響應面分析法優化南瓜酒發酵工藝條件

張靖媛，王成榮,*，楊紹蘭，張宏斌

(1.青島農業大學食品科學與工程學院，山東 青島 266109；2.青島市農業科學研究院，山東 青島 266100)

響應面分析法優化南瓜酒發酵工藝條件

張靖媛1，王成榮1,*，楊紹蘭1，張宏斌2

(1.青島農業大學食品科學與工程學院，山東 青島 266109；2.青島市農業科學研究院，山東 青島 266100)

利用中心組合試驗設計(CCD)和響應面分析法優化小磨盤南瓜酒的發酵條件，探索其發酵規律，建立優質小磨盤南瓜酒發酵的二次多項式數學模型，獲得小磨盤南瓜酒發酵的最佳參數為：SY酵母接種量0.10%、發酵溫度24.58℃、發酵時間129.73h，所得到的南瓜酒酒精體積分數為8.03%，與預測值(8.13%)基本一致，可見模型能較好地預測南瓜酒發酵過程中的酒精體積分數。

南瓜；小磨盤；發酵酒；中心組合設計；響應面分析

南瓜為葫蘆科南瓜屬一年生草本植物，營養豐富，富含淀粉、蛋白質、胡蘿卜素、維生素、礦物質和生物堿等營養保健成分，具有防治動脈硬化、溶解結石、催化分解致癌物質亞硝胺等作用[1]，深受廣大消費者的喜愛。但到目前為止，南瓜的大宗消費還僅限于鮮食和南瓜粥、南瓜粉等的初加工產品。南瓜酒可由南瓜汁發酵制得，其顏色金黃，澄清透明，具有南瓜的清香和酒的醇香，是一種營養健康的酒類新品，近年來越來越受到重視。本實驗采用響應面分析法對小磨盤南瓜酒發酵過程中SY酵母菌接種量、發酵溫度和發酵時間3個因素進行研究，旨在探尋南瓜酒的最佳發酵條件，為南瓜酒工廠化生產提供理論參考。

1 材料與方法

1.1 材料與試劑

南瓜，品種為小磨盤，于2010年11月購自青島城陽蔬菜批發市場。

SY酵母(Q/YB.J02.5) 湖北安琪酵母股份有限公司。

1.2 儀器與設備

AR2140電子分析天平 奧豪斯國際商貿有限公司；SPX-250B-Z型生化培養箱 上海博迅實業有限公司醫療設備廠；HH.S11-1型電熱恒溫水浴鍋 龍口市先科儀器公司；SL-300型榨汁機 天津市達康電器有限公司；MSZ02500正壓過濾器 上海摩速器材有限公司；MLS-3750型全自動立式高壓滅菌鍋 日本三洋電器集團；WZ-103手持糖度計 浙江托普儀器有限公司。

1.3 方法

1.3.1 工藝流程

1.3.2 操作要點

酵母活化：將1.25g活性干酵母添加到25mL質量分數為5%的蔗糖溶液中，攪拌均勻，38℃條件下活化30min，備用。

南瓜果實去皮、籽后切片，熱燙后按1:1加水打漿，加入質量分數0.16%果膠酶和0.30%糖化酶，50℃酶解1.5h，過濾，調糖，殺菌后接種已活化的酵母菌，并分別在生化培養箱中控制溫度進行酒精發酵，按時測定酒精體積分數。

1.3.3 影響南瓜酒發酵效果的單因素試驗

1.3.3.1 酵母菌接種量的影響

南瓜漿糖度為18%，發酵溫度為20℃，分別接種體積分數0.04%、0.06%、0.08%、0.10%、0.12%的酵母菌，發酵6d，探討酵母菌接種量對南瓜酒發酵效果的影響[2]。

1.3.3.2 發酵溫度的影響

南瓜漿糖度為18%，選擇前步試驗的最佳接種量，分別在18、20、22、24、26℃條件下發酵6d，探討發酵溫度對南瓜酒發酵效果的影響

1.3.3.3 發酵時間的影響

南瓜漿糖度為18%，選擇前兩步試驗的最佳發酵溫度和接種量，分別發酵4、5、6、7、8d，探討發酵時間對南瓜酒發酵效果的影響。

1.4 試驗方案設計

在單因素試驗基礎上，選擇接種量(x1)、發酵溫度(x2)、發酵時間(x3)3個因素，以終止發酵時果酒中酒精體積分數(Y)為響應值，運用中心組合試驗設計(CCD)法進行三因素五水平的響應面(RSM)分析試驗[3-4]。具體試驗方案見表1。

表1 CCD法進行響應面試驗因素與水平編碼表Table 1 Coded values and corresponding actual values of the optimization parameters used in response surface analysis

1.5 指標測定

酒精體積分數(%)：采用酒精計[5]測定；糖度(%)：采用手持糖度計測定；發酵力：采用二氧化碳生成量法[6-7]測定。

2 結果與分析

2.1 酵母菌接種量的影響

圖1 接種量對酒精體積分數的影響Fig.1 Effect of yeast inoculum size on alcohol content in pumpkin wine

由圖1可知，適宜的酵母接種量以0.10%為宜。在接種量低于0.10%時，酒精體積分數隨接種量的增加呈上升的趨勢，接種量超過0.10%，酒精體積分數則明顯降低。這可能是由于在接種量較低時，酵母自身繁殖代謝慢，原料轉換不徹底，酒精體積分數低，接種量過大時，酵母繁殖旺盛，需要消耗大量糖分來完成自身代謝，同樣導致酒精體積分數降低的緣故。酵母在酒精發酵時會生成相同物質的量的CO2，因此可以用發酵液每天生成CO2的量來表征酵母菌的發酵力，間接預測當天酒精的產率；酵母發酵過程通常要經過遲滯期才進入對數期和穩定期，即出現發酵高峰[2]，由此可以推斷南瓜酒發酵期間各接種量的酵母菌發酵力最大峰均為發酵期的第2天(圖2)。

圖2 接種量對二氧化碳生成的影響Fig.2 Effect of yeast inoculum size on alcohol content in pumpkin wine

2.2 發酵溫度的影響

由圖3可知，酒精體積分數隨發酵溫度的增加而增加，當發酵溫度為24℃時，酒精體積分數達到最高，繼續升高溫度，酒精體積分數降低，且口感變差。這是由于酵母菌有一個最佳活力的溫度范圍，在這個溫度范圍內，溫度增加，發酵所需時間縮短，但溫度過高會產生較明顯的不良發酵氣味，影響口感和品質[8-9]。溫度過低，酵母活力不能得到充分發揮，導致發酵時間延長。因此選擇發酵溫度為24℃較為合理。

圖3 發酵溫度對酒精體積分數的影響Fig.3 Effect of fermentation temperature on alcohol content in pumpkin wine

2.3 發酵時間的影響

圖4 發酵時間對酒精體積分數的影響Fig.4 Effect of fermentation time on alcohol content in pumpkin wine

由圖4可知，隨著發酵時間的增加，酒精體積分數呈先上升后下降的趨勢，在發酵第5天時，酒精體積分數最高，之后酒精體積分數又逐漸降低，所以選擇發酵時間為5d較為合適。

2.4 響應面試驗結果

按照三因素五水平RSM設計方案，安排了20組試驗，分別測定其酒精體積分數，數據采用Design-Expert 7.0軟件進行處理[3,10-13]，結果見表2。

表2 響應面試驗設計安排及結果Table 2 Experimental design and results for response surface analysis

2.4.1 回歸模型的建立及其參數分析

以接種量(x1)、發酵溫度(x2)、發酵時間(x3)為自變量，南瓜酒酒精體積分數為因變量Y，建立南瓜酒酒精發酵工藝參數回歸模型，對該模型進行方差分析，對模型系數進行顯著性檢驗，結果見表3?；貧w方程為：

從表3可以看出，模型的P＜0.0001，表明模型方程極顯著；失擬項P＝0.1157＞0.05，不顯著；對回歸方程進行檢驗，模型的校正決定系數為0.9504，說明模型能解釋約95.04%響應值的變化，僅有總變異的5.0%不能用此模型來解釋；決定系數R2＝0.9739，表明該模型擬合程度好，試驗誤差小，說明該模型是合適的。x1、x2和x3對Y都有顯著影響，且均為正效應，其中x2和x3對Y的影響極顯著，二次項對酒精體積分數也有極顯著影響，且均為負效應，交互項x2x3也極顯著，為正效應，其余變量的影響均不顯著(P＞0.05)。

去除回歸方程中的不顯著項，得南瓜酒酒精發酵的二次回歸精簡模型方程(2)，該模型可以用來預測南瓜酒酒精發酵中的酒精體積分數。

2.4.2 酒精發酵工藝的響應面分析

模型(2)的響應面及等高線圖解見圖5～7，接種量、發酵溫度、發酵時間及其交互作用對響應值的影響可以從圖中直觀地反映出來，并確定各個因素的最佳水平范圍[14]。

圖5 接種量和發酵溫度對酒精體積分數的響應面和等高線Fig.5 Response surface and contour plots showing the interactive effects of yeast inoculum size and fermentation temperature on alcohol content in pumpkin wine

圖6 接種量和發酵時間對酒精體積分數的響應面和等高線Fig.6 Response surface and contour plots showing the interactive effects of yeast inoculum size and fermentation time on alcohol content in pumpkin wine

圖7 發酵時間和發酵溫度對酒精體積分數的響應面和等高線Fig.7 Response surface and contour plots showing the interactive effects of fermentation time and temperature on alcohol content in pumpkin wine

從圖5可以看出，當把發酵時間固定于零水平時，隨著接種量的增加，酒精體積分數呈現先微弱上升后下降的趨勢；隨著發酵溫度的升高，酒精體積分數也呈先上升后下降的趨勢。在接種量的變化范圍處于0.09%～0.12%，發酵溫度23～25.5℃時，酒精體積分數較高。從等高線圖可以看出發酵溫度對酒精體積分數的影響比接種量的影響要顯著。從圖6可知，當把發酵溫度固定于零水平時，隨著接種量的增大，發酵時間的延長，在接種量的變化范圍處于0.09%～0.12%，發酵時間108～144h時，酒精體積分數達到最大值。等高線呈圓形，表明兩因素的交互作用較弱。從圖7可知，當把接種量固定于零水平，隨著發酵溫度的升高和發酵時間的延長，酒精體積分數均呈現先上升后下降的趨勢。發酵溫度處于23～26℃，發酵時間108～150h時，酒精體積分數最高。相應曲面的坡度較為陡峭，表明酒精體積分數對發酵溫度和時間的交互作用比較敏感。等高線呈橢圓形，表明兩因素的交互作用較強。2.4.3 酒精發酵優化工藝參數的驗證

分別對模型(2)的x1、x2、x3求一階偏導，利用Design-Expert 7.0對得到的3個方程求解，得到南瓜酒發酵的最優組合為接種量0.10%，發酵溫度24.58℃，發酵時間129.73h，得到的酒精體積分數為8.13%。從理論求得的最佳組合未包含在所設計的20個試驗處理中，為了進一步對該工藝參數進行3次驗證，測得南瓜酒酒精體積分數平均值為8.03%，與模型預測值(8.13%)基本一致，可見模型能較好地預測實際發酵酒精體積分數的情況。

3 結 論

3.1 在小磨盤南瓜酒發酵過程中，接種量(x1)、發酵溫度(x2)和發酵時間(x3)對酒精體積分數(Y)均有顯著影響，且均為正效應，其中發酵溫度(x2)和發酵時間(x3)及其交互作用影響極顯著，二次項也有極顯著影響，且均為負效應，其余變量的影響均不顯著(P＞0.05)，其二次回歸精簡模型方程為：Y＝7.98＋0.15x1＋0.36x2＋0.36x3＋0.24x2x3－－－。該模型可用來預測設定條件范圍內及其周圍的南瓜酒發酵工藝參數，對試驗擬合較好，有一定的實用價值。

3.2 響應面法(RSM)獲得的小磨盤南瓜酒發酵最佳工藝參數為接種量0.10%，發酵溫度24.58℃，發酵時間129.73h，酒精體積分數為8.03%。發酵所得的南瓜酒，果香濃郁，是一種營養豐富的酒類新品，開發前景廣闊。

[1] 趙玉安, 王慧瑜, 曹輝. 南瓜的營養價值和功能特性[J]. 食品研究與開發, 2004, 25(2): 95-97.

[2] 鄭海鵬. 南瓜酒發酵工藝及香氣成分變化研究[D]. 重慶: 西南大學,2009.

[3] 趙志華, 岳田利, 王燕妮, 等. 蘋果酒酵母融合子W1發酵工藝參數的優化研究[J]. 農業工程學報, 2007, 23(2): 233-238.

[4] 謝定, 鐘海雁, 崔濤, 等. 響應面法優化水晶梨果醋發酵工藝條件[J].中國食品學報, 2009, 9(2): 92-98.

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

[6] 金慧, 劉榮厚. 不同溫度條件對甜高粱莖稈汁液酒精發酵的影響[J].安徽農業科學, 2007, 35(19): 5684-5685.

[7] 劉小平, 胡建勛, 王鈺, 等. 甘薯品種內涵品質與發酵酒精產量關系的初步研究[J]. 安徽農業科學, 1997, 25(3): 203-204.

[8] 范兆軍, 牛廣財, 朱丹, 等. 響應面法優化沙棘果酒發酵條件的研究[J]. 食品與機械, 2009, 25(1): 41-45.

[9] 吳竹青, 陳景, 黃群, 等. 響應面法優化雪蓮果酒發酵工藝[J]. 食品科學, 2010, 31(23): 182-187.

[10] 劉月梅, 白衛東, 魯周民, 等. 柿果醋醋酸發酵工藝參數優化研究[J].農業工程學報, 2008, 24(4): 257-260.

[11] 金慧, 劉榮厚, 沈飛, 等. 甜高粱莖汁固定化酵母乙醇發酵工藝優化的試驗研究[J]. 農業工程學報, 2008, 24(4): 194-198.

[12] 高年發, 晉明芬, 張健, 等. 玉米粉細菌發酵生產L-乳酸的研究[J].農業工程學報, 2007, 23(6): 233-236.

[13] 方俊, 盧向陽, 蔣紅梅, 等. 響應面分析法優化制備豬血小肽發酵條件的研究[J]. 食品科學, 2006, 27(8): 141-144.

[14] AMBATI P, AYYANNA C. Optimizing medium constituents and fermentation conditions for citric acid production from palmyra jaggery using response surface method[J]. World Journal of Microbiology and Biotechnology, 2001, 17(4): 331-335.

Optimization of Fermentation Parameters for Pumpkin Wine by Response Surface Methodology

ZHANG Jing-yuan1，WANG Cheng-rong1,*，YANG Shao-lan1，ZHANG Hong-bin2
(1. College of Food Science and Engineering, Qingdao Agricultural University, Qingdao 266109, China；2. Qingdao Academy of Agricultural Sciences, Qingdao 266100, China)

Based on central composite design response surface methodology was applied to optimize fermentation parameters for pumpkin wine. Alcohol content in pumpkin wine was investigated with respect to yeast inoculum size, temperature and fermentation time, and a quadratic polynomial model was established. The optimum fermentation parameters were determined as follows: yeast inoculum size 0.10%, fermentation temperature 24.58 ℃ and fermentation time 129.73 h. The alcohol content in the pumpkin wine obtained was 8.03% (V/V).

pumpkin；pumpkin cultivar (C. moschata)；fermented wine；central composite design(CCD)；response surface analysis

TS261.4

A

1002-6630(2012)05-0213-05

2011-04-02

山東省現代蔬菜產業技術體系項目

張靖媛(1987—)，女，碩士研究生，研究方向為果蔬深加工。E-mail：hollad_1@163.com

王成榮(1958—)，男，教授，碩士，研究方向為果蔬深加工及貯藏。E-mail：qauwcr@126.com