谭 云 ,胡 铁 ,贾 媛 ,吴 红 ,黎继烈
(1.中南林业科技大学 a. 经济林培育与利用湖南省2011协同创新中心;b.经济林培育与保护省部共建教育部重点实验室,湖南 长沙 410004;2. 广州航海学院,广东 广州 410208;3. 湖南省林业科学院,湖南 长沙 410004)
用响应面法优化超临界CO2萃取缬草油工艺
谭 云1a,b,2,胡 铁2,贾 媛1a,b,吴 红3,黎继烈1a,b
(1.中南林业科技大学 a. 经济林培育与利用湖南省2011协同创新中心;b.经济林培育与保护省部共建教育部重点实验室,湖南 长沙 410004;2. 广州航海学院,广东 广州 410208;3. 湖南省林业科学院,湖南 长沙 410004)
为了探讨超临界CO2萃取缬草油的优化工艺条件,以缬草油得率为考察指标,采用单因素试验和Box-Behnken设计,探讨萃取压力、萃取温度、萃取时间和CO2流量对缬草油得率的影响。结果表明:在萃取压力21 MPa、CO2流量20 L/h,萃取温度45 ℃条件下,萃取90 min,缬草油得率为(4.250±0.003)%,与模型预测值接近,表明所建回归模型可靠。
缬草;缬草油;超临界CO2萃取;响应面法
缬草Valeriana off i cinalisL.属于败酱科缬草属,为多年生草本。缬草的根和根茎中含有挥发油、黄酮、生物碱、木脂素、环烯醚萜等生物活性成分[1],其药理作用得到广泛研究与关注[2-3]。缬草油主要含有龙脑及其乙酸酯和异戊酸酯、缬草烯酸、缬草酮、缬草烯醛等[4]。从缬草根从提取的缬草油具有镇静、抗抑郁等作用[5-7],同时缬草油还用于高档香烟的加香[8]。
植物精油的提取通常采用水蒸气蒸馏法[9]和有机溶剂提取法[10-11],但这些方法提取温度较高、受热时间过长,热敏性成分易分解,活性成分易失活,能源消耗较高。超临界CO2萃取技术[12-13]是一种新型高效清洁的提取技术,具有萃取温度较低,能保持被萃取组分的生物活性,特别适合于缬草油中的部分热敏性物质的萃取,且产物无溶剂残留,分离效果好,对环境无污染。本研究选用超临界CO2萃取缬草油,提出最佳萃取工艺条件,为缬草油提取的工业化生产提供指导。
缬草Valeriana off i cinalisL.,采自贵州冷冻48 h后粉碎成不同粒度颗粒备用;CO2(纯度>99.9%)。
HA121-50-01型超临界萃取装置(江苏华安超临界萃取有限公司);标准检验筛(浙江省上虞市万叶仪器设备厂);WFC-210型超微粉碎机(北京维博创机械设备有限公司)。
将新鲜缬草根洗净冷冻干燥48 h后,用超微粉碎机粉碎,用标准检验筛分离得到不同粒度的缬草粉。取300 g 100目筛的缬草粉加入萃取釜中,设定萃取温度45 ℃、萃取压力15 MPa、时间80 min、CO2流量20 L/h、解析压力4.0 MPa、解析温度为25 ℃。萃取分离完毕,取出缬草油称重并计算缬草油得率。缬草油得率(%)=萃取的缬草油质量/缬草粉末质量×100。
按照1.2方法,选择萃取温度为35 ℃,40 ℃,45 ℃,50 ℃,55 ℃,60 ℃,分别计算缬草油得率。
根据1.3.1的结果,按照1.2方法,选择萃取时间 为 30 min,50 min,70 min,90 min,110 min,130 min,分别计算缬草油得率。
根据1.3.2的结果,按照1.2方法,选择萃取压力为 9 MPa,13 MPa,17 MPa,21 MPa,25 MPa,29 MPa,分别计算缬草油得率。
根据1.3.3的结果,按照1.2方法,将缬草粉碎后过20目,40目,60目,80目,100目,120目筛,分别计算缬草油得率。
根据1.3.4的结果,按照1.2方法,选择CO2流量为 11 L/h,14 L/h,17 L/h,20 L/h,23 L/h,26 L/h,分别计算缬草油得率。
根据1.3.5的结果,按照1.2方法,选择解析压 力 为 2.5 MPa,3.0 MPa,3.5 MPa,4.0 MPa,4.5 MPa,5.0 MPa,分别计算缬草油得率。
根据1.3.6的结果,按照1.2方法,选择解析温度为 15 ℃,20 ℃,25 ℃,30 ℃,35 ℃,40 ℃,分别计算缬草油得率。
萃取温度对缬草精得率的影响如图1所示:当萃取温度从35 ℃升高到45 ℃时,缬草油得率增加较快,原因是提高萃取温度能增强CO2分子的布朗运动,降低CO2流体粘度,提高扩散系数,从而增大溶解性,加快传质过程,有利于缬草油的萃取;当萃取温度超过45 ℃后,缬草油得率提高缓慢,从生产成本考虑,后续试验萃取温度范围选择40~50 ℃。
图1 萃取温度对缬草油得率的影响Fig.1 Effect of extracting temperature on valerian oil yield
萃取时间对缬草油得率的影响如图2所示:随着萃取时间从30 min增加到90 min,缬草油得率显著增加。当萃取时间超过90 min后,缬草油得率增加缓慢。萃取时间过短,萃取不完全,缬草油得率低。萃取时间过长,能源消耗高,而缬草油得率增长缓慢,生产效益低。结合实验数据,确定后续试验萃取时间范围选择90~110 min。
图2 萃取时间对缬草油得率的影响Fig.2 Effect of extracting time on valerian oil yield
萃取压力对缬草油得率的影响如图3所示:萃取压力从9 MPa增加到21 MPa时,缬草油得率显著增加。当萃取压力进一步增加时,缬草油得率增加缓慢。原因可能是随着萃取压力的增加,超临界的CO2流体进入物料颗粒内部与被萃取组分作用的能力增强,能有效克服传质阻力,CO2流体密度增大,扩散能力增加,对缬草油组分的溶解能力增强,缬草油得率增加。当萃取压力过大时, CO2流量会升高,减少CO2流体在物料中的传质时间,缬草油得率增加缓慢。综合上述分析,后续试验萃取压力范围选择17~25 MPa。
图3 萃取压力对缬草油得率的影响Fig.3 Effect of extracting pressure on valerian oil yield
物料粒度对缬草油得率的影响如图4所示:随着物料粒度从20目增加到80目过程中,缬草油得率显著上升。当物料粒度超过80目时,缬草油得率上升缓慢。物料粒度越小,物料和CO2流体的接触面积越大,传质过程加快,缬草油得率高。物料粒度达到80目后,粒度的增加对缬草油得率的影响微弱,且物料粒度的增加,会堵塞萃取釜,不利于萃取。所以,后续试验确定物料过80目筛。
图4 物料粒度对缬草油得率的影响Fig.4 Effect of material granularity on valerian oil yield
CO2流量对缬草油得率的影响如图5所示:CO2流量从11 L/h增大到20 L/h,缬草油得率明显升高,在CO2流量进一步增加时,缬草油得率开始呈下降趋势。可能的原因是:当CO2流速过快,超临界CO2流体与物料接触不充分,同时被萃取的缬草油在解析釜中尚未完全分离,又被带回萃取釜中,使缬草油得率下降。综合分析,后续试验CO2流量范围选择17 ~23 L/h。
图5 CO2流量对缬草油得率的影响Fig.5 Effect of CO2 fl ow rate on valerian oil yield
解析压力对缬草油得率的影响如图6所示:解析压力从2.5 MPa增加到4.0 MPa时,缬草油得率缓慢上升。当解析压力进一步增加时,缬草油得率缓慢下降。从节约CO2的角度考虑,选择解析压力为4.0 MPa。
图6 解析压力对缬草油得率的影响Fig.6 Effect of separate pressure on valerian oil yield
解析温度对缬草油得率的影响:随着解析温度从15 ℃上升到25 ℃,缬草油得率逐渐上升。当进一步提高解析温度时,缬草油得率缓慢下降。从能耗角度考虑,选择解析温度为25 ℃。
图7 解析温度对缬草油得率的影响Fig.7 Effect of separate temperature on valerian oil yield
在单因素研究的基础上,选萃取压力 (X1)、萃取温度 (X2)、萃取时间 (X3)、CO2流量 (X4)为影响因素为自变量,保持物料粒度过80目,解析压力4.0 MPa,解析温度30 ℃,以缬草油得率为响应值,采用Box-Benhnken试验设计对缬草油萃取条件进行4因素3水平的响应面分析优化,其因素水平编码表1所示:
表1 Box-Benhnken 实验因素及其水平Table 1 Levels of the variables tested in Box-Benhnken design
响应面实验结果如表2所示:
表2 Box-Benhnken 实验设计及其结果Table 2 Experimental design and results of Box-Benhnken design
应用统计软件SAS 8.1对实验所得数据进行二次多项回归拟合,通过响应面回归过程进行数据分析,建立二次响应面回归模型,并进而寻求最优响应因子水平回归分析。模型方差分析结果如表3所示。
表3 回归系数显著性分析†Table 3 Analysis of significant regression coefficients
模型P<0.01,表明回归模型极显著,相关系数R2= 0.937 6,表明该模型拟合程度较好。所得二次回归拟合方程为:
为得到X1、X2、X3和X4的最佳浓度,对所得的回归拟合方程中的变量分别求一阶偏导数,令其为0,得到四元一次方程组,求解此方程组,并根据实际情况进行修整,得到各因素最佳值分别是:萃取压力21 MPa、萃取时间 90 min、萃取温度45 ℃、CO2流量20 L/h,缬草油得率达到理论最大值4.251%。
利用Statistica 6.0软件根据回归模型进行响应面分析,绘出响应面分析图及其等高线,如图8所示。每个响应面等高线图代表了2个独立变量间的相互作用,此时其余变量处于中心水平。等高线的形状能够反映出2个变量间交互效应的强弱,越趋向椭圆形状则显示变量间交互作用越强,越趋向圆形则结果相反[14-15]。响应面的最高点是等高线中的最小椭圆的中心点。从图8可以看出:X1与X2,X1与X4,X2与X4交互影响明显,即萃取压力与萃取温度、萃取压力与CO2流量、萃取温度与CO2流量交互效应显著。
图8 各因子交互作用响应曲面图及等高线图Fig.8 Scatterplot and contour map of interaction or each factor
为检验上述结果的可靠性,根据上述优化超临界二氧化碳萃取缬草油条件,即萃取压力21 MPa、萃取时间 90 min、萃取温度45 ℃、CO2流量20 L/h,进行3次平行实验,测得缬草油得率为(4.250±0.003)%,与拟合回归方程最佳预测值相比误差为0.024%,说明回归模型真实可靠。
通过单因素实验确定了超临界二氧化碳萃取缬草油的最佳萃取时间,萃取温度,萃取压力,物料粒度、二氧化碳流量、解析压力和解析温度,在此基础上进行四因素三水平响应面优化,建立二次响应面回归模型,获得超临界CO2萃取缬草油的最优工艺条件,在萃取压力21 MPa、萃取温度45 ℃、CO2流量20 L/h条件下,萃取90 min,缬草油得率为(4.250±0.003)%。
超临界CO2萃取技术作为新型环保的分离技术,在对热敏性成分的萃取中有着独特的优势,萃取率高,能够保留被萃取物的生物活性,但生产成本比较高。如果被分离组分性质稳定,耐高温,一般优先考虑水蒸气蒸馏法[16]。
采用超临界CO2萃取缬草油,缬草油得率高,分离效果好,最大限度地保留缬草油的生物活性,有潜在产业化应用价值。
[1] 都晓伟,吴军凯. 缬草属植物化学成分及药理活性研究进展[J].国外医药·植物药分册,2006,21(1):10-14.
[2] Mariel Mardera, Haydee Violab, Cristina Wasowskia,et al.6-Mrthylapigenin and hesperidin:new Valeriana flavonoids with activity on the CNS [J].Pharmacology, Biochemistry and Behavior, 2003, (75):537-545.
[3] 张振学,姚新生.药用植物缬草的生物活性研究进展与开发[J].沈阳药科大学学报, 2000, 17(5): 222-225.
[4] 左长英,闫智勇. 缬草属植物特征性化合物缬草烯酸研究进展 [J]. 中国实验方剂学杂志,2010,16(14):225-228.
[5] Britta Schumacher, Silke Scholle, Josef H Olzl,et al. Lignans Isolated from Valerian: Identification and Characterization of a New Olivil Derivative with Partial Agonistic Activity at A-l Adenosine Receptors [J].Nat Prod,2002,65: 1479-1485.
[6] 杨 乾,鞠爱华,白万富,等. 宽叶缬草的化学成分及药理活性研究进展 [J]. 中国现代应用药学杂志,2008,25,(7):613-616.
[7] Lamberto T, Dejan B, Sebastlano F,et al.Iridoid glucosides from Viburnum rhytidophyllum [J]. Phyto-chemistry, 1997, 44(4):751-753.
[8] 李胜华,石国强.缬草油挥发性成分及在卷烟中的应用 [J].郑州轻工业学院学报,2009,24(4):27-29.
[9] 舒康云,陶永元,徐成东,等. 天竺桂叶精油的提取及成分分析 [J].中南林业科技大学学报,2014,34(1):107-111.
[10] 魏丽萍,钟政昌,李 明. 光核桃仁脂肪油的提取与其理化性质分析 [J].经济林研究,2013,31(3):136-139.
[11] 庄红卫,陈建华,王 森,等. 不同种源五味子种籽含油率研究[J].经济林研究,2013,31(3):64-67.
[12] 仲利涛,刘 元.超临界流体CO2萃取杉木心材精油工艺的研究 [J].中南林业科技大学学报,2012,32(1):198-200.
[13] 王娅丽,赵卫英,刘思洋,等. 文冠果籽油的超临界萃取及其脂肪酸组成 [J].经济林研究,2014,32(1):135-139.
[14] 王婧杰,马凤鸣,穆立蔷. 用响应面法优化超声波辅助提取紫椴枝皮中的黄酮 [J].经济林研究,2012,30(4):113-118.
[15] 周海旭,李忠海,钟海雁,等. 樟树叶多酚超声波法提取工艺的响应面优化 [J].经济林研究,2013,31(4):152-156.
[16] 郭婵娟,赵 忠,毛巧芝,等. 热榨苦杏仁油脂及精油提取最佳条件的选择 [J].中南林业科技大学学报, 2008, 28(5):102-107.
Optimization of supercritical CO2extract process for valerian oil by response surface method
TAN Yun1,2, HU Tie2, JIA Yuan1, WU Hong3, LI Ji-lie1
(1a. 2011 Cooperative Innovation Center of Cultivation and Utilization for Non-Wood Forest Trees of Hunan Province, 1b. Key Lab.of Non-wood Forests Cultivation and Protection Co-constructed by China Education Ministry and Hunan Province, Central South University of Forestry and Technology, Changsha, 410004, Hunan, China; 2. Guangzhou Maritime Institute, Guangzhou, 510725,Guangdong, China; 3.Hunan Academy of Forestry, Changsha 410004, Hunan, China)
To study the optimum extraction conditions of valerian oil from valerian by supercritical CO2extraction, by taking valerian oil yield as the index, by using single factor test method and the Box-Behnken experiment design, the effects of the extraction parameters such as extraction pressure, extraction temperature, extraction time and CO2fl ow rate on the yield of valerian oil were investigated. The results show that when the extraction pressure was 21 MPa, extraction temperature was 45℃, extraction time was 90 minutes, CO2fl ow rate was 20 L/h, the yield of valerian oil was (4.250±0.003) %. The calculated values were close to those of model prediction, and thus showing that the regression model was reliable.
Valeriana off i cinalisL.; oil ofValeriana off i cinalis; supercritical CO2extraction; response surface method
S788.1
A
1673-923X(2015)04-0119-06
10.14067/j.cnki.1673-923x.2015.04.021
2014-04-22
林业公益性行业科研专项(201404608)
谭 云,硕士研究生 通讯作者:黎继烈,教授,博士;E-mail:lijilie@163.com
谭 云,胡 铁,贾 媛,等.用响应面法优化超临界CO2萃取缬草油工艺[J].中南林业科技大学学报,2015,35(4):119-124.
[本文编校:文凤鸣]