一种基于表面活性剂辅助的醋酸提取米糠植酸工艺的制作方法

本发明属于食品技术领域，具体涉及一种基于表面活性剂辅助的，利用醋酸作为浸提剂，以提高米糠植酸提取率的工艺。

背景技术：

植酸（PA）由一个肌醇和六个磷酸根组成，又称肌醇六磷酸，是一种淡黄色的液体。植酸广泛存在于谷物类植物中，又以米糠中为主。由于植酸能络合金属离子和蛋白质，限制了蛋白和矿物元素的利用，所以植酸曾经被认为是一种抗营养因子。近几十年来由于植酸具有特殊的化学性质及生物活性，其研究及发展才被重视，PA已被公认为对不同疾病和各种癌症（包括结肠癌）具有预防和治疗作用，能够抑制结直肠癌细胞的增殖。植酸的应用范围十分广泛，在化工、食品、医药等领域均有涉及，可以作为食品添加剂、抗氧化剂、金属缓蚀剂等。

在前期的研究中，我们分别采用盐酸、醋酸、硫酸、磷酸四种溶剂从米糠中提取植酸，结果表明不同提取溶剂对植酸的提取率影响依次为：醋酸>磷酸>盐酸>硫酸，采用醋酸可以得到最高的植酸提取率。目前工业上比较常用盐酸作为米糠植酸的提取剂，而盐酸具有强挥发性和强腐蚀性，利用醋酸作为植酸提取剂具有更高的安全性。

Plackett-Burman实验（PB）适用于从众多调查变量中快速、同时筛选出最重要的影响因素，响应面法（RSM）可以通过有限的试验次数，建立各因素对响应值的数学拟合模型，进行统计优化实验参数，从而达到优化工艺条件的目的。BP人工神经网络模型（BP-ANN）具有较强的自学习能力、自组织能力、高非线性等。目前BP-ANN已经用于多种参数的优化，遗传算法（GA）是一种基于自然界生物进化原理的自适应优化方法，它能在全局空间的多个区域找到最优解，克服了BP人工神经网络局部搜索的不足。本技术基于单因素实验、Plackett-Burman实验、响应面实验和基于遗传算法优化的BP-ANN相结合对表面活性剂辅助条件下醋酸提取植酸的工艺参数进行寻优。

本发明采用表面活性剂辅助提取米糠植酸，所的植酸提取率较高；采用醋酸为提取溶剂，绿色环保；利用基于GA优化BP-ANN确定米糠植酸提取的最优的工艺参数，比常规RSM模型预测精度高，相对误差小，弥补了RSM预测模型的缺陷，为米糠植酸的高效、绿色、精准提取提供了新思路。

目前，米糠植酸提取的主要溶剂为盐酸，这类提取溶剂具有具有强的挥发性、腐蚀性，安全性低；常规提取工艺，植酸提取率低，生产成本高，不利用植酸的工业化生产进程；现阶段对米糠植酸提取工艺参数优化，多采用单因素实验、Plackett-Burman实验和响应面法（RSM），存在着预测准确度低、相对误差较大等问题，尚有许多地方需要改进，还未见利用基于GA优化BP-ANN确定米糠植酸提取的最优工艺参数研究报道。

技术实现要素：

针对现有技术中的不足，本发明的目的在于设计提供一种基于表面活性剂辅助的醋酸提取米糠植酸工艺，涉及了在表面活性剂辅助条件下，利用醋酸作为浸取溶剂，对米糠植酸进行提取，通过单因素试验确定各提取参数对米糠植酸提取率的影响，然后采用Plackett-Burman实验（PB）筛选影响米糠植酸提取率最显著的因素，在基于PB实验设计基础上利用响应面分析法（RSM）获取最佳工艺参数；并利用遗传算法（GA）对构建的BP人工神经网络（BP-ANN）进行寻优获得最佳的米糠植酸提取工艺参数。根据GA-BP-ANN相结合构建的米糠植酸提取预测模型，得到米糠植酸提取的最优参数条件，提高了米糠植酸提取率，使得提取溶剂更加绿色化，有利于大规模工业化绿色生产，为高品质植酸产品的开发奠定了基础。

本发明提供一种基于表面活性剂辅助的醋酸提取米糠植酸工艺，包括以下步骤：

1）在不同表面活性剂辅助条件下，利用醋酸作为浸取溶剂，对米糠植酸进行提取，确定最优表面活性剂；

2） 在单因素试验结果的基础上，采用Plackett-Burman实验（PB）筛选影响米糠植酸提取率最显著的因素；

3）基于PB实验设计确定响应面分析法（RSM）的因素和中心点，以米糠植酸提取率作为响应值，构建米糠植酸提取的三维曲面预测模型，获取最佳工艺参数；

4）以响应面设计的自变量为输入层，米糠植酸提取率为输出层，采用交叉验证法构建BP人工神经网络（BP-ANN）预测模型；

5）利用遗传算法（GA）对构建的BP-ANN进行寻优并获得最佳的米糠植酸提取工艺参数。

优选地，所述工艺还包括在最佳的米糠植酸提取工艺参数条件下，对米糠植酸进行提取，并对植酸提取率的RSM和GA-BP-ANN模型预测结果进行验证。在最佳提取工艺参数条件下，根据RSM模型和GA-BP-ANN模型，米糠植酸的提取率预测值分别为4.40%和4.45%，实验值分别为4.42%和4.46%，相关系数R²分别为0.8718和0.9225，说明建立的GA-BP-ANN模型具有更高的预测准确度。

优选地，对米糠植酸进行提取具体包括如下步骤：

表面活性剂浸润：利用表面活性剂的水溶液浸润米糠，得到表面活性剂浸润液；

醋酸溶液浸取：向所述表面活性剂浸润液中加入醋酸溶液，得到醋酸浸取液；

阴离子交换树脂层析：采用阴离子交换树脂对所得的醋酸浸取液进行色谱分离，并利用氯化钠溶液进行洗脱，收集洗脱液，得到植酸粗提液；

阳离子交换树脂脱盐：采用阳离子交换树脂对所得的植酸粗提液进行脱盐处理，得到精制植酸溶液；

纯化分离：对精制植酸溶液进行真空浓缩，得到植酸溶液。

优选地，表面活性剂浸润步骤中，所述利用表面活性剂的水溶液浸润米糠，浸润时间为5～30 min。

优选地，醋酸溶液浸取步骤中，所述醋酸溶液为食品级醋酸溶液；

优选地，醋酸溶液浸取步骤中，所述氯化钠溶液为2.0 mol/L、pH 1.5。

优选地，阴离子交换树脂层析步骤中，所述的阴离子交换树脂为D318、D301、717中的一种。

优选地，阳离子交换树脂脱盐步骤中，所述的阳离子交换树脂为732阳离子交换树脂。

优选地，纯化分离步骤中，所述的植酸溶液浓度为50～75%。

优选地，1）中，所述表面活性剂为吐温80（Tween-80）、十二烷基硫酸钠（SDS）、十六烷基三甲基溴化铵（CTAB）中的一种或几种。

优选地，1）中，所述最优表面活性剂为十二烷基硫酸钠（SDS）。

优选地，1）中，所述米糠包括脱脂米糠、脱除蛋白的米糠、脱除多糖的米糠、脱除油脂和蛋白的米糠、脱除油脂和多糖的米糠、以及同时脱除油脂、多糖和蛋白的米糠。

优选地，1）中，所述米糠为粉碎、干燥、过50～100目筛。

优选地，2）中，所述单因素实验因素和水平包括醋酸1～4%、温度30～60℃、pH 2.0～6.0、浸取时间0.5～3 h、液固比5～20 mL/g、十二烷基硫酸钠（SDS）浓度 0～10%。

优选地，2）中，所述Plackett-Burman实验（PB）通过Design-Expert V8.0.6软件实现。

优选地，2）中，所述最显著因素为温度，pH 和液固比。

优选地，3）中，所述因素为影响植酸提取率最显著的因素，中心点为最显著因素的零水平。

优选地，3）中，所述最佳工艺参数为：温度43℃，pH 3.0，液固比9:1（mL/g）。

优选地，4）中，所述的交叉验证法构建BP人工神经网络（BP-ANN）预测模型通过Matlab 2016b软件实现。

优选地，4）中，所述的交叉验证法为7折交叉验证法。

优选地，5）中，所述的遗传算法进化代数为50，种群规模为20，交叉概率为0.4，变异概率为0.2。

优选地，5）中，所述的最佳的米糠植酸提取工艺参数为：温度49℃，pH 2.5，液固比 8.5 :1（mL/g）。

与其它条件相比，通过GA-BP-ANN模型得出的最优实验条件使得米糠植酸提取率有了较大提高，优化后，该发明可以将米糠植酸提取率提高43.9%。

与现有技术相比，本发明具有如下积极效果：

1、本发明方法步骤简单，利用表面活性剂SDS辅助提取米糠植酸，并利用GA-BP-ANN模型优化提取工艺参数，与单因素实验的米糠植酸提取率相比较，提高了43.9%，提取率显著提高。

2、本发明利用食品级醋酸作为米糠植酸的提取剂，具有安全、环保、挥发性小、腐蚀性低等特点，提取工艺符合绿色化学的要求，因此本发明具有较高的实用价值。

3、本发明采用GA-BP-ANN模型优化米糠植酸提取工艺参数，该方法与传统的Plackett-Burman实验和RSM响应面实验相比较，具有更高的预测精度和准确度，大大提高了工艺参数优化的可信度。

附图说明

图1 表面活性剂对植酸提取率的影响；

图2 温度和pH对植酸提取含量影响的响应面图；

图3 温度和液固比对植酸提取含量影响的响应面图；

图4 pH和液固比对植酸提取含量影响的响应面图；

图5 BP人工神经网络预测值和实验值；

图6 遗传算法各代适应度函数的最佳值与平均值。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式，对本发明进一步详细说明。应当指出的是，这些描述只是示例性的，而并非要限制本发明的范围。

实施例1

步骤1：将5 kg脱脂米糠，干燥粉碎后过50目筛，与2%的醋酸溶液（pH 2.0），相混合，液固比为5 mL/g，置于30℃恒温振荡水浴摇床中，浸取0.5 h；

步骤2：固液分离后，得到醋酸浸提液，采用D318阴离子交换树脂对所得的醋酸浸取液进行色谱分离，并利用氯化钠溶液（2.0 mol/L、pH 1.5）进行洗脱，收集洗脱液，得到植酸粗提液；

步骤3：采用732阳离子交换树脂对所得的植酸粗提液进行脱盐处理，得到精制植酸溶液；

步骤4：对精制植酸溶液进行真空浓缩，得到50%的植酸溶液。

实施效果：在本实验条件下，米糠植酸的提取率为3.13%（见图1）。

实施例2

步骤1：将5 kg脱脂米糠，干燥粉碎后过50目筛，加入2%的十二烷基硫酸钠（SDS），浸润5 min；

步骤2：向步骤1中加入2%的醋酸溶液（pH 2.0），液固比为5 mL/g，置于30℃恒温振荡水浴摇床中，浸取0.5 h；

步骤3：固液分离后，得到醋酸浸提液，采用D318阴离子交换树脂对所得的醋酸浸取液进行色谱分离，并利用氯化钠溶液（2.0 mol/L、pH 1.5）进行洗脱，收集洗脱液，得到植酸粗提液；

步骤3：采用732阳离子交换树脂对所得的植酸粗提液进行脱盐处理，得到精制植酸溶液；

步骤4：对精制植酸溶液进行真空浓缩，得到51%的植酸溶液。

实施效果：在本实验条件下，米糠植酸的提取率为3.70%（见图1）。

实施例3

步骤1：将5 kg脱脂米糠，干燥粉碎后过50目筛，加入2%的吐温80，浸润5 min；

步骤2：向步骤1中加入2%的醋酸溶液（pH 2.0），液固比为5 mL/g，置于30℃恒温振荡水浴摇床中，浸取0.5 h；

步骤3：固液分离后，得到醋酸浸提液，采用D318阴离子交换树脂对所得的醋酸浸取液进行色谱分离，并利用氯化钠溶液（2.0 mol/L、pH 1.5）进行洗脱，收集洗脱液，得到植酸粗提液；

步骤3：采用732阳离子交换树脂对所得的植酸粗提液进行脱盐处理，得到精制植酸溶液；

步骤4：对精制植酸溶液进行真空浓缩，得到52%的植酸溶液。

实施效果：在本实验条件下，米糠植酸的提取率为3.20%（见图1）。

实施例4

步骤1：将5 kg脱脂米糠，干燥粉碎后过50目筛，加入2%的吐十六烷基三甲基溴化铵，浸润5 min；

步骤2：向步骤1中加入2%的醋酸溶液（pH 2.0），液固比为5 mL/g，置于30℃恒温振荡水浴摇床中，浸取0.5 h；

步骤3：固液分离后，得到醋酸浸提液，采用D318阴离子交换树脂对所得的醋酸浸取液进行色谱分离，并利用氯化钠溶液（2.0 mol/L、pH 1.5）进行洗脱，收集洗脱液，得到植酸粗提液；

步骤3：采用732阳离子交换树脂对所得的植酸粗提液进行脱盐处理，得到精制植酸溶液；

步骤4：对精制植酸溶液进行真空浓缩，得到50%的植酸溶液。

实施效果：在本实验条件下，米糠植酸的提取率为2.98%（见图1）。

实施例5

步骤1：将5 kg脱脂米糠，干燥粉碎后过50目筛，加入不同浓度的十二烷基硫酸钠（SDS）（2～6 g/L），浸润5 min；

步骤2：向步骤1中加入不同浓度的醋酸溶液（1%～3%），pH 2.5～4.0，液固比为5 mL/g～15 mL/g，置于40～60℃恒温振荡水浴摇床中，浸取1～3 h；

步骤3：利用Design-Expert V8.0.6软件的Plackett-Burman模块进行实验设计（详见表1），按照步骤1和步骤2中各个变量的高低水平，对影响植酸提取率的A：乙酸浓度(X1)、B：温度(X2)、C：pH(X3)、D：提取时间(X4)、E：液固比(X5)和F：SDS浓度(X6)共6个因素进行考察，由此确定影响植酸提取的主要因素。各因素均取低水平“-1” 和高水平“1” 两个层次，其中6个变量（X7、X8、X9、X10、X11）为虚拟变量，用于估计实验误差，进行实验设计；

表1 筛选重要变量的Plackett-Burman实验设计及结果

步骤4：对不同的实验组进行固液分离后，得到醋酸浸提液，采用D318阴离子交换树脂对所得的醋酸浸取液进行色谱分离，并利用氯化钠溶液（2.0 mol/L、pH 1.5）进行洗脱，收集洗脱液，得到植酸粗提液；

步骤5：采用732阳离子交换树脂对所得的植酸粗提液进行脱盐处理，得到精制植酸溶液；

步骤6：对精制植酸溶液进行真空浓缩，得到浓度约为50%的植酸溶液。结果表明影响植酸提取的6个影响因素中，其中温度，pH，液固比对植酸提取率具有显著性的影响。该模型的相关系数R²=0.9348，调节相关系数R²=0.8565，说明所选的模型较为显著（见表2）。

表2 植酸提取Plackett-Burman试验设计回归模型系数等统计学结果

实施效果：在本实验较优的参数条件下，米糠植酸的最大提取率为4.35%（见表1）。

实施例6

步骤1：将5 kg脱脂米糠，干燥粉碎后过50目筛，加入不同浓度的十二烷基硫酸钠（SDS）4 g/L，浸润5 min；

步骤2：向步骤1中加入2%的醋酸溶液，pH 2.5～4.0，液固比为5 mL/g～15 mL/g，置于40～60℃恒温振荡水浴摇床中，浸取1 h；

步骤3：利用Design-Expert V8.0.6软件的响应面设计模块进行实验设计，基于PB实验设计确定响应面分析法（RSM）的因素温度(X2)、pH(X3)、液固比(X5)，按照步骤1选择各因素的低水平“-1” 、中心点和高水平“1” 三个层次（详见表3），进行实验；

表3 响应面设计因素水平及编码值

步骤4：对不同的实验组进行固液分离后，得到醋酸浸提液，采用D318阴离子交换树脂对所得的醋酸浸取液进行色谱分离，并利用氯化钠溶液（2.0 mol/L、pH 1.5）进行洗脱，收集洗脱液，得到植酸粗提液；

步骤5：采用732阳离子交换树脂对所得的植酸粗提液进行脱盐处理，得到精制植酸溶液；

步骤6：对精制植酸溶液进行真空浓缩，得到浓度约为50%的植酸溶液。不同实验条件下得到的植酸提取率实验值和理论值见表4。以米糠植酸提取率作为响应值，构建米糠植酸提取的三维曲面预测模型（图2、图3、图4），获取最佳工艺参数为：温度43℃，pH 3.0，液固比9:1，在此条件下植酸最高提取含量预测值为4.40%。

表4 植酸提取的Box-Behnken试验方案及相应预测值

实施效果：在本实验较优的参数条件下，米糠植酸的最大提取率为4.42%。

实施例7

步骤1：将5 kg脱脂米糠，干燥粉碎后过50目筛，加入不同浓度的十二烷基硫酸钠（SDS）4 g/L，浸润5 min；

步骤2：向步骤1中加入2%的醋酸溶液，pH 2.5～4.0，液固比为5 mL/g～15 mL/g，置于40～60℃恒温振荡水浴摇床中，浸取1 h；

步骤3：利用Design-Expert V8.0.6软件的响应面设计模块进行实验设计，基于PB实验设计确定响应面分析法（RSM）的因素温度(X2)、pH(X3)、液固比(X5)，按照步骤1选择各因素的低水平“-1” 、中心点和高水平“1” 三个层次（详见表3），进行实验；

步骤4：对不同的实验组进行固液分离后，得到醋酸浸提液，采用D318阴离子交换树脂对所得的醋酸浸取液进行色谱分离，并利用氯化钠溶液（2.0 mol/L、pH 1.5）进行洗脱，收集洗脱液，得到植酸粗提液；

步骤5：采用732阳离子交换树脂对所得的植酸粗提液进行脱盐处理，得到精制植酸溶液；

步骤6：对精制植酸溶液进行真空浓缩，得到浓度约为50%的植酸溶液。

步骤7：以响应面设计的自变量为输入层，米糠植酸提取率为输出层，采用7折交叉验证法构建BP人工神经网络（BP-ANN）预测模型；

步骤8：利用遗传算法（GA）对构建的BP-ANN进行寻优并获得最佳的米糠植酸提取工艺参数。结果表明基于遗传算法对构建的BP人工神经网络模型进行寻优，构建的BP人工神经网络误差总和仅为0.0052，相关系数R2=0.9225，能够较为准确地模拟植酸提取的实验值和预测值（图5），得到的最佳工艺参数条件为：温度49℃，pH 2.5 和液固比 8.5:1 mL/g，此时植酸的理论最大提取率为4.45%（图6）。

实施效果：在本实验较优的参数条件下，米糠植酸的最大提取率为4.46%，表明基于遗传算法的BP人工神经网络模型比响应面实验设计模型优化效果较好。

项目资助：浙江省重点研发计划项目（2015C02031）。

以上对发明的具体实施例进行了描述。需要注意的是，本发明并不局限于上述特定的实施方式，本领域技术人员可以在权利要求范围内作出变形或修改，这并不影响本发明的实质内容。