基于響應面法優化紅豆米酒發酵工藝的研究

黃壹楊，劉琨毅，王琪，鄒偉

1(宜賓職業技術學院 五糧液技術學院，四川 宜賓，644003) 2(四川理工學院 生物工程學院，四川 自貢，643000)

紅豆又名赤豆，性平偏涼，味甘，是一種藥食兩用的草本植物。其營養豐富，且含有黃酮、多酚等多種生物活性成分[1-3]。現代醫學研究發現，紅豆具有利尿通便、抗癌、延緩衰老、降低膽固醇等功效[4-6]。其含有較多的皂角苷和膳食纖維，可加工成許多食品，深受大眾喜愛，堪稱糧食佳品[7-9]。

我國傳統米酒的生產大都是先將原料蒸熟糊化后進行糖化發酵，目前隨著生物工程技術特別是酶工程技術的快速發展，釀酒原料不經加熱糊化而直接經酶制劑的作用進行糖化發酵變為了可能和現實[10-11]。生料釀酒工藝與傳統釀造工藝相比，具有工業化生產操作簡便、縮短發酵期、節約能源降低成本和提高出酒率等優點[12-14]。目前，生料釀酒的原料來源廣泛，主要包括紅米、玉米、高粱、小麥、紅薯等，但大多數生料酒廠使用單一的糧食釀酒，因其微生物代謝產物少，香氣單一，口感單薄不協調，而為大規模推廣帶來困難[15-17]。本試驗將紅豆與紅米混合用于生料釀酒，以期提高酒香，使酒體口感醇和協調，為工業化生產提供理論基礎。

1 材料與方法

1.1 材料與試劑

米酒生料釀酒曲：麗水力克生物科技有限公司；紅豆、紅米：宜賓大潤發超市；水為純凈水，其余試劑均為分析純。

1.2 儀器與設備

ZWYR-D2403型恒溫培養振蕩器，上海智城分析儀器制造有限公司；BS210S型電子分析天平，北京賽多利斯天平有限公司； PHs-3c型精密pH計，上海理達儀器廠；800Y型多功能粉碎機，鉑歐五金廠；SW-CJ-2FD型超凈工作臺，蘇州凈化設備有限公司；Alcomat Super酒精度測試儀，意大利蓋博分析儀器公司。

1.3 紅豆米酒釀造工藝流程

紅豆、紅米→粉碎→加水→調整pH→接種→發酵→過濾→成品

操作要點：紅米粉碎過40目篩，紅豆粉碎過60目篩，將兩種原料按不同的配比組合加入三角瓶中，并加入一定量的純凈水，調整溶液至pH 4.0，接種后在溫度30 ℃條件下靜置發酵，發酵前3天每天攪拌1次，觀察到無氣泡后發酵完成，待發酵結束后過濾得到紅豆米酒。

1.4 試驗方法

1.4.1 感官評分方法

感官評定由15名專業人員組成的感官評定小組參照NY/T 1885—2010《綠色食品 米酒》[18]對紅豆米酒從形態(滿分5分)、色澤(滿分5分)、香氣(滿分30分)、滋味(滿分40分)、典型性(滿分20分)5個方面進行感官評定，酒樣總分為5項得分之和，滿分為100分。

1.4.2 理化指標測定方法

還原糖(以葡萄糖計)測定：斐林試劑法[19]；酒精體積分數測定：酒精計法[19]；總酸的測定：電位滴定法[20]。

1.4.3 紅豆米酒發酵工藝條件的單因素試驗

物料比(紅豆∶紅米)對紅豆米酒發酵效果的影響：控制處理條件為料液比1∶2.5(g∶mL)、接種量1.5%、發酵溫度30 ℃，考察物料比分別為1∶6、1∶5、1∶4、1∶3、1∶2(g∶g)時紅豆米酒的感官評分，以確定較佳的物料比。

料液比對紅豆米酒發酵效果的影響：將紅豆與紅米按照1∶4(g∶g)裝瓶后，分別按原料與純凈水1∶1.5、1∶2、1∶2.5、1∶3、1∶3.5(g∶mL)的比例添加，接種量1.5%時，于30 ℃下搖床發酵，發酵結束后進行感官評價，以確定較佳的料液比。

接種量對紅豆米酒發酵效果的影響：控制處理條件為物料比1∶4(g∶g)、料液比1∶2.5(g∶mL)、發酵溫度30 ℃，記錄接種量為0.5%～2.5%時紅豆米酒的感官評分，以確定較佳的接種量。

發酵溫度對紅豆米酒發酵效果的影響：將紅豆與紅米的比例按照1∶4(g∶g)及料液比1∶2.5(g∶mL)裝瓶后，接種量為1.5%時分別在溫度26、28、30、32、34 ℃下搖床發酵，待發酵結束后進行感官評價，以確定較佳的發酵溫度。

1.4.4 紅豆米酒發酵工藝條件的響應面優化試驗

在單因素試驗的基礎上，進行4因素3水平的響應面分析實驗，確定紅豆米酒最佳的發酵工藝條件，因素水平如表1所示。

表1 響應面試驗因素水平Table 1 Level and code of independent variable used forresponse surface analysis

1.5 數據分析處理方法

以上每個試驗重復3次，結果取平均值。采用OriginLab.OriginPro 9.1軟件進行數據制圖和統計分析。Design Expert 8.0.6軟件進行響應面設計及結果分析。

2 結果與分析

2.1 單因素試驗

2.1.1 物料比對紅豆米酒感官評分的影響

由圖1可知，當紅豆比例相對較小時，隨著紅豆比例的逐漸增加，紅豆米酒的感官評分也隨之增加，但酒精度變化不顯著(p>0.05)；當紅豆與紅米的比例達到1∶3(g∶g)時，紅豆米酒的感官評分達到最高，為(84.7±0.8)分；但當紅豆的比例繼續增加時紅豆米酒的感官評分與酒精度則表現出下降的趨勢。盡管紅豆經發酵后產生的獨特香氣能克服單糧釀酒香氣單一的弱點，但紅豆量大后容易使酒體呈現出較強的豆腥味。故當紅豆與紅米比例適當時，能賦予紅豆米酒特殊的風味，因此選擇物料比(紅豆∶紅米)為1∶4、1∶3及1∶2(g∶g)用于響應面優化試驗。

圖1 物料比對紅豆米酒感官評分的影響Fig.1 Effect of material ratio on sensory evaluation of red bean rice wine不相同字母表示差異顯著(p<0.05)，下同。

2.1.2 料液比對紅豆米酒感官評分的影響

由圖2可知，當料液比在1∶1.5～1∶2.5(g∶mL)范圍內時，紅豆米酒的酒精度和感官評分隨著純凈水比例的升高而升高，酒精度最高為(11.1±1.0)%vol，對應的感官評分也達到最高，為(80.4±1.4)分；當料液比繼續增大時，易出現紅豆米酒酒精體積分數偏低、風味較差的現象。因此選擇料液比為1∶2.0、1∶2.5、1∶3.0(g∶mL)用于后續試驗。

圖2 料液比對紅豆米酒感官評分的影響Fig.2 Effect of material/water ratio on sensory evaluation of red bean rice wine

2.1.3 接種量對紅豆米酒感官評分的影響

由圖3可知，當接種量在2.0%范圍內變化時，隨著接種量的逐漸增加，紅豆米酒的酒精度與感官評分也隨之增加。接種量偏低時，原料不易完全發酵，造成發酵液酒精體積分數偏低及酒香不突出等現象。當接種量達到2.0%時，紅豆米酒的感官評分為(83.7±1.3)分；當接種量繼續增加時，酒精度雖有升高但容易造成酒醅發酵過快、酒體發苦的不良現象。故釀造紅豆米酒較佳的接種量為1.5%～2.5%。

圖3 接種量對紅豆米酒感官評分的影響Fig.3 Effect of inoculums concentration on sensory evaluation of red bean rice wine

2.1.4 發酵溫度對紅豆米酒感官評分的影響

由圖4可知，發酵溫度在26～34 ℃變化時，紅豆米酒的酒精度變化不顯著(p>0.05)。釀造紅豆米酒較佳的發酵溫度為30 ℃，紅豆米酒的感官評分達到了(80.4±1.4)分。當溫度低于30 ℃時，生料曲中的相關酶類不能充分發揮其作用，使得酒體風格欠佳；當溫度為34 ℃時，雖然縮短了紅豆米酒的釀造時間，但紅豆米酒的酒香與糧香不明顯。因此選擇發酵溫度為28～32 ℃用于后續試驗。

圖4 發酵溫度對紅豆米酒感官評分的影響Fig.4 Effect of fermentation temperature on sensory evaluation of red bean rice wine

2.2 響應面法試驗

通過響應面法對物料比、料液比、接種量、發酵溫度4個因素分析得到以下試驗方案及結果見表2。

通過Design-Expert 8.0.6軟件對表2的數據進行分析，得到結果如表3所示。由表3可知：接種量對紅豆米酒感官評分影響極為顯著(p<0.01)，物料比、料液比及發酵溫度對紅豆米酒感官評分影響顯著(p<0.05)。以紅豆米酒感官評分為響應值，經回歸擬合后，得到回歸方程：

紅豆米酒感官評分=89.30+0.71A+0.83B+2.55C-0.91D-0.83AB+1.43AC+1.43AD-0.18BC-1.75BD+0.55CD-1.45A2-0.56B2-4.26C2-2.67D2

表2 響應面試驗設計及結果Table 2 Experimental design and results for responsesurface analysis

表3 方差分析Table 3 Analysis of variance for the fitted regression model

根據表3中方差分析結果，紅豆米酒感官評分的回歸方程描述與響應面值之間的關系模型顯著(p<0.05)，且失擬項檢驗不顯著(p>0.05)，表明該試驗模型充分擬合試驗數據，紅豆米酒感官評分的回歸方程是紅豆米酒感官評分與紅豆米酒釀造工藝各參數的合適數學模型，即可以利用此回歸方程確定紅豆米酒釀造的最佳工藝。

響應面圖形是響應值對各試驗因子所構成的三維空間的曲面圖，從響應面分析圖上可形象地看出最佳參數及各參數之間的相互作用[21]。根據紅豆米酒感官評分回歸方程得出不同因子的響應面分析圖結果見圖5。由圖5可較直觀地看出各因素交互作用對紅豆米酒感官評分的影響，若曲線越陡峭，則表明該因素對紅豆米酒感官評分的影響越大[22]。從圖5可以看出因子C(接種量)對紅豆米酒感官評分的影響最大，因子D(發酵溫度)次之，與表3方差分析結果相吻合。

圖5 各因素的交互作用對感官評分影響的響應面曲圖Fig.5 The response surface of interaction among four factors on the sensory score

通過軟件分析確定紅豆米酒的最佳釀造工藝為物料比(紅豆∶紅米)1∶2.86(g∶g)、料液比1∶3.03(g∶mL)、接種量2.11%及發酵溫度28.94 ℃，此條件下由公式算出的理論值為90.54分。根據所得的分析數據進行3組驗證實驗，驗證實驗的條件為物料比(紅豆∶紅米)1∶2.9(g∶g)、料液比1∶3(g∶mL)、接種量2.1%及發酵溫度29 ℃，得到紅豆米酒的感官評分為90.9分，測定結果穩定，偏差不大，證明該結果合理可靠。

2.3 理化指標分析

經測得紅豆米酒在最佳釀造工藝條件下的還原糖為3.42 g/100g、酒精度12.1%vol及總酸0.73 g/100g。3種理化指標均符合中華人民共和國NY/T 1885—2010標準。

3 結論

在單因素試驗的基礎上用響應面法對紅豆米酒的釀造工藝條件進行了優化，影響紅豆米酒感官評分的工藝因素按主次順序排列為接種量>發酵溫度>料液比>物料比。最終確定了其最優工藝條件為：物料比(紅豆∶紅米)1∶2.9(g∶g)、料液比1∶3(g∶mL)、接種量2.1%及發酵溫度29 ℃，此條件下紅豆米酒的感官評分為90.9分。

[1] 徐向東.豆類(小紅豆、大紅豆和荷包豆)淀粉和蛋白質性質的研究[D].廣州: 華南理工大學, 2010.

[2] 張波, 薛文通.紅小豆功能特性研究進展[J].食品科學, 2012, 33(9):264-266.

[3] 孟令潔, 任璐, 張鋒華, 等.紅豆乳飲料的研制[J].食品工業, 2011(6):73-75.

[4] 趙翾, 李紅良, 伍杏月.響應面法優化紅豆酸奶發酵工藝的研究[J].中國食品添加劑, 2012(4): 107-112.

[5] 李南薇, 李燕杰, 朱藝通.凝固型紅豆顆粒酸奶的研制[J].中國乳品工業，2011，39(3): 62-64.

[6] 王巍杰, 田亞紅.紅豆米酒加工工藝的研究[J].中國釀造, 2009(10): 164-165.

[7] 李向東, 周向榮.紅豆風味調味乳的研制[J].食品研究與開發, 2010, 31(12): 116-118.

[8] 于章龍, 段欣, 武曉娟.紅小豆功能特性及產品開發現狀[J].食品工業科技, 2011, 32(1): 360-363.

[9] 王丹丹.紅豆丹貝的研制及生理活性物質的研究[D].晉中: 山西農業大學, 2013.

[10] 黃平, 劉義剛, 余明華, 等.生料釀酒技術[M].北京: 中國輕工業出版社, 2001.

[11] 王瑛, 喻恩森, 張捷，等.玉米生料釀酒工藝優化及設備選型的研究[J].湖北農業科學, 2014(21): 5 230-5 233.

[12] 高陽, 謝立娜.高粱生料釀酒工藝探討[J].科技與企業, 2015(17):172.

[13] 孫志棟, 許麗娜, 陳國, 等.生料法黑糯米保健酒釀造工藝的初步研究[J].食品科技, 2010, 35(3): 98-103.

[14] 蘭文忠.生料釀酒工藝相關研究[J].中國高新技術企業, 2015(2): 70-71.

[15] 李聚森, 張愛民, 江軍山, 等.生料釀酒直投復合菌制劑用于生紅米釀酒過程中的發酵特性研究[J].中國釀造, 2009, 28(1): 93-95.

[16] 奕水明, 錢文捷, 錢非, 等.生料釀酒在黃酒生產過程中的研究與應用前景[J].釀酒科技, 2016 (4): 111-115.

[17] 王洪, 羅惠波, 廖玉琴, 等.多糧生料釀酒工藝的研究[J].中國釀造, 2017, 36(6): 38-41.

[18] 中國人民共和國農業部.綠色食品 米酒:NY/T 1885—2010[S].北京: 中國農業出版社, 2010.

[19] 全國食品工業標準化技術委員會釀酒分技術委員會.葡萄酒、果酒通用分析方法:GB/T 15038—2006[S].北京: 中國標準出版社, 2007.

[20] 中國人民共和國國家質量監督檢驗檢疫總局.食品中總酸的測定GB/T 12456—2008[S].北京: 中國標準出版社, 2008.

[21] 何英霞, 李霽昕, 米蘭, 等.響應面分析 pH 值、溫度、SO2對干紅葡萄酒中吡喃花色苷 Vitisins 的影響[J].食品與發酵工業, 2016, 42(8): 115-120.

[22] 馬瑞雪, 高天, 宋蕾, 等.響應面法優化調理雞排水油混合油炸工藝[J].食品與發酵工業, 2016, 42(8): 128-134.