原文
,卷:13(6)用超声波从马拉巴菠菜果实中提取甜菜素:建模与验证
- *通信:
- Karchiyappan T,国立大学化学工程系Maringá, Av.科伦坡5790,87020-900,Maringá-PR,巴西电话:+ 91 - 9843086090,电子邮件: (电子邮件保护)
收到:2017年10月10日;接受:2017年12月23日;发表:2017年12月29日
引用:用超声波从马拉巴菠菜果实中提取甜菜素:建模和验证。环境科学学报,2017;13(6):158。
摘要
采用响应面法(RSM),采用超声辅助提取法(UE)从马拉巴尔菠菜果实中提取甜菜素。采用Box-Behnken设计(BBD)对温度、样品质量、提取时间等提取工艺变量进行了考察。二次多项式模型是发达国家。数值优化结果表明,样品质量为9 g,提取温度为35℃,提取时间为18 min时,甜菜碱得率最高。在此条件下,可提取18 mg甜菜蛋白酶。
关键字
Betalain;超声波;提取;马拉巴尔菠菜果;模型发展;优化;验证
简介
甜菜素是一类天然色素,由黄色甜菜青素和甜菜青素组成。甜菜素在自然界中的分布仅限于封闭植物物种红甜菜(藜科)和某些真菌,如飞木耳(陈放).甜菜碱的几种食用来源是红甜菜根和黄甜菜根(甜菜属l . sp。寻常的(藜科)、彩色唐莴苣(甜菜属l . sp。cicla,藜科)、粒状或叶状苋菜(苋属植物苋科)及仙人掌属果实[1-3.].在各种植物中,Basella rubraL.(枸杞科)通常被称为马拉巴菠菜,是一种多叶蔬菜,在果实中积累色素。马拉巴尔菠菜是一种多汁、光滑、一年生、攀爬和草本藤本植物,生长在热带和亚热带地区,是常见的叶菜之一。马拉巴尔菠菜果实中含有大量甜菜素色素。因此,马拉巴尔菠菜水果加工行业对甜菜素的兴趣已经增长,因为甜菜素被确定为天然抗氧化剂,这可能有积极的作用健康对人类的影响。
从各种水果中提取甜菜素已有大量的研究资料,如溶剂萃取[4],微波[5]、超声辅助萃取(UE)及索氏[6,7].其中,除UE外,其他方法显示低萃取效率高,性质复杂,萃取时间长,资金大[8].超声辅助提取(UE)是一种重现性高、开采简化、溶剂消耗少、成本低的绿色提取技术能源在不降低萃取收率的前提下投入。此外,对UE过程中样品质量、温度、提取时间等工艺变量进行优化,可提高提取效率[9].
传统的优化方法是一次改变一个变量来研究工艺参数对响应的影响,这既耗时又昂贵,特别是对于多变量系统。实验的经验设计即响应面方法(RSM)是主要用于研究的统计工具之一模型并研究响应受多个过程参数影响的多变量过程[10].RSM下最常见的设计是Behnken响应面设计(BBD);它组织严密,灵活,在减少实验量的情况下,提供了充分的过程变量影响数据和总体实验误差[11].
因此,本文采用响应面耦合BBD方法研究了样品质量、温度和提取时间等超声辅助提取工艺参数对马拉巴尔菠菜果实甜菜素提取的单独和交互影响。
材料与方法
原材料和化学品
马拉巴尔菠菜果实采自印度迈索尔。它们在40°C的烤箱(热风)中干燥,直到达到恒定的重量。然后将干燥的样品粉碎,通过40目筛网过滤,得到粉末状的样品。干燥的粉末储存在黑色的袋子里,保持干燥气候在进行实验之前。
提取过程
在UE实验中,将优选重量的马拉巴尔菠菜果粉与已知量的水(蒸馏水)混合在600ml烧杯中。实验采用标准方法,超声功率为100 W。在提取甜菜素的过程中,将温度控制在±1°C的理想水平,并根据表1.UE处理后,将匀浆以6000 rpm离心10 min。按照离心后的状态收集上清液,重复2次以上,以确保甜菜蛋白酶的最大提取量。上清液用于甜菜碱含量的测定。
水平 | -1 | 0 | 1 |
---|---|---|---|
样品质量(g) | 5 | 10 | 15 |
温度(°C) | 25 | 35 | 45 |
提取时间(min) | 5 | 15 | 25 |
表1:自变量的范围及其级别。
分析方法
提取甜菜素的计算方法如下[12]:
(1)
式中,A为吸光度;MW是分子量;DF为稀释因子;?是摩尔吸光度,1是路径长度。
建模过程
采用design - expert 8.0.7.1 (State-Ease Inc., Minneapolis, MN, USA)统计包,以样品质量(A)、温度(B)和提取时间(C)为自变量,对超声提取工艺进行建模和优化。采用Box-Behnken设计(BBD)对甜菜碱含量(mg)与工艺变量的关系进行评价。BBD设计了17个实验,5个重复。用数学方法评价了响应与自变量之间的相关性模型方程的广义形式如下[13]:
(2)
后来发展了数学模型绘制三维响应面等高线图。已开发的验证模型通过绘制实际与预测图和方差分析进行分析。最后,采用数值优化方法对马拉巴尔菠菜果实中甜菜素的最大提取工艺变量进行优化。
结果与讨论
bdd建模
RSM实验结果包括样品质量(A)、温度(B)和提取时间(C)的BBD设计如图所示表2.将实验数据拟合到各种模型(线性、交互式(2FI)、二次和三次),得到二阶多项式模型。顺序模型平方和(表3),模型统计摘要(表4)进行检查,以找出模型健康。结果表明,线性和交互(2FI)模型的R值较低2,调整后R2,预测R2与二阶多项式模型比较。立方模型被发现不合适。因此,二次方程模型采用线性项、交互项和二次项分别描述了工艺变量对甜菜碱提取的影响。推导出二阶多项式方程如下:
S.No | 一个 | B | C | Betalain(毫克) |
---|---|---|---|---|
1 | 10 | 35 | 15 | 18.58 |
2 | 10 | 35 | 15 | 18.81 |
3. | 10 | 35 | 15 | 18.81 |
4 | 15 | 35 | 5 | 15.54 |
5 | 15 | 25 | 15 | 13.47 |
6 | 5 | 35 | 25 | 17.39 |
7 | 10 | 45 | 25 | 16.69 |
8 | 15 | 35 | 25 | 14.88 |
9 | 10 | 25 | 5 | 16.39 |
10 | 10 | 35 | 15 | 18.81 |
11 | 5 | 35 | 5 | 14.43 |
12 | 10 | 35 | 15 | 18.55 |
13 | 10 | 25 | 25 | 17.39 |
14 | 5 | 25 | 15 | 17.37 |
15 | 5 | 45 | 15 | 14.13 |
16 | 15 | 45 | 15 | 17.58 |
17 | 10 | 45 | 5 | 17.07 |
表2:BBD及其实验结果。
源 | 平方和 | Df | 均方 | F值 | 概率F > | 讲话 |
---|---|---|---|---|---|---|
Betalain(毫克) | ||||||
的意思是 | 4807.83 | 1.00 | 4807.83 | |||
线性 | 1.58 | 3.00 | 0.53 | 0.14 | 0.9319 | |
2 fi | 17.26 | 3.00 | 5.75 | 1.89 | 0.1958 | |
二次 | 29.86 | 3.00 | 9.95 | 109.35 | < 0.0001 | 建议 |
立方 | 0.56 | 3.00 | 0.19 | 10.39 | 0.0233 | 爱丽丝 |
剩余 | 0.07 | 4.00 | 0.02 | |||
总计 | 4857.17 | 17.00 | 285.72 |
表3:顺序模型响应的平方和。
>模型 | >模型汇总统计信息 | |||||
---|---|---|---|---|---|---|
> Std.Dev。 | R2 > | R2 >调整 | R2 >预测 | >新闻 | >的评论 | |
Betalain(毫克) | ||||||
>线性 | > 1.9166 | > 0.0321 | > -0.1913 | > -0.6737 | > 82.6 | |
> 2 fi | > 1.7463 | > 0.3819 | > 0.0110 | > -0.7110 | > 84.4 | |
>二次 | > 0.3017 | > 0.9871 | > 0.9705 | > 0.8146 | > 9.1473 | >建议 |
>立方 | > 0.1346 | > 0.9985 | > 0.9941 | >+ | >别名 |
表4:模型响应的汇总统计信息。
(3)
发展了统计分析数学模型采用方差分析进行评价。的方差分析模型显示在表5.二阶多项式模型R2=0.97,说明97%的变化可以被模型解释。Adj-R2应该接近R2对于好模型,如图所示表5, adj-R2大于0.95,这意味着只有不到5.0%的总变化无法被所建立的模型解释。一个低CV值表明实验值具有较好的可靠性。从结果中可以发现,该方法的开发模型显示高f值和低p值,表示建立数学模型的能力。的充分性模型通过构建诊断图,即预测图与实际图(图1).图点非常靠近对角线,证实了实验值与预测值之间的良好关系[14].
源 | 响应 | |||||
---|---|---|---|---|---|---|
平方和 | df | 均方 | F值 | P值 | 讲话 | |
模型 | 48.7004 | 9 | 5.41116 | 59.4535 | < 0.0001 | 重要的 |
一个 | 0.42781 | 1 | 0.42781 | 4.70046 | 0.0668 | |
B | 0.09031 | 1 | 0.09031 | 0.99228 | 0.3524 | |
C | 1.0658 | 1 | 1.0658 | 11.7102 | 0.0111 | |
AB | 13.5056 | 1 | 13.5056 | 148.389 | < 0.0001 | |
交流 | 3.2761 | 1 | 3.2761 | 35.9952 | 0.0005 | |
公元前 | 0.4761 | 1 | 0.4761 | 5.23101 | 0.0560 | |
A2 | 20.3743 | 1 | 20.3743 | 223.857 | < 0.0001 | |
B2 | 3.22184 | 1 | 3.22184 | 35.399 | 0.0006 | |
C2 | 3.81802 | 1 | 3.81802 | 41.9494 | 0.0003 | |
CV % | 6.48 | |||||
美联社 | 29.54 |
表5:应答的方差分析表。
图1:模型充足的阴谋。
工艺变量对甜菜碱含量的影响
通过绘制二次多项式生成的表面等高线图,描述了提取工艺参数与响应(Betalin)之间的关系模型(图2).在这项研究中,模型有两个以上的因素。因此,绘图是通过将一个因素保持在恒定水平(依次保持在其中心水平),而其他两个因素在其范围内变化。
样品质量的影响:样品质量对UE的影响很大,因为UE在甜菜素的提取中起着至关重要的作用。为了评价其效果,在不同质量的样品下进行了实验,结果如图所示图2.从图2一个-2摄氏度,观察到甜菜碱随样品质量的增加而增加。
这是由于样品质量的增加使UE过程的表面积增大,从而增加了马拉巴尔菠菜果实中甜菜素的提取[15].
温度影响:温度是影响萃取效率的关键参数之一。为了确定其效果,在不同温度下进行了实验,结果显示在图2.从图2一个-2 b,经证实甜菜素随温度升高而增加,最高可达35°C。超过此温度对UE技术从马拉巴菠菜果实中提取甜菜素的影响不显著[16].
萃取时间的影响:提取时间是计算UE工艺提取甜菜素效率的主要因素。为了了解其效果,在不同的提取时间进行了实验,结果描述在图2.从结果来看(图2 b-2摄氏度),发现甜菜碱随着提取时间的增加而增加,直至15min。这种现象是由于前期超声辐照促进了热积累,从而导致甜菜碱的有效提取[17,18].此后,提取时间对UE过程的影响可以忽略不计。图3确定了提取工艺变量对甜菜碱提取的影响。
甜菜素UE提取工艺参数优化:根据BBD结果,采用Derringer期望函数法确定了马拉巴尔菠菜果实中甜菜素含量最高的最佳提取条件[19]如下;样品质量为9 g,提取温度为35℃,提取时间为18 min。在此条件下,可提取甜菜素18mg,这也得到了实际实验的证实[20.].
结论
采用RSM和BBD相结合的方法模型采用高效液相色谱法从马拉巴尔菠菜果实中提取甜菜素。二阶多项式数学模型具有良好的测定系数(R2>0.95),方差分析(ANOVA)表明各工艺变量对甜菜蛋白酶的提取有显著影响。该工艺的最佳条件为:样品质量为9 g,提取温度为35℃,提取时间为18 min。在此条件下,提取甜菜素18mg。这一结果证实了UE工艺是一种从马拉巴菠菜果实中提取甜菜素的有效提取工艺。
参考文献
- 马晓东,李志强,张晓东,等。甜菜素中甜菜素、甜菜素和异甜菜素的表征Basellarubra水果和作为天然着色剂在产品(冰淇淋)开发中的功效评估。食品科学学报,2014;52(8):4994-5002。
- 王志强,王志强,王志强,等。评价BasellarubralRumexnepalensisSpreng和CommelinabenghalensisL.抗氧化活性。中国医药科学,2012;4(3):714-20。
- Khan MI, Sri Harsha PSC, Giridhar P,等。色素鉴定,营养成分,生物活性和体外c肿瘤细胞的细胞毒性Rivinahumilis甜菜碱的潜在来源。食品科学,2012;47(2):315-23。
- 瓦希迪,赵峰。溶剂萃取分离稀土氧化物的环境生命周期评价。环境科学学报,2017;32(1):344 - 344。
- Vinatoru M, TMason TJ, Calinescu I.植物材料中功能性化合物的超声辅助提取(UAE)和微波辅助提取(MAE)。化学学报,2017;
- 孙晓燕,王晓燕,王晓燕,等。双旁路索氏装置用于胡椒碱的提取Piper初步.阿拉伯化学学报,2016;9(1):S537-S540。
- 李志强,李志强,李志强,等。萃取条件对黄芩苷产率和成分的影响大米麸皮油乙醇提取-响应面法。食品与生物制品加工。2012;90(1):22-31。
- 库切基,塔赫里安,拉扎维S-Bostan A.响应面法优化提取液的收率、粘度、色相和乳液稳定性Lepidiumperfoliatum种子。食品液压学报。2009;23(8):2369-79。
- Diwaniyan S, Sharma KK-Kuhad RC。耐碱担子菌的漆酶Crinipellissp.RCK-1:响应面方法优化生产。中华微生物学杂志,2012;52(4):397-407。
- 李国强,李国强,李国强,等。壳聚糖生产的统计建模与优化Absidiacoerulea使用响应面方法。CurrBiotechnol。2(2): 125 - 2013; 33。
- 陈永华,刘志强,陈志强,等。热裂解油的分馏研究通过超临界二氧化碳萃取:响应面法(RSM)优化研究。生物质生物能源。2017;107:155 - 63。
- 王志强,王志强,王志强,等。应用响应面法优化了花青素的提取参数,进行了花青素的纯化和鉴定Melastomamalabathricum水果。Int J生物巨mol。2014; 66:113-24。
- 杨晓东,李志强,李志强,等。响应面法对活性橙107电氧化工艺的优化。环境科学学报,2012;19(1):148-60。
- Rodriguez-Gonzalez V, Femenia A, Minjares-Fuentes R,等。巴氏杀菌样品的功能特性索芦荟Miller:使用响应面方法进行优化。LWT-FoodSciTechnol。2012年,47(2):225 - 32。
- 李志强,李志强,等。UV/TiO2光催化降解吲哚:响应面方法(RSM)的优化和建模。环境ChemLett。2009年,7(1):45-9。
- Sinha K, Saha PD, Datta S.从森林火焰花瓣中提取天然染料(Buteamonosperma)花:使用响应面方法(RSM)进行工艺优化。中国生物医学工程学报,2012;29(2):344 - 344。
- 吕泉红,冯彩丽。响应面法在南瓜籽萌发蛋白提取优化中的应用。食品化学,2005;92(4):701-6。
- 李国强,李国强,等。应用响应面法优化一种新型吸附剂去除染料的工艺变量。染料与颜料。2007;72(1):66-74。
- 蔡玉珍,孙敏,柯克。苋菜科植物甜菜素色素的表征与应用。食品科学与技术。2005;16(9):370-6。
- 郭志强,李志强,等。应用响应面法优化蜂蜜酒生产。ChemToxicol食物。2013; 59:680-6。