拐棗氨基酸測定及其糖的制備工藝

謝 勇，楊 銀，徐智虎，田海勇，施 伽*

?

拐棗氨基酸測定及其糖的制備工藝

謝 勇，楊 銀，徐智虎，田海勇，施 伽*

（銅仁學院 材料與化學工程學院，貴州 銅仁 554300）

為了探究拐棗的營養成分，采用HPLC法測定其氨基酸種類及含量，并將其制備成具有拐棗風味的糖果。以拐棗和大米花為主原料，考察拐棗糖漿添加量、白砂糖添加量、焦糖化溫度及時間對拐棗糖感官評分的影響。在單因素試驗基礎上，采用Box-Behnken試驗設計優化拐棗糖的加工工藝。結果顯示：拐棗中的蛋白中含有除絲氨酸、天冬酰胺及谷氨酰胺外的17種氨基酸，氨基酸總量為3 740.9 mg/100g（干重），必需氨基酸含量為1 287.15 mg/100g，占比34.41%；拐棗糖的最優工藝為：大米花50 g，白砂糖4.0 g、拐棗糖漿8.4 g、焦糖化溫度247 ℃、焦糖化時間39 s、甜菊糖苷0.01~0.012 g、花生仁4~5 g，此條件下拐棗糖的平均感官評分為（88±0.82）分，且感官綜合品質較佳。

拐棗； 糖漿； 氨基酸； 焦糖化反應； 美拉德反應

0．引言

拐棗()，又名枳椇子，俗稱金鉤子、雞腳爪等，為鼠李科枳椇屬（）植物。在貴州省不同區域均有分布，資源比較豐富。新鮮拐棗肉質果梗中含總糖24.9%、還原糖16.8%，葡萄糖8.6%～9.0%、蛋白質3.1%～3.5% ，總脂僅占濕重的0.58%[1-2]。此外，拐棗中還有楊梅素、懈皮素、黃酮等生物活性物質[3]。Mingchun WANG[4]在研究拐棗多糖在體刺激外免疫活性時，發現三種多糖（分子量分別為53、70、235 kDa）均能促進淋巴細胞的增殖，并能增強其吞噬作用。

目前，關于拐棗的研究文獻主要為理化特性、營養成分、生物活性及植物栽培技術研究[4]。主要產品有拐棗醋[5]、拐棗復合飲料[6]、拐棗復合果醬[7]等。鮮有將拐棗加工成糖果制品的報道。鑒于拐棗果實糖含量較高、脂肪含量較低、風味獨特等特點，將其加工成拐棗糖，為拐棗資源的綜合利用率提供基礎資料。

1．材料與方法

1．1．材料與設備

1．1．1．材料與試劑

拐棗 銅仁市石阡縣；大米花 馬鞍山尊飛食品廠；白砂糖、花生 均為市售；甜菊糖苷食品級。

1．1．2 ．儀器與設備

RE-52AA旋轉蒸發儀，上海亞榮生化儀器廠；4寸圓形活底模具，江南烘焙模具廠；Alpha-1860A紫外可見分光光度計，上海譜元儀器有限公司；PAL-BX/ACID 糖度計，深圳德優平科技有限公司。

1．2．方法

1．2．1 ．氨基酸的測定

樣品氨基酸的測定參照JY/T 019-1996 氨基酸分析方法通則，參照GB/T 5009.124-2003食品中氨基酸的測定。

（1）色譜條件：色譜柱，hypersil ODS C18 4.6×250 mm柱；柱溫：40 ℃；流速：1.00 mL/min；紫外檢測器檢測波長：338 nm；22.5 min時262 nm；熒光檢測器：激發波長：340 nm，發射波長：450 nm；22.5 min時激發波長：266 nm，發射波長：305 nm；流動相：A：乙酸鈉-三乙胺-四氫呋喃溶液，B：乙酸鈉-乙腈-甲醇溶液。

（2）樣品處理：拐棗經除雜、洗凈后，置于恒溫干燥箱中37~40 ℃條件下干燥至恒重，粉碎過篩（80目）、密封、干燥保存，待用。

（3））樣品測定：稱取上述樣品1.000 g，加入10 mL 5%（v/v）的三氯乙酸沉淀2小時。吸取一定的量于10 000 rpm/min離心15 min。取一定體積上清液調pH 2，定容，用0.45 μm微膜過濾，樣品經自動衍生化反應后采用HPLC測定。

1．2．2．拐棗糖的工藝流程

拐棗預處理（去籽、去梗、清洗）→冷凍破碎→加水熬煮→過濾、濃縮→添加白砂糖及甜菊糖苷→加熱起泡→添加大米花和花生仁→攪拌混勻→注模擠壓成型→冷卻包裝→成品。

操作要點：

糖漿的制備 稱取預處理好的拐棗果柄，按1:3（g:ml）的比例加蒸餾水，先浸泡20～30 min，隨后進行機械破碎，用電磁爐上熬煮1～2 h以提取汁液，關火靜置，待其冷卻至50~60 ℃，用紗布過濾、棄渣、收集濾液，用旋轉蒸發儀對汁液進行濃縮，去除大量水分，再用糖度計測其濃縮的汁液，待糖度為30%～40%時停止濃縮，即得待用拐棗糖漿。

1．2．3．拐棗糖的感官評價

對拐棗糖的色澤、香味、口感、組織狀態四個方面進行綜合評分，感官評分標準如表1所示。

表1 拐棗糖的感官評分標準

Tab. 1 sensory scoring standard of Hovenia dulcis-popcorn candy

1．2．4．單因素實驗

以50 g大米花為基準，考察白砂糖用量（4.0、4.5、5.0、5.5、6.0 g）、拐棗糖漿用量（6.0、8.0、10.0、12.0、14.0 g）、制糖加熱溫度（100、150、200、250、300 ℃）、糖化起泡時間（10、20、30、40、50 s）4個因素對拐棗糖感官評分的影響，每個水平3次平行實驗。其他恒定因素均取其中間水平。

1．2．5．拐棗糖的工藝優化

利用Design- expert軟件，采用Box-Behnken試驗設計優化工藝條件，試驗因素水平如表2所示。

1．3．數據分析

試驗數據采用Origin軟件和SPSS軟件處理。

2．結果與分析

2．1． 拐棗氨基酸的種類及含量

測定了干燥拐棗中的蛋白氨基酸種類及含量，結果如表3所示。可知，拐棗蛋白氨基酸種類有17種，拐棗總氨基酸含量為3 740.09 mg/100g，必需氨基酸含量為1 287.15 mg/100g，占總氨基酸含量34.41%，非極性氨基酸占36.24%，極性氨基酸占18.91%，堿性氨基酸占11.09%，酸性氨基酸占33.76%，這說明拐棗的氨基酸含量較高。

2．2．白砂糖添加量的影響

考察了白砂糖用量對拐棗糖感官評分的影響，結果如圖1所示。由圖1可知，當白砂糖量添加到5 g的時候，拐棗糖的感官評價分值最高，為84.0分。之后，感官評分呈逐漸下降趨勢，拐棗糖過甜，凝結狀態過于緊密，質地堅硬，酥脆性變差。可能是白砂糖添加量過少，焦糖化反應及美拉德反應產物生成量較低，拐棗糖色澤較淡，且甜味不足；但添加量過多，非酶褐變比較強烈，初級產物進一步聚合成深色難溶物質，導致產品色澤深暗，質地緊密而堅硬，彈性及酥脆性較差，甜度較高，有苦澀味。

2．3．拐棗糖漿添加量的影響

考察了白砂糖用量對拐棗糖感官評分的影響，結果如圖2所示。由圖2可知，拐棗糖漿添加量為8 g時，感官評價分值最高（86.0分）。再增加用量會導致感官評分逐漸降低。白砂糖及拐棗中的單糖與其糖漿中的蛋白質、氨基酸等成分在低酸性條件下加熱發生焦糖化反應及美拉德反應，生成糠醛及其衍生物，初級產物繼續縮合成不溶解的膠體狀類黑精素物質，使得拐棗糖色澤呈黑褐色，口感苦澀。

2．4．焦糖化溫度的影響

考察了焦糖化溫度對拐棗糖感官評分的影響，結果如圖3所示。由圖3可知，溫度達到250 ℃時，感官評分最高，繼續升高溫度，感官評分逐漸下降。白砂糖在高溫加熱下脫水發生焦糖化反應產生焦糖色素的同時，焦糖與拐棗中的蛋白質或氨基酸發進一步反應生成希夫堿，希夫堿經Amadori重排形成Amadori產物，這些產物再經1,2烯醇化、環合、脫氫、異構化及縮合形成棕色含氮聚合物類黑素[9]，溫度越高，褐變產物的量越多，產品的色澤越深而呈黑褐色，且口感略苦，從而影響了拐棗糖的感官品質。

表2 優化試驗的因素水平

Tab. 2 factors and their levels of optimization experiments

2．5．焦糖化時間的影響

考察了焦糖化時間對拐棗糖感官評分的影響，結果如圖4所示。由圖4可知，焦糖化時間在20 s時，拐棗糖的感官評分最高，為84分。此時，所得產品的色澤、香味、口感、組織狀態均較好。但隨著時間的延長，產品的感官評分逐漸降低，拐棗糖的色澤逐漸呈現出深褐色或有大量的焦糊色。出現此現象的原因可能是在一定溫度下，加熱時間越長，焦糖化反應和美拉德反應過渡，產生了醛類、酮類和類黑精素等令人不愉悅的物質[10]，導致拐棗糖的色澤、口感及組織狀態等感官品質均急劇變差。

2．6．單因素試驗方差分析

根據單因素試驗結果，采用SPSS軟件對各因素進行顯著性分析，結果如表4所示。由表4可知，四個因素均高度顯著。因此，需對四個因素進一步優化處理。

表3 拐棗蛋白氨基酸種類、含量（mg/100 g）及比例（%）

注：“*”表示必需氨基酸。

2．7．拐棗糖工藝優化

2．7．1．拐棗糖工藝模型的建立

根據單因素試驗結果，選擇拐棗糖漿添加量（A）、白砂糖添加量（B）、焦糖化溫度（C）及焦糖化時間（D）4個顯著性因素，運用Box-Behnken試驗設計優化拐棗糖的工藝，結果如表5所示。

圖1 白砂糖對拐棗糖感官評分的影響

圖2 拐棗糖漿對拐棗糖感官評分的影響

圖3 焦糖化溫度對拐棗糖感官評分的影響

圖4 焦糖化時間對拐棗糖感官評分的影響

表4 單因素實驗方差分析

Tab. 4 variance analysis of single factor tests

注：F0.01（4, 10）=5.99，F0.05（4, 10）=3.48，**表示高度顯著。

由表5及Design-Expert軟件分析，可得拐棗糖加工工藝的回歸模型，并對該模型的進行方差分析，結果如公式（1）及表6所示。

由表6可知，二次回歸模型是高度顯著的，即拐棗糖感官分值與各因素之間的二次方回歸模型的擬合度較好。回歸模型中的一次項A，交互項BD，二次項A2、C2、D2為高度顯著項，一次項C，交互項AC為一般顯著項，其他項均不顯著。由此，剔掉回歸模型中的不顯著項，得回歸方程（2）。

表5 響應面優化試驗設計及結果

Tab. 5 design and results of response surface optimization test

試驗號ABCD感官評分 1000082 2100178 3-110067 40-10-170 5010174 6-10-1065 7000085 8-101072 9010-179 10-100170 11000083 12000082 130-11078 140-10184 15001182 160-1-1079 17000084 1801-1069 19001-180 201-10078 2110-1078 22-100-171 2300-1170 2400-1-173 25-1-10074 26101068 27100-170 28011080 29110079