响应面优化紫苏籽油超声提取工艺研究

    李占君 刘运伟 马珂 高金辉 郭兴 杨逢建

    

    

    

    摘 要：? 为了进一步研究紫苏籽油提取工艺，在非预浸提的情况下，应用超声提取法，对影响紫苏籽油提取率的显著性因素进行响应面Box-Behnken分析与优化。研究得出最优条件为：溶剂为体积分数70%乙醇溶液，固液比为1∶ 10 g/mL，时间为34.66 min，功率为80.93 W，水浴温度为59.92 ℃，实际平均提取率为23.78 %±0.014 %。结果表明，超声提取紫苏籽油合理有效，响应面优化该种提取工艺现实可靠。

    关键词： 紫苏籽油; 非预浸提;超声提取;响应面;因素优化

    中图分类号 ：TQ654.2;TS205.4?? ?文献标识码 ：A?? ?文章编号 ：1006-8023（2020）02-0067-06

    Research on Ultrasonic Extraction Technology of ?Perilla ?Seed Oil by Response Surface

    LI Zhanjun1， LIU Yunwei1， MA Ke1， GAO Jinhui1， GUO Xing1， YANG Fengjian2*

    （1. Yichun Branch of Heilongjiang Academy of Forestry， Yichun 153000， China; 2. Key Laboratory of Forest Plant Ecology， Ministry of Education（Northeast Forestry University）， Harbin 150040， China）

    Abstract：? In order to further research the extraction process of Perilla seed oil， non-pre-extraction ultrasonic extraction method was applied. And the response surface Box-Behnken analysis optimizations were carried out for the significant affecting factors of the Perilla seed oil extraction yield. The optimal conditions as follows： Ethanol solution with volume fraction of 70% as solvent， solid liquid ratio of 1∶ 10 （g / mL）， time of 34.66 min， power of 80.93 W， water bath temperature of 59.92℃. Actual average extraction yield was 23.78% ± 0.014%.

    The result indicated that the ultrasonic extraction of Perilla seed oil was reasonable and effective， response surface optimization of the extraction process was practical and reliable.

    Keywords： Perilla seed oil; non-pre-extraction; ultrasonic extraction; response surface; factor optimization

    收稿日期： 2019-11-11

    基金项目： 黑龙江省伊春市重点科技项目（G2018-17）

    第一作者简介： 李占君，硕士，工程师。研究方向：植物天然产物分离及鉴定。E-mail：[email protected]

    *通信作者： 杨逢建，博士，教授。研究方向：植物资源。E-mail：[email protected]

    引文格式： 李占君，刘运伟，马珂，等. 响应面优化紫苏籽油超声提取工艺研究[J].森林工程，2020，36（2）：67-72.

    LI Z J， LIU Y W， MA K， et al. Research on ultrasonic extraction technology of perilla seed oil by response surface [J]. Forest Engineering，2020，36（2）：67-72.

    0 引言

    紫苏（Perilla frutescens （L.） Britt.）为唇形科苏属草本植物，生长周期一年，又被叫做赤苏[1-3]。我国的紫苏资源具有久远的发展历史，在食品、药品等领域具有广泛性的应用，紫苏全身可利用性较高，特别是种子——紫苏籽。紫苏籽中油脂含油率和营养程度处于较高水平，紫苏籽油在降低人体血脂、减缓机体衰老、抗过敏治疗、抗癌保健和保护肝脏等方面具有非常重要的作用，特别是其脂肪酸构成中高含量的α-亚麻酸对健脑益智、保护视力也具有重要的意义[4-7]。

    现阶段油脂化学工艺领域常用到的提取方式有索氏提取法、超声提取法、微波提取法和超临界CO2流体提取法[8-9]。其中超声提取法因其高效、环保、低溫和物质稳定不被破坏等优势，在食品、质检、药品研发、检测、提取纯化和理化实验等诸多领域得到广泛性认可与应用[10-12]。

    该研究过程中应用超声提取法，在非预浸提条件下对各项影响因素予以分析、研究和优化，为油脂化学工艺研究领域提供现实、有效的参考依据。

    1 材料与仪器

    1.1 材料

    优质紫苏籽：2019年9月份选购于黑龙江省伊春市铁力林业局茂林河林场;乙醇（无水），超纯水。

    1.2 实验仪器

    电子分析天平（型号：UH 620 H，日本SHIMADZU岛津）;台式数控超声波清洗器（型号：KQ-100DE，昆山市超声仪器有限公司）;微型中药粉碎机（型号：HC-250 T，浙江河城工贸有限公司）;转蒸发仪（型号：RE-52 AA，上海亚荣）;理化干燥箱（型号：LG 100 B，上海仪器总厂）等。

    2 实验方法

    2.1 紫苏籽粉末的前期制备

    紫苏籽粉末（点式低速粉碎，不分粒径全部使用），60 ℃恒温通风烘箱干燥脱水小于等于5%[13-16]。

    2.2 材料制备与提取

    将前期制备紫苏籽粉末按照一定参数条件与溶剂混合置于超声震荡环境中，分析、研究各影响因素之间的关系（n=3）。

    待超声提取完成，将混合反应溶液自然冷却至室温，分别使用布氏漏斗、旋转蒸发仪完成固液分离和脂液分离[17-19]，最终提取率计算如下：

    Y=M2 / M1×100% 。

    式中：M2为提取所得油脂质量，g;M1为初始种子粉末质量，g。

    2.3 单因素分析

    2.3.1 反应溶液体积分数

    种子粉末为10 g，固液比为1∶ 10 g/mL，温度为40 ℃，时间为30 min，功率为100 W，乙醇溶液体积分数为50%、60%、70%、80%、90%。

    2.3.2 时间

    种子粉末为10 g，提取溶剂为体积分数70%乙醇溶液混合溶液，固液比为1∶ 10 g/mL，温度为40 ℃，功率为100 W ，在此条件下研究提取时间为10、20、30、40、50 min的影响。

    2.3.3 功率

    种子粉末为10 g，提取溶剂为体积分数70%乙醇溶液混合溶液，固液比为1∶ 10 g/mL，温度为40 ℃，时间为30 min，研究40、60、80、100 W对提取的影响。

    2.3.4 温度

    种子粉末为10 g，提取溶剂为体积分数70%乙醇溶液混合溶液，固液比为1∶ 10 g/mL，时间为30 min，功率为100 W，研究温度为30、40、50、60、70 ℃的对提取影响。

    2.4 优化因素设计

    应用Design Expert 8.0.6数据分析软件，依据Box-Behnken试验设计原理对显著性影响因素时间（min）、功率（W）和温度（℃）进行响应面回归分析处理，因素水平表见表1。

    3 结果与分析

    3.1 单因素分析

    3.1.1 反应溶液体积分数

    由图1可知，当混合溶液中乙醇体积分数低于70%时，提取率会因其体积分数的增加而得到提升;体积分数70%时，提取率的变化率提升至最大值。当乙醇体积分数大于70%时，混合溶液中因水分比例过低，使得种子粉末在混合溶液中得不到较好的溶胀，混合溶液会因乙醇含量过高而发生爆沸、溶剂挥发，致使提取效果不佳，提取率提高幅度降低。因此根据实验数据，选择体积分数70%乙醇溶液进行实验。

    3.1.2 时间

    图2分析可知，当提取时间少于30 min时，提取率会因其提取时间的延长而得到提升，30 min时，此时提取率提高幅度最大。当提取时间长于30 min時，混合溶液体系内部油脂溶解性会随着提取时间的延长，逐渐趋于饱和，使得混合溶液内部提取率提高幅度受到影响，效率降低，所以选择30 min进行研究。

    3.1.3 功率

    由图3可知，当提取功率低于80 W时，提取率会因其提取功率的加强而得到显著性提升;当功率为80 W时，此时提取率提高幅度最大。当功率高于80 W继续加强到100 W时，大功率超声会使混合溶液体系内部发生过度激烈的“空化效应”致使溶剂大量挥发;混合溶液内部提取率提高幅度下降，不利于提取的进行，所以选择80 W进行研究。

    3.1.4 温度

    如图4所示，40～80 ℃温度区间进行实验，当超声水浴温度低于60 ℃时，提取率会因其温度的升高而得到显著性提升;当混合溶液内部体系温度为60 ℃时，提取率提高幅度最大。说明在一定范围内，适度提升反应环境温度有利于混合溶液体系内部物质循环、能量的释放，进而促进溶剂在种子粉末与溶液体系之间的穿梭与渗透。当温度高于60 ℃时，温度过高使得混合溶液体系过于沸腾、溶剂大量挥发逸出，导致提取率提高幅度降低，故选择60 ℃进行研究。

    3.2 因素优化

    3.2.1 优化实验

    以响应面为研究方法，对表1影响因素水平表中的3个因素时间（A）、功率（B）和温度（C）的进行分析、优化。表2为优化实验过程中变量因素编码表，表中Y为提取率对应响应值，其优化分析所得回归方程如下：

    Y=24.54+0.098 A+0.42 B-0.13 C-0.33 A·B+

    0.13 A·C+0.000B·C -0.70 A2-1.22 B2-0.51 C2

    由表3分析可知，影响因素A、B、C 都对提取率对应响应值Y具有互扰、显著性影响，根据F值可得出各因素影响强弱顺序为：B、C、A，显著性强弱顺序为A2、B2、C2，其中超声时间A与超声功率B 二者之间交互影响程度最好。实验过程中总优化数据模型P为0.000 3 0.05，表明各影响因素在实验过程中互扰性不显著。

    由表4分析可知，因调整决定系数R2 = 0.927 2，说明优化模型具有较高的拟合度;R2 = 0.968 2 说明优化过程中各影响因素、各响应值之间具有96.82%可解释度，能够对实验进行合理有效的优化、预期，优化实验过程中伞状图如图5—图7所示。

    响应面优化提取实验AB、AC和BC伞状图，最终得出最佳优化实验参数为：体积分数70 %乙醇溶液，固液比为1∶ 10 （g/mL），时间为34.66 min，功率为80.93 W，水浴温度为59.92 ℃，理论期望提取率为24.03%。

    3.2.2 验证实验

    按照优化所得实验参数进行验证性实验，所得实际提取率平均值为23.78%与24.03%±0.014%，具有较高的 重现性和吻合度，说明模型正确，优化所得预期方案合理有效。

    4 结论

    本研究以非预浸提为实验前提，超声提取为研究手段，在实验数据基础上对影响紫苏籽油提取因 素参数进行响应面研究、优化和分析。得出最佳合理条件：体积分数70%乙醇溶液，固液比为1∶ 10 （g/mL）， 时间为34.66 min，功率为80.93 W，超声水浴温度为59.92 ℃。在最 佳条件下，实际平均提取率为23.78%，与理论预测值24.03%偏差± 0.014%，吻合较好，为油脂化学工艺研究领域提供现实、有效的参考依据。

    【参 考 文 献】

    [1]? 李占君，高金辉，郭兴，等.紫苏籽油超声提取工艺及其理化性质的研究[J].森林工程，2019，35（4）：76-81.

    LI Z J， GAO J H， GUO X， et al. Research on the ultrasonic extraction process and physicochemical properties of Perilla seed oil[J]. Forest Engineering， 2019， 35（4）： 76-81.

    [2]? 魏長玲，郭宝林.紫苏叶挥发油的不同化学型及研究进展[J].中国中药杂志，2015，40（15）：2937-2944.

    WEI C L， GUO B L. Advances in research of volatile oil and its different chemotypes in leaves of Perilla frutescens[J]. China Journal of Chinese Materia Medic， 2015， 40（15）： 2937-2944.

    [3]? 沈奇，王仙萍，杨森，等.紫苏籽主要营养成分含量分析[J].西南农业学报，2019， 32（8）：1904-1909.

    SHEN Q， WANG X P， YANG S， et al. Content of main nutrients in Perilla frutescens seeds[J]. Southwest China Journal of Agricultural Sciences， 2019， 32（8）：1904-1909.

    [4]? 李会珍，刘艳，李晓君，等.不同品种紫苏种子营养成分及脂肪酸组分分析[J].中国农学通报，2014，30（3）：276-280.

    LI H Z， LIU Y， LI X J， et al. Analysis of nutritional components and fatty acid components of different varieties of perilla seed[J]. Chinese Agricultural Science Bulletin， 2014， 30（3）： 276-280.

    [5]? 赵晓玲.紫苏籽主要营养成分分析[J].中国食物与营养，2015，21（3）：63-67.

    ZHAO X L. Analysis on main nutritional components in basin seed[J]. Food and Nutrition in China， 2015， 21（3）： 63-67.

    [6]? 张国财，赵博，刘春延，等.响应面法优化超声波—微波协同提取富硒蛹虫草硒多糖工艺[J].食品科学，2016，37（12）：33-39.

    ZHANG G C， ZHAO B， LIU C Y， et al. Optimization of ultrasound-microwave assisted extraction of selenium-containing polysaccharides from se-enriched Cordyceps militaris by response surface methodology[J]. Food Science， 2016， 37（12）： 33-39.

    [7]? 李占君，祖元刚，杨逢建.响应面优化紫苏籽油微波提取参数的研究[J].林业科技，2019，44（3）：29-32.

    LI Z J， ZU Y G， YANG F J. Research on optimization of microwave extraction parameters of Perilla seeds oil by response surface methodology[J]. Forestry Science & Technology， 2019， 44（3）： 29-32.

    [8]? 喻世涛，熊国玺，程华，等.不同提取方法对紫苏叶挥发性成分的影响[J].南方农业学报，2014，45（1）：108-111.

    YU S T， XIONG G X， CHENG H， et al. Influence of different extraction methods on Perilla frutescens leaf volatile components[J]. Journal of Southern Agriculture， 2014， 45（1）： 108-111.

    [9]? 李占君，张志环，张厚良，等.紫苏籽精油提取工艺及其脂肪酸构成的研究[J].森林工程，2019，35（1）： 36-41.

    LI Z J， ZHANG Z H， ZHANG H L， et al. Extraction process of essential oil from Perilla frutescens and fatty acid composition analysis[J]. Forest Engineering， 2019， 35（1）： 36-41.

    [10]? 李占君，张琳，祖元刚，等.二氧化碳超临界提取塔拉籽油及其品质分析[J].植物研究，2015，35（3）：467-470.

    LI Z J， ZHANG L， ZU Y G， et al. Tara oil extraction by supercritical carbon dioxide and its quality[J]. Bulletin of Botanical Research， 2015， 35（3）： 467-470.

    [11]? 李钰，吴卫，苏华，等.响应面法优化紫苏籽粕超声辅助提取原花青素工艺[J].食品科学，2014，35（4）：50-54.

    LI Y， WU W， SU H， et al. Optimization of ultrasound-assisted extraction of proanthocyanidins from Perilla frutescens using response surface methodology[J]. Food Science， 2014， 35（4）： 50-54.

    [12]? CHEN F L， ZHANG Q， GU H Y， et al. An approach for extraction of kernel oil from Pinus pumila using homogenate-circulating ultrasound in combination with an aqueous enzymatic process and evaluation of its antioxidant activity[J]. Journal of Chromatography A， 2016， 1471： 68-79.

    [13]? 王鹏旭，成传香，马亚琴，等.超声声学效应在果蔬酚类化合物提取中的研究进展[J].食品科学，2019，40（17）：338-347.

    WANG P X， CHENG C X， MA Y Q， et al. A literature review of ultrasonic effects in extraction of phenolic compounds from fruits and vegetables[J]. Food Science， 2019， 40（17）： 338-347.

    [14]? 劉婷，金瑞.超声波法提取西洋参多糖的工艺研究[J].西北林学院学报，2014，29（3）：174-177.

    LIU T， JIN R. Technology of ultrasonic wave assisted extraction of polysaccharides from Panax quinque folium[J]. Journal of Northwest Forestry University， 2014， 29（3）：174-177.

    [15]? CHEN F L， ZHANG Q， LIU J L， et al. An efficient approach for the extraction of orientin and vitexin from Trollius chinensis flowers using ultrasonic circulating technique[J]. Ultrasonics Sonochemistry， 2017， 37： 267-278.

    [16]? 裴斐，陶虹伶，蔡丽娟，等.响应面试验优化辣木叶多酚超声辅助提取工艺及其抗氧化活性[J].食品科学，2016，37（20）：24-30.

    PEI F， TAO H L， CAI L J， et al. Optimization of polyphenols from Moringa oleifera Lam. leaves by ultrasound-assisted extraction using response surface methodology and their antioxidant activities[J]. Food Science， 2016， 37（20）： 24-30.

    [17]? 魏文恺，郝建平，王峰，等.响应面法优化野葛叶中叶绿素超声波提取工艺[J].食品工业科技，2015，36（11）：202-206.

    WEI W K， HAO J P， WANG F， et al. Optimization of ultrasonic-assisted extraction process of chlorophyll from Pueraria lobata using response surface methodology[J]. Science and Technology of Food Industry， 2015， 36（11）： 202-206.

    [18]? 李武强，黄晓鹏，马嘉伟，等.响应面法优化桔梗切片远红外干燥工艺[J].林业机械与木工设备，2019，47（8）：47-51.

    LI W Q，HUANG X P，MA J W，et al. Optimization of far infrared drying process of platycodon grandiflorum slice by response surface methodology[J].Forestry Machinery & Woodworking Equipment，2019，47（8）：47-51.

    [19]? 罗磊，张冰洁，朱文学，等.响应面试验优化超声辅助提取金银花叶黄酮工艺及其抗氧化活性[J].食品科学，2016，37（6）：13-19.

    LUO L， ZHANG B J， ZHU W X， et al. Ultrasonic-assisted extraction and antioxidation of flavonoids from Lonicera japonica Thunb. leaves： Process optimization by response surface methodology and antioxidant activity evaluation[J]. Food Science， 2016， 37（6）： 13-19.