拐枣氨基酸测定及其糖的制备工艺

谢 勇，杨 银，徐智虎，田海勇，施 伽*



拐枣氨基酸测定及其糖的制备工艺

谢 勇，杨 银，徐智虎，田海勇，施 伽*

（铜仁学院 材料与化学工程学院，贵州 铜仁 554300）

为了探究拐枣的营养成分，采用HPLC法测定其氨基酸种类及含量，并将其制备成具有拐枣风味的糖果。以拐枣和大米花为主原料，考察拐枣糖浆添加量、白砂糖添加量、焦糖化温度及时间对拐枣糖感官评分的影响。在单因素试验基础上，采用Box-Behnken试验设计优化拐枣糖的加工工艺。结果显示：拐枣中的蛋白中含有除丝氨酸、天冬酰胺及谷氨酰胺外的17种氨基酸，氨基酸总量为3 740.9 mg/100g（干重），必需氨基酸含量为1 287.15 mg/100g，占比34.41%；拐枣糖的最优工艺为：大米花50 g，白砂糖4.0 g、拐枣糖浆8.4 g、焦糖化温度247 ℃、焦糖化时间39 s、甜菊糖苷0.01~0.012 g、花生仁4~5 g，此条件下拐枣糖的平均感官评分为（88±0.82）分，且感官综合品质较佳。

拐枣； 糖浆； 氨基酸； 焦糖化反应； 美拉德反应

0．引言

拐枣()，又名枳椇子，俗称金钩子、鸡脚爪等，为鼠李科枳椇属（）植物。在贵州省不同区域均有分布，资源比较丰富。新鲜拐枣肉质果梗中含总糖24.9%、还原糖16.8%，葡萄糖8.6%～9.0%、蛋白质3.1%～3.5% ，总脂仅占湿重的0.58%[1-2]。此外，拐枣中还有杨梅素、懈皮素、黄酮等生物活性物质[3]。Mingchun WANG[4]在研究拐枣多糖在体刺激外免疫活性时，发现三种多糖（分子量分别为53、70、235 kDa）均能促进淋巴细胞的增殖，并能增强其吞噬作用。

目前，关于拐枣的研究文献主要为理化特性、营养成分、生物活性及植物栽培技术研究[4]。主要产品有拐枣醋[5]、拐枣复合饮料[6]、拐枣复合果酱[7]等。鲜有将拐枣加工成糖果制品的报道。鉴于拐枣果实糖含量较高、脂肪含量较低、风味独特等特点，将其加工成拐枣糖，为拐枣资源的综合利用率提供基础资料。

1．材料与方法

1．1．材料与设备

1．1．1．材料与试剂

拐枣 铜仁市石阡县；大米花 马鞍山尊飞食品厂；白砂糖、花生 均为市售；甜菊糖苷食品级。

1．1．2 ．仪器与设备

RE-52AA旋转蒸发仪，上海亚荣生化仪器厂；4寸圆形活底模具，江南烘焙模具厂；Alpha-1860A紫外可见分光光度计，上海谱元仪器有限公司；PAL-BX/ACID 糖度计，深圳德优平科技有限公司。

1．2．方法

1．2．1 ．氨基酸的测定

样品氨基酸的测定参照JY/T 019-1996 氨基酸分析方法通则，参照GB/T 5009.124-2003食品中氨基酸的测定。

（1）色谱条件：色谱柱，hypersil ODS C18 4.6×250 mm柱；柱温：40 ℃；流速：1.00 mL/min；紫外检测器检测波长：338 nm；22.5 min时262 nm；荧光检测器：激发波长：340 nm，发射波长：450 nm；22.5 min时激发波长：266 nm，发射波长：305 nm；流动相：A：乙酸钠-三乙胺-四氢呋喃溶液，B：乙酸钠-乙腈-甲醇溶液。

（2）样品处理：拐枣经除杂、洗净后，置于恒温干燥箱中37~40 ℃条件下干燥至恒重，粉碎过筛（80目）、密封、干燥保存，待用。

（3））样品测定：称取上述样品1.000 g，加入10 mL 5%（v/v）的三氯乙酸沉淀2小时。吸取一定的量于10 000 rpm/min离心15 min。取一定体积上清液调pH 2，定容，用0.45 μm微膜过滤，样品经自动衍生化反应后采用HPLC测定。

1．2．2．拐枣糖的工艺流程

拐枣预处理（去籽、去梗、清洗）→冷冻破碎→加水熬煮→过滤、浓缩→添加白砂糖及甜菊糖苷→加热起泡→添加大米花和花生仁→搅拌混匀→注模挤压成型→冷却包装→成品。

操作要点：

糖浆的制备 称取预处理好的拐枣果柄，按1:3（g:ml）的比例加蒸馏水，先浸泡20～30 min，随后进行机械破碎，用电磁炉上熬煮1～2 h以提取汁液，关火静置，待其冷却至50~60 ℃，用纱布过滤、弃渣、收集滤液，用旋转蒸发仪对汁液进行浓缩，去除大量水分，再用糖度计测其浓缩的汁液，待糖度为30%～40%时停止浓缩，即得待用拐枣糖浆。

1．2．3．拐枣糖的感官评价

对拐枣糖的色泽、香味、口感、组织状态四个方面进行综合评分，感官评分标准如表1所示。

表1 拐枣糖的感官评分标准

Tab. 1 sensory scoring standard of Hovenia dulcis-popcorn candy

1．2．4．单因素实验

以50 g大米花为基准，考察白砂糖用量（4.0、4.5、5.0、5.5、6.0 g）、拐枣糖浆用量（6.0、8.0、10.0、12.0、14.0 g）、制糖加热温度（100、150、200、250、300 ℃）、糖化起泡时间（10、20、30、40、50 s）4个因素对拐枣糖感官评分的影响，每个水平3次平行实验。其他恒定因素均取其中间水平。

1．2．5．拐枣糖的工艺优化

利用Design- expert软件，采用Box-Behnken试验设计优化工艺条件，试验因素水平如表2所示。

1．3．数据分析

试验数据采用Origin软件和SPSS软件处理。

2．结果与分析

2．1． 拐枣氨基酸的种类及含量

测定了干燥拐枣中的蛋白氨基酸种类及含量，结果如表3所示。可知，拐枣蛋白氨基酸种类有17种，拐枣总氨基酸含量为3 740.09 mg/100g，必需氨基酸含量为1 287.15 mg/100g，占总氨基酸含量34.41%，非极性氨基酸占36.24%，极性氨基酸占18.91%，碱性氨基酸占11.09%，酸性氨基酸占33.76%，这说明拐枣的氨基酸含量较高。

2．2．白砂糖添加量的影响

考察了白砂糖用量对拐枣糖感官评分的影响，结果如图1所示。由图1可知，当白砂糖量添加到5 g的时候，拐枣糖的感官评价分值最高，为84.0分。之后，感官评分呈逐渐下降趋势，拐枣糖过甜，凝结状态过于紧密，质地坚硬，酥脆性变差。可能是白砂糖添加量过少，焦糖化反应及美拉德反应产物生成量较低，拐枣糖色泽较淡，且甜味不足；但添加量过多，非酶褐变比较强烈，初级产物进一步聚合成深色难溶物质，导致产品色泽深暗，质地紧密而坚硬，弹性及酥脆性较差，甜度较高，有苦涩味。

2．3．拐枣糖浆添加量的影响

考察了白砂糖用量对拐枣糖感官评分的影响，结果如图2所示。由图2可知，拐枣糖浆添加量为8 g时，感官评价分值最高（86.0分）。再增加用量会导致感官评分逐渐降低。白砂糖及拐枣中的单糖与其糖浆中的蛋白质、氨基酸等成分在低酸性条件下加热发生焦糖化反应及美拉德反应，生成糠醛及其衍生物，初级产物继续缩合成不溶解的胶体状类黑精素物质，使得拐枣糖色泽呈黑褐色，口感苦涩。

2．4．焦糖化温度的影响

考察了焦糖化温度对拐枣糖感官评分的影响，结果如图3所示。由图3可知，温度达到250 ℃时，感官评分最高，继续升高温度，感官评分逐渐下降。白砂糖在高温加热下脱水发生焦糖化反应产生焦糖色素的同时，焦糖与拐枣中的蛋白质或氨基酸发进一步反应生成希夫碱，希夫碱经Amadori重排形成Amadori产物，这些产物再经1,2烯醇化、环合、脱氢、异构化及缩合形成棕色含氮聚合物类黑素[9]，温度越高，褐变产物的量越多，产品的色泽越深而呈黑褐色，且口感略苦，从而影响了拐枣糖的感官品质。

表2 优化试验的因素水平

Tab. 2 factors and their levels of optimization experiments

2．5．焦糖化时间的影响

考察了焦糖化时间对拐枣糖感官评分的影响，结果如图4所示。由图4可知，焦糖化时间在20 s时，拐枣糖的感官评分最高，为84分。此时，所得产品的色泽、香味、口感、组织状态均较好。但随着时间的延长，产品的感官评分逐渐降低，拐枣糖的色泽逐渐呈现出深褐色或有大量的焦糊色。出现此现象的原因可能是在一定温度下，加热时间越长，焦糖化反应和美拉德反应过渡，产生了醛类、酮类和类黑精素等令人不愉悦的物质[10]，导致拐枣糖的色泽、口感及组织状态等感官品质均急剧变差。

2．6．单因素试验方差分析

根据单因素试验结果，采用SPSS软件对各因素进行显著性分析，结果如表4所示。由表4可知，四个因素均高度显著。因此，需对四个因素进一步优化处理。

表3 拐枣蛋白氨基酸种类、含量（mg/100 g）及比例（%）

注：“*”表示必需氨基酸。

2．7．拐枣糖工艺优化

2．7．1．拐枣糖工艺模型的建立

根据单因素试验结果，选择拐枣糖浆添加量（A）、白砂糖添加量（B）、焦糖化温度（C）及焦糖化时间（D）4个显著性因素，运用Box-Behnken试验设计优化拐枣糖的工艺，结果如表5所示。

图1 白砂糖对拐枣糖感官评分的影响

图2 拐枣糖浆对拐枣糖感官评分的影响

图3 焦糖化温度对拐枣糖感官评分的影响

图4 焦糖化时间对拐枣糖感官评分的影响

表4 单因素实验方差分析

Tab. 4 variance analysis of single factor tests

注：F0.01（4, 10）=5.99，F0.05（4, 10）=3.48，**表示高度显著。

由表5及Design-Expert软件分析，可得拐枣糖加工工艺的回归模型，并对该模型的进行方差分析，结果如公式（1）及表6所示。

由表6可知，二次回归模型是高度显著的，即拐枣糖感官分值与各因素之间的二次方回归模型的拟合度较好。回归模型中的一次项A，交互项BD，二次项A2、C2、D2为高度显著项，一次项C，交互项AC为一般显著项，其他项均不显著。由此，剔掉回归模型中的不显著项，得回归方程（2）。

表5 响应面优化试验设计及结果

Tab. 5 design and results of response surface optimization test

试验号ABCD感官评分 1000082 2100178 3-110067 40-10-170 5010174 6-10-1065 7000085 8-101072 9010-179 10-100170 11000083 12000082 130-11078 140-10184 15001182 160-1-1079 17000084 1801-1069 19001-180 201-10078 2110-1078 22-100-171 2300-1170 2400-1-173 25-1-10074 26101068 27100-170 28011080 29110079