响应面法优化超声波辅助提取薏苡仁低聚糖工艺的研究

薛雅茹 操然 卢旭 张怡

摘 要 采用响应面法优化超声波辅助提取薏苡仁低聚糖的工艺条件。在单因素试验基础上，选取液料比、超声波时间以及超声波功率3个因素结合Box-Behnken试验建立数学模型，分析考察3个因素对薏苡仁低聚糖响应值的影响程度，优化工艺参数。各因素对薏苡仁低聚糖提取率影响程度从大到小顺序依次为：超声波功率>超声波时间>液料比。响应面设计法优化出其最佳超声波提取条件为：超声波温度70 ℃，液料比33 ∶ 1（mL/g），超声波时间27 min，超声波功率450 W。在该条件下，薏苡仁低聚糖提取率为0.94%，与模型预测值0.98%接近。说明使用响应面法优化超声波辅助提取薏苡仁低聚糖的工艺条件是可行的。

关键词 薏苡仁；低聚糖；超声波提取；响应面法

中图分类号 TS201.4 文献标识码 A

Abstract Response surface analysis methodology（RSM）was applied in this paper to optimize the ultrasonic-assisted extraction（UAE）of oligosaccharides from Coix seed（CSO）. On the basis of single factor experiment， liquid-solid ratio， ultrasonic temperature， ultrasonic time and ultrasonic power were chosen as the random factors. Established the mathematical model by Box-Behnken test and then analyzed the impact degree of the three technological parameters on the response of CSO to optimized the processing parameters. The result showed that the order of parameters on the yield of CSO was as follows： ultrasonic power > extraction time > liquid-solid ratio. The optimal technical condition for CSO： ultrasonic temperature was 70 ℃， liquid-solid ratio was 33 ∶ 1 mL/g， ultrasonic time was 27 min and ultrasonic power was 450 W. Under this condition the extraction rate was 0.94%， which is close to the predicted value of 0.98%. It indicated that using the response surface methodology to optimize the yield of CSO is reasonable.

Key words coix seed； oligosaccharides； ultrasonic-assisted extraction； response surface methodology

doi 10.3969/j.issn.1000-2561.2017.03.028

薏苡仁[（Coix Seed， Coix lachryma-jobi（L） var. frumentacea Makino）]，別名薏米、药玉米、珍珠米等，为一年或多年生草本禾本科植物薏苡（Coix lacryma-jobi L.）的干燥成熟种仁。全国大部分地区均有种植，以福建、河北、辽宁等地产量较高[1]，被冠以“世界禾本科植物之王”的称号[2]，具有抗肿瘤[3-4]、提高机体免疫力[5]、降血糖[6]、消炎镇痛[7]、调节血脂代谢[8]、抑制骨质疏松[9]等作用，被我国卫生部列入既是食品又是药品的名单中[10]。

低聚糖（Oligosaccharides）又叫寡糖，是由单糖分子以糖苷键形式连接而成的聚合度为2～10的低度聚合糖[11]。低聚糖可以分为两类，一类是普通性低聚糖，主要作用是提供人体活动所需的能量和赋予食品怡人的甜味[12]。另一类是功能性低聚糖，可直接代替蔗糖，但不被人体胃酸、胃酶降解，不被小肠吸收，直接到达大肠，具有促进双歧杆菌增殖等生理特性[13]。经过动物实验发现功能性低聚糖不仅具有安全和无毒的良好的理化特性，且大多数具有良好的溶解性、热稳定性和耐酸性，以及良好的保湿性[14]。由于低聚糖具有诸多独特的生理功能，因此近年来作为一种功能性食品基料广受青睐。

目前，国内外学者对薏苡仁的研究主要集中在具有抗肿瘤活性的薏苡仁酯、降血糖活性的薏苡多糖、薏苡仁油等，对薏苡仁低聚糖的相关研究尚未见报道。因此，研究薏苡仁低聚糖的提取工艺不仅对我国薏苡仁产业的提升有重大意义，而且为薏苡仁低聚糖后续功能性的研究奠定了一定实验基础。其提取工艺主要有水提法[15]、微波辅助提取法[16]、超声波辅助提取法[17]、酶法[18]等，其中超声波辅助提取法无需特殊装置、操作简单、易于实现；与传统溶剂提取相比，有利于缩短提取时间。

本研究以福建蒲城薏苡仁为原材料，采用响应面法优化超声波辅助提取薏苡仁低聚糖的工艺条件。在单因素试验基础上，选取液料比、超声波时间以及超声波功率3个因素为随机因子，结合Box-Behnken试验建立数学模型，分析3个考察因素对薏苡仁低聚糖响应值的影响程度，优化工艺参数，以期为薏苡仁低聚糖的提取和制备提供一定的理论基础。

1 材料与方法

1.1 材料

1.1.1 材料与试剂 薏苡仁由福建三明杨晨食品有限公司提供；95%乙醇、苯酚、浓硫酸、葡萄糖、酵母均为国产分析纯。

1.1.2 仪器与设备 KQ-500VDE 型双频数控超声波清洗器，昆山市超声仪器有限公司；T6型新世纪紫外可见分光光度计，北京普析通用仪器有限责任公司；RE 5298A型旋转蒸发器，上海亚荣生化仪器厂；HH-2型数显电子恒温水浴锅，常州国华电器有限公司；FW177型中草药粉碎机，天津市泰斯特仪器有限公司；SHB-Ⅲ型循环水式多用真空泵，郑州长城科工贸有限公司；FD-1D-80 型冷冻干燥机，北京博医康实验仪器有限公司；试验标准筛，上虞市银河测试仪器厂。

1.2 方法

1.2.1 薏苡仁低聚糖提取工艺流程 薏苡仁→粉碎过筛（20目试验标准筛）→加水搅拌→超声波辅助提取→加酵母→抽滤→真空浓缩至原体积的1/3→乙醇沉降→过滤→真空旋转蒸发浓缩旋干后加原体积的1/3的水复溶至无醇味→低聚糖浓缩液→冷冻干燥→薏苡仁低聚糖粉末（CSO）。

工艺要点：

①加酵母：酵母用量为原料量的1%，将酵母在38～40 ℃、含糖2%、酵母用量10倍以上的水溶液中复水活化，30～60 min后即可添加使用。单糖可被酵母发酵从而除去。

②乙醇沉降：加入5倍体积95%乙醇，沉降8 h过夜。乙醇可将溶液中的多糖沉降下来。

1.2.2 薏苡仁低聚糖含量的测定 采用苯酚-硫酸法[19]进行低聚糖含量的测定。

（1）标准曲线溶液的配制。精确称取20 mg已恒重的葡萄糖标样于500 mL容量瓶中，用蒸馏水定容。分别吸取0.4、0.6、0.8、1.0、1.2、1.4、1.6及1.8 mL，各以蒸馏水补至2.0 mL，然后加入1.0 mL 6%的苯酚，接着迅速加入5.0 mL浓硫酸，摇匀后快速冷却，室温放置20 min后在波长490 nm处测定吸光度OD值，以2.0 mL蒸馏水按同样显色操作作为空白。

绘制得到标准曲线：Y=6.444 3X+0.002 2（R2=0.995 9）。表明葡萄糖溶液浓度与吸光度OD值在0～0.08 μg/mL范围内呈良好的线性关系。X表示葡萄糖溶液浓度，单位mg/mL；Y表示吸光度OD值。

（2）样品中低聚糖提取率的测定。将制得的CSO粉末定容到一定体积的容量瓶中，吸取样品液2.0 mL后加入1.0 mL 6%的苯酚，接着迅速加入5.0 mL浓硫酸，摇匀后快速冷却，室温放置20 min后，在波长490 nm处测定吸光度Y1，将Y1代入葡萄糖标准曲线方程，得到样品液中低聚糖的浓度X1。

低聚糖提取率=×100%

X1为样品液中低聚糖的浓度（μg/mL）；V1为定容后的体积（mL）；M1为薏苡仁干粉的质量（mg）。

1.2.3 单因素试验设计 本试验取10 g薏苡仁干粉，以CSO提取率为指标，选取液料比、超声波温度、超声波时间以及超声波功率4个因素进行单因素试验。液料比采用10 ∶ 1、20 ∶ 1、30 ∶ 1、40 ∶ 1、50 ∶ 1、60 ∶ 1、70 ∶ 1 mL/g 7个水平；超声波时间采用15、20、25、30、35、40、45 min 7个水平；超声波温度采用30、40、50、60、70 ℃ 5个水平；超声波功率采用200、250、300、350、400、450、500 W 7个水平。考察各个因素对CSO提取率的影响。

1.2.4 Box-Behnken响应面试验设计 根据单因素试验结果，选用Box-Behnken试验优化超声波辅助提取CSO的工艺参数。

1.3 统计分析

所有试验分析重复3次，结果取平均值；采用DPS 7.05分析单因素试验结果，Design Expert 8.0软件建立响应面模型，对其结果进行分析。

2 结果与分析

2.1 超声波辅助提取薏苡仁低聚糖单因素试验

2.1.1 不同液料比对薏苡仁低聚糖提取率的影响

在超声波功率为350 W、超声波时间为30 min、超声波温度为60 ℃条件下，考察液料比对薏苡仁低聚糖提取率的影响，结果如图2所示。由图2可以看出，不同液料比对薏苡仁低聚糖的提取率有一定影响。在液料比较低时，薏苡仁低聚糖的提取率随液料比的增大而显著提高，在液料比为30 ∶ 1 mL/g时薏苡仁低聚糖提取率达到最大值，当液料比超过30 ∶ 1 mL/g后薏苡仁低聚糖的提取率逐渐趋于稳定。这可能是因为增加溶剂用量可以增大薏苡仁干粉与溶剂的接触面积，并使细胞内外的渗透压差增大，提高了传质推动力，从而使薏苡仁低聚糖的提取率增大，但由于薏苡仁低聚糖的含量有限，当液料比增大到了一定程度时提取率趋于稳定。从实际生产条件和成本考虑，液料比过大不仅浪费溶剂，而且给浓缩带来困难，因此本试验液料比考察范围选取为20 ∶ 1～40 ∶ 1 mL/g。

2.1.2 不同超声波温度对薏苡仁低聚糖提取率的影响

在液料比为40 ∶ 1 mL/g、超聲波功率为350 W、超声波时间为30 min条件下，考察超声波温度对薏苡仁低聚糖提取率的影响，结果如图3所示。由图3可以看出，不同超声波温度对薏苡仁低聚糖的提取率有一定影响。当超声波温度为30～70 ℃时，薏苡仁低聚糖提取率随着超声波温度的升高而升高。这可能是因为温度越高，对薏苡仁细胞的破坏作用越大，分子运动加剧，有利于低聚糖的浸出。由于仪器本身的限制，超声波温度最高只能达到70 ℃，因此，选取70 ℃作为后续正交实验的条件。

2.1.3 不同超声波时间对薏苡仁低聚糖提取率的影响

在液料比为40 ∶ 1 mL/g、超声波功率为350 W、超声波温度为60 ℃条件下，考察超声波时间对薏苡仁低聚糖提取率的影响，结果如图4所示。由图4可以看出，不同超声波时间对薏苡仁低聚糖的提取率有一定影响。当超声波时间在15～25 min范围内时，薏苡仁低聚糖的提取率随着超声波时间的延长而大幅度提高，25 min后则趋于稳定。这说明随着时间的延长，薏苡仁颗粒充分溶胀，骨架结构伸展，低聚糖充分溶出。但当超声波时间过长时提取率趋于平稳可能是因为随着时间的延长提取率接近极限。因此，超声波时间考察范围定为20～30 min。

2.1.4 不同超声波功率对薏苡仁低聚糖提取率的影响

在液料比为40 ∶ 1 mL/g、超声波时间为30 min、超声波温度为60 ℃条件下，考察超声波功率对薏苡仁低聚糖提取率的影响，结果如图5所示。由图5可以看出，不同超声波功率对薏苡仁低聚糖的提取率有显著影响。随着超声波功率的提高，薏苡仁低聚糖提取率明显增加，当超声波功率达到450 W时，提取率增加幅度变缓。这可能是由于超声波功率越大，空化作用和机械振动作用越强烈，细胞壁越容易被破坏，从而有利于低聚糖的溶出，当超声波功率达到一定值后，细胞壁被破坏得比较彻底，提取率增幅明显减小，故超声波功率考察范围定为400～500 W。

2.2 响应面法优化薏苡仁低聚糖的提取工艺条件

2.2.1 Box-Behnken响应面试验 由于设备的限制，超声波温度最高只能设定为70 ℃，由单因素试验可以看出，采用超声波辅助提取薏苡仁低聚糖时提取率随着超声波温度的增大而增大，且液料比、超声波时间、超声波功率对薏苡仁低聚糖提取率影响较大，所以超声波温度直接设定为70 ℃，选择可能形成曲面且对提取率影响较大的3个因素（液料比、超声波时间、超声波功率），采用Box-Behnken设计法进行试验设计，因素水平编码值见表1。

表2是17个试验点给出的试验设计及结果。17个试验点可以分成两类：其一是析因点，自变量取值在X1、X2、X3所构成的三维顶点，共有12个析因点；其二是零点，为区域中心点，零点试验重复5次，用来估计试验误差。

2.2.2 模型方差分析 以提取率为响应值（Y），根据表2的试验结果，利用Design Expert 8.0软件进行多元回归分析，结果见表3。从表3中可以看出，方程一次项中，液料比、超声波时间及超声波功率对薏苡仁低聚糖提取率影响均达到显著水平（p<0.05），其中超声波时间和超声波功率对薏苡仁低聚糖提取率影响最大，达到极显著水平（p<0.01）。在二次项中，液料比、超声波时间和超声波功率都达到了极显著水平（p<0.01）。在交互项中，X2X3达到显著水平（p<0.05），其余项X1X2、X1X3影响不显著，可以看出各具体实验因子对响应值的影响不是简单的线性关系。

实验所选模型极显著（p<0.01），其失拟项p值为0.214 4，表明模型的纯误差不显著；模型的决定系数R2=0.960 5，R2Adj=0.909 9，R2越接近1，表明模型越能预测其响应值；变异系数C.V.%=5.47<10，变异系数的大小代表试验的可重复性，其值越小表明实验越精确；Adeq Precision=10.803>4，该值是模型信噪比的反映，其值大于4即说明模型的响应信号足够强，可以用来拟合试验结果。

综上分析可得，该模型可以用来分析、预测超声波辅助提取薏苡仁低聚糖的工艺条件。

由表3可知，各因素影响程度从大到小顺序依次为：超声波功率>超声波时间>液料比。经回归拟合后，实验因子对响应值的影响可用回归方程表示为：

薏苡仁低聚糖提取率：

Y=-13.043+0.052 475X1+0.018 150X2+0.046 135X3-0.000 15X1X2+0.000 01X1X3+0.000 23X2X3-0.000 81X12-0.005 34X22-0.000 056 40X32。

解回归方程可得，液料比32.81 ∶ 1 mL/g，超声波时间26.57 min，超声波功率466.11 W时，薏苡仁低聚糖提取率最高，在该条件下薏苡仁低聚糖的理论提取率为0.98%。

2.2.3 响应曲面分析与优化 超声波辅助提取薏苡仁低聚糖工艺条件的等高线与响应曲面图见图6～8。由图6可以看出，当超声波时间处于20～26 min范围内时，随着超声波时间的延长，薏苡仁低聚糖提取率不断上升，当超声波时间处于26～30 min范围内时，随着超声波时间的延长，薏苡仁低聚糖提取率略有下降。同样，当液料比处于20 ∶ 1～30 ∶ 1 mL/g变化范围内，薏苡仁低聚糖提取率随着液料比的增加而提高，当液料比处于30 ∶ 1～40 ∶ 1 mL/g变化范围内，薏苡仁低聚糖提取率随着液料比的增加而趋于平稳。

由图7可以看出，在液料比处于20 ∶ 1～30 ∶ 1 mL/g范围内，薏苡仁低聚糖提取率随着液料比的增加而提高，在液料比处于30 ∶ 1～40 ∶ 1 mL/g范围内，薏苡仁低聚糖提取率随着液料比的增加而趋于平稳。当超声波功率在400～470 W之间时，随着超声波功率的增加，薏苡仁低聚糖提取率显著提高，而当超声波功率在470～500 W之间时，随着超声波功率的增加，薏苡仁低聚糖提取率略有下降。

由图8可以看出，当超声波时间处于20～26 min范围内时，薏苡仁低聚糖提取率随着超声波时间的延长而显著上升，而当超声波时间处于26～30 min范围内时，薏苡仁低聚糖提取率随着超声波时间的延長而下降。当超声波功率处于400～460 W范围内时，薏苡仁低聚糖提取率随着超声波功率的增加而提高，当超声波功率处于460～500 W范围内时，薏苡仁低聚糖提取率随着超声波功率的增加而降低。当超声波时间处于25～27 min之间，超声波功率处于450～470 W之间时，响应曲面达到最高点。

结合回归模型，采用模型所得优化条件，根据实际操作条件，调整选用液料比33 ∶ 1 mL/g，超声波时间27 min，超声波功率450 W，在此条件下重复3次试验，薏苡仁低聚糖提取率分别为0.93%、0.94%、0.94%，平均值为0.937%，与理论预测值基本一致，说明回归模型准确可靠。

2.3 与传统热水浸提法对比

传统热水浸提法的研究结果表明，热水浸提法提取薏苡仁低聚糖的最佳工艺条件为：液料比20 ∶ 1 mL/g、浸提温度75 ℃、浸提3 h，在此条件下，薏苡仁低聚糖提取率为0.590%。在本研究超声波辅助提取薏苡仁低聚糖所得最佳工艺条件下，薏苡仁低聚糖提取率为0.937%，比传统热水浸提法提高了0.347%。说明该方法可应用于提高薏苡仁低聚糖的提取率。

3 討论

在提取低聚糖的相关研究中，超声波的空化效应可破坏原料的细胞壁使低聚糖更容易溶胀出来，超声波辅助法与传统热水浸提法提取低聚糖相比显著提高了低聚糖的提取率。刘露等[20]采用响应面法优化了超声波辅助提取山药低聚糖的工艺条件，结果表明在最优工艺条件下山药低聚糖得率为7.21%，与预测值7.25%基本一致，且比相同条件下未使用超声波的提取工艺提高了3.91%。唐雪娟等[21]采用正交试验优化了超声波法和温水法提取香蕉低聚糖的工艺条件，结果表明，超声波法提取香蕉低聚糖的得率为17.89%，明显高于温水法提取香蕉低聚糖的得率。Ruzica Jovanovic-Malinovska等[22]采用响应面法优化了超声波辅助提取一些选定的果蔬（如蓝莓、西瓜、大蒜、菊芋等）中低聚糖的工艺条件，结果表明超声波辅助法与常规热水浸提法相比，这些被研究的所有果蔬里低聚糖的提取率都提高了2～4倍，这些果蔬中菊芋低聚糖的提取率提高的幅度最大，采用常规热水浸提法提取菊芋低聚糖，菊芋低聚糖的提取率仅为1.96%，而采用超声波辅助提取法，菊芋低聚糖的提取率可达17%。而本研究采用超声波辅助提取薏苡仁低聚糖，在最佳工艺条件下薏苡仁低聚糖提取率为0.937%，与传统热水浸提法相比提高了0.347%。由此可见，超声波辅助提取法具有操作简单、缩短时间、提高得率等优点。因此，可以采用超声波辅助提取法对低聚糖进行工业化生产。

4 结论

采用Design Expert 8.0软件的Box-Behnken设计方法设计响应面试验，建立数学模型。方差分析结果表明影响薏苡仁低聚糖提取率各因素的影响程度从大到小顺序依次为：超声波功率>超声波时间>液料比。响应面设计法优化出其最佳超声波提取条件为：超声波温度70 ℃，液料比33 ∶ 1 mL/g，超声波时间27 min，超声波功率450 W。在该条件下，薏苡仁低聚糖提取率为0.94%，与模型预测值0.98%接近。说明使用响应面法优化超声波辅助提取薏苡仁低聚糖的工艺条件是可行的。

参考文献

[1] 国家中医药管理局《中华本草》编委会. 中华本草[M]. 上海： 上海科学技术出版社， 1998.

[2] 李泽锋， 郝云良. 薏苡营养成分及综合利用[J]. 农业科技与装备， 2012（5）： 74， 76.

[3] 张明发， 沈雅琴. 薏苡仁油治疗肺癌的临床研究进展[J]. 中国执业药师， 2009（7）： 22-25.

[4] 卢相义， 刘 薇， 罗 成.薏仁多糖诱导人肺癌a549细胞凋亡[J]. 中国肺癌杂志， 2012（11）： 624-629.

[5] 褚娟红， 叶 骞. 薏苡仁的药理及临床研究概况[J]. 辽宁中医药大学学报， 2008， 10（4）： 159-160.

[6] 吴 岩， 原永芳. 薏苡仁的化学成分和药理活性研究进展[J]. 华西药学杂志， 2010， 25（1）： 111-113.

[7] 高 岚， 张仲一， 张 莉， 等. 薏苡仁汤镇痛消炎作用的实验研究[J]. 天津中医学院学报， 2005， 24（1）： 17-19.

[8] 于 飞. 薏苡仁提取物抗肿瘤新靶点及降血脂抗氧化活性研究[D]. 天津： 天津大学， 2010.

[9] 刘雨晴， 梁 婧， 杨梓晨， 等. 薏苡仁的药理作用研究进展[J].安徽农业科学， 2010（20）： 10 678-10 686.

[10] 第二军医大学药学系生药学教研组. 中国药用植物图鉴[M]. 上海： 上海教育出版社出版， 1960.

[11] 丁长河， 马 康， 张洪宾， 等. 国内几种主要功能性低聚糖生产分析[J]. 农产品加工（学刊）， 2014（11）： 48-52.

[12] Xu Qiang， Chao Yonglie， Wan Qianbing. Health benefit application of functional oligosaccharides[J]. Carbohydrate Polymers， 2009， 77（3）： 435-441.

[13] 李金敏， 张 菊， 张志焱， 等. 功能性低聚糖对双歧杆菌的增殖作用研究现状及前景[J]. 饲料广角， 2012（21）： 19-20.

[14] 刘红梅， 刘聚胜.功能性低聚糖的研究及在食品中的应用现状[J]. 轻工科技， 2012（4）： 15-16， 19.

[15] 王照波， 周文美， 徐子婷， 等. 雪莲果水溶性低聚糖的提取工艺[J]. 贵州农业科学， 2010（2）： 173-176.

[16] 李新海， 梁兆辉， 蔡锦源， 等. 微波辅助提取雪莲果低聚糖的工艺研究[J]. 中国药物警戒， 2011（3）： 145-147.

[17] 褚汉男， 王秋实， 郭 铭， 等. 超声波辅助提取豆清水中低聚糖[J]. 产业与科技论坛， 2014（9）： 62-63.

[18] Sun Hanju， Chen Zhe， Wen Peng， et al. Optimization of enzymatic hydrolysis conditions for preparation of gingko peptides from ginkgo nuts[J]. International Journal of Food Engineering， 2012， 8（1）： 1-15.

[19] 张惟杰. 糖复合物生化研究技术[M]. 杭州： 浙江大学出版社， 1999： 11-12.

[20] 刘 露， 张 雁， 张名位， 等. 响应面法优化超声波辅助提取山药低聚糖的工艺研究[J]. 广东农业科学， 2014（11）： 100-105.

[21] 唐雪娟， 王 淼， 王 娟. 超声波法与温水法提取香蕉低聚糖的比较[J]. 广东农业科学， 2013（22）： 111-114.

[22] Ruzica Jovanovic-Malinovska， Slobodanka Kuzmanova， Eleonora Winkelhausen. Application of ultrasound for enhanced extraction of prebiotic oligosaccharides from selected fruits and vegetables[J]. Ultrasonics Sonochemistry， 2015（22）： 446-453.