复配谷物制备饮品专用预制粉的液化酶解工艺研究

李同刚，杨帆仔，龚雪梅，蔡福带，林小秋

（1.惠尔康集团有限公司，福建厦门361004；2.厦门惠尔康食品有限公司，福建厦门361004）

谷物杂粮是21世纪最具开发潜力的食品资源，大量而有效地利用谷物杂粮所具有的健康、营养成分有利于膳食结构的改善和人类的健康[1]。目前谷物杂粮加工方向由传统的食用谷物杂粮向现代的方便化谷物杂粮食品方向发展[2]。然而现有谷物杂粮产品多为一种或几种谷物的复配，或以简单的物理处理达到颗粒细化，不能充分细化营养分子[3]。在很多谷物研究中需去除谷壳谷皮，不仅浪费原料、污染环境，而且设备工艺复杂，产业化难度大。针对上述问题，本项目通过谷物复配、液化酶解、糖化酶解以及微波干燥等技术研制出蛋白质、脂肪、碳水化合物、维生素等含量与奶粉极为相似的谷物乳粉（即预制粉），旨在为谷物杂粮加工研究提供一定的理论依据。本文主要探讨了预制粉制备中的关键环节——液化酶解及其工艺优化，通过将淀粉转化为糖使后续研究无需加糖，同时将粗纤维转化为可溶性纤维以增加产品中的膳食纤维含量，从而达到简化生产工艺、降低生产成本、提高产品附加值的目的。

1 材料与方法

1.1 材料与仪器

燕麦、大豆、小米、大米、玉米、小麦、大麦、核桃、松仁、榛子、芝麻、豌豆、白芸豆 由河北省农林科学院谷子研究所提供；淀粉酶、纤维素酶 邢台万达生物工程有限公司；酚酞试剂、菲林试剂、葡萄糖、氢氧化钠、碘液、盐酸等 分析纯。

DK-98-1电热恒温水浴锅 常州菲普实验仪器厂；EMS-4B磁力搅拌器 天津市欧诺仪器仪表有限公司；pH测定仪 上海虹益仪器仪表有限公司；电子天平 上海精密仪器仪表有限公司；PK-WB-6GS微波干燥炉 南京三乐微波技术发展有限公司。

1.2 预制粉生产工艺流程

在前期实验的基础上，对原料进行液化酶解，该酶解过程既影响后续糖化酶解，又对整个预制粉的制备过程起着至关重要作用，具体生产工艺流程如下。

1.3 谷物原料复配实验

[4]的方法，为提高预制粉的蛋白质含量、膳食纤维含量，选用特色谷物按一定比例复配成Ⅰ、Ⅱ、Ⅲ、Ⅳ组，比例分配如表1所示。

表1 各复配组合中谷物含量（%）Table 1 The content of compound cereal of each group（%）

1.4 最佳酶解条件的确定

选择最佳谷物复配组，选用淀粉酶与纤维素酶（复合比1∶1），以DE值为指标，分别考察底物浓度、加酶量、酶解温度以及酶解时间对复配谷物酶解效果的影响，在此基础上进行响应面优化实验，确定最适酶解条件。

1.4.1 酶解单因素实验

1.4.1.1 底物浓度对复配谷物水解度的影响 固定加酶量0.30%、温度50℃、时间60min、自然pH，分别选取2.00%、4.00%、6.00%、8.00%、10.00%、12.00%、14.00%、16.00%不同的底物浓度进行实验，确定最佳底物浓度。

1.4.1.2 加酶量对复配谷物水解度的影响 固定底物6.00%、温度50℃、时间60min、自然pH，加酶量分别设置为0.10%、0.20%、0.30%、0.40%、0.50%、0.60%、0.70%，确定最适加酶量。

1.4.1.3 温度对复配谷物水解度的影响 固定底物6.00%、加酶量0.40%、时间60min、自然pH，分别选取20、30、40、50、60、70、80℃不同温度进行单因素实验，选择最适温度。

1.4.1.4 时间对复配谷物水解度的影响 固定底物6.00%、加酶量4.0%、温度60℃、自然pH，分别选取15、30、45、60、75、90、105min不同时间进行单因素实验，选取最佳酶解时间。

1.4.2 响应面优化实验 在酶解单因素实验结果的基础上，以复配谷物水解度（DE值）为指标，利用响应面设计实验，优化酶法制备复配谷物饮品专用预制粉的最佳工艺。实验设计如表2。实验均平行3次。

表2 因素水平编码表Table 2 The code list of factors level

1.5 指标测定

还原糖含量的测定采用菲林试剂滴定法[5]；总固形物的测定采用105℃恒重法。

DE值的计算公式：DE（%）=[还原糖的含量（mg/mL）/总固形物的含量（mg/mL）]×100。

1.6 数据处理

采用微软办公软件Office2007，Design-Expert8.0软件处理数据。本实验均做了三次平行，结果为三次实验的平均值。

2 结果与分析

2.1 谷物复配实验结果

各组谷物复配主要以燕麦、大豆为主，为达到制备谷物饮品专用、易用、有营养等效果，添加少量芝麻、核桃、松仁、榛子、白芸豆、小米、大米、玉米、小麦、大麦、豌豆。经复配后的谷物组中蛋白质、脂肪和膳食纤维含量见表3。

表3 各组合中主要成分比较（%）Table 3 The comparison of the major components（%）

由表3可知，大豆含量（40%）一定的情况下，通过主调燕麦、微调芝麻、核桃、松仁、榛子、白芸豆、小米、大米以及玉米比例，其中组合Ⅲ与组合Ⅳ中蛋白质和膳食纤维含量相当，但组合Ⅲ中的脂肪明显低于组合Ⅳ，综合考虑产品营养以及生产成本，选择复配谷物组合Ⅲ为实验原料，进行后续酶解实验。

2.2 单因素实验结果

2.2.1 底物浓度对复配谷物水解度的影响 底物浓度高低是影响酶解的参数[5]。由图1可知，随着底物浓度的增加，DE值呈现明显的先增后降，当底物浓度为6.00%时，DE值最大达43.40%。在加酶量一定的情况下，酶与底物充分络合，随着底物继续增加，底物与底物之间出现竞争性抑制从而影响酶解效果[6]，所以在固定酶解条件下，最适底物浓度为6.00%。

图1 底物浓度对酶解效果的影响Fig.1 Effect of the substrate concentration on ability of hydrolysis

2.2.2 加酶量对复配谷物水解度的影响 酶解实验中，加酶量是影响酶解重要参数。由图2可知，加酶量在0.10% ～0.40%之间，DE值逐渐增高，当加酶量达到0.40%时，DE值达到拐点，继续增大加酶量，DE值增加不明显。这是因为底物近乎完全被酶络合，酶解进行较为彻底[7]，所以结合生产成本因素，选用0.40%为最适加酶量。

图2 加酶量对酶解效果的影响Fig.2 Effect of the enzyme concentration on ability of hydrolysis

2.2.3 温度对复配谷物水解度的影响 温度影响酶的活性，对酶解有重要影响。由图3可知，不断提高温度，DE值呈现明显的先增后降，当温度为60℃时，DE值达到最高点，为46.88%。这是由于低温度时酶的活性不高影响了酶解效果，当温度过高时又抑制了酶活。本实验选用双酶酶解，需要二者均适宜的酶解温度，所以最适温度选为60℃。

图3 温度对酶解效果的影响Fig.3 Effect of the temperature on ability of hydrolysis

2.2.4 时间对复配谷物水解度的影响 时间是酶解实验的又一重要参数。由图4可知，15 ～75min之间，DE值随着时间的延长明显提高；75min后，DE值开始降低，在75min时达到最高值49.40%。这是因为酶解具有专一性[7]，酶解前期需识别底物并与之结合，后期随着底物减少，酶解效果减弱。因此，本实验酶解时间选择75min。

图4 时间对酶解效果的影响Fig.4 Effect of the time on ability of hydrolysis

2.3 响应面实验结果

2.3.1 经验数学模型 根据表2因素水平，采用Box-Behnken实验设计，结果见表4，其中1 ～24为析因实验，25 ～29为中心点重复实验。

中心组合实验结果见表4，经Design Expert软件处理，得到如下回归方程：Y=49.91-1.12X1+3.33X2+1.45X3+2.07X4+1.30X1X2+0.59X1X3-3.86X1X4+1.37X2X3+1.26X2X4+1.06X3X4-3.36X12-1.36X22-4.83X32-2.74X42。

2.3.2 回归模型的显著性检验 为检验回归方程的有效性，按F1=失拟均方/误差均方，F2=回归均方/剩余均方的程序进行检验，结果见表5。

由表5可知，在0.01水平上失拟项F1不显著、F2极显著，这表明方程与实验数据的配合是可行的。经显著性比较，剔除不显著项后，简化后得回归方程：Y=49.91-1.12X1+3.33X2+1.45X3+2.07X4-3.86X1X4-3.36X12-1.36X22-4.83X32-2.74X42，该方程R2=0.9539，R2adj=0.9079，说明回归方程对实际实验拟合情况较好[8-9]，可以用来建立模型。在本实验中各因素影响大小顺序为：X2＞X4＞X3＞X1，即加酶量＞时间＞温度＞底物浓度。

综合考虑，在实验所设定的参数范围内，获得复配谷物液化酶解工艺条件为：X1=0.60、X2=1.00、X3=0.29、X4=1.00，即底物浓度6.60%、加酶量0.40%、温度61.45℃、时间90.00min，此时预测DE值为54.15%。

2.3.3 验证性实验 按照最佳酶解条件（底物浓度6.60%、加酶量0.40%、温度61.45℃、时间90.00min）进行验证实验，重复三次，所得结果如表6所示。

由表6可知，回归方程所得的预测值54.15%与验证实验的平均值54.88%的误差为0.73%，证明该酶解条件参数可靠，该方程能较好反映液化酶解过程中水解度变化情况[10]。

3 结论

实验通过谷物复配，获得适合制备谷物饮品专用预制粉的复配组合Ⅲ，以此为原料在单因素基础上，采用响应面优化，Design-Expert8.0软件分析得到最佳酶解组合为：底物浓度6.60%、加酶量0.40%、温度61.45℃、时间90.00min，此时DE值可达54.88%，其中各因素的影响大小顺序：加酶量＞时间＞温度＞底物浓度。此液化酶解条件为后续的糖化酶解，以及大规模生产复配谷物制备饮品专用预制粉奠定了基础。

表4 中心组合实验设计及结果Table 4 The results of Box-Behnken

表5 实验结果方差分析表Table 5 The results of ANOVA

表6 结果验证Table 6 The testing results

参考文献

[1]预拌粉或将成为行业未来发展趋势[EB/OL].http：//www.chinacir.com.cn/2013_hyzx/357614.shtml，2013-06-04.

[2]汤兆征.杂粮主食品及其加工新技术[M].北京：中国农业出版社，2000.

[3]吴朝霞，丁霞.杂粮的营养价值及杂粮保健食品的开发和应用[J].杂粮作物，2001，21（5）：48-50.

[4]孟岳成，俞小良.谷物杂粮的复配技术及其营养互补[J].食品开发，2009（1）：20-21.

[5]杨希娟，党斌，耿贵工，等.青稞谷物饮料酶解工艺的研究[J].农业机械，2012（30）：72-75.

[6]陈清西.酶学及其研究技术[M].厦门：厦门大学出版社，2010.

[7]吴士筠，周岿，张凡.酶工程技术[M].武汉：华中师范大学出版社，2009.

[8]Yuan Y，Gao Y，Zhao J.Optimization of conditions for the preparation of β-carotene nanoemulsions using response surface methodology[J].Food Chemistry，2008，107（3）：1300-1306.

[9]Yagci S，Gogus F.Response surface methodology for evaluation of physical and functional properties of extruded snack foods developed from food-by-products[J].Journal of Food Engineering，2008，86（1）：122-132.

[10]阚欢，刘云，熊丽萍，等.响应面法优化罗望子胶的提取工艺[J].食品科学，2011，32（8）：321-324.