当前位置:文档之家› 响应面分析法优化油菜籽类胡萝卜素的提取工艺

响应面分析法优化油菜籽类胡萝卜素的提取工艺

响应面分析法优化油菜籽类胡萝卜素的提取工艺
响应面分析法优化油菜籽类胡萝卜素的提取工艺

类胡萝卜素(Carotenoids)是一种广泛存在于植物和微生物中的重要天然色素,具有转化为V A 的生物活性及预防癌症和心血管疾病等多种生理功能[1-2],已成为目前功能活性成分主要的研究热点课题之一,研究内容涉及类胡萝卜素的分析方法[3]、提取工艺[4]、生理功能[5]以及应用开发[6]等。

油菜是世界四大油料作物(大豆、向日葵、油菜和花生)之一,在世界油料作物中占有重要地位,同时也是我国的主要油料作物[7]。油菜种子中具有丰富的类胡萝卜素,主要种类有α-胡萝卜素、β-胡萝卜素和叶黄素等[8]。目前,油菜种子中类胡萝卜素的研究才刚刚开始,在含量分析、提取

响应面分析法优化油菜籽类胡萝卜素的提取工艺

Parameters optimization of carotenoids extraction from

rapeseed using response surface methodology

LIU Yun,HU Fang,WANG Zhi-cheng,WEI Fu-xiang,YAN Yun-jun

(College of Life Science and Technology of Huazhong University of

Science and Technology,Wuhan 430074)

Abstract:The quadratic orthogonal rotation design with four-factor five-level was employed to optimize the

extraction parameters of carotenoids from rapeseed,The parameters included extraction time,extraction times,ratio of material to solvent and extraction temperature.All experimental data were analyzed with SAS 9.0software.The results show that the optimization parameters are extraction time 7.3h,extraction times 3,ratio of solvent -solid 29∶1,extraction temperature 42℃.Under the optimization conditions,the content of carotenoids in extract is 4.791mg /100g.The regression equation obtained by SAS 9.0is significant,and the relative error between prediction value and experimental value is below1.5%.

Key words:carotenoids;rapeseed;response surface methodology(RSM);optimization

云,胡

芳,王志成,韦富香,闫云君

(华中科技大学生命科学与技术学院,武汉430074)

摘要:采用4因子5水平二次正交旋转组合设计,优化了浸提时间、浸提次数、料液比和浸提温

度等4个因素对油菜种籽类胡萝卜素提取效率的影响,获得了最佳提取工艺参数和回归模型方程。最佳工艺参数为:浸提时间为7.3h ,浸提次数为3次,料液比为29∶1,浸提温度为42℃。在上述条件下,提取物中类胡萝卜素含量为4.791mg/100g 。所得回归模型方程显著,拟和情况良好,模型预测相对误差小于1.5%。

关键词:类胡萝卜素;油菜籽;响应面分析;优化中图分类号:S 565.4

文献标志码:A

文章编号:1005-9989(2009)12-0108-05

收稿日期:2009-02-25

基金项目:湖北省自然科学基金项目(2008CSD359);科研启动项目(0124170030)。作者简介:刘云(1972—),男,湖南人,博士,主要从事能源生物技术的研究工作。

·108

·

方法、提取效果以及油菜种子中类胡萝卜素的组成与分析等诸多方面的研究尚有待于进一步完善和提高,而如何有效地提取油菜籽中类胡萝卜素尚未见类似报道。

本文在前期对油菜种籽类胡萝卜素提取工艺单因素研究的基础上[9],利用响应面分析方法对提取工艺作进一步优化,为油菜种籽类胡萝卜素的开发和应用提供基础数据。

1材料与方法

1.1试剂与仪器

油菜种籽:由华中农业大学油菜工程中心。油菜籽原料水分含量为(2.853±0.050)%,种仁占(73.412±0.256)%,种皮占(26.587±0.022)%。

石油醚(30~60℃):国药集团化学试剂有限公司;三氯甲烷:天津市百世化工有限公司;环己烷:天津市恒兴化学试剂制造有限公司;丙酮:上海振兴化工一厂;甲醇:天津市科密欧化学试剂有限公司;以上所用试剂均为分析纯。

Acculab电子天平:感量万分之一,德国赛多利斯股份公司(Sertorius);HZ-9211K恒温水浴振荡器:太仓市科教仪器厂;756型紫外-可见分光光度计:上海光谱仪器有限公司;RE-52型旋转蒸发仪:上海亚荣生化仪器厂;PH030A型干燥箱:上海一恒科技有限公司;HR1707/BC型飞利浦二合一粉碎机:珠海经济特区飞利浦家庭电器有限公司。

1.2实验方法

取3~5g油菜籽,在玻璃研钵中磨成粉状,过40目筛,准确称取0.5000g放入具塞三角瓶中,加入浸提溶液,放置恒温水浴振荡器(100r/min)中于暗处振荡浸提,浸提完毕后,浸提液用微过滤膜(有机系)(直径50mm、孔径0.45μm)过滤,再进行比色法测定吸光值,计算提取液中类胡萝卜素的含量。每次实验平行重复2次,取平均值。

类胡萝卜素总量测定原理和方法,参照GB/122912-1990水果、蔬菜汁类胡萝卜素全量的测定方法[10],公式计算如下:

X(mg/100g)=A×y(mL)×106

A%1cm×1000×g

式中:X为类胡萝卜素含量;

A为在445nm处测定的最大吸光度值;

y为所用提取液的量,mL;

A%1cm为胡萝卜素分子平均吸收系数

2500;

g为分析样品的质量,g。

1.3正交旋转组合设计

采用4因素5水平二次正交旋转组合设计。以浸提时间(X1),浸提次数(X2),料液比(X3),浸提温度(X4)为自变量,类胡萝卜素含量(Y1)为响应值;并以2,1,0,-1,-2分别代表自变量的水平r,按方程xi=(X i-X0)/△X(i=1,2,3,4)对自变量进行编码,其中xi为自变量的编码值,X i为自变量的真实值,X0为实验中心点处自变量的真实值,p为水平数,△X为自变量的变化步长,中心点m o=12,实验次数为36次。正交旋转组合设计见表1。

1.4数据分析

实验数据采用SAS9.0(SAS Institute Inc,Cary, NC,USA.)统计软件进行分析。

2结果与讨论

2.1回归模型的建立与数据分析

采用4因子5水平二次回归正交旋转组合设计方案,共设计了36个处理组,实验结果见表2。

利用SAS软件对实验结果进行分析,得到了油菜籽类胡萝卜素提取效果与浸提时间(X1)、浸提次数(X2)、料液比(X3)和浸提温度(X4)4因素在编码空间的多元线性回归模型方程如下:

Y1=4.77896+0.034687X1-0.049457X2-0.00073X3+ 0.097412X4-0.154353X21+0.060615X1X2-0.169996X1X3 -0.043019X1X4-0.307039X2X2+0.197118X2X3-0.068865 X2X4-0.245239X23-0.027968X3X4-0.345873X24

利用F检验和t检验分别对回归模型和回归模型系数进行显著性检验,结果见表3和表4。

由表3可知,回归模型响应值(Y1)与变量值(Xi,i=1,2,3,4)之间关系显著(p<0.01)。失拟项的p 检验值为0.073(p>0.05),表明失拟项相对于纯误差是不显著的。同时该模型具有较高的回归系数(R2=0.9116),反映出回归方程在实验点上与实验结果相吻合,说明回归方程拟合较好。

表1二次回归正交旋转组合设计表

水平浸提时间

(X1)

浸提次数

(X2)

料液比

(X3)

浸提温度

(X4) r=210550:160

18440:150

06330:140

-14220:130

-r=-22110:120

△x211010

·109·

表3方差分析表

来源自由度平方和均方F 值Pr>F 线性相40.31530.07880.36770.8290二次相49.5318 2.382911.11370.0001交互相6 1.26090.21010.98010.461失拟项10 4.48210.448223.85110.073回归模型14

11.1080

0.7934 5.7004

0.0035

回归系数R 2

0.9116

由表4可以看出,本实验所建立的模型中,二次项对油菜籽类胡萝卜素提取效果的影响极显著,而一次项和交互项对类胡萝卜素提取效果的影响不显著,为便于对模型进行分析讨论,不显著的项没有去掉。2.2

主因子分析

由SAS 软件分析和回归方程模拟寻优结果及方差分析表明,本实验条件下,浸提时间、浸提

次数、料液比和浸提温度等4因素对提取油菜种籽类胡萝卜素的影响主次顺序依次为:浸提温度>浸提次数>浸提时间>料液比。2.3两因素间的交互效应分析

将X 1、X 2、X 3、X 4因素中的任意两个因素固定在零水平,可得到其他两个因素之间的交互效应对类胡萝卜素提取效果的影响,结果见图1~

表2二次回归正交旋转组合设计实验结果实验号Y 1/(mg/100g)1-1-1-1-1 3.0462-1-1-11 3.7263-1-11-1 3.1924-1-111 4.0065-11-1-1 3.9996-11-11 3.1107-111-1 3.6658-1111 3.89891-1-1-1 4.226101-1-11 4.140111-11-1 3.123121-111 2.7601311-1-1 3.3141411-11 4.32515111-1 4.348161111 3.93517-2000 4.437182000 4.088190-200 4.542200200 2.7622100-20 3.664220020 4.13523000-2 3.159240002 3.834250000 4.768260000 4.805270000 4.863280000 4.763290000 4.822300000 4.719310000 4.768320000 4.805330000 4.343340000 4.712350000 4.80236

4.779

因素

X 1X 2X 3X 4 4.4

2.81.8

-1.8

1.8

1.8

Y 1

X 1

X 3=0X 4=0

X 2

1.81.20.60-0.6-1.2-1.8

X 2Y 1

X 3=0X 4=0

X 1

-1.8-0.60.6 1.8

2.8

3.644 3.63.6

3.6 3.2

4.4

2.81.8

-1.8 1.8

1.8X 1

X 2=0X 4=0

X 3

Y 1

1.81.20.60-0.6-1.2-1.8

Y 1

X 2=0X 4=0

X 1

-1.8-0.60.6 1.8

443.62.8

2.8

3.644X 2

图2浸提时间和料液比对类胡萝卜素提取的影响

图1浸提时间和次数对类胡萝卜素提取的影响

·110

·

表5实测值与预测值的比较

序号实测值/(mg/100g)预测值/(mg/100g)

相对误差/%1 4.6997 4.742760.9162 4.6403 4.678590.8253 4.6541 4.58536 1.4774 4.4100 4.389110.4745

4.7386

4.71426

0.514

4.4

2.4

1.8

-1.8

1.8

1.8

Y 1X 3

X 1=0X 2=0

X 4

1.81.20.60-0.6-1.2-1.8

X 4

Y 1

X 1=0X 2=0X 2

-1.8-0.60.6 1.8

2.8

3.63.63.22.4

2.4

3.2

2.4

1.81.20.60-0.6-1.2-1.8

X 4

Y 1

X 2=0X 3=0X 2

-1.8-0.60.6 1.8

33.53.532

2

3

32.5

1.8

1.20.60-0.6-1.2-1.8

X 3

Y 1

X 1=0X 4=0X 2

-1.8-0.60.6 1.8

3.5

3.2

233.5

3.5表4偏回归系数显著性测验的结果

因素自由度估计值误差t 值Pr>|t|

x 110.03468750.094520.3669860.717301x 21-0.0494570.09452-0.523240.606284x 31-0.00073

0.09452-0.007720.993911

x 410.09741230.09452 1.0306010.314453x

1

21-0.1543530.081857-1.885660.073252x 1x 210.06061450.1157630.523610.606032x 1x 31-0.1699960.115763-1.468490.156792x 1x 41-0.0430190.115763-0.371610.713905x 221-0.3070390.081857-3.750940.001177x 2x 310.19711750.1157631.7027720.103368x 2x 41-0.0688650.115763-0.594880.558278x 231-0.2452390.081857-2.995960.006885x 3x 4x 24

11

-0.027968-0.3458730.1157630.081857-0.2416-4.225350.8114340.000379

图6。从图1~图6可以看出,6个等高线图的形状均为椭圆形,说明最佳提取效果出现在本实验因素点范围内。2.4

回归模型的验证

4.521.8

-1.8 1.8

1.8Y 1

X 2

X 1=0X 4=0

X 3

4.521.8

-1.8

1.8

1.8Y 1

X 2

X 1=0

X 3=0

X 4

1.8

1.20.60-0.6-1.2-1.8

X 4

Y 1

X 2=0X 3=0

X 1

-1.8-0.60.6 1.8

3.2443.63.22.4

2.4

3.2

4.42.41.8

-1.8

1.8 1.8

Y 1

X 1

X 2=0X 3=0

X 4

图3浸提时间和温度对类胡萝卜素提取的影响

图6料液比和温度对类胡萝卜素提取的影响

图5浸提次数和温度对类胡萝卜素提取的影响

图4浸提次数和料液比对类胡萝卜素提取的影响

·111

·

通过计算机模拟,得出油菜籽类萝卜素的最佳提取工艺条件为:浸提时间为7.3h ,浸提次数为3次,料液比为29∶1,浸提温度为42℃。在实验条件范围内,任取5个因子点平行做5次实验,并用预测模型方程求出预测值,与实验实测值进行比较,结果见表5。

由表5可知,模型预测相对误差小于1.5%,说明此回归模型方程在本实验点上可用来预测油菜籽类胡萝卜的提取效果。3

结论

采用4因子5水平二次正交旋转组合设计优化了油菜种籽类萝卜素提取效果的工艺参数,建立了类萝卜素提取效果回归模型方程:

Y 1=4.77896+0.034687X 1-0.049457X 2-0.00073X 3+0.097412X 4-0.154353X 21

+0.060615X 1X 2-0.169996X 1X 3

-0.043019X 1X 4-0.307039X 22

+0.197118X 2X 3-0.068865

X 2X 4-0.245239X 2

3

-0.027968X 3X 4-0.345873X 24

并通过F 检验和t 检验方差分析,表明该模型拟合效果良好,可用于对油菜种籽类胡萝卜素提取效果进行预测。

通过计算机模拟,得出油菜籽类萝卜素的最佳提取工艺条件为:浸提时间为7.3h ,浸提次数为3次,料液比为29∶1,浸提温度为42℃,提取

物中类胡萝卜素含量为4.791mg/100g 。

参考文献:

[1]李福枝,刘飞,曾晓希,等.天然类胡萝卜素的研究进展[J].食品工业科技,2007,28(9):227-231

[2]

Wolf G.Retionids and carotenoids as inhibitors of carcinogensis and inducers of cell-cell communication[J].Nutrition Review,1992,50:270-274

[3]M Humayoun Akhtar,Michael Bryan.Extraction and quantification of major carotenoids in processed foods and supplements by liquid chromatography [J].Food Chemistry,2008,111(1):255-261

[4]Sontaya Krichnavaruk,Artiwan Shotipruk,Motonobu Goto,et al.Extraction of flavonoids and carotenoids from Thai silk waste and antioxidant activity of extracts[J].Separation and Purification Technology,2008,62(2):444-448

[5]王强,吕飞杰,张涛,等.天然类胡萝卜素抑制细胞恶性转化机理的初步研究[J].食品科学,2000,21(12):46-48

[6]惠伯棣,李京,裴凌鹏.我国食品工业中类胡萝卜素的生产

与应用[J].中国食品添加剂,2006,(3):130-135

[7]梁颖,李加纳.甘蓝型油菜种皮色泽形成与相关酶及蛋白

质含量的关系[J].中国农业科学,2004,37(4):446-451[8]高桂珍,伍晓明,陆光远,等.油菜种子类胡萝卜素总量测定方法的研究[J].植物遗传资源学报,2005,6(4):414-417[9]

刘云,王保健,林亲雄,等.油菜籽中天然类胡萝卜素的提取工艺研究[J].食品工业科技,2009

[10]中华人民共和国国家标准.GB/122912-1990水果、

蔬菜汁类胡萝卜素全量的测定方法[S].1990

伴随着祖国60华诞的喜庆日子,2009’中国国际调味品及食品配料博览会(简称CFE2009)也在所有参与和关注博览会人士的翘首以待中隆重召开。五年努力铸就辉煌,品牌汇聚再创巅峰,CFE 自展会创办以来,已历经五年磨练,成为调味品、食品配料、包装机械行业不容错过、必参加的行业年度盛会。其实体的展贸效果和主办方与时俱进的办展理念得到了业内企业和专业观众的一致认可和好评,并被行业人士盛誉为“亚洲地区乃至国际食品领域最具影响力的专业展之一”。

CFE2009的主题在“与渠道共发展,与餐饮业共繁荣”的基础上与时俱进,延伸为“转危为机,持续发展”。即希望在全球经济经历危机,起稳回升,中国经济一支独秀,调味品行业保持较快发展和行业加快调整之际,我们调味品行业能够抓住机会,变危机为契机,实现调味产业的加快整合和持续发展。事实证明,我国调味品行业在危急中虽然没有独善其身,却独树一帜,取得了良好的增长势头。

紧扣展会主题、定位准确、形式新颖的配套活动更为本届展会锦上添花。

“CFE2009中国调味品产业营销峰会暨中国调味品经销商

年会”不仅是CFE 品牌例会,也是全国知名调味品生产企业与经销商市场营销交流、提升的最好平台,更是全国经销商的“春节”;同时为全面展现中国调味品行业的发展现状和发展趋势,

“中国调味品百强

CEO 高峰论坛暨百强企业信息发布会”的举办也为祖国60华诞献上了一份调味品行业阶段性发展成果展示;另外为帮助参展商提升企业品牌形象,宣传和推广名优产品,促进新产品、新技术早日深入企业、占领市场,

“新产品、新技术客户推广专场”和“2009年新产品展示

活动暨CFE2009新产品T 台秀”也重拳出击。与门户网站搜狐吃喝“联姻”的现场专访和活动同步直播,及与中国第一家在线餐饮服务供应商饭统网倾情合作的消费者开放日活动,都为现场增添一抹新绿。

为实现参展商参展效益最大化的目标,和为广大参展企业倾力打造“一站式”宣传推广平台。CFE2009组委会汇集约200家国内外调味品行业媒体和大众媒体,共同组织多形式,多层面,行之有效的系统化推广活动,制造宣传攻势;精心筹备展会专题报道、展讯、新产品推介、参观指南、展期新闻、展会回顾等宣传素材。通过10多万买家数据库,向贸易群体广泛传递展会信息和参观邀请。组建专业观众邀请团队,以确保展会专业观众数量、质量以及展商的宣传效果。

CFE 作为我国调味品业界公认的唯一品牌展会,以其品牌化、国际化、专业化、规模化的办展水平,已经成为调味品生产商、经销商和贸易商等进行交流、沟通和商业促进的最佳平台。同时也成为我国调味品企业品牌荣与衰的体现和晴雨表。共同期待CFE2010再次绽放!

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!

危机中前行

———2009’中国国际调味品及食品配料博览会圆满谢幕

·112

·

响应面法优化酵母多糖的提取工艺

92 2012, V ol.33, No.24 食品科学 ※工艺技术 响应面法优化酵母多糖的提取工艺 王 慧1,2,程富胜3,罗永江3,董鹏程3,张 霞1,* (1.甘肃农业大学生命科学技术学院,甘肃 兰州 730070;2.甘肃农业大学动物医学院,甘肃 兰州 730070;3.中国农业科 学院兰州畜牧与兽药研究所-农业部兽用药物创制重点实验室,甘肃省新兽药工程重点实验室,甘肃 兰州 730050)摘 要:为提高酵母多糖提取率,对其提取过程进行优化。在单因素试验的基础上,利用中心组合试验设计原理,以高压时间、超声功率和超声时间为试验因素,以多糖提取率为响应值,采用3因素3水平的响应面分析法建立数学模型,获得最佳提取工艺。通过二次回归模型响应面分析得出酵母多糖提取的最佳工艺条件为高压时间35min 、超声功率510W 、超声时间26min ;在此条件下,多糖提取率的预测值为29.82%,验证值为29.84%。证明采用响应面法对酵母多糖提取条件进行优化,方法可行,可用于实际操作与实验预测。关键词:酵母多糖;响应面法;提取;优化 Optimization of Polysaccharide Extraction from Yeast by Response Surface Methodology WANG Hui 1,2,CHENG Fu-sheng 3,LUO Yong-jiang 3,DONG Peng-cheng 3,ZHANG Xia 1,* (1. College of Life Sciences and Technology, Gansu Agricultural University, Lanzhou 730070, China ; 2. College of Veterinary Medicine, Gansu Agricultural University, Lanzhou 730070, China ; 3. Key Laboratory of Veterinary Pharmaceutics Discovery, Ministry of Agriculture, Key Laboratory of New Animal Drug Project, Lanzhou Institute of Husbandry and Pharmaceutical Sciences, Chinese Academy of Agricultural Sciences, Lanzhou 730050, China) Abstract :Response surface methodology was used to optimize polysaccharide extraction from yeast to enhance polysaccharide yield. Polysaccharide yield was investigated with respect to high pressure treatment time, ultrasonic power and ultrasonic treatment time. A quadratic regression model was established based on a three-variable, three-level Box-Behnken design. The optimum conditions of high pressure treatment time, ultrasonic power and ultrasonic treatment time were found to be 35 min, 510 W and 26 min, respectively. Under these conditions, the predicted value of polysaccharide yield was 29.82%, whereas the actual value was 29.84%. Thus, the optimized extraction procedure is feasible for practical operation and experimental prediction. Key words :yeast polysaccharide ;response surface methodology ;extraction ;optimization 中图分类号:Q81 文献标识码:A 文章编号:1002-6630(2012)24-0092-05 收稿日期:2011-11-29 基金项目:甘肃省科技支撑项目(0708NKCA082;090NKCA070);甘肃省农业生物技术项目(GNSW-2007-12;GNSW-2010-07) 作者简介:王慧(1985—),男,硕士研究生,研究方向为动物生理学及药物免疫学。E-mail :wang_hui_1011@https://www.doczj.com/doc/b2139830.html, *通信作者:张霞(1972—),女,副教授,博士,研究方向为动物生理药理学。E-mail :zhxcfs@https://www.doczj.com/doc/b2139830.html, 微生物多糖是目前生物发酵工程和生物医药领域的研究热点之一[1]。现代科学研究表明,绝大多数真菌多糖都具有一定的生物学活性,其生理活性物质既可存在于子实体中,也可存在于培养菌丝体和发酵液中[2]。酵母(yeast)是一类与人类生产生活密切相关的真核微生物,在其细胞膜的外面包裹着一层厚度为100~400nm 的细胞壁[3],酵母细胞壁干质量的近75%为多糖[4],其中50~60%为β-D -葡聚糖[5]。酵母多糖在抗炎、抗诱变、抗氧化、抗肿瘤、促生长、免疫促进等方面发挥着重要的生物活性作用[6-9],是一种很有发展前景的饲料添加剂和具有抗生素兼益生素双重作用的免疫促进剂。但由于酵母细胞壁独特的结构,使其破壁不易,给相关科研工作的开展带来不少的 困难。目前,酵母多糖有效成分提取的方法较多,如研磨法、冻融法、高压均质法、超声波法、碱溶法、常规水提法、索氏提取法等[10-11],这些传统方法存在着提取温度高、时间长、能耗大、活性受损、提取率低等不足。对于将冻融法、高压均质法、超声波法、碱溶法综合为一体的提取方法目前还未见报道。响应面法(response surface methodology ,RSM)利用合理的试验设计并通过试验得到一定的数据,采用多元二次回归的方法,将多因子试验中因子指标的相互关系用多项式近似拟合,通过对函数响应面和等高线的分析,能够精确地研究各因子与响应值之间的关系,以最经济的方式、较少的试验次数和时间对所选试验参数进行全面的分析和研究,已

红枣汁提取工艺优化开题分析报告

红枣汁提取工艺优化开题报告

————————————————————————————————作者:————————————————————————————————日期: 2

指导文件5: 吉林大学 毕业设计(论文)开题报告 生物与食品工程系(院)20 10 届 题目红枣汁提取工艺优化 课题类型应用研究课题来源自拟 学生姓名xxxx 学号200806050019 专业食品科学年级班08 本科 指导教师xxxx 职称教授 填写日期:2010 年1 月16 日

一、本课题研究的主要内容、目的和意义 1.目的和意义 中国枣的栽培始于七千年前,栽培历史至少已有3000年。最早的栽培中心在黄河中、下游的陕西、山西,渐及河南、河北、山东等地,到汉代,枣的栽培已遍及我国南北各地。安阳内黄是有名的枣乡,国家质检总局于09年同意批准对内黄大枣实施国家地理标志产品保护。内黄大枣品质优良,鲜食酸甜可口,干食甜香味长,是历代帝王贡品。目前,内黄大枣已发展到1万公顷,年产干枣4万吨,产值2.4亿元,种植面积和产量居河南省第一。 国内枣类产品目前还是以鲜食和干制为主,附加值较低,新鲜枣难以保藏;其它传统枣制品如蜜枣、焦枣、阿胶枣等缺乏创新,市场占有率不高,因此,如何开发新的枣类食品,提高枣的商业价值是目前的研究热点。枣奶、枣醋、枣酒等产品已有销售,但以枣汁和枣肉加工果冻类产品还较少见。 2.主要研究内容 枣汁提取工艺的优化 考察溶剂、温度、时间、pH等提取工艺条件对枣汁提取效果的影响。采用响应面试验优化枣汁提取工艺。对实验室优化后的工艺进行放大试验,使之适应工业化生产需要。 二、文献综述(国内外相关研究现况和发展趋向)

姜黄素不同提取方法比较研究

姜黄素不同提取方法比较研究 作者:陈雁虹,秦波,张媛媛,程伟,吕圭源,叶祖光【摘要】目的对5种提取姜黄素的不同方法进行比较。方法以各法提取所得的姜黄素含量与得膏率作为评价指标,优选姜黄素的提取工艺。结果80 V 乙 醇温浸提取姜黄素所得的含量最高,为姜黄素的优选提取工艺。结论该法提取 姜黄素含量高,操作简单,稳定可行。 【关键词】姜黄;姜黄素;提取方法 姜黄(Curcuma longa L.)来源于姜科植物姜黄的干燥根茎,主要产于我国四川、云南、广西、广东、福建、台湾等地。姜黄性温,味辛、苦,具有破血行气、通经止痛的作用,常用丁?胸胁刺痛、闭经、癥瘕、风湿肩臂疼痛、跌扑肿痛等 [1]。姜黄的化学成分包括姜黄素类化合物(curcumins)、萜类化合物(Terpenoids)、留醇类化合物(sterols)、糖类化合物(Carbohydrates)及微量 元素等。其中姜黄素类化合物主要包括姜黄素(curcumin)、去甲氧基姜黄素(demethoxy-curcumin)和双去甲氧基姜黄素(bisdemethoxycurmmin) [2]。姜黄素(C21H2006)为醇溶性二苯基庚烃类化合物,不溶于冷水,微溶丁?乙醚和苯,加热时溶于乙醇、乙二醇,易溶于冰醋酸和碱溶液。姜黄素在高温、强酸、强碱或强光环境中稳定性较差[3],因此提取温度不宜过高。目前,其主要提取方法有甲醇、乙醇有机溶剂提取法、碱水热提法、酶解提取法、外场辅助提取法

等,本实验选用碱水热提、酶解提取、乙醇回流提取、乙醇温浸提取、乙醇渗漉提 取5种方法,对各法提取所得的姜黄素含量与得膏率进行了考察比较,为姜黄素 的研究提供参考和依据。 1仪器与试药 FZ102微型植物试样粉碎机(北京市永光明医疗仪器厂);DZKW-S-4电热恒 温水浴锅(北京市永光明医疗仪器厂);DZF-6050真空干燥箱(上海一恒科技有 限公司);AB135-S电子分析天平(瑞士梅特勒-托利多公司);Agilent 1100高 效液相色谱仪(安捷伦科技有限公司)。 姜黄(购于北京人卫中药饮片厂,四川产);姜黄素对照品(中国药品生物制 品检定所,批号110823-200603);半纤维素酶(hemicellulase, Sigma);其他所 用试剂均为分析纯,HPLC分析所用试剂为色谱纯。 2 方法与结果 2. 1提取方法 2.1.1 姜黄碱水回流提取[2] 姜黄粉碎过40目筛,取50 g,加水,用1%氢氧化钠溶液调pH值至9. 2,丁-沸 水中提取3次,加水量分别为原药材重量的10、8、6倍。提取时间分别为60、54、 30 min。

Design-Expert软件在响应面优化法中的应用详解

Design-Expert 软件在响应面优化法中的应用 (王世磊郑州大学450001) 摘要:本文简要介绍了响应面优化法,以及数据处理软件Design-ExpertDesign-Expert的相关知识,最后结合实例,介绍该软件在响应面优化法上的应用实例。 关键词:数据处理,响应面优化法,Design-Expert软件 1.响应面优化法简介 响应面优化法,即响应曲面法( Response Surface Methodology ,RSM),这是一种实验条件寻优的方法,适宜于解决非线性数据处理的相关问题。它囊括了试验设计、建模、检验模型的合适性、寻求最佳组合条件等众多试验和统计技术;通过对过程的回归拟合和响应曲面、等高线的绘制、可方便地求出相应于各因素水平的响应值[1]。在各因素水平的响应值的基础上,可以找出预测的响应最优值以及相应的实验条件。 响应面优化法,考虑了试验随机误差;同时,响应面法将复杂的未知的函数关系在小区域内用简单的一次或二次多项式模型来拟合,计算比较简便,是降低开发成本、优化加工条件、提高产品质量、解决生产过程中的实际问题的一种有效方法[2]。 响应面优化法,将实验得出的数据结果,进行响应面分析,得到的预测模型,一般是个曲面,即所获得的预测模型是连续的。与正交实验相比,其优势是:在实验条件寻优过程中,可以连续的对实验的各个水平进行分析,而正交实验只能对一个个孤立的实验点进行分析。 当然,响应面优化法自然有其局限性。响应面优化的前提是:设计的实验点应包括最佳的实验条件,如果实验点的选取不当,使用响应面优化法师不能得到很好的优化结果的。因而,在使用响应面优化法之前,应当确立合理的实验的各因素与水平。 结合文献报道,一般实验因素与水平的选取,可以采用多种实验设计的方法,常采用的是下面几个: 1.使用已有文献报道的结果,确定响应面优化法实验的各因素与水平。 2.使用单因素实验[3],确定合理的响应面优化法实验的各因素与水平。 3.使用爬坡实验[4],确定合理的响应面优化法实验的各因素与水平。 4.使用两水平因子设计实验[5],确定合理的响应面优化法实验的各因素与水平。 在确立了实验的因素与水平之后,下一步即是实验设计。可以进行响应面分析的实验设计有多种,但最常用的是下面两种:Central Composite Design-响应面优化分析、Box-Behnken Design-响应面优化分析。 Central Composite Design,简称CCD,即中心组合设计,有时也成为星点设计。其设计表是在两水平析因设计的基础上加上极值点和中心点构成的,通常实验表是以代码的形式编排的,实验时再转化为实际操作值(,一般水平取值为0,±1,±α,其中0为中值,α为极值, α=F*(1/ 4); F 为析因设计部分实验次数, F = 2k或F = 2 k×(1/ 2 ),其中 k为因素数,F = 2 k×(1/ 2 一般 5 因素以上采用,设计表有下面三个部分组成[6]:(1) 2k或 2 k×(1/ 2 )析因设计。(2)极值点。由于两水平析因设计只能用作线性考察,需再加上第二部分极值点,才适合于非线性拟合。如果以坐标表示,极值点在相应坐标轴上的位置称为轴点(axial point) 或星点( star point) ,表示为(±α,0,…, 0) , (0,±α,…, 0) ,…, (0, 0,…,±α)星点的组数与因素数相同。(3)一定数量的中心点重复试验。中心点的个数与CCD设计的特殊性质如正交

响应面优化实验方案设计

食品科学研究中实验设计的案例分析 ——响应面法优化超声辅助提取车前草中的熊果酸 班级:学号:姓名: 摘要:本文简要介绍了响应面曲线优化法的基本原理和使用步骤,并通过软件Design-Expert 7.0软件演示原文中响应面曲线优化法的操作步骤。验证原文《响应面法优化超声辅助提取车前草中的熊果酸》各个数据的处理过程,通过数据对比,检验原文数据处理的正确与否。 关键词:响应面优化法数据处理 Design-Expert 7.0 车前草 前言: 响应曲面设计方法(Response SufaceMethodology,RSM)是利用合理的试验设计方法并通过实验得到一定数据,采用多元二次回归方程来拟合因素与响应值之间的函数关系,通过对回归方程的分析来寻求最优工艺参数,解决多变量问题的一种统计方法(又称回归设计)。 响应面曲线法的使用条件有:①确信或怀疑因素对指标存在非线性影响;②因素个数2-7个,一般不超过4个;③所有因素均为计量值数据;试验区域已接近最优区域; ④基于2水平的全因子正交试验。 进行响应面分析的步骤为:①确定因素及水平,注意水平数为2,因素数一般不超过4个,因素均为计量值数据;②创建“中心复合”或“Box-Behnken”设计;③确定试验运行顺序(Display Design);④进行试验并收集数据;⑤分析试验数据;⑥优化因素的设置水平。 响应面优化法的优点:①考虑了试验随机误差②响应面法将复杂的未知的函数关系在小区域内用简单的一次或二次多项式模型来拟合,计算比较简便,是降低开发成本、优化加工条件、提高产品质量,解决生产过程中的实际问题的一种有效方法③与正交试验相比,其优势是在试验条件寻优过程中,可以连续的对试验的各个水平进行分析,而正交试验只能对一个个孤立的试验点进行分析。 响应面优化法的局限性: 在使用响应面优化法之前,应当确立合理的实验的各因素和水平。因为响应面优化法的前提是设计的试验点应包括最佳的实验条件,如果试验点的选取不当,实验响应面优化法就不能得到很好的优化结果。 原文《响应面法优化超声辅助提取车前草中的熊果酸》采用经典的三因素三水平Box-Behnken 试验设计,以熊果酸的提取率为响应值,通过回归分析各工艺参数与响应值之间的关系,并由此预测最佳的工艺条件。本文利用软件验证原文中的数据处理过程,以检验原文数据是否处理正确。 1 确定实验因素 原文利用超声波辅助提取车前草中的熊果酸,而影响熊果酸提取率的因素有很多,如超声波的功率、提取时间、溶剂温度、溶剂种类、液固比等。原文参考文献《柿叶中总三萜的提取以及熊果酸分离, 纯化研究》中提取熊果酸的方法提取熊果酸,即将干燥的车前草粉碎后过筛,取20~40 目的车前粉,用石油醚在 55℃脱脂 3 次,干燥备用。精密称取一定量的车前粉,加入一定量的乙醇,称量,在一定的超声波功率下提取一定时间后,擦干外壁,再称量,用乙醇补充缺失的质量,离心。用注射器抽取一定量上清液,过 0.45μm 滤膜,进行检测。每个实验进行 3 次平行实验。取其平均值。结果以提取率(E)的来表示。

DesignExpert响应面分析实验设计案例分析和CCD设计详细教程

食品科学研究中实验设计的案例分析 —响应面法优化超声波辅助酶法制备燕麦ACE抑制肽的工艺研究 摘要:选择对ACE 抑制率有显著影响的四个因素:超声波处理时间(X1)、超声波功率(X2)、超声波水浴温度(X3)和酶解时间(X4),进行四因素三水平的响应面分析试验,经过Design-Expert优化得到最优条件为超声波处理时间28.42min、超声波功率190.04W、超声波水浴温度55.05℃、酶解时间2.24h,在此条件下燕麦ACE 抑制肽的抑制率87.36%。与参考文献SAS软件处理的结果中比较差异很小。 关键字:Design-Expert 响应面分析 1.比较分析 表一响应面试验设计 因素 水平 -1 0 1 超声波处理时间X1(min) 20 30 40 超声波功率X2(W) 132 176 220 超声波水浴温度X3(℃) 50 55 60 酶解时间X4(h) 2.Design-Expert响应面分析 分析试验设计包括:方差分析、拟合二次回归方程、残差图等数据点分布图、二次项的等高线和响应面图。优化四个因素(超声波处理时间、超声波功率、超声波水浴温度、酶解时间)使响应值最大,最终得到最大响应值和相应四个因素的值。 利用Design-Expert软件可以与文献SAS软件比较,结果可以得到最优,通过上述步骤分析可以判断分析结果的可靠性。 2.1 数据的输入

2.2 Box-Behnken响应面试验设计与结果 2.3 选择模型

2.4 方差分析 在本例中,模型显著性检验p<0.05,表明该模型具有统计学意义。由图4知其自变量一次项A,

B,D,二次项AC,A2,B2,C2,D2显著(p<0.05)。失拟项用来表示所用模型与实验拟合的程度,即二者差异的程度。本例P值为0.0861>0.05,对模型是有利的,无失拟因素存在,因此可用该回归方程代替试验真实点对实验结果进行分析。 图 5 由图5可知:校正决定系数R2(adj)(0.9788>0.80)和变异系数(CV)为0.51%,说明该模型只有2.12%的变异,能由该模型解释。进一步说明模型拟合优度较好,可用来对超声波辅助酶法制备燕麦ACE抑制肽的工艺研究进行初步分析和预测。

姜黄中姜黄素的提取工艺研究

姜黄中姜黄素的提取工艺研究

————————————————————————————————作者:————————————————————————————————日期:

姜黄中姜黄素的提取工艺研究-工程论文 姜黄中姜黄素的提取工艺研究 姜黄中姜黄素的提取工艺研究 Study of the Extraction Process of Curcumin in Curcuma 牛睿NIU Rui;韩宁娟HAN Ning-juan;方欢乐FANG Huan-le;许乐XU Le (西安培华学院,西安710125) (Xi′an Peihua University,Xi′an 710125,China) 摘要:从中药材姜黄中提取主要成分姜黄素的提取工艺及最优实验条件的研究,选择回流提取法及超声波提取法进行比较,得出最优提取方案。采用乙醇加热回流法、超声波提取法进行四因素三水平正交实验。结果显示提取条件为浓度65%乙醇,提取两次,药材倍数为5—10倍,提取时间2小时;超声功率40W,温度控制在室温,料液比1:15,提取时间45min,采用75%的甲醇作为溶剂时,姜黄素提取率较高。因此适宜的提取条件可提高姜黄素的提取量,简化实验操作,节省物料。 Abstract: This article studies the extraction technology of curcumin in curcuma and the optimal experimental conditions. The refluxing extraction method and ultrasonic extraction method are compared to get the optimal extracting solution. It adopts ethanol heating reflux method and ultrasonic extraction method for four factors three levels orthogonal experiment. Results show that the extraction conditions are: concentration 65% ethanol, twice extraction, medicinal herbs multiples

最新响应面优化实验方案设计

响应面优化实验方案 设计

食品科学研究中实验设计的案例分析 ——响应面法优化超声辅助提取车前草中的熊果酸 班级:学号:姓名: 摘要:本文简要介绍了响应面曲线优化法的基本原理和使用步骤,并通过软件Design-Expert 7.0软件演示原文中响应面曲线优化法的操作步骤。验证原文《响应面法优化超声辅助提取车前草中的熊果酸》各个数据的处理过程,通过数据对比,检验原文数据处理的正确与否。 关键词:响应面优化法数据处理 Design-Expert 7.0 车前草 前言: 响应曲面设计方法(Response SufaceMethodology,RSM)是利用合理的试验设计方法并通过实验得到一定数据,采用多元二次回归方程来拟合因素与响应值之间的函数关系,通过对回归方程的分析来寻求最优工艺参数,解决多变量问题的一种统计方法(又称回归设计)。 响应面曲线法的使用条件有:①确信或怀疑因素对指标存在非线性影响;②因素个数2-7个,一般不超过4个;③所有因素均为计量值数据;试验区域已接近最优区域;④基于2水平的全因子正交试验。 进行响应面分析的步骤为:①确定因素及水平,注意水平数为2,因素数一般不超过4个,因素均为计量值数据;②创建“中心复合”或“Box-Behnken”设计;③确定试验运行顺序(Display Design);④进行试验并收集数据;⑤分析试验数据;⑥优化因素的设置水平。

响应面优化法的优点:①考虑了试验随机误差②响应面法将复杂的未知的函数关系在小区域内用简单的一次或二次多项式模型来拟合,计算比较简便,是降低开发成本、优化加工条件、提高产品质量,解决生产过程中的实际问题的一种有效方法③与正交试验相比,其优势是在试验条件寻优过程中,可以连续的对试验的各个水平进行分析,而正交试验只能对一个个孤立的试验点进行分析。 响应面优化法的局限性: 在使用响应面优化法之前,应当确立合理的实验的各因素和水平。因为响应面优化法的前提是设计的试验点应包括最佳的实验条件,如果试验点的选取不当,实验响应面优化法就不能得到很好的优化结果。 原文《响应面法优化超声辅助提取车前草中的熊果酸》采用经典的三因素三水平Box-Behnken 试验设计,以熊果酸的提取率为响应值,通过回归分析各工艺参数与响应值之间的关系,并由此预测最佳的工艺条件。本文利用软件验证原文中的数据处理过程,以检验原文数据是否处理正确。 1 确定实验因素 原文利用超声波辅助提取车前草中的熊果酸,而影响熊果酸提取率的因素有很多,如超声波的功率、提取时间、溶剂温度、溶剂种类、液固比等。原文参考文献《柿叶中总三萜的提取以及熊果酸分离, 纯化研究》中提取熊果酸的方法提取熊果酸,即将干燥的车前草粉碎后过筛,取20~40 目的车前粉,用石油醚在 55℃脱脂 3 次,干燥备用。精密称取一定量的车前粉,加入一定量的乙醇,称量,在一定的超声波功率下提取一定时间后,擦干外壁,再称量,用乙醇补充缺失的质量,离心。用注射器抽取一定量上清液,过 0.45μm 滤膜,进行检测。每个实验进行 3 次平行实验。取其平均值。结果以提取率(E)的来表示。 C × V E/%= ———× 100

紫杉醇提取工艺优化研究

紫杉醇提取工艺优化研究 赵万年 S1315004 立体依据 紫杉醇(Paclitaxel,商品名Taxol)是Wani等[1]于1971年首次从短叶红豆杉(Taxus Bravifolia Nutt.)中分离得到的一种复杂的次生代谢产物,属二萜类化合物。其抗癌机理独特[2],活性广谱高效,是目前所发现的惟一一种具有促进微管双聚体装配成微管, 使微管稳定, 从而阻碍细胞分裂, 将癌细胞停止在G2晚期或M期,最终导致癌细胞死亡[3],抑制肿瘤生长的作用。由于紫杉醇的作用机理独特、疗效显著,因此已用于转移性卵巢癌、乳腺癌等的治疗,对肺癌、大肠癌、黑色素瘤、头颈部癌、淋巴瘤、脑瘤也都有一定疗效。 虽然现在开发了多种紫杉醇的制备方法,利用半合成、全合成、生物合成、真菌发酵、植物组织细胞培养等技术手段获得紫杉醇的研究工作也取得了较大的进展[4-6],但是要实现这些技术的工艺扩大和工业放大生产还存在一些问题,而从树皮中提取紫杉醇的工艺已经成熟且工业化,因此目前从植物中直接提取分离仍是紫杉醇的主要制备方法。但是,紫杉醇在植物中的含量非常低(含量最高的红豆杉树皮也只有万分之几)[7],且类似物多,具有热敏性,产物在中间过程中易于分解、变性,不同产地、不同季节的植物资源成分相差甚远,因此分离提取工作难度很大。 目前紫杉醇的提取纯化工艺有溶剂萃取法、固相萃取法、制备色谱法、膜分离法、超临界萃取法、离子交换法、键合物解离法、药理作用靶点法和化学反应法[8-10]。这些工艺各有优缺点,其中溶剂萃取法和制备色谱法是最简单、最常用的方法,也已经成功应用于工业生产,但仍需改进。本课题以乙醇为提取溶剂,探求从南方红豆杉树叶中浸取紫杉醇的最佳提取条件,旨在为南方红豆杉这一药用植物资源的开发与利用提供试验依据。 研究目标 采用乙醇浸提方法,考查粉碎度、乙醇浓度、料液比、提取温度和提取时间

响应面法实验

试验设计与优化方法,都未能给出直观的图形,因而也不能凭直觉观察其最优化点,虽然能找出最优值,但难以直观地判别优化区域.为此响应面分析法(也称响应曲面法)应运而生.响应面分析也是一种最优化方法,它是将体系的响应(如萃取化学中的萃取率)作为一个或多个因素(如萃取剂浓度、酸度等)的函数,运用图形技术将这种函数关系显示出来,以供我们凭借直觉的观察来选择试验设计中的最优化条件. 显然,要构造这样的响应面并进行分析以确定最优条件或寻找最优区域,首先必须通过大量的量测试验数据建立一个合适的数学模型(建模),然后再用此数学模型作图. 建模最常用和最有效的方法之一就是多元线性回归方法.对于非线性体系可作适当处理化为线性形式.设有m个因素影响指标取值,通过次量测试验,得到n组试验数据.假设指标与因素之间的关系可用线性模型表示,则有应用均匀设计一节中的方法将上式写成矩阵式或简记为式中表示第次试验中第个因素的水平值;为建立模型时待估计的第个参数;为第次试验的量测响应(指标)值;为第次量测时的误差.应用最小二乘法即可求出模型参数矩阵B如下将B阵代入原假设的回归方程,就可得到响应关于各因素水平的数学模型,进而可以图形方式绘出响应与因素的关系图. 模型中如果只有一个因素(或自变量),响应(曲)面是二维空间中的一条曲线;当有二个因素时,响应面是三维空间中的曲面.下面简要讨论二因素响应面分析的大致过程. 在化学量测实践中,一般不考虑三因素及三因素以上间的交互作用,有理由设二因素响应(曲)面的数学模型为二次多项式模型,可表示如下:通过n次量测试验(试验次数应大于参数个数,一般认为至少应是它的3倍),以最小二乘法估计模型各参数,从而建立模型;求出模型后,以两因素水平为X坐标和y坐标,以相应的由上式计算的响应为Z坐标作出三维空间的曲面(这就是2因素响应曲面).应当指出,上述求出的模型只是最小二乘解,不一定与实际体系相符,也即,计算值与试验值之间的差异不一定符合要求.因此,求出系数的最小二乘估计后,应进行检验.一个简单实用的方法就是以响应的计算值与试验值之间的相关系数是否接近于1或观察其相关图是否所有的点都基本接近直线进行判别.如果以表示响应试验值,为计算值,则两者的相关系数R定义为其中对于二因素以上的试验,要在三维以上的抽象空间才能表示,一般先进行主成分分析进行降维后,再在三维或二维空间中加以描述.等等………… 2注意事项 对于构造高阶响应面,主要有以下两个问题: 1,抽样数量将显著增加,此外,普通的实验设计也将更糟。 2,高阶响应面容易产生振动。 响应面法(response surface methodology,记为RSM)最早是由数学家Box和Wilson于1951年提出来的。就是通过一系列确定性的“试验”拟合一个响应面来模拟真实极限状态曲面。其基本思想是假设一个包括一些未知参量的极限状态函数与基本变量之间的解析表达式代替实际的不能明确表达的结构极限状态函数。响应面方法是一项统计学的综合试验技术,用于处理几个变量对一个体系或结构的作用问题,也就是体系或结构的输入(变量值)与输出(响应)的转换关系问题。现用两个变量来说明:结构响应Z与变量x1,x2具有未知的、不能明确表达的函数关系Z=g(x1,x2)。要得到“真实”的函数通常需要大量的模拟,而响应面法则是用有限的试验来回归拟合一个关系Z= g’(x1,x2),并以此来代替真实曲面Z=g(x1,x2),将功能函数表示成基本随机变量的显示函数,应用于可靠度分析中。响应面方法实际上源于一种试验设计方法,试验设计方法是用来研究设计参数对模型设计状况影响的一种取样策略,决定了构造近似模型所需样本点的个数和这些点的空间分布情况。目前广泛应用于计算机仿真试验设计的主要方法是拉丁超立方体抽样和均匀设计,这两种试验设计能应用于多种多样的模型,且对模型的变化具有稳健性。 3响应面分析

影响姜黄中姜黄素提取因素分析研究

影响姜黄中姜黄素因素的研究 摘要 以总姜黄素含量为考察指标,采用正交优化乙醇法提取姜黄中姜黄素,用分光光度法对姜黄素提取液总姜黄素含量进行检测。考察了料液比、浸提时间、温度、乙醇浓度等因素对提取量的影响。 关键词姜黄素姜黄提取 1.前言 姜黄为姜科姜黄属植物姜黄的根茎。姜黄素是从姜科植物姜黄中提取的一种色素,也存在其它姜科植物中。姜黄素不仅是一种优良的天然食用色素,而且还具有十分广泛的药用价值,现发现姜黄素具有利胆、降血脂、抗病毒、抗炎、抗氧化、抗肿瘤、防止衰老和延年益寿的作用。因此,研究姜黄中有效成分提取技术具有重要的现实意义。提取工艺的方法有很多,但存在着操作过程复杂、pH 值对有效成份的影响大、不易控制和不宜工业化大生产等缺点。 2.实验目的 研究以固液比、浸提时间、温度、乙醇浓度等因素对提取姜黄中总姜黄素的影响,确定正交实验考查范围,筛选出了优化工艺条件。 3.实验原理 姜黄素为橙黄色结晶粉末,味稍苦。不溶于水,溶于乙醇、丙二醇,易溶于冰醋酸和碱溶液,对光、热、铁离子敏感,耐光性、耐热性、耐铁离子性较差。通过改变固液比、浸提时间、温度、乙醇浓度等因素,探究姜黄中总姜黄素主要由什么影响。 4.实验器材 紫外可见分光光度计、1ml移液管、热恒温水浴锅、分析天平、离心机,50ml的容量瓶6个,250ml容量瓶一个,玻璃棒。 5、实验材料及试剂 5. 1实验试剂及其配制 30%的乙醇溶液:准确量取95%的无水乙醇15.8ml,加水定容至50ml. 40%的乙醇溶液:准确量取95%的无水乙醇21.1ml,加水定容至50ml. 50%的乙醇溶液:准确量取95%的无水乙醇26.3ml,加水定容至50ml.

姜黄素地提取实用工艺研究

毕业设计(论文)题目:姜黄素的提取工艺研究 教学院:化学与材料工程学院 专业名称:化学工程与工艺(生物化工) 学号: 201040810132 学生姓名:温小龙 指导教师:刘颋老师

2014年 5 月 12 日

摘要 本次姜黄素提取的研究采用的是有机溶剂法和超声波辅助法。有机溶剂用的是乙醇,利用乙醇从姜黄中提取姜黄素具有工业成本低、提取效率高的特点,研究得出乙醇提取姜黄素影响的主要因素有时间、浓度、料液比和温度。超声波辅助法提取姜黄素具有操作简单,提取效率高等特点,研究得出影响提取率的因素有乙醇浓度、时间和功率。 在单因素实验基础上得出,乙醇浸提的浓度最佳为70%,温度为60℃,料液比为1:20;超声波辅助法的最佳功率为300W,时间为40min,乙醇浓度为80%。 关键词:姜黄素;乙醇浸提;超声波提取

Abstract The curcumin extract research uses organic solvent method and ultrasonic assisted https://www.doczj.com/doc/b2139830.html,anic solvent is ethanol. The use of ethanol extract of curcumin from turmeric has the characteristics of the industry of low cost, high extraction efficiency, the main factors that affected ethanol extraction of curcumin included concentration, the ratio of material to solvent and temperature.Ultrasonic assisted extraction of curcumin method has simple operation, high extraction efficiency etc. the research indicated that the factors affected extraction included ethanol concentration, time and power. On the basis of single factor experiment,the best concentration and temperature of ethanol extraction are 70% and 60℃,and the ratio of material to solvent is 1:20. The best power and time of ultrasonic assisted method are 300W and 60min ,and the ethanol concentration is 80%. Keywords: curcumin; ethanol extraction; ultrasonic assisted method to extraction

响应面优化实验

响应面优化实验 实验报告 课程名称,发酵工艺及其优化 实验名称, 响应面优化实验 专业, 生物工程 学号, 060512212 姓名, 韦达理 实验地点, 笃行楼303 实验日期,2015年5月16日 常熟理工学院 [实验目的和要求] 1. 了解响应面优化实验的原理。 2. 熟悉design expert软件的基本操作。 3. 熟悉响应面优化实验的具体流程。 4. 优化香菇多糖发酵培养基 [实验器材] Design expert软件 [实验原理和方法] 香菇多糖:是一种生理活性物质。它具有抗病毒、抗肿瘤、调节免疫功能和刺激干扰素形成等功能。 提取方法:从香菇子实体或经深层发酵后的发酵液中提取。香菇子实体生长周期长,产量和多糖得率均较低。而深层发酵培养香菇菌丝体不仅发酵液中含有与子

实体相当或更高的营养物质,同时还可利用农副产品作原料,成本低,周期短,易于大规模生产,因此已得到广泛应用于重视。 响应曲面设计方法(Response SufaceMethodology,RSM)是利用合理的试验设计方法并通过实验得到一定数据,采用多元二次回归方程来拟合因素与响应值之间的函数关系,通过对回归方程的分析来寻求最优工艺参数,解决多变量问题的一种统计方法(又称回归设计)。响应面曲线法的使用条件有:?确信或怀疑因素对指标存在非线性影响;?因素个数2-7个,一般不超过4个;?所有因素均为计量值数据;试验区域已接近最优区域;?基于2水平的全因子正交试验。 进行响应面分析的步骤为:?确定因素及水平,注意水平数为2,因素数一般不超过4个,因素均为计量值数据;?创建“中心复合”或“Box-Behnken”设计;?确定试验运行顺序(Display Design);?进行试验并收集数据;?分析试验数据;?优化因素的设置水平。响应面优化法的优点:?考虑了试验随机误差?响应面法将复杂的未知的函数关系在小区域内用简单的一次或二次多项式模型来拟合,计算比较简便,是降低开发成本、优化加工条件、提高产品质量,解决生产过程中的实际问题的一种有效方法?与正交试验相比,其优势是在试验条件寻优过程中,可以连续的对试验的各个水平进行分析,而正交试验只能对一个个孤立的试验点进行分析。 [实验数据和结果] 实验步骤 1. 输入三因素及其水平,设计响应面实验。

响应面法优化黄芪多糖的提取工艺

响应面分析法优化黄芪多糖的提取工艺 高宛莉,杜瑞卿 (河南南阳师范学院生命科学与技术学院,河南南阳473061) 摘要为黄芪的进一步开发利用提供参考,选取黄芪多糖提取时间、提取温度和料液比3个因素进行二次回归正交组合设计试验,对其 提取工艺参数进行优化研究。结果表明:在提取时间为56min 、温度为84?、水体积为276mL 的条件下,黄芪多糖提取最大预测值为8.979μg /mL ,实际提取值8.945μg /mL ,两者基本相符。利用优化工艺参数提取黄芪多糖时,具有最大的提取产量。关键词黄芪多糖;响应面法;提取产量中图分类号TS244文献标识码A 文章编号1004-8421(2012)11-1263-02Optimization of Extraction Technique of Astragalus polysaccharide via Response Surface Methodology GAO Wanli ,DU Ruiqing (College of Life Science and Tchnology Nanyang Normal University ,Nanyang ,He ’nan 473061,China )Abstract The effects of different temperature ,time and the ratio of solid to solution on the extraction yield of Astragalus polysaccharide were investigated based on composite design of quadratic regression.The extraction technique parameters were optimized with Response Surface Methodology.Experimental data were analyzed by solving the regression equation with Design MATLAB 7.0software.It was indicated that the optimum extraction parameters were temperature 84?,time 142minutes and the water volume 276ml.Under those conditions ,the predicted val-ue of polysaccharide extraction yield from Radix Astragali was8.97878μg.mL -1,which was in consistent with the measured value8.945μg.mL -1.It had maximal extraction yield of Astragalus polysaccharide with optimized technique parameters.Key word radix Astragali ;polysaccharide ;response Surface ;extraction yield 基金项目 南阳师范学院科青年科研资助项目(QN2012042) 作者简介 高宛莉(1978-),女,汉族,河南南阳人,实验师,从事生物化学的教学与实验工作。E -mail :duruiqing8@163.com 收稿日期2012-10-14黄芪(Radix Astragali )为豆科植物蒙古黄芪或膜荚黄芪的干燥根,是中药补气药中最为常用、且功效显著的一味药物, 含有多种对人体健康有益的生物成分与微量元素。黄芪多糖(Astragalus polysaccharide , APS )是中药黄芪中的主要成分,近年来研究发现其具有免疫调节、抗氧化、保护心肌、促进骨髓造血干细胞增殖和调节血糖等多方面广泛的药理作用 [1-2] ,是很有价值的免疫增强剂。近年来,黄芪多糖显著 的抗癌作用更受到广泛关注[3-4] 。笔者等参照有关文献 [5-6] 选取提取温度、提取时间、料液比三因素,在单因素试验的 基础上[7] ,利用二次回归正交组合设计试验(响应面分析 法)[8-9] ,对黄芪多糖的水提取过程工艺条件进行了研究,以 期为黄芪的进一步开发利用打下基础。 1材料与方法1.1材料 1.1.1黄芪。黄芪药材,购自河南省医药公司,为蒙古黄芪。1.1.2 仪器与试剂。TU -1901双光束紫外可见分光光度 计,北京普析通用仪器有限责任公司;RE -52旋转蒸发器,上海亚荣生化仪器厂;D (+)-葡萄糖,Sigma 公司;其他试剂皆为国产分析纯。1.2方法 1.2.1 多糖含量测定。糖含量测定采用苯酚一硫酸法 [10] 。 标准曲线的绘制:精确称取D (+)-葡萄糖20mg ,用重蒸水定容至100mL 作为标准液。将标准液分别稀释成浓度为30μg /mL 、60μg /mL 、90μg /mL 、150μg /mL 和180μg /mL 的溶液,取不同浓度的溶液各0.3mL 置于10mL 试管中,加入50g /L 重蒸苯酚溶液0.6mL 混合后,迅速加入3mL 98%浓硫酸, 混匀,室温静置30min 。用直径10mm 石英比色皿测定489nm 处吸光度,用重蒸水进行空白对照试验。在与标准曲线绘制相同条件下测定多糖样品含量。1.2.2 试验设计。在黄芪多糖提取过程中,影响提取液中 多糖含量的因素很多,经初步试验选定提取温度、提取时间、料液比(水体积)作为主要影响因素,以提取液中多糖含 量为指标, 在单因素试验的基础上[7] 采用三因素五水平二次回归正交组合设计试验(响应面分析法)[11] ,对提取工艺 参数进行了优化, 试验因素及水平见表1。表1试验因素、因素水平及水平编码 Table 1Experiment fact0rs ,levels and coding 水平因素 提取时间(x 1)min 提取温度(x 2) ?水体积(x 3)mL 上星号臂γ 72100320 上水平16895310零水平06085280下水平-15275250下星号臂-γ4870240Δj 8 10 30 注:Δj =(x j γ-x j 0)/γ,γ=1.287。 对因素x j 的各个水平进行线性变换,得到水平编码z j = x j -x j 0 Δj ,试验方案见表2。2 结果与分析 三因素五水平二次回归正交组合设计试验结果见表2。利用MATLAB7.0软件,对表2数据进行二次多元回归拟合,得到黄芪多糖提取浓度y 2与三因素z 1、z 2、z 3之间的二次回归方程: y 2=8.69067-0.28795z 1-0.03365z 2-0.09964z 3+0. 17083z 1z 2+0.17758z 1z 3-0.24177z 2z 3-0.40120z 12-0.36497z 22-0.36196z 32 式中, z 1'=z 12-116∑16i =1z i 12=z 12-0.707,z 2'=z 22-116∑16 i =1 z i 22=z 22农技服务,2012,29(11):1263-1264责任编辑胡先祥责任校对胡先祥

相关主题
文本预览
相关文档 最新文档