论文部分内容阅读
玉米蛋白作为湿法制备玉米淀粉的主要副产物,因其结构上的缺陷导致溶解度差,消化吸收率低,极大限制了其在食品工业中的应用。目前,利用蛋白酶酶解玉米蛋白制备各种具有功能活性的生物活性肽成为研究的热点。常规的玉米蛋白酶解反应存在的酶利用率低、酶解时间长、底物蛋白转化率低等不足,本课题组曾经利用超声波预处理技术改善玉米蛋白酶解反应,取得了显著的效果,本文计划进行超声辅助酶解技术研究,并利用微型近红外光谱技术建立酶解过程主要信息的原位实时监测技术,为最终实现酶解过程的智能化控制提供技术支持。主要研究工作如下:在研究玉米蛋白超声辅助酶解反应技术时,采用了具有多种频率组合,功率多档调节、温升不突出、声场分布均匀、可自由调节占空等优点的发散式三频超声设备作为酶解反应器,以玉米蛋白水解度(DH)为评价指标,采用逐级单因素试验优化玉米蛋白酶解工艺条件和超声工作条件。获得玉米蛋白超声辅助酶解的最佳工艺条件为:酶解反应温度50℃、反应pH9.0、底物浓度3%、加酶量4800U/g、超声频率组合22/28/40 kHz、超声工作时间/间歇时间11 s/5 s、超声功率密度90 W/L、超声时间40 min、酶解时间240 min;在最优工作条件下进行玉米蛋白酶解反应,水解度达到26.90%。通过验证试验发现,采取发散式三频超声完成的超声辅助酶解反应效果优于原料未加任何处理的玉米蛋白常规酶解;与玉米蛋白常规酶解的DH25.44%和酶解产物的血管紧张素转换酶抑制率(ACEI)71.14%相比,超声辅助酶解的玉米蛋白DH和酶解产物ACEI分别提高了5.74%和8.32%。利用微型近红外光谱技术结合偏最小二乘法(PLS)等算法,建立玉米蛋白超声辅助酶解反应过程中玉米蛋白DH和酶解产物ACEI的原位实时监测方法。通过均值中心化(Mean Centering,MC)、多元散射校正(Multiplicative Scatter Correction,MSC)、标准正态变量变换(Standard Normal Variate Transformation,SNVT)以及一阶导数(First Derivative,1st Der)和二阶导数(Second Derivative,2nd Der)等5种光谱预处理方法,优选出玉米蛋白DH和酶解产物ACEI两个指标的最佳光谱预处理方法均为SNVT,经SNVT预处理后所建模型的预测集相关系数Rp分别为0.8720和0.8566。试验结果表明,利用近红外光谱技术和偏最小二乘算法建立的玉米蛋白酶解过程的原位快速实时监测技术具有可行性。为了使所建PLS校正分析模型的稳定性能和预测性能更好,尝试利用特征波长区间筛选法优化玉米蛋白DH和酶解产物ACEI的定量分析模型。试验分别尝试了区间偏最小二乘(iPLS)、联合区间偏最小二乘(Si-PLS)和向后偏最小二乘(Bi-PLS)等三种特征波长区间筛选方法,并且比较各种方法建立模型的预测效果。试验结果可知,对于玉米蛋白DH和酶解产物ACEI而言,Si-PLS模型的预测性能最佳,预测均方根误差RMSEP和预测集相关系数Rp分别为2.99和0.9006、11.2和0.9156。综上,运用一定的光谱预处理方法和特征波长区间筛选方法对玉米蛋白DH和酶解产物ACEI的定量分析模型进行优化,实现模型的稳定性能和预测性能的提高是可行的。研究结果对玉米蛋白酶解过程的原位快速实时监测具有重要意义,为今后实现活性多肽的智能化生产奠定了基础。