1934-1943 20190122005邢慧雅-2007 1935 1942 1943

第 10 卷第 7 期食品安全质量检测学报 Vol. 10 No. 7

2019 年 4 月 Journal of Food Safety and Quality Apr. , 2019

*通讯作者: 陈树俊, 教授, 主要研究方向为食品新工艺与功能食品。E-mail: [email protected]

*Corresponding author: CHEN Shu-Jun, Professor, College of Life Sciences, Shanxi University, No.70, Wucheng Road, Xiaodian District,

Taiyuan 030006, China. E-mail: [email protected]

基于模糊数学法和响应面法优化藜麦

发酵浓浆发酵工艺

邢慧雅, 陈树俊*, 白宝清

(山西大学生命科学学院, 太原 030006)

摘要: 目的研究五台山藜麦发酵浓浆达到最佳感官品质时的发酵工艺。方法以藜麦酶解液为发酵基质,

选用植物乳杆菌、干酪乳杆菌按一定比例混合进行混菌发酵, 在单因素试验基础上, 采用响应面分析方法, 考

察接种量、发酵时间、菌种比例 3 因素对感官品质的影响, 以感官评分为响应值确定最优发酵工艺参数。为

避免感官评价方法的主观性和片面性, 采用模糊数学法得到各样品感官评分。结果经 Design-Expert V8.0.6

软件对结果进行分析, 确定藜麦发酵浓浆生产的最优工艺参数为: 接种量 2.83%, 发酵时间 10.04 h, 菌种比例

2.08:1。在此优化条件下得到的藜麦发酵浓浆最终感官得分为 92.5 分, 与模型预测值基本相符。结论响应

面试验设计可用于藜麦发酵浓浆发酵工艺优化。藜麦发酵浓浆组织状态良好, 酸味爽口且口感细腻爽滑, 满足

人们对其感官品质的需求。

关键词: 藜麦; 模糊数学法; 感官评价; 发酵; 响应面法

Optimization of fermentation process of quinoa fermented thick pulp based on fuzzy mathematics and response surface methodology

XING Hui-Ya, CHEN Shu-Jun*, BAI Bao-Qing

(College of Life Sciences, Shanxi University, Taiyuan 030006, China)

ABSTRACT: Objective To investigate the fermentation process of Wutaishan quinoa fermented thick pulp, in

order to achieve the best sensory quality Methods The quinoa hydrolysate was used as fermentation substrate.

Lactobacillus plantarum and Lactobacillus casei were mixed in a certain proportion for mixed fermentation. On the

basis of single factor experiment, the response surface analysis method was used to investigate the effects of

inoculum concentration, fermentation time and strain ratio on sensory quality, and responded by sensory score which

determined the optimal fermentation process parameters. In order to avoid the subjectivity and one-sidedness of the

sensory evaluation method, the sensory scores of each sample were obtained by fuzzy mathematics. Result The

results were analyzed by Design-Expert V8.0.6 to determine the optimal process parameters for the production of

quinoa fermented thick pulp: inoculum concentration was 2.83%, fermentation time was 10.04 h, and the ratio of

Lactobacillus plantarum : Lactobacillus casei was 2.08:1. The final sensory score of the buckwheat fermentation

concentration obtained under this optimized condition was 92.5 points, which was basically consistent with the

predicted value of the model. Conclusion The response surface test design can be used to optimize the fermentation

process of quinoa fermentation. The quinoa fermented thick pulp has a good tissue state, sour taste and refreshing,

第 7 期邢慧雅, 等: 基于模糊数学法和响应面法优化藜麦发酵浓浆发酵工艺 1935

and the taste is smooth, which can satisfy people's demand for the sensory quality.

KEY WORDS: quinoa; fuzzy mathematics method; sensory evaluation; fermentation; response surface method

1 引言

藜麦(quinoa)即南美藜, 是南美洲高地特有的一种藜

科植物[1]。因丰富的营养成分和对极端气候条件的强耐受

性, 在世界范围内广受关注[2]。美国航空航天局将其列为

宇航员的理想食品之一[3]。藜麦中蛋白质含量高达 15%左

右, 富含优质完全蛋白且溶解性较好, 易被人体吸收利用。

氨基酸组成比例接近人体的氨基酸组成比例[4]。其淀粉约

占干种子重量的 60%, 但升糖指数较低。藜麦中含有多种

维生素和维生素前体且大多数浓度明显高于典型谷物[5-7]。

有研究表明藜麦中总多酚含量范围在 30~60 mg/100 g, 黄

酮类化合物含量范围在 36~70 mg/100 g[8,9]。这些生物活性

物质被证实具有清除活性氧自由基的作用[10]。

藜麦被广泛应用于食品生产中, 除藜麦意大利面[11]、

藜麦紫薯饼干[12]等传统藜麦加工产品外, 近年来有研究将

现代发酵技术用于新型藜麦产品研发。Dallagnol 等[13]研究

将乳酸菌用于制备藜麦酸面团, 获得具有较高营养品质且

适用于乳糜泻患者的烘焙食品; 卞猛等[14]研究以藜麦酶解

液为发酵基质制备藜麦啤酒, 经发酵, 黄酮等生物活性物质

含量明显增加, 理化和微生物指标均达优级啤酒国家标准。

刘晓艳等[15]研究以黑木耳、藜麦为原料, 利用复合乳酸菌粉

进行发酵, 得到的发酵饮料稳定性好, 均匀细腻, 具有黑木

耳和藜麦天然风味及乳酸菌发酵的特有滋味。由此可见, 乳

酸菌发酵不仅可提高藜麦营养价值且赋予藜麦特殊的发酵

风味, 乳酸菌发酵成为新型藜麦产品研发的一条新路。

本研究以五台山白色藜麦为实验原料, 选用植物乳

杆菌与干酪乳杆菌进行混菌发酵, 通过控制发酵工艺来调

整其感官品质, 将模糊数学法和响应面法应用于藜麦发酵

浓浆的开发中, 旨在研制出零食品添加剂且风味良好的藜

麦发酵浓浆。满足人们对纯天然、无添加食品的需求, 可

为藜麦发酵浓浆工业化生产提供理论依据, 具有良好的营

养价值与市场发展前景。

2 材料与方法

2.1 材料与试剂

白色藜麦购自山西五台山; 植物乳杆菌(Lactobacillus

plantarum, LP)、干酪乳杆菌(Lactobacillus casei, LC)(中国

菌种保藏中心); α-淀粉酶、β-淀粉酶(北京索莱宝生物科技

有限公司)。

2.2 仪器与设备

AUY220 分析天平(日本岛津有限公司); JYL-c010 料

理机(九阳股份有限公司); 恒温数显水浴锅(上海博讯实业

有限公司医疗设备厂); YXQ-LS-75SII 全自动高压灭菌锅

(上海博讯实业有限公司医疗设备厂); SPX-400 培养箱(上

海跃进医疗器械有限公司); SC-3610 低速离心机(安徽中科

中佳仪器有限公司); HPS-250生化培养箱(哈尔滨市东明医

疗仪器厂); ST-3100 pH 计(奥豪斯有限公司)。

2.3 实验方法

2.3.1 工艺流程图

藜麦→挑选→粉碎→磨浆→糊化→液化→糖化→灭

菌→冷却→接种→发酵→后熟→成品

2.3.2 操作要点

挑选: 挑选粒大饱满、色泽鲜亮发白、完整度好的五

台山白色藜麦。

粉碎: 料理机粉碎, 过 60 目筛, 备用。

磨浆: 准确称取 10.000 g 藜麦粉, 按 1:10(m:V)加水磨

浆, 此时, 蛋白含量为 1.592 g/mL, 满足 GB/T 30885-2014 [16]对植物蛋白饮料中蛋白质含量要求。

糊化: 在 80 ℃的条件下, 糊化 40 min。

液化: 经过前期对酶添加量、pH、时间、温度 4 个因

素进行单因素及正交实验, 以葡萄糖当量(DE 值)为指标,

得到最优组合为 α-酶添加量 14 U/g、液化温度 70 ℃、

pH=6.0、时间 45 min, 故在此条件下液化。

糖化: 经过前期对酶添加量、pH、时间、温度 4 个因

素进行单因素及正交实验, 以 DE 值为指标, 得到最优组

合为 β-酶添加量 200 U/g、糖化温度 55 ℃、pH=5.5、时间

2 h, 故在此条件下糖化。对藜麦进行上述处理, 为下一步

发酵提供发酵基质。

灭菌: 在 90 ℃条件下对发酵基质灭菌 10 min 即达到

杀灭杂菌的目的, 同时避免高温破坏藜麦中蛋白质结构而

发生絮凝沉淀现象。

接种: 将灭过菌的藜麦发酵基质置于超净工作台冷

却后, 于无菌条件下接种混合发酵液。

发酵: 置于 37 ℃恒温培养箱, 恒温发酵。

后熟: 发酵后的藜麦发酵浓浆置于 0~4 ℃的冰箱冷藏

24 h, 以终止发酵, 抑制继续产酸, 使发酵产品感官品质

达到预期要求。

2.3.3 基本成分测定

将液化、糖化后的藜麦酶解液作为发酵基质, 测定发

酵前后藜麦浓浆基本营养成分及生物活性物质。

蛋白质测定依据 GB 5009.5-2016[17](凯氏定氮法)。

脂肪测定依据 GB 5009.6-2016[18](索氏提取法)。

还原糖测定依据 GB 5009.7-2016[19](直接滴定法)。

1936 食品安全质量检测学报第 10 卷

多酚含量利用福林酚法[20]进行测定, 黄酮含量利用

比色法, 以芦丁为标准品进行测定[21]。

2.3.4 发酵液制备

(1) 菌种预处理

分别将冻干保存的植物乳杆菌、干酪乳杆菌接种于乳

酸细菌(MRS)液体培养基, 混匀, 37 ℃活化 12 h, 活化 2~3

次。混匀后取适量菌液, 离心并弃去上清液, 用 0.9% NaCl

溶液还原至相同体积, 制成菌悬液。

(2) 菌种驯化

将活化后的菌种发酵液按 3%的接入量, 根据连续传

代的方法依次接种于含 10%、20%、30%、40%、50%、60%、

70%、80%、90%、100%灭菌后藜麦浓浆的 MRS 液体培养

基中, 恒温培养 12~18 h, 使菌体完全适应藜麦酶解液发酵

环境。取适量菌液 4000 r/min 离心 10 min, 弃掉上清液, 用

0.9% NaCl 溶液还原至相同体积制成菌悬液。

(3) 活菌数测定

用灭菌生理盐水对样品进行梯度稀释, 选取 4 个适宜

稀释度, 吸取适量样品溶液接种于灭菌平皿, 每个稀释度

做 3 组平行, 平皿倒置于 37 ℃恒温箱内培养 24~48 h, 选

择 30~300 CFU 平皿计其菌落数, 得到各稀释度平皿生长

的平均菌落数[22]。

2.3.5 感官评价模糊综合评判数学模型的建立

为避免感官评价方法的主观性和片面性, 利用模糊

数学评价法确定感官评分, 使其更具有科学性和客观性。

按照 GB/T 16291.1-2012[23]筛选出 10 名通过培训的食品专

业人员(5 男 5 女), 身体健康且无不良嗜好, 组成模糊综合

评定小组。以藜麦发酵浓浆组织状态、香味、滋味、口感

质地 4 个因素为评价指标, 开展人工感官评价。品尝每个

样品前需使用纯净水漱口且与品尝下一样品间隔 10 min。

评价标准见表 1。

(1) 确定评价对象集

设评价对象集为 X, X＝{x1, x2, x3……xi}, 指研究过程

中, 需要进行评价的产品的集合。xi 分别代表各组待测样品。

(2) 确定评价因素集

设评价因素集为 U, U={u1, u2, u3, u4}, 指产品的感官

品质构成因素的集合。u1、u2、u3、u4 分别代表藜麦发酵

浓浆的组织状态、香味、滋味、口感质地。

(3) 确定评价权重集

设评价权重集为 V, V={v1, v2, v3, v4}, 本实验将藜麦发

酵浓浆各感官指标的权重确定为组织状态 0.25, 香味 0.2,

滋味 0.4, 口感质地 0.15 即 V={0.25, 0.2, 0.4, 0.15}, 且

v1+v2+v3+v4=1, Vi (0,1]∈ 。Vi 是各评价指标相应的隶属度[24]。

表 1 藜麦发酵浓浆感官评定指标

Table 1 The sensory evaluation of quinoa fermented thick pulp

项目评分标准等级

组织状态

状态均匀, 无沉淀、分层, 颜色呈乳白藜麦色 A

状态均匀, 略有沉淀、分层, 颜色呈乳白藜麦色 B

状态不均匀, 过稀或过稠, 有明显沉淀、分层, 颜色呈藜麦色但略发暗 C

状态极不稳定, 沉淀和分层严重, 颜色明显发暗 D

香味

有明显的发酵香味且酸味柔和, 藜麦特有香气明显, 无异味 A

有明显的发酵香味但酸味尖锐, 藜麦特有香气较淡, 无异味 B

有明显的发酵香味但酸味尖锐, 无藜麦特有香气, 无异味 C

有异味 D

滋味

有发酵浓浆特有味道, 酸甜可口, 有藜麦特有风味 A

发酵酸味稍重或甜味稍重, 稍欠和谐, 有藜麦特有风味 B

发酵酸味稍重或甜味稍重, 味感不融合, 无藜麦特有风味 C

口味差, 难以接受 D

口感质地

口感细腻爽滑, 无粗糙感 A

口感较细腻爽滑, 略粗糙感 B

缺乏细腻感, 有明显粗糙感 C

粗糙感重, 口感差 D


(4) 建立模糊矩阵

将 Y 设为感官指标综合评判集 Y=VꞏR。其中 V 为评价

权重集, R 为模糊矩阵关系集。

(5) 计算感官评分

分别将评价等级 A、B、C、D 赋值 95、85、75、65, 则

感官等级评分 W={95, 85, 75, 65}。即可得感官评分 Z=YꞏW。

2.3.6 单因素试验

90 ℃灭菌 10 min 除去发酵基质中的杂菌。采用控制

变量法, 控制初始条件为: 接种量 3%, 发酵时间 10 h, 植

物乳杆菌:干酪乳杆菌 2:1(V:V), 以感官评分为评价指标,

考察接种量(1%、2%、3%、4%、5%)、发酵时间(8、9、

10、11、12 h)、植物乳杆菌:干酪乳杆菌(1:1、1:2、1:3、

3:1、2:1)(V:V) 3 因素对发酵后感官品质的影响。

2.3.7 发酵工艺的响应面优化试验

在单因素试验基础上, 做响应面分析实验。考察接种

量、发酵时间、发酵温度 3 因素间的交互作用, 以感官评

分为响应值。响应面实验设计见表 2。

表 2 Box-Behnken 设计试验因素水平

Table 2 Factors and levels of Box-Behnken 8.0 design

因素水平

-1 0 1

A 接种量/% 2 3 4

B 发酵时间/h 9 10 11

C 菌种比例/(V:V) 1:1 2:1 3:1

2.3.8 数据处理

每组数据作 3 次平行实验, 最终数据均以平均数计。

实验图表运用 Microsoft Excel 2016、Origin 8.5 绘制。响应

面设计与分析采用 Design Expert 8.0 软件。

3 结果与分析

3.1 活菌数测定

选用平板菌落计数法对驯化得到的植物乳杆菌和干

酪乳杆菌进行活菌数测定, 得到植物乳杆菌菌悬液菌种浓

度为 5×108 CFU/mL, 干酪乳杆菌悬液菌种浓度 5×108

CFU/mL, 由此可知, 菌种经驯化后基本适应藜麦酶解液

生长环境。稀释 5 倍即可得到各菌体浓度均为 1×108

CFU/mL 的发酵液, 备用。

3.2 单因素试验模糊评判结果

由模糊综合评定小组的 10 位成员以藜麦浆组织状态、

香味、滋味、口感质地 4 个因素为评价指标, 对单因素试

验中各组样品进行感官评价。样品 x1 感官评价结果见表 3,

其余样品均以样品 x1 为例得到最终感官评分。

表 3 感官评价表 Table 3 Sensory evaluation results

编号感官指标 A B C D

x1

组织状态 0.1 0.4 0.5 0

香味 0 0.4 0.6 0

滋味 0 0.3 0.7 0

口感质地 0 0.3 0.7 0

3.2.1 建立模糊数学矩阵

根据感官评价结果建立评价对象的模糊数学矩阵 ,

以评价对象 x1 为例, 得到R1=

0.1 0.4 0.5 0.00.0 0.4 0.6 0.00.0 0.3 0.7 0.00.0 0.3 0.7 0.0

3.2.2 综合评判集

根据 Y=VꞏR, V={0.25, 0.2, 0.4, 0.15}, 以评价对象 x1

为例, 则

Y1= 0.25 0.2 0.4 0.15 •

0.1 0.4 0.5 0.00.0 0.4 0.6 0.00.0 0.3 0.7 0.00.0 0.3 0.7 0.0

= 0.025，0.345，0.63，0

3.2.3 综合评判结果

根据 Z=YꞏW, W={95, 85, 75, 65}可得, 样品 x1 感官综

合评分 Z1=79。

3.3 单因素试验结果与分析

3.3.1 接种量对感官品质的影响

由图 1 可知, 接种量在 1%~3%时, 随着接种量的增加,

感官评分逐渐上升; 接种量在 3%~5%时, 随着接种量的增

加, 感官评分逐渐下降。接种量在 3%时, 藜麦发酵浓浆有

明显发酵风味, 酸度适宜, 且藜麦特有风味突出。接种量

超过 3%, 可能菌种产酸过多, 酸度高, 使酸味稍重, 掩盖

藜麦本身风味, 使感官评分下降。故选用接种量为 3%。

图 1 接种量对感官品质的影响(n=3)

Fig.1 Effect of inoculum concentration on sensory quality (n=3)


3.3.2 发酵时间对感官品质的影响

随着发酵时间的增加, 感官评分逐渐上升, 在发酵时

间超过 10 h 后, 感官评分开始下降(见图 2)。故选用发酵时

间为 10 h。

图 2 发酵时间对感官品质的影响(n=3)

Fig.2 Effect of fermentation time on sensory quality (n=3)

3.3.3 菌种比例对感官品质的影响

由图 3 可知, 随植物乳杆菌比例上升, 藜麦发酵浓浆

感官评分先上升后下降。当植物乳杆菌:干酪乳杆菌上升到

2:1(V:V)时感官评分最高, 此时藜麦发酵浓浆的感官状态

良好, 颜色呈乳白藜麦色, 有发酵酸味、爽口, 有藜麦特有

风味, 且口感细腻爽滑。但是植物乳杆菌比例上升到干酪

乳杆菌的 3 倍时, 感官评分又有所下降。可知菌种比例为

2:1(V:V)时, 两种菌的协同作用所达到的感官状态最好, 故

选用菌种比例为 2:1(V:V)。

图 3 菌种比例对感官品质的影响(n=3)

Fig.3 Effect of strain ratio on sensory quality (n=3)

3.4 响应面试验模糊评判结果

由模糊综合评定小组的 10 位成员以藜麦浆组织状态、

香味、滋味、口感质地 4 个因素为评价指标, 对响应面试验

17 组不同样品进行评价。汇总评价结果见表 4。

表 4 感官评价表

Table 4 Sensory evaluation results

编号感官指标 A B C D 编号感官指标 A B C D 编号感官指标 A B C D

x1

组织状态 0.1 0.7 0.2 0

x7

组织状态 0.7 0.3 0 0

x13

组织状态 0.6 0.4 0 0

香味 0.1 0.6 0.3 0 香味 0.8 0.2 0 0 香味 0.4 0.6 0 0

滋味 0 0.4 0.6 0 滋味 0.9 0.1 0 0 滋味 0.2 0.6 0.2 0

口感质地 0.2 0.7 0.1 0 口感质地 0.7 0.3 0 0 口感质地 0.5 0.5 0 0

x2

组织状态 0.3 0.7 0 0

x8

组织状态 0.2 0.7 0.1 0

x14

组织状态 0.7 0.3 0 0

香味 0.2 0.8 0 0 香味 0.2 0.6 0.2 0 香味 0.9 0.1 0 0

滋味 0.2 0.7 0.1 0 滋味 0.2 0.6 0.2 0 滋味 0.8 0.2 0 0

口感质地 0.1 0.5 0.4 0 口感质地 0.1 0.6 0.3 0 口感质地 0.8 0.2 0 0

x3

组织状态 0.1 0.7 0.2 0

x9

组织状态 0.6 0.4 0 0

x15

组织状态 0.3 0.7 0 0

香味 0.1 0.5 0.4 0 香味 0.7 0.3 0 0 香味 0.2 0.8 0 0

滋味 0 0.4 0.6 0 滋味 0.5 0.5 0 0 滋味 0.2 0.6 0.2 0

口感质地 0.3 0.6 0.1 0 口感质地 0.7 0.3 0 0 口感质地 0.1 0.7 0.2 0

x4

组织状态 0.8 0.2 0 0

x10

组织状态 0.4 0.6 0 0

x16

组织状态 0.2 0.7 0.1 0

香味 0.7 0.3 0 0 香味 0.2 0.8 0 0 香味 0.1 0.9 0 0

滋味 0.6 0.4 0 0 滋味 0.2 0.7 0.1 0 滋味 0.2 0.6 0.2 0

口感质地 0.8 0.2 0 0 口感质地 0.2 0.7 0.1 0 口感质地 0.1 0.5 0.4 0


续表 4

编号感官指标 A B C D 编号感官指标 A B C D 编号感官指标 A B C D

x5

组织状态 0.5 0.5 0 0

x11

组织状态 0.2 0.7 0.1 0

x17

组织状态 0.4 0.6 0 0

香味 0.2 0.8 0 0 香味 0.2 0.7 0.1 0 香味 0.3 0.7 0 0

滋味 0.3 0.6 0.1 0 滋味 0.2 0.6 0.2 0 滋味 0.3 0.6 0.1 0

口感质地 0.4 0.6 0 0 口感质地 0.1 0.5 0.4 0 口感质地 0.4 0.6 0 0

x6

组织状态 0.2 0.6 0.2 0

x12

组织状态 0.7 0.3 0 0

香味 0.3 0.6 0.1 0 香味 0.7 0.3 0 0

滋味 0.1 0.6 0.3 0 滋味 0.7 0.3 0 0

口感质地 0.3 0.6 0.1 0 口感质地 0.7 0.3 0 0

3.4.1 建立模糊数学矩阵

以响应面试验中评价对象 x1为例, 得到 R1, 其余评价

对象参照 x1, 得到模糊数学矩阵。

0.01.07.02.0

0.06.04.00.0

0.03.06.01.0

0.02.07.01.0

1R

3.4.2 综合评判集

响应面试验中各评价对象的综合评判集, 见表 5。

表 5 各评价对象综合评判集

Table 5 Comprehensive sensor Y evaluation of samples

Yj 综合评判集 Yj 综合评判集

Y1={0.075 0.56 0.365 0} Y10={0.25 0.695 0.055 0}

Y2={0.21 0.69 0.1 0} Y11={0.185 0.63 0.185 0}

Y3={0.09 0.525 0.385 0} Y12={0.7 0.3 0 0}

Y4={0.7 0.3 0 0} Y13={0.385 0.535 0.08 0}

Y5={0.345 0.615 0.04 0} Y14={0.795 0.205 0 0}

Y6={0.195 0.6 0.205 0} Y15={0.21 0.68 0.11 0}

Y7={0.8 0.2 0 0} Y16={0.165 0.67 0.165 0}

Y8={0.185 0.625 0.19 0} Y17={0.34 0.62 0.04 0}

Y9={0.595 0.405 0 0}

3.4.3 综合评判结果

响应面试验各评价对象感官综合评分结果, 见表 6。

3.5 响应面优化结果与分析

3.5.1 模型建立及其显著性检验

为得到藜麦发酵浓浆最佳感官状态时的发酵条件 ,

根据 Box-Behnken 中心组合设计原理, 以接种量(A)、发酵

时间(B)、菌种比例(C) 3 因素为自变量, 以感官评分为响应

值进行响应面回归分析。Box-Behnken 实验设计及结果如

表 7 所示。

表 6 各评价对象感官综合评分结果 Table 6 Sensory comprehensive score results of each evaluation

object

样品号感官评分样品号感官评分

1 82 10 87

2 86 11 85

3 82 12 92

4 92 13 88

5 88 14 93

6 85 15 86

7 93 16 85

8 85 17 88

9 91

表 7 试验设计与结果 Table 7 Results of response surface analysis

实验号 A B C 感官评分

1 0 1 1 82

2 0 1 1 86

3 1 1 0 82

4 0 0 0 92

5 1 0 1 88

6 1 1 0 85

7 0 0 0 93

8 1 0 1 85

9 0 0 0 91

10 1 1 0 87

11 0 1 1 85

12 0 0 0 92

13 1 0 1 88

14 0 0 0 93

15 1 1 0 86

16 0 1 1 85

17 1 0 1 88


对试验数据进行分析, 利用 Design Expert 8.0.6 得到

响应面回归模拟方程 : Y=92.200.87A+0.75B+0.63C+

1.50AB+0.75AC1.00BC2.23A24.98B22.72C2。软件分析

得到方程的相关系数 r2=0.9826; r2Adj=0.9603 表明模型可以

解释 98.26%的藜麦发酵浓浆感官品质的变化, 说明回归方

程的拟合程度良好, 可以用此模型对藜麦发酵浓浆感官品

质进行预测。并对方程进行显著性分析, 见表 8。

表 8 回归方程方差分析

Table 8 The variance analysis of regression equation

来源平方和自由度均方 F 值 P 值显著性

模型 200.69 9 22.3 43.97 < 0.0001 **

A 6.13 1 6.13 12.08 0.0103 *

B 4.5 1 4.5 8.87 0.0205 *

C 3.13 1 3.13 6.16 0.0421 *

AB 9 1 9 17.75 0.004 **

AC 2.25 1 2.25 4.44 0.0732

BC 4 1 4 7.89 0.0262 *

A2 20.84 1 20.84 41.1 0.0004 **

B2 104.21 1 104.21 205.49 < 0.0001 **

C2 31.27 1 31.27 61.65 0.0001 **

残差 3.55 7 0.51

失拟项 0.75 3 0.25 0.36 0.788

纯误差 2.8 4 0.7

总和 204.24 16

注: *表示差异显著(P<0.05); **表示差异极显著(P<0.001)。

由表 8 可知, 模型的 F＝43.97 和 P＜0.001, 表明该模

型是极显著的。模型失拟项 P=0.788＞0.05, 不显著, 再次

表明该模型拟合程度良好, 可用此模型对试验进行模拟和

预测。表 8 中数据显示可知, 交互项 AC 对响应值影响不

显著; 一次项 A、B、C、BC 对响应值影响显著; 交互项

AB 及二次项 A2、B2、C2 对响应值影响极显著。3 因素对

响应值影响的次序为接种量>发酵时间>菌种比例。

3.5.2 各因素之间的交互作用分析

从响应面图中可直观看出各因素对响应值的影响及

各因素间的交互作用。由图 4 可知分别当接种量、发酵

时间一定时, 随着发酵时间、接种量的增加, 响应值呈现

先上升后下降的趋势, 曲面陡峭。等高线接近椭圆, 表明

接种量和发酵时间 2 因素间的交互作用极显著。由图 5

可知, 当接种量、菌种比例分别一定时, 随着菌种比例、

接种量的增加 , 响应值呈现先上升后下降的趋势 , 曲面

相对平缓。等高线较接近圆形, 说明接种量和菌种比例之

间的交互作用相对不显著。由图 6 可知, 分别当发酵时间、

菌种比例一定时, 随着菌种比例、发酵时间的增加, 响应

值呈现先上升后下降的趋势, 曲面较陡峭。等高线接近椭

圆, 说明接种量和菌种比例之间的交互作用显著。随着接

种量、发酵时间增加, 乳酸菌利用可发酵的糖生成乳酸等

有机酸 , 使藜麦发酵浓浆逐渐形成适宜酸甜比 , 感官评

分上升 , 当接种量和发酵时间继续增加 , 藜麦发酵浓浆

酸甜比失衡, 导致感官评分下降。由于干酪乳杆菌具有较

强的蛋白质分解能力, 植物乳杆菌蛋白质水解能力很低,

可有效防止蛋白质过度水解、苦味肽积累导致的风味缺

陷[25], 故随着植物乳杆菌比例上升, 感官评分上升。但是

当植物乳杆菌比例过高时产生的芳香物质较少, 导致感

官评分下降。

图 4 接种量与发酵时间对藜麦发酵浓浆感官得分的响应面和等高线

Fig.4 Response surface plots and contour lines of inoculum and fermentation time on the sensory quality of quinoa fermented thick pulp


图 5 接种量与菌种比例对藜麦发酵浓浆感官评分的响应面和等高线

Fig.5 Response surface plots and contour lines of inoculum and strain ratio on the sensory quality of quinoa fermented thick pulp

图 6 发酵时间与菌种比例对藜麦发酵浓浆感官评分的响应面和等高线

Fig.6 Response surface plots and contour lines of fermentation time and strain ratio on the sensory quality of quinoa fermented thick pulp

3.5.3 最佳发酵工艺条件的确定

利用模糊数学法确定响应面中各评价对象的感官评

分, 通过 Design Expert 8.0.6 分析得到藜麦发酵浓浆的最

佳发酵工艺条件为: 接种量 2.83%, 发酵时间 10.04 h, 菌

种比例 2.08:1(V:V)。在此最佳发酵工艺条件下感官评分可

达 92.3 分。为检验响应面分析结果准确性, 基于实际操作

问题, 将发酵工艺修正为接种量 2.8%, 发酵时间 10 h, 菌

种比例 2:1(V:V)。在此条件下进行 3 次平行验证实验, 得到

感官评分平均值为 92.5 分。与理论预测值相比, 其相对误

差为<0.1%。故此模型具有显著的统计学意义, 拟合程度良

好, 可运用该响应面对藜麦发酵浓浆的发酵工艺进行响应

面优化。

3.6 发酵对藜麦浓浆基本成分影响

发酵前后藜麦浓浆基本成分测定结果见表 9。

表 9 发酵对藜麦浓浆基本成分影响 Table 9 Effect of fermentation on basic components of quinoa

thick pulp

成分蛋白质/(g/mL)

脂肪 /(g/100 mL)

还原糖/(g/mL)

多酚/(mg/mL)

黄酮/(mg/mL)

发酵前 1.55 0.697 2.545 0.265 0.207

发酵后 1.49 0.834 1.927 0.314 0.094

注: 最佳发酵条件下所得藜麦发酵浓浆为表中发酵后测定样品。

由表 9 可知, 混菌发酵前后, 藜麦浓浆成分含量发生变

化, 脂肪含量略有增加。蛋白质含量变化不明显, 略有下降,

还原糖含量明显下降, 可能乳酸菌发酵过程中作用于这些物

质而产生酸、醇、脂等风味物质, 导致蛋白质、还原糖含量

减少, 而乳酸菌发酵作用产生的脂类物质大于发酵利用的脂

肪含量, 导致脂肪含量略有增加。多酚含量由 0.265 mg/mL


增加至 0.314 mg/mL, 原因可能是发酵过程中, 乳酸菌可以利

用藜麦中的碳源及酚类类似物合成酚类物质, 黄酮含量显著

减少, 可能是因为发酵过程中生成氧化性的代谢中间产物或

最终代谢产物, 使黄酮发生氧化[26]。

3.7 藜麦发酵浓浆活菌数测定结果

GB 7101-2015[27]规定标示活菌型的产品乳酸菌数

应>106 CFU/mL, 测定最佳发酵工艺条件下发酵所得藜麦

发酵浓浆的活菌数 , 结果表明其活菌数达到 1.79×109

CFU/mL, 满足国标规定乳酸菌数。

4 结论

以藜麦酶解液为发酵基质进行混菌发酵, 在单因素

实验基础上设计 3 因素 3 水平的响应面实验, 并结合模糊

数学法对藜麦发酵浓浆进行感官评价, 得到其最佳发酵工

艺条件为接种量 2.83%, 发酵时间 10.04 h, 菌种比例

2.08:1(V:V)。结合实际操作问题将工艺条件修正为接种量

2.8%, 发酵时间 10 h, 菌种比例 2:1(V:V)。在此条件下的验

证实验中藜麦发酵浓浆的感官得分是 92.5 分, 理论值与实

验值的相对偏差小于 0.1%。在此时藜麦发酵浓浆呈乳白藜

麦色, 无沉淀分层现象, 酸甜爽口, 既有明显的发酵香味

又保留了藜麦特有风味。利用模糊数学评价法确定感官评

分, 使结果更具有科学性和客观性。本研究填补了藜麦乳

酸菌发酵产品的空白, 且以纯藜麦种子为原料, 不添加其

他原料及食品添加剂, 研制出一种纯植物乳酸菌饮品, 满

足人们对其感官品质的需求。

参考文献

[1] 任贵兴, 杨修仕, 么杨. 中国藜麦产业现状[J]. 作物杂志, 2015, (5):

1–5.

Ren GX, Yang XS, Yao Y. Chinese quinoa industry status [J]. Crops, 2015,

(5): 1–5.

[2] Kaur I, Tanwar B. Quinoa beverages: Formulation, processing and

potential health benefits [J]. Rom J Diabetes Nutr Metab Dis, 2016, 23(2):

215–225.

[3] Li N, Ding H, Hao J, et al. The adaptive planting and development

prospect of quinoa in China [J]. Chin Agric Sci Bull, 2017, (10): 38-43.

[4] 魏爱春, 杨修仕, 么杨, 等. 藜麦营养功能成分及生物活性研究进展

[J]. 食品科学, 2015, 36(15): 272–276.

Wei AC, Yang XS, Yao Y, et al. Progress in research on nutritional and

functional components and bioactivity of quinoa (Chenopodium quinoa

wild) [J]. Food Sci, 2015, 36(15): 272–276.

[5] Tang Y, Li X, Chen PX, et al. Characterization of fatty acid, carotenoid,

tocopherol/tocotrienol compositions and antioxidant activities in seeds of

three Chenopodium quinoa wild genotypes [J]. Food Chem, 2015, (174):

502–508.

[6] Bhargava A, Shukla S, Ohri D. Chenopodium quinoa-an Indian

perspective [J]. Ind Crops Prod, 2006, 23(1): 73–87.

[7] Vega-Gálvez A, Miranda M, Vergara J, et al. Nutrition facts and functional

potential of quinoa (Chenopodium quinoa wild), an ancient Andean grain:

A review [J]. J Sci Food Agric, 2010, 90(15): 2541–2547.

[8] Ritva RC, Jarkkok H, Juhamatti P, et al. Flavonoids and other phenolic

compounds in Andean indigenous grains: Quinoa (Chenopodium quinoa),

kaniwa (Chenopodium pallidicaule) and kiwicha (Amaranthus caudatus)

[J]. Food Chem, 2010, 120(1): 128–133.

[9] Paweł P, Henryk B, Paweł Z, et al. Anthocyanins, total polyphenols and

antioxidant activity in amaranth and quinoa seeds and sprouts during their

growth [J]. Food Chem, 2009, 115(3): 994–998.

[10] 李楠, 刘元, 侯滨滨. 黄酮类化合物的功能特性[J]. 食品研究与开发,

2005, 26(6): 141–143.

Li N, Liu Y, Hou BB. Functional properties of flavonoids [J]. Food Res

Dev, 2005, 26(6): 141–143.

[11] Lorusso A, Verni M, Montemurro M, et al. Use of fermented quinoa flour

for pasta making and evaluation of the technological and nutritional

features [J]. LWT-Food Sci Technol, 2017, (78): 215-221.

[12] 付丽红, 唐琳清. 紫薯藜麦饼干配方的研制[J]. 食品研究与开发, 2018,

39(9): 57–61.

Fu LH, Tang LQ. Study on the formulation of purple potato-quinoa

biscuits [J]. Food Res Dev, 2018, 39(9): 57–61.

[13] Dallagnol AM, Pescuma M, Valdez GF, et al. Fermentation of quinoa and

wheat slurries by Lactobacillus plantarum CRL 778: Proteolytic activity

[J]. Appl Microbiol Biotechnol, 2013, 97(7).

[14] 卞猛, 周广田. 藜麦啤酒糖化工艺研究[J]. 中国酿造, 2017, 36(11):

180–184.

Bian M, Zhou GT. Optimization of saccharification process of quinoa beer

[J]. China Brew, 2017, 36(11): 180–184.

[15] 刘晓艳, 杨国力, 孔祥辉, 等. 黑木耳藜麦复合发酵饮料加工工艺及稳

定性研究[J]. 中国酿造, 2018, 37(6): 193–198.

Liu XY, Yang GL, Kong XH, et al. Fermentation technology and stability

of compound fermented beverage with black fungus and quinoa [J]. China

Brew, 2018, 37(6): 193–198.

[16] GB/T 30885-2014 植物蛋白饮料豆奶和豆奶饮料[S].

GB/T 30885-2014 Vegetable protein drink-Soy milk and soy milk drink

[S].

[17] GB 5009.5-2016 食品安全国家标准食品中蛋白质的测定[S].

GB 5009.5-2016 National food safety standards-Determination of proteins

in foods [S].

[18] GB 5009.6-2016 食品安全国家标准食品中脂肪的测定[S].

GB 5009.6-2016 National food safety standard-Determination of fat in

food [S].

[19] GB 5009.7-2016 食品安全国家标准食品中还原糖的测定[S].

GB 5009.6-2016 National food safety standard-Determination of reducing

sugar in food [S].

[20] 卢宇, 阿荣, 张园园, 等. 响应面法优化藜麦多酚提取工艺的研究[J].

食品工业科技, 2016, 37(12): 311–315.

Lu Y, A R, Zhang YY, et al. Optimization of extraction technology of

quinoa polyphenols by response surface methodology [J]. Sci Technol

Food Ind, 2016, 37(12): 311–315.

[21] 陆敏佳, 蒋玉蓉, 陈国林, 等. 藜麦叶片黄酮类物质的提取及基因型差

异[J]. 浙江农林大学学报, 2014, 31(4): 534–540.

Lu MJ, Jiang YR, Chen GL, et al. Flavonoid extraction and flavonoid

content with genotypic variation from Chenopodium quinoa leaves [J]. J

第 7 期

Zhejian

[22] 牛天贵

Niu TG

Agricu

[23] GB/T 1

部分:优

GB/T

training

[24] 席嘉佩

法的市

http://k

Xi JP,

comme

method

1-13[20

1406.02

[25] 洪青, 刘

术, 201

Hong Q

its app

33–37.

[26] 董英丽

食品

备和对样

70%~80%,

鉴于

分提取、净

研究经历和

文、研究简

日前通过网

同时

谢谢

投稿

网站

分析样品前

E-ma

ng Agric Forest Uni

贵. 食品微生物学实验

G. Food microbiolo

ltural University Pu

16291.1-2012 感官

优选评价员[S].

16291.1-2012 Sens

g and management e

佩, 詹萍, 田洪磊, 等

市售烤羊肉质量分

kns.cnki.net/kcms/de

Zhan P, Tian HL,

ercial roasted mutto

d and value engine

019-03-05]. http://

24.html.

刘振民, 吴正钧, 等

17, 40(6): 33–37.

Q, Liu ZM, Wu ZJ,

plication in dairy p

丽. 乳酸菌对红豆发

安全检测是每

品中待测组分

, 而且实验中的

此, 本刊特别策

净化、浓缩等方

和突出的学术造

简报均可, 以期

网站或 E-mail

烦请您帮忙在

您的参与和支

方式:

: www.chinafo

前处理方法研究

ail: jfoodsq@12

邢慧雅, 等

iv, 2014, 31(4): 534–

验技术[M]. 北京:

ogy experiment tec

ublishers, 2002.

官分析选拔、培训与

sory analysis-Gene

evaluators-Part 1: P

等. 基于感官模糊综

分析评价[J/OL]. 食

etail/11.2206.TS.20

et al. Analysis and

on based on sensor

ering evaluating m

/kns.cnki.net/kcms/

等. 植物乳杆菌的

et al. Advances in

products [J]. J Dair

发酵特性的研究[D

“食品分

每个人都重视的

分进行提取、

的误差很多时

策划了“食品分

方面或您认为

造诣, 学报主编

期进一步提升该

投稿。我们将

在同事之间转发

支持！

oodj.com(备注

究”)

26.com(投稿请

等: 基于模糊数

–540.

中国农业大学出版

hnology [M]. Beiji

与管理评价员一般导

eral guidelines for

Preferred evaluators

综合评价法与价值

食品科学: 1-13[20

0180412.1406.024.h

d evaluation of the

ry fuzzy integrate

method [J/OL]. Food

/detail/11.2206.TS.2

研究进展[J]. 乳业

Lactobacillus plan

ry Sci Technol, 20

D]. 内蒙古: 内蒙

分析样品前

的问题, 其中食

净化和浓缩的

候来自样品的

分析样品前处理

为有意义的相关

编吴永宁研究

该专题的学术质

将快速处理并经

发一下, 再次感

: 投稿请登录食

请备注“专题: 食

数学法和响应面

版社, 2002.

ing: China

导则第 1

selection,

[S].

值工程评价

19-03-05].

html.

quality of

evaluating

d Science:

20180412.

业科学与技

ntarum and

017, 40(6):

古农业大

前处理方法

食品分析的样品

的过程。在整

的前处理过程。

理方法研究”专

关领域展开论述

究员和中山大学

质量和影响力

经审稿合格后优

感谢您的关怀与

食品安全质量

食品分析样品前

面法优化藜麦发

学, 2013.

Dong YL. S

lactic acid b

University, 20

[27] GB 7101-201

GB 7101-201

作者简介

法研究”

品前处理是影响

个食品检测分

专题, 主要围绕

述和研究, 综述

学李攻科教授特

。本专题计划

优先发表。

与支持！

量检测学报主页

前处理方法研

发酵浓浆发酵工

tudy on fermentati

bacteria [D]. Inner

013.

15 食品安全国家标

15 National food saf

邢慧雅

工艺与功能

E-mail:

陈树俊

工艺与功能

E-mail:

专题征稿

响检测结果的重

分析中 , 前处理

绕食品检测中样

述及研究论文均

特邀请您为本专

划在 2019 年 6

页-作者登录-注

究”)

《食品安

工艺

ion characteristics

Mongolia: Inner

标准饮料[S].

fety standards-Beve

(责任

, 硕士, 主要研

食品。 15935118713@

, 教授, 主要研

食品。 chenshujun515@

稿函

重要步骤。前处

理常常需要整

样品制备方法、

均可。鉴于您在

专题撰写稿件

月出版, 请在

注册投稿-投稿选

安全质量检测

19

of vigna umbellata

Mongolia Agricult

erage [S].

任编辑: 苏笑芳

研究方向为食品新

@163.com

研究方向为食品新

@163.com

处理是样品的制

整个检测时间

、样品中待测组

在该领域丰富

, 综述、研究论

2019 年 5 月

选择“专题: 食

测学报》编辑部

943

a by

tural

芳)

新

新

制

的

组

的

论

10

品

部

1934-1943 20190122005邢慧雅-2007 1935 1942 1943

Documents