Page 113 - 《精细化工》2023年第1期
P. 113
第 1 期 陈丽楠,等: 响应面法优化板栗苞中抑制痢疾杆菌活性成分的提取工艺 ·105·
由图 3 可知,在料液比为 1∶10~1∶20 时,板 由表 3 的方差分析结果可知,F 值为 61.97(P<
栗苞提取物对痢疾杆菌抑菌率不断提高,当料液比 0.0001),模型整体具有显著性,失拟项不显著(P=
为 1∶20 时,板栗苞提取物抑菌率达到最高值,为 0.0819>0.05),即模型的拟合度好,说明方差分析具
2
63.12%,说明在此液料比下抑菌物质释放量达到最 有统计学意义。决定系数 R 为 0.9876,调整决定系
2
2
佳。BI 等 [30] 在提取咖啡豆中活性物质的研究中也表 数 AdjR 为 0.9719,预测决定系数 PredR 为 0.8406,
明,随着溶剂用量的增加,生物活性成分与溶剂充 说明预测值与实测值高度相关,该模型预测性良好、
分接触,在料液比为 1∶20 时达到较高的浸出率, 拟合度高。信噪比为 23.361,说明方程的可信度较
使提取物具有较好的生理活性;而在料液比低于 1∶ 高。各因素对板栗苞提取物抑菌活性的影响为:A
20 后抑菌活性降低,可能溶剂增加导致杂质溶出率 (乙醇体积分数)>C(提取温度)>B(料液比)。
也增加所致。因此,选取料液比为 1∶15~1∶25 进
行响应面优化。 表 2 响应面实验设计方案与结果
2.2.3 提取温度对板栗苞提取物抑菌率的影响 Table 2 Design and results of response surface experiment
按 1.2.3 节进行实验,考察提取温度对板栗苞提 No. A B C 抑菌率/%
取物抑菌率的影响,结果见图 4。 1 0 0 0 64.39
2 1 –1 0 53.81
3 0 –1 1 56.24
4 1 1 0 48.29
5 0 0 0 63.25
6 1 0 –1 40.06
7 –1 0 –1 56.89
8 0 1 –1 40.16
9 0 1 1 52.21
10 0 0 0 65.19
11 –1 0 1 59.30
12 –1 1 0 60.91
13 1 0 1 54.24
14 –1 –1 0 62.39
图 4 提取温度对抑菌活性的影响
15 0 0 0 65.19
Fig. 4 Effect of temperature on antibacterial activity
16 0 –1 –1 52.12
由图 4 可知,在 30~50 ℃时,抑菌率随提取温 17 0 0 0 65.12
度升高而增加,在提取温度为 50 ℃时板栗苞提取
物抑菌率最高,随提取温度继续升高抑菌率开始下 表 3 方差分析
Table 3 Analysis of variance
降。提取温度升高课时提取物溶解度增大,从而提
方差来源 平方和 自由度 均方 F 值 P 值 显著性
高其抑菌率,而提取温度过高,提取物中活性成分
模型 1036.91 9 115.21 61.97 <0.0001 **
可 能会被 降解 而失去 活性 ,使抑 菌率 下降 。
DOUGHARI 等 [31] 发现,Balanites aegyptiaca (L.) A 232.09 1 232.09 124.85 <0.0001 **
B 66.07 1 66.07 35.54 0.0006 **
Drel.和 Moringa oleifera Lam.的乙醇提取物的抗菌
C 134.15 1 134.15 72.16 <0.0001 **
活性在 50 ℃左右未受显著影响,提取温度继续升
AB 4.08 1 4.08 2.19 0.1820
高会破坏抑菌成分的结构,导致抑菌活性降低,与
本研究结果一致。所以,选取提取温度为 40~60 ℃ AC 34.63 1 34.63 18.63 0.0035 *
进行响应面优化。 BC 15.72 1 15.72 8.46 0.0227 *
2.3 响应面法优化板栗苞抑菌物质的提取工艺 A 2 35.88 1 35.88 19.30 0.0032 *
2.3.1 不同因素对提取效果的影响 B 2 120.92 1 120.92 65.04 <0.0001 **
采用 Design-Expert 8.0.6 软件对表 2 的数据进 C 2 347.64 1 347.64 187.00 <0.0001 **
行拟合,得到二次多项回归方程: 残差 13.01 7 1.86
Y=64.63–5.39A–2.87B+4.10C–1.01AB+2.94AC+ 失拟项 10.18 3 3.39 4.80 0.0819 不显著
2 2 2
1.98BC–2.92A –5.36B –9.09C 。 纯误差 2.83 4 0.71
回归方程中的系数大小代表各因素对响应值的影响 总和 1049.92 16
能力 [32] 。 注:**差异性极显著(P<0.001);*差异性显著(P<0.05)。