何春玫 梁宇宁 项有泳

(1.广西农业职业技术学院，南宁 530007； 2.广西师范大学，桂林 541004；3.防城港市广源农业开发有限公司，广西 538100)

红姑娘红薯又名荔枝红、妹子薯，主产广西东兴市，各种营养物质含量丰富，经检测，每100g鲜薯中含总黄酮6.74mg，蛋白质1.40g，可溶性膳食纤维1.72g，不溶性膳食纤维0.58g，特别含淀粉量高，烘干率达38%，淀粉含量27%～29%，适宜加工成淀粉。淀粉加工过程中产生的大量红薯渣，往往会被丢弃或用于禽畜饲料，造成其中的营养物质浪费。不溶性膳食纤维素包括粗纤维素、半粗纤维素和木质素等，具有吸附大量水分，增加粪便量，促进肠蠕动，加快粪便的排泄，使致癌物质在肠道内的停留时间缩短，对肠道的不良刺激减少的作用，从而可以预防肠癌发生，还具有治疗糖尿病、预防和治疗冠心病、治疗肥胖症和治疗便秘的功能[1，2]。

当前，国内有学者以酶法、水提法、化学法、超声波辅助酶法等方法提取不溶性膳食纤维素[1～4]，类似文献多限于对工艺条件的优化，关于不溶性膳食纤维提取动力学方面的报道较少。本试验以晒干的东兴红姑娘红薯为原料，采用化学提取法，通过Box-Behnken设计试验，优化提取工艺，并通过建立提取过程的动力学模型，为更高效提取不溶性膳食纤维素，综合利用红薯渣提供依据。

1 材料与方法

1.1 试验与仪器

1.1.1 材料 红姑娘红薯，东兴市仑河牌红姑娘红薯。

1.1.2 主要试剂 NaOH、无水乙醇、过氧化氢、HCl等均为分析纯；去离子水(自制)。

1.1.3 主要仪器 AL204电子天平 梅特勒-托利多仪器(上海)有限公司；电热鼓风干燥箱 800B台式离心机 上海安亭科学仪器厂；多功能食品搅拌机 任发电器实业有限公司。

1.2 试验方法

1.2.1 自制红薯渣粉 晒干的东兴红姑娘红薯→洗净打碎→清水冲洗→过滤除淀粉和多糖→烘干滤渣→粉碎过筛→红薯渣粉末[2]。

1.2.2 不溶性膳食纤维素的提取工艺及提取率计算 准确称取红薯渣粉末→按液料比加入一定浓度的NaOH处理1h→过滤→滤渣中加入H2O2处理→过滤→滤渣中加入HCl处理→过滤→滤渣水洗至中性→干燥滤渣(不溶性膳食纤维素)→准确称量不溶性膳食纤维素质量。

提取率%=样品中不溶性膳食纤维素的质量/红薯渣粉末样品质量×100%

1.2.3 不溶性膳食纤维素提取的单因素试验 固定碱液处理时间为1h，分别考察料液比(4：1、8∶1、12∶1、16∶1、20∶1mL·g-1)、碱液浓度(6.0、8.0、10.0、12.0、14.0g·L-1)、提取温度(30、40、50、60、70℃)等单因素对不溶性膳食纤维素提取率的影响。

1.2.4 不溶性膳食纤维素提取工艺优化设计 通过查阅李泽珍[2]、蔡卫超[3]、赵英虎[5][l1]等人的文献资料发现，影响化学法提取不溶性膳食纤维素的因素有料液比、碱液浓度、提取温度、提取时间等，其中料液比、碱液浓度、提取温度对提取率的影响较显著，拟固定碱液处理时间为1h，通过单因素试验考察各因素影响水平，利用Design Expert8.0软件进行Box-Behnken响应面优化试验方案设计，响应面试验因素水平表见表1。

表1 Box-Behnken响应面试验因素水平表

1.2.5 不溶性膳食纤维素提取过程动力学分析 利用Origin Pro8.0软件对试验数据进行模型拟合，并以Reduced Chi2、R2和Adj-R23个参数评价数学模型的拟合程度。

2 结果与分析

2.1 单因素试验结果

图1 液料比对不溶性膳食纤维素提取率的影响

2.1.1 液料比对不溶性膳食纤维素提取率的影响 由图1可见，红薯渣中不溶性膳食纤维素的提取率随料液比的增加而增加，当液料比达12∶1时，提取率基本稳定，为液料比20∶1的提取率的98.2%。综合环保、节约的考虑，后续试验选择液料比为12∶1mL·g-1。

图2 碱液浓度对不溶性膳食纤维素提取率的影响

2.1.2 碱液浓度对不溶性膳食纤维素提取率的影响 由图2可见，红薯渣中不溶性膳食纤维素的提取率随碱液浓度的增加呈现先增大后减小的趋势，原因可能是NaOH浓度高于8.0 g·L-1后，逐渐增加了不溶性膳食纤维素的溶解性，使得提取率下降。因此，后续试验选择碱液浓度为8.0 g·L-1。

图3 提取温度对不溶性膳食纤维素提取率的影响

2.1.3 提取温度对不溶性膳食纤维素提取率的影响 由图3可见，红薯渣中不溶性膳食纤维素的提取率随提取温度的增加呈现先略增大后快速减小的趋势。30-40℃间，提取率基本稳定，提取效果相当，当温度40℃以上时，发现随着提取时间的延长，溶液慢慢变得粘稠，影响了不溶性膳食纤维素的提取，因此，后续试验选择提取温度为40℃。

2.2 Box-Behnken试验设计及显著性分析

根据单因素实验结果，选择料液比、碱液浓度、提取温度3个因素的3个较优水平，采用Design Expert8.0软件进行Box-Behnken响应面优化试验方案，以不溶性膳食纤维素的提取率作为响应值，确定提取最佳工艺条件。响应面试验方案与结果见表2。

表2 响应面试验方案与结果

对表2数据进行回归拟合，可得响应变量A、B、C对提取率(Y)的回归方程为：

Y2=8.69+0.037 * A+0.13 * B-0.16 * C+0.098 * A * B-0.20 * A * C-0.18 * B * C-0.22 * A2-0.49 * B2-0.43 * C2

表3 二次响应模型方差分析结果

注：显著检验采用最小显著差法，p<0.05为显著(*)，p<0.01为极显著(**)。

对表2数据进行ANOVA方差分析，结果如表3如示。经分析，回归模型的负相关系数R2=0.9871，P< 0.0001，说明模型极显著；失拟项P=0.5673，影响不显著，说明非试验因素对试验结果影响不大；模型决定系数RAdj2=0.9705，表示可以用此数学模型解释97.05%的变异性；变异系数C.V%=0.90，这个数值较小，说明该回归模型可信度较高；精密度值=19.9>4，说明该模型是合理的，可应用该模型预测和分析各响应应变量与响应值之间的关系。由表3可见，各因素对不溶性膳食纤维素的提取率影响顺序为：提取温度>碱液浓度 >液料比，其中提取温度和碱液浓度影响极显著(P< 0.01)。

2.3 各因素间交互作用分析

根据表3可见，影响因素之间A与B的交互影响显著(P< 0.05)，A与C，B与C的交互影响极显著(P< 0.01)。利用回归模型作各因素间交互作用的响应面图和等高线图如图4所示。

a． 料液比与碱液浓度

b． 料液比与提取温度

c． 碱液浓度与提取温度

从图4可以看出，各因素间交互作用的响应面图均为开口向下的平滑曲面，可见在曲面上存在最大响应值。在各等高线图中，沿提取温度和碱液浓度方向的曲线较密集，可见两者的变化对响应值的影响较大。

2.4 最佳工艺条件确定与验证

由Design Expert8.0软件进行分析计算，对各因素取最优值得出不溶性膳食纤维素提取的最佳工艺条件为：液料比：13.07∶1，碱液浓度8.43 g·L-1，提取温度37.14℃，提取率预测值为8.730%。为检验工艺参数的准确性，以液料比：13∶1，碱液浓度8.50 g·L-1，提取温度37℃，测得不溶性膳食纤维素提取率为8.64%，相对误差为-1.03%，说明本回归模型具有可靠性。

2.5 不溶性膳食纤维素提取的动力学分析

2.5.1 动力学数学模型的建立 由表3可见，碱液浓度和提取温度对不溶性膳食纤维素提取率的影响极显著，其中提取温度是影响提取的重要因素。本试验固定其他因素，建立动力学数学模型分析不同提取温度对不溶性膳食纤维素提取率的影响，考察不同提取温度下不溶性膳食纤维素的提取率随提取时间的变化规律。

图5 提取温度、提取时间与不溶性膳食纤维提取率的关系

由图5可见，提取温度不同，不溶性膳食纤维提取率达到最大值的时间不同，30℃时，提取温度较低，80 min提取率达到最大值，提取时间较长，且提取率低。40℃时，提取温度较适宜，60 min提取率达到最大值，提取率较大。50℃时，提取温度较高，50 min提取率达到最大值，但提取率较低。

采用OriginPro8.0软件的内置函数对图5的试验数据进行模型拟合，结果如表4。

表4 不同提取温度下提取动力学模型参数

模型名称和方程提取温度(℃)拟合参数模型评价参数axckReduced Chi2R2Adj-R2SGompertzy = a*exp(-exp(-k*(x-xc)))308.40948-9.689640.053150.005560.993540.99169408.79437-4.800990.079980.006230.991440.98899508.53011-4.193730.101680.005230.98770.98418

模型名称和方程提取温度(℃)拟合参数模型评价参数axckReduced Chi2R2Adj-R2Slogistic1y = a/(1 + exp(-k*(x-xc)))308.39266-4.860320.059060.004610.994640.99311408.78906-1.866110.086910.005110.992970.99096508.52841-2.246730.108110.004670.989010.98586

注：Reduced Chi2：表示数据与拟合曲线的偏离程度；R2：决定系数平方；Adj-R2：校正决定系数平方。

R2又称为拟合优度，当它越接近1时，表示拟合模型的方程式参考价值越高。Adj-R2调整了由于参数个数带来的相关性计算误差，它的值越接近1越准确地评价回归方程的优劣。Reduced Chi2表示数据与拟合曲线的偏离程度，它的值越小说明数据越接近拟合曲线。由表4可见，本试验数据采用OriginPro8.0软件内置3种非线性增长函数模型(Logistic、SGompertz、Slogistic1模型)均能较好地拟合红薯中不溶性膳食纤维提取率曲线 。通过以上三个模型拟合的评介参数进行综合分析可以得出：Logistic模型的拟合参数值均达到良好，模型达到最优拟合。

2.5.2 动力学数学模型验证 为验证2.5.1建立的动力学模型，选择3个提取时间点进行不溶性膳食纤维的提取，验证Logistic模型的拟合程度，如表5所示。

表5 Logistic模型验证

由表5可见，试验的实测数据与Logistic模型拟合程度较高，拟合程度均达0.98以上，说明建立的Logistic模型能很好地反映红薯中不溶性膳食纤维提取过程的动力学规律。

3 结论

本试验以晒干的东兴红姑娘红薯为原料，采用化学提取法，以液料比、碱液浓度和提取温度作为试验因素，通过单因素试验和Box-Behnken设计试验，研究了不溶性膳食纤维提取的最优工艺条件为：液料比13.07：1 mL·g-1，碱液浓度8.43 g·L-1，提取温度37.14 ℃，提取率达8.730%。以不同提取温度建立了提取过程的动力学模型，采用OriginPro8.0软件内置的3种动力学模型进行拟合，经拟合模型比较，Logistic模型的拟合参数值均达到良好，模型达到最优拟合。经过验证，建立的Logistic模型能很好地反映红薯中不溶性膳食纤维提取过程的动力学规律。