波提取大豆皮多糖的设计。生物技术学报,2016;12(10):105。

摘要

本研究的主要目的是研究微波法从大豆壳中提取多糖的效率。采用Plackett-Burman设计对样品质量(g)、NaOH浓度(%)、微波功率(W)、搅拌速度(rpm)、提取时间(min)、温度(℃)、溶剂体积(ml)进行有效工艺变量筛选。采用Box-Behnken设计(BBD)研究了工艺变量对多糖得率的影响。利用Derringer期望函数法确定了多糖产量最大化的最佳条件:样品重量为3g,微波功率为300 W,提取时间为5 min,温度为45℃。在此优化条件下,多糖得率预测为27%。傅里叶变换红外光谱学(FTIR)获得了振动光谱,结果表明多糖的存在。这一结果证实了微波提取大豆壳多糖的有效性。

关键字

多糖;大豆;微波;模型发展;优化

简介

多糖广泛分布于植物、动物和微生物中,由于其独特的生物活性和化学结构,是食品和药品工业添加剂的有趣来源[1].特别是抗肿瘤作用的生物学活性近年来在生化和医学领域引起了越来越多的关注。特别是大豆多糖具有显著的降血糖和降高血脂活性[2].大豆皮是大豆加工工业的主要副产品,不溶性碳水化合物部分含有50%的半纤维素,30%的果胶和20%的纤维素。因此,大豆壳是多糖的潜在商业来源[3.].近几十年来,人们利用索氏法、溶剂法、超声提取法等多种技术从大豆壳中提取生物活性多糖[4].但这些萃取技术存在萃取效率低、操作成本高、萃取质量不正常等缺点[5因此,有必要设计一种有利的、有效地从大豆壳中提取多糖的工艺。

目前,微波辅助提取(MAE)较其他常规方法提高了提取效率,被广泛应用于各种植物材料中多糖的提取[6].当用微波辅助提取提取多糖时,两种主要机制同时起作用。其中之一是温度的迅速升高,降低了乳液的粘度,打破了植物材料的外膜,从而提高了萃取收率。另一种方法是分子旋转,它中和了Zeta电位,从而提高了萃取率[7].此外,样品质量、微波功率和提取时间等工艺变量对提取效率有显著影响。这些参数的优化可显著提高多糖的得率,[8].在各组统计设计中,Plackett-Burman设计可用于初步研究,以检测响应值的影响因素[9].这些因素可以在涉及二阶模型的进一步优化过程中确定或消除。响应面方法(RSM)是一种有效的统计工具,可以用来评价各因素之间的相互作用,同时估计多个过程变量及其相互作用对响应变量的影响。RSM已成功应用于改进和优化生物活性化合物的提取工艺[10].然而,据我们所知,利用响应面法(RSM)通过Plackett-Burman析因设计(PB)从大豆中提取多糖的MAE尚未在文献中描述。因此,本研究试图考察微波从大豆壳中提取多糖的效率与样品质量(g)、浓度(%)、微波功率(W)、搅拌速度(rpm)、提取时间(min)、温度(℃)和溶剂体积(ml)等操作变量的函数关系。Plackett-Burman阶乘设计(PB)允许从大量的过程变量中筛选主要因素,因此这些设计在初步研究中非常有用,其中主要目标是选择可以在进一步优化过程中固定或消除的变量。此外,响应面方法(RSM)结合BBD是一种有效的战略实验工具,可以确定多变量系统的最优条件。因此,采用PB和BBD设计对多糖最高产量的工艺变量进行了研究和优化。

材料与方法

材料及化学品

所用的大豆壳采集自泰米尔纳德邦的Pollachi,并在室温下干燥。氢氧化钠(NaOH)所有其他化学试剂均为分析级,并从当地供应商购买。

多糖的提取

大豆皮首先用高速旋转切割机研磨,然后经过40目筛分。用甲苯/乙醇(2:1,v/v)在索氏箱中脱蜡6小时。脱蜡后的样品在60℃下干燥24小时,放在干燥器中室温保存直至使用。用美国标准试验方法(ASTM)测定了大豆壳的组成,结果表明:粗纤维34.7%,蛋白质11.0%,灰分5.2%,提取物1.58%,水分7.1%。采用30SC4 30-L微波炉,在不同微波功率和提取时间下进行提取。提取后,离心去除多糖提取物的碎片。然后用四体积95% (V/V)乙醇在4°C下沉淀多糖水溶液48 h。沉淀经离心(6000 rpm, 30 min),丙酮洗涤,干燥得到粗多糖。计算多糖得率[11]如下:

图像(1)

式中,X为多糖重量,Z为大豆壳重量。

统计实验设计

采用Plackett-Burman统计设计对提取工艺变量的筛选进行评价。这是一个两级阶乘设计的一小部分,允许用至少“n”个实验调查“n-1”个变量。在12个组合中筛选了4个因素,这些组合将提供适当的误差估计,所有的试验实验都是一式两份进行的,观察结果的平均值被用作设计的响应。

本设计要求每一级变量的频率应相等,且在每次试验中,高和的个数相等变量应该相等。然后在确定特定变量的影响时,将改变其他变量的影响抵消掉。主要效应的计算方法是在高设定时(+1)进行的测量平均值与在高设定时观察到的测量平均值之间的差值各因素设置(−1)。Plackett-Burman实验设计是基于一阶的模型模型描述因素之间没有相互作用。它主要用于筛选和评价影响萃取过程的重要因素。置信度在95%以上的因素被认为是影响过程最显著的因素。工艺变量筛选完成后,采用Box-Behnken设计(BBD)对影响多糖得率的工艺变量进行优化研究。所有统计分析均采用Stat-Ease Design Expert 8.0.7.1进行。实验运行建立在一个BBD的基础上,整个设计包括29个实验,并对BBD实验数据进行多元回归分析[12].然后,通过构建三维响应面图,研究了工艺变量对萃取过程的个体效应和交互效应。最后,利用数值优化技术,采用德林格期望函数法对多糖产量最高的工艺变量进行优化[13].

多糖的红外光谱表征

傅立叶变换红外光谱光谱学采用FTIR光谱仪对粗提物进行检测。将粗样的一部分与99%干燥的溴化钾(KBr)粉混合,压缩制成直径为3mm的盐盘。对这些圆盘进行了频率范围为400 cm的FTIR光谱测量-1到4000厘米-1

结果与讨论

采用Plackett-Burman (PB)设计筛选工艺变量

微波提取大豆壳多糖的工艺参数选择对提高提取效率具有重要意义。为了筛选样品质量(A)、NaOH浓度(B)、微波功率(C)、搅拌速度(D)、提取时间(E)、温度(F)、溶剂体积(G)等对多糖得率的主要影响变量,采用Plackett-Burman (PB)设计,其工艺变量列于表1

流程变量 范围
-1 1
样品重量(g) 1 3.
NaOH浓度(%) 0.5 1.5
微波功率(W) One hundred. 300
搅拌速度(rpm) 25 75
提取时间(min) 2 6
温度(°C) 30. 60
溶剂体积(ml) 10 30.

表1。过程变量Plackett-Burman设计。

PB设计矩阵由12次试验组成,对应的反应即多糖收率(Y1, %)如图所示表2.然后采用回归分析方法对PB设计进行了分析,并将过程变量的估计效应和系数显示在表3

运行命令 一个 B C D E F G 日元
1 1 1.5 300 75 2 60 30. 18.75
2 1 0.5 300 75 6 30. 30. 18.75
3. 1 0.5 One hundred. 75 6 60 10 18.75
4 3. 0.5 300 25 2 30. 30. 19
5 1 1.5 300 25 6 30. 10 19
6 3. 0.5 One hundred. 25 6 60 30. 19.25
7 3. 0.5 300 75 2 60 10 19.25
8 1 1.5 One hundred. 25 2 60 30. 18.75
9 3. 1.5 300 25 6 60 10 19.25
10 1 0.5 One hundred. 25 2 30. 10 18.5
11 3. 1.5 One hundred. 75 6 30. 30. 18.75
12 3. 1.5 300 75 2 30. 10 18.5

表2。Plackett-Burman设计及其结果。

流程变量 多糖产量(Y1)
影响 系数
样品重量(g) 8.54 4.6
NaOH浓度(%) -25.10 -17.25
微波功率(W) 2.54 1.88
搅拌速度(rpm) -7.24 -3.58
提取时间(min) 15.22 8.84
温度(°C) 9.22 6.49
溶剂体积(ml) -8.64 -5.55

表3。Plackett-Burman过程变量的估计效应和系数。

从结果可以发现,在七个测试变量中,样品质量(A)、微波功率(C)、提取时间(E)和温度(F)对提取过程有正影响,而其他变量NaOH浓度(B)、搅拌速度(D)和溶剂体积(G)对提取过程有负影响。上述结果表明,微波提取大豆壳多糖的有效工艺变量为样品质量(A)、微波功率(C)、提取时间(E)和温度(F) [14].

Box-Behnken设计

为了估计和优化工艺变量对多糖产量的影响(Y1以大豆壳为样本,采用四因素三水平Box-Behnken响应面设计(BBD)。共进行29个批次试验,分为3个重复,结果报告在表4.得到的响应值表4采用多元回归分析,以解释提取过程。得到的结果表明,它是二阶多项式模型最适合F值和较低的p值[15].因此,是二阶多项式模型选择线性项、交互项和二次项,最终得到的二阶多项式模型如下[16]:

运行 一个 C E F 日元
1 3. 200 2 45 18.54
2 2 200 4 45 23.38
3. 3. 300 4 45 23.32
4 3. 200 4 30. 17.43
5 1 200 2 45 9.59
6 3. 200 4 60 26.64
7 2 One hundred. 2 45 19.62
8 2 One hundred. 4 30. 28.13
9 2 200 4 45 23.38
10 1 200 4 30. 8.14
11 2 200 6 30. 6.38
12 2 One hundred. 6 45 18.43
13 2 200 2 60 4.95
14 2 200 6 60 30.38
15 2 300 6 45 11.38
16 1 One hundred. 4 45 28.45
17 2 200 4 45 23.38
18 2 300 4 60 7.32
19 2 200 4 45 23.38
20. 2 200 4 45 23.38
21 1 300 4 45 1.38
22 2 One hundred. 4 60 1.58
23 2 300 2 45 11.68
24 2 200 2 30. 0.21
25 1 200 4 60 8.38
26 3. 200 6 45 11.38
27 3. One hundred. 4 45 1.16
28 2 300 4 30. 9.38
29 1 200 6 45 2.54

表4。BBD和他们的结果。

Y1= 23.38 + 3.33 - 2.74 - 1.33 c + e + 0.80 f + 12.31 ac - 0.028 - ae公元房颤+ 2.24 + 0.22 + 6.12 cf + 4.82 ef 4.23 - 4.84 - a2 - - c2 - 6.32 - 5.84 e2 - - f2 (2)

在那里,Y1是多糖的产量。为了验证所建立的数学模型的正确性,从选定的过程变量范围中随机选取实验值,并与模型预测图与实际图(图1而且2).

biotechnology-an-indian-journal-Schematic-diagram

图1:微波反应器原理图。

biotechnology-an-indian-journal-Actual-versus

图2:Y的实际和预测图1

这张图帮助我们找出预测值和实验值之间的联系。该图中某点的数据非常接近对角线,表明实验数据之间有很好的充分的一致性。此外,响应的P(<0.0001)和F(>2)值表明所建立的数学模型的适用性。从这些结果中,得出了发展的数学模型可以描述提取过程,非常稳健。

工艺变量对萃取过程的影响

在检验所建立的数学模型是否足够后,该模型可用于建立三维响应面图(图3一而且3 b),以研究各工艺变量对多糖得率的个体和交互作用[17].

biotechnology-an-indian-journal-Response-surface

图3:响应面图表示工艺变量对萃取过程的影响。

biotechnology-an-indian-journal-extraction-process

图3 b:响应面图表示工艺变量对萃取过程的影响。

样品质量是影响大豆壳多糖提取的重要参数之一。为了研究样品重量对多糖得率的影响,在1g至3g的不同样品重量范围内进行了实验,结果如图所示图3一.从结果中,可以观察到,多糖产量随着样品重量的增加线性增加,直到2.5 g。这可以解释为,试样质量的增加会使较大的比表面积在微波辐照下增大,从而提高萃取效率。然而,重量超过2.5 g的样品对多糖产量有负面影响[1218].

微波功率是影响大豆壳多糖得率的重要因素。因此进行实验研究微波功率(100 W ~ 300 W)对多糖得率的影响。从结果可以看出,从100 W到250 W,随着微波功率的增加,多糖的得率呈线性增加(图3一).微波技术包括微波穿透技术能源进入大豆外壳,由于分子摩擦产生了一个体积分布的热源。这是由于极性溶剂的偶极旋转和溶解离子的导电迁移,加速了目标化合物的传质。因此,多糖的提取率提高了[1519].

提取时间是微波提取大豆壳多糖的关键工艺参数之一。为考察其对多糖得率的影响,在不同提取时间(2 min至6 min)下进行了实验,结果见图3 b.通过观察发现,多糖得率随着提取时间的增加而迅速增加,最长可达5 min。这一现象可以解释为,随着提取时间的增加,有效提取工艺的反应位点增加,从而提高了多糖得率。超过5分钟的提取时间对大豆壳样品中多糖的得率影响可忽略不计[20.].温度是影响萃取过程最重要的参数之一。为了研究温度对大豆壳多糖产量的影响,在不同温度下进行了实验,结果描述在图3 b.结果发现,超过50°C的温度,大豆壳的多糖产量就会降低[21].

工艺变量优化

为了确定微波提取大豆皮多糖的最佳工艺条件,采用数值优化技术对多个反应同时进行优化。利用德林格期望函数法确定了提高多糖产量的最佳条件[22]要求:样品重量3g,微波功率300w,提取时间5min,温度45℃。在此优化条件下,多糖得率预测为27%。

粗提物的红外光谱分析

采用FTIR分析,找出粗提物中存在的官能团。从大豆壳中提取粗多糖的红外光谱如图所示图4.它在3430厘米处有很强的峰值-1这是由于组成碳水化合物总体结构的自由羟基和分子间键合羟基和羧基的复杂拉伸振动。粗提物的光谱在1600 cm处出现羧酸离子峰-1.最高达1414厘米-1属于水的O-H弯曲。碳水化合物在1140厘米处达到峰值-11100厘米-1.峰顶在1060厘米-1990厘米-1均为C-O拉伸振动。这些结果证实了粗提物中多糖基团的存在。

biotechnology-an-indian-journal-FT-IR-results

图4:提取多糖的FT-IR结果。

结论

采用Plackett-Burman设计(PB)和Box-Behnken设计(BBD)研究了微波提取大豆壳多糖的工艺。采用β-系数法和fisher s - f检验进行二阶方差分析,研究各因素的影响模型是发达国家。利用Derringer期望函数法确定了多糖产量最大化的最佳条件:样品重量为3g,微波功率为300 W,提取时间为5 min,温度为45℃。在此优化条件下,多糖得率预测为27%。红外光谱分析证实了粗提物中多糖的官能团。

参考文献

选择感兴趣的语言以查看感兴趣的语言的全部内容

目录

谷歌学者引证报告
引文:875篇

生物技术:根据谷歌学者报告,一份印度期刊收到875次引用

编入索引中

  • 谷歌学者
  • 打开J门
  • 中国知网(CNKI)
  • CiteFactor
  • 宇宙如果
  • 期刊索引目录(DRJI)
  • 秘密搜索引擎实验室
  • 欧元的酒吧

阅读更多

建议会议

第26届世界生物技术大会

布拉格,捷克共和国

第27届世界生物技术大会

布拉格,捷克共和国

第27届全球生物技术大会

法国巴黎

第21届国际药物微生物学和生物技术会议

罗马,意大利

第27届欧洲生物技术大会

罗马,意大利

第26届世界生物技术大会

布拉格,捷克共和国

第27届世界生物技术大会

布拉格,捷克共和国

第27届全球生物技术大会

法国巴黎

第21届国际药物微生物学和生物技术会议

罗马,意大利

第27届欧洲生物技术大会

罗马,意大利
摩天观景轮
全球科技峰会