红枣膳食纤维提取工艺优化及对人体健康影响

刘子瑄 费裕朗 孔馨逸 陈璐

摘要：我国作为红枣种植大国，每年都会有大量的红枣枣渣被废弃，这些红枣枣渣富含多酚和黄酮类物质，这些物质具有降血糖和抗氧化等功能。近年来，虽然各个研究机构开始对我国红枣中膳食纤维提取工艺进行研究和优化，但并没有取得明显的进展。该研究基于此，通过单因素试验和正交试验对红枣中膳食纤维提取工艺进行优化，同时对红枣膳食纤维对人体健康的影响进行总结和分析，旨在为红枣产业的发展提供理论基础。

关键词：红枣；膳食纤维；工艺；优化

中图分类号：TS201.4      文献标志码：A     文章编号：1000-9973（2023）07-0151-04

Abstract： As a big country for jujube cultivation， China has a large number of jujube residues that are discarded every year. These jujube residues are rich in polyphenols and flavonoids， which have the functions of lowering blood sugar and antioxidation. In recent years， although various research institutions have begun to research and optimize the extraction process of dietary fiber from jujube in China， no significant progress has been made. Based on this， in this study， the extraction process of dietary fiber from jujube is optimized through single factor test and orthogonal test. At the same time， the effect of jujube dietary fiber on human health is summarized and analyzed， aiming to provide a theoretical basis for the development of jujube industry.

Key words： jujube;  dietary fiber;  process; optimization

我国的红枣主要栽培在河北和宁夏等地，是当地重要的经济作物[1-2]。红枣中富含营养成分，这些成分具有明显的保健功效。红枣是一种食物，同时也是一味中药材，属于“药食同源”的农作物。红枣中的维生素主要包含维生素C和维生素B，矿物质成分主要有钙、铁、硒和锌等多种微量元素。这些矿物质成分和维生素具有明显的预防和治疗疾病的作用，特别是在防治冠心病和贫血等方面有明显的作用和功效[3]。

膳食纤维（dietary fiber，DF）是一种不能被人体消化吸收和分解的多糖[4]，主要成分包括非淀粉多糖、木质素和抗性淀粉，具有降血糖和抗氧化等多种生物活性，在预防癌症和动脉硬化等方面发挥着不可替代的作用。此外，膳食纤维也能改善肠道的活力[5]，增强饱腹感，减少进食量，对糖尿病和肥胖患者控制饮食有着明显效果，从而达到预防和治疗糖尿病的效果[6]。

目前，红枣主要以干品的方式加工和销售，只有大约20%品质相对较差的红枣被加工成产品[7]。我国的红枣深加工产品种类较单一，加工后剩下的红枣枣渣含有丰富的膳食纤维[8-9]，对红枣枣渣中膳食纤维提取工艺的研究目前尚处于空白阶段。

1 材料与方法

1.1 试验材料和试剂

红枣：购于当地市场，使用粉碎机将其粉碎红枣粉过80目筛子，过筛后的干红枣粉放入冰箱中保存。

试剂：复合蛋白酶、α-淀粉酶、纤维素酶、无水乙醇、丙酮、甘油三酯、丙二醛。

1.2 仪器与设备

恒温水浴锅、离心机、灭菌锅、分光光度计、pH计、烘箱、天平、－4 ℃冰箱。

1.3 试验方法

1.3.1 膳食纤维测定

红枣中的膳食纤维根据国家《食品安全国家标准 食品中膳食纤维的测定》（GB 5009.88—2014）进行测定[10]。

1.3.2 红枣膳食纤维提取单因素试验

称取5 g红枣粉末样品，研究红枣提取工艺中料液比例1∶20、1∶25、1∶30、1∶35、1∶40 （g/mL），复合蛋白酶用量0.2%、0.3%、0.4%、0.5%、0.6%，α-淀粉酶用量1.0%、1.2%、1.4%、1.6%、1.8%，超聲波时间20，25，30，35，40 min，超声波功率100，150，200，250，300 W对红枣膳食纤维得率的影响。

红枣膳食纤维得率：R rate=（m diet/m jujube）×100%。

式中：m diet为膳食纤维的质量，g；m jujube为红枣样品的质量，g。

1.3.3 红枣膳食纤维提取响应面优化试验

根据单因素试验结果，明确红枣膳食纤维提取的最佳工艺区间，再以料液比例、α-淀粉酶用量、复合蛋白酶用量和超声波功率为变量，以膳食纤维得率为标准，对红枣中膳食纤维提取工艺进行优化，试验因素水平见表1。

2 试验结果

2.1 红枣膳食纤维提取单因素试验

2.1.1 不同料液比例对红枣膳食纤维得率的影响

控制固定α-淀粉酶用量为1.2%，复合蛋白酶用量为0.4%，超声波时间为25 min，超声波功率为150 W，研究不同料液比例1∶20、1∶25、1∶30、1∶35、1∶40 （g/mL）对红枣中膳食纤维得率的影响，见图1。

由图1可知，红枣膳食纤维得率在一定程度上受料液比例的影响，呈现先升高后降低的趋势。当料液比例为1∶25（g/mL）时，红枣中的膳食纤维得率最高，为37.9%；当料液比例大于1∶25（g/mL）时，红枣中的膳食纤维得率随着料液比例的增加而降低。当料液比例小于1∶25（g/mL）时，红枣中的膳食纤维得率随着料液比例的增大而逐渐升高。当反应体系的浓度过低时，各个反应物的浓度均被稀释，由于红枣中膳食纤维的产生是一个动态过程，导致红枣产生膳食纤维受阻。从本试验结果中可知，红枣中膳食纤维提取的最佳料液比例为1∶20～1∶30（g/mL）。

2.1.2 不同α-淀粉酶用量对红枣膳食纤维得率的影响

控制料液比例为1∶25（g/mL），复合蛋白酶用量为0.4%，超声波时间为25 min，超声波功率为150 W，研究不同α-淀粉酶用量1.0%、1.2%、1.4%、1.6%、1.8%对红枣中膳食纤维得率的影响，见图2。

由图2可知，不同α-淀粉酶用量对红枣膳食纤维得率会产生影响，当α-淀粉酶用量低于1.2%时，红枣膳食纤维得率随着α-淀粉酶用量的增加而呈现升高的趋势。当α-淀粉酶用量大于1.2%时，膳食纤维得率随着α-淀粉酶用量的增加而逐渐降低。所以，红枣中膳食纤维提取的最佳α-淀粉酶用量为1.0%～1.4%。

2.1.3 复合蛋白酶用量对红枣膳食纤维得率的影响

控制料液比例为1∶25 （g/mL），α-淀粉酶用量为1.2%，超声波时间为25 min，超声波功率为150 W，研究不同复合蛋白酶用量对红枣中膳食纤维得率的影响，见图3。

由图3可知，不同复合蛋白酶用量对红枣中膳食纤维得率会产生影响，随着复合蛋白酶用量的增加，红枣中膳食纤维得率呈现先升高后降低的趋势。当复合蛋白酶用量为0.4%时，红枣中的膳食纤维得率达到最高，为37.9%。当复合蛋白酶用量低于0.4%时，膳食纤维得率随着复合蛋白酶用量的增加而增加。当复合蛋白酶的用量大于0.4%时，红枣中膳食纤维得率随着复合蛋白酶用量的增加而降低。这是由于过高的复合蛋白酶能够造成碳氢键断裂，从而影响红枣中膳食纤维得率。因此，选择0.3%～0.5%复合蛋白酶用量最佳。

2.1.4 超声波功率对红枣膳食纤维得率的影响

控制料液比例为1∶25 （g/mL），α-淀粉酶用量为1.2%，超声波时间为25 min，复合蛋白酶用量为0.4%，研究不同超声波功率100，150，200，250，300 W对红枣中膳食纤维得率的影响，见图4。

由图4可知，随着超声波功率的增加，对红枣膳食纤维得率呈现先升高后降低的趋势，当超声波功率小于150 W时，红枣中膳食纤维得率随著超声波功率的增加而逐渐升高；当超声波功率超过150 W时，膳食纤维得率逐渐降低。这是因为超声波功率的增大导致红枣中其他物质不断溶解出来，从而影响了红枣膳食纤维得率。所以，红枣膳食纤维提取的最佳超声波功率为100～200 W。

2.1.5 超声波时间对红枣膳食纤维得率的影响

控制料液比例为1∶25 （g/mL），α-淀粉酶用量为1.2%，复合蛋白酶用量为0.4%，超声波功率为150 W，研究不同超声波时间20，25，30，35，40 min对红枣中膳食纤维得率的影响，见图5。

由图5可知，红枣中的膳食纤维得率随着超声波时间的增加而改变，当超声波时间小于25 min时，红枣中膳食纤维得率随着超声时间的增加而逐渐升高；当超声波时间大于25 min时，红枣中膳食纤维得率随着超声波时间的增加而逐渐降低。这是由于超声波能够促进红枣与反应试剂充分地结合，从而使红枣中的膳食纤维溶出更多；当超声波时间大于25 min时，红枣中膳食纤维受到长时间超声波的影响，导致红枣中膳食纤维被破坏。从该试验中可以看出，红枣中膳食纤维得率受超声波时间的影响并不明显。

2.2 响应面优化试验结果分析

根据Box-Behnken试验设计原理，4个因素对红枣中膳食纤维得率的影响结果见表2。

通过Design-Expert对表2中的数据进行分析，获得红枣膳食纤维得率的模型，模型的P值极显著。从试验结果中可以得出，各因素对膳食纤维得率的影响顺序为A>C>B>D。采用Design-Expert对数据结果进行分析，结果表明，红枣膳食纤维提取最佳工艺为料液比例1∶25 （g/mL）、α-淀粉酶用量1.2%、复合蛋白酶用量0.3%、超声波功率150 W和超声波时间25 min。

2.3 红枣膳食纤维降血糖的中医药研究进展

糖尿病严重威胁着人们的身体健康和生活质量，目前临床上常用的治疗手段是依靠药物控制血糖水平，以避免糖尿病并发症的发生和发展，然而长期服药对患者的肝功能及肾功能会造成损伤，所以越来越多的患者更加青睐用中医药来调理以及用中医食疗的方法来控制血糖。

近年来，中医药在防治糖尿病尤其是Ⅱ型糖尿病中取得了良好疗效，中医学认为“药食同源”。红枣又名大枣，为鼠李科植物枣的干燥成熟果实。秋季果实成熟时采收，晒干，是中国人餐桌上常见的一种食物，同时也是一种常用的中药材。大枣，甘温，归脾、胃、心经，可补中益气、养血安神，用于脾胃气虚导致的体倦乏力，可用于调补脾胃，增强脾胃的消化功能，降低胆固醇，保护肝脏，对肥胖引起的高血糖有一定抑制作用。同时，现代中医药研究发现，大枣中除了富含维生素C、钙、铁、氨基酸等营养物质外，还含有丰富的可溶性膳食纤维[11]。谢惠[12] 研究发现红枣中可溶性膳食纤维具有一定的抗氧化活性，对于机体碳水化合物代谢、脂质代谢有积极的调节作用。红枣可溶性膳食纤维具有延迟葡萄糖吸收及抑制葡萄糖扩散的能力，可以减缓人体对血液中葡萄糖的吸收速度，控制或降低人体的血糖水平。红枣膳食纤维可刺激胰岛素分泌，促进肝糖原合成，抑制糖原异生，以达到控制血糖的作用[13]。

3 结论

利用单因素试验和正交试验对红枣膳食纤维提取工艺进行优化，研究结果表明，最佳提取工艺为料液比例1∶25 （g/mL）、复合蛋白酶用量0.3%、α-淀粉酶用量1.2%、超声波功率150 W和超声波时间25 min。近些年，针对膳食纤维功效的研究越来越多，膳食纤维在食品中起到的作用开始被人们重视。红枣中膳食纤维的加工和优化，不仅能解决红枣产业中产量过剩的问题，而且能为消费者提供足够的膳食纤维来源。

红枣膳食纤维在降低机体血糖浓度方面也是近些年研究的热点问题，通过对红枣膳食纤维提取工艺进行优化，能够为红枣膳食纤维在保健品开发方面提供一些基础数据。糖尿病已经成为全球高发慢性疾病之一，糖尿病除了与遗传因素相关外，还与后天的生活习惯及生活环境密切相关，尤其是饮食习惯。不良的饮食习惯、肥胖等因素成为引起糖尿病的主要原因。而膳食纤维能够促进肠蠕动，促进排便，并且有效控制血糖升高的速度。红枣中的膳食纤维含量丰富，提取红枣膳食纤维来开发健康食品或者药品将为肥胖及糖尿病患者带来福音。

参考文献：

[1]吴淑清，段红梅，王顺余，等.复合保鲜液对长白楤木嫩芽护色保鲜效果的研究[J].中国调味品，2020，45（10）：17-23.

[2]王永刚，贾文婷，刘战霞，等.枣膳食纤维酶法提取工艺优化及其抗氧化研究[J].食品工业科技，2020，41（18）：176-181，186.

[3]张江宁，丁卫英，张玲，等.红枣可溶性膳食纤维饮料的研制[J].农产品加工，2020（8）：13-14，17.

[4]孙欢欢，刘世军，唐志书，等.大枣膳食纤维面条的制作工艺研究[J].陕西农业科学，2020，66（3）：30-35.

[5]徐清萍，郭苗苗，唐百芬，等.嗜酸乳杆菌和乳酸乳球菌单独发酵对菊芋泡菜的影响[J].中国调味品，2020，45（9）：48-54.

[6]张江宁，丁卫英，张玲，等.红枣可溶性膳食纤维提取工艺研究[J].现代农业科技，2019（18）：195-196.

[7]王小媛，王爽爽，王文静，等.不同产地红枣的組成成分与抗氧化能力的分析[J].食品研究与开发，2019，40（14）：182-187.

[8]马燕，孟伊娜，邹淑萍，等.高压脱脂辣椒籽分离蛋白提取工艺优化及其功能特性研究[J].中国调味品，2020，45（8）：54-60.

[9]胡小勤，蒙丹，吴燕春，等.高血压病气虚血瘀证患者血清对CRL-1730凋亡相关基因、miRNA表达的影响及补阳还五汤的干预作用[J].科学技术与工程，2021，21（27）：11561-11569.

[10]刘杰，卓兴卫，刘桠，等.张发荣从“脾虚-痰浊”论2型糖尿病[J].湖北中医杂志，2021，43（7）：14-16.

[11]卢兆莲，黄才国.中药降糖作用机理的研究进展[J].中医药导报，2009，15（11）：76-78.

[12]谢惠.红枣色素和红枣可溶性膳食纤维协同降血糖作用研究[D].银川：宁夏大学，2018.

[13]侯玉，黄建联，傅璇，等.红枣添加量对鱼糜制品凝胶特性的影响[J].渤海大学学报（自然科学版），2019，40（3）：224-231.