CN103627612B - 酿酒工艺中玉竹多糖的白酒冷浸、逆流提取方法及其在线质量控制方法 - Google Patents
酿酒工艺中玉竹多糖的白酒冷浸、逆流提取方法及其在线质量控制方法 Download PDFInfo
- Publication number
- CN103627612B CN103627612B CN201310464013.XA CN201310464013A CN103627612B CN 103627612 B CN103627612 B CN 103627612B CN 201310464013 A CN201310464013 A CN 201310464013A CN 103627612 B CN103627612 B CN 103627612B
- Authority
- CN
- China
- Prior art keywords
- white wine
- wine
- cold soaking
- countercurrent extraction
- polygonati officinalis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
酿酒工艺中玉竹多糖的白酒冷浸、逆流提取方法及其在线质量控制方法。提取方法:⑴玉竹切成薄片,或切成段,或破碎成颗粒;⑵用酒精浓度体积比45%-55%的白酒,按质量比1: 7.0-1: 8.0的投料比常温冷浸;⑶用酒精浓度体积比45%-55%的白酒,逆流提取。优化方案的玉竹切成薄片,或切成段,或破碎成颗粒后用外力压扁。本发明方法直接、效率高,避免了过滤的困难;规避了遭受霉菌的污染;能避免分子量过大的多糖在保健酒中的沉淀。为酿酒工艺中的玉竹提取的较理想方法。控制方法的方案不需要样品的前处理;分析步骤少、误差影响因素少;耗时短;能够满足对大批量样品快速测定和在线质量控制的需求。
Description
技术领域
本发明涉及一种提取方法,具体涉及一种酿酒工艺中玉竹多糖的白酒冷浸、逆流提取方法。本发明的优化方案中还涉及到酿酒工艺中玉竹多糖白酒冷浸、逆流提取过程的在线质量控制方法。
背景技术
玉竹,为百合科黄精属植物玉竹(Polygonatum odoratum(Mill.)Druce)的干燥根茎,是药食两用中药之一,收载中国药典2010版[国家药典委员会.中国药典(一部)[S].北京:化学工业出版社,2010]。玉竹味甘,微寒。具有养阴润燥,生津止渴之功,具有降血糖,抗肿瘤,抗氧化等活性。
玉竹含有大量多糖,少量甾体皂苷、黄酮等成分,其中多糖又分为分子量较小的寡糖如玉竹果聚糖;与分子量较大的多糖,如玉竹粘多糖。玉竹白酒提取液是致中和保健酒的重要的中间体,主要为分子量较小多糖,玉竹寡糖,及少量玉竹皂苷及黄酮成分。文献一报道玉竹多糖具有增强耐缺氧(孙立彦,刘振亮,孙金霞,等.玉竹多糖对小鼠常压耐缺氧作用的影响[J].山东农业大学学报:自然科学版,2008,39(3):335-338)、抗衰老(单颖,姜东,潘兴瑜,等.玉竹多糖对衰老模型鼠免疫功能的影响[J].中国老年学杂志,2007,27(1):20-22.[5];单颖,潘兴瑜,姜东,等.玉竹多糖抗衰老的实验观察[J].中国临床康复,2006,10(3):79-81)、抗氧化(徐大量,林辉,李盛青,等.玉竹水提液体内外抗氧化的实验研究[J].中药材,2008,31(5):729-731)、降血糖(季峰,魏贤勇,刘广龙,等.玉竹多糖降血糖作用的实验研究[J].江苏中医药,2006,27(9):70-71.)等作用,因此,开发玉竹多糖具有重要意义。现有技术玉竹多糖的提取工艺已有一些技术方案,例如:中国第200910022946.7号发明专利申请、中国第200910012185.7号发明专利申请、中国第200410022863.5号发明专利申请,以上现有技术提取玉竹多糖的方法大多为水浸或水煮,或增加超声处理、醇沉等方法;这些方法都需要过滤得到产品。
现有技术有以下不足:(1)因为多糖的分子量远远大于提取溶剂分子量,玉竹多糖的 粘度又很大,过滤等转移过程的操作非常困难;滤材经常被堵塞,而无法完成过滤过程;制备转移过程中,多糖也极易被微生物污染。(2)多糖中有分子量较小的寡糖,如玉竹果聚糖;与分子量较大的多糖,如玉竹粘多糖;前者是玉竹白酒提取液中的重要组分,也是酒中作为天然增塑剂的重要组分;后者在白酒中往往形成沉淀,给产品质量带来威胁,需要规避去除部分。
(3)玉竹根茎类药材,细长条状,弯曲,不规整,直径2-8mm,质地致密,导致玉竹饮片为无定形截面切片,多为短柱状,多糖提取率受到极大影响,往往被忽略。
(4)玉竹白酒提取液中间体生产过程的在线量控制一直沿用中国药典玉竹项下多糖测定法,难以满足在线生产的在线量控制。同时这种测量方法前处理复杂;分析步骤多、误差影响因素多(如:精密加入浓硫酸、苯酚、摇匀,显色过程加热与冷却时间的影响较大);耗时长(每次随行标准曲线5个点),较难满足对大批量样品快速测定和在线质量控制的需求,至今也未见更好的玉竹多糖测定方法报道。
在酒类酿造工艺中,采用近红外光谱在线快速检测酒中成分的方法已经有所报道。例如,中国第200810048945.5号发明专利申请,公开了一种中药保健酒(一种液体体系)生产过程中总黄酮、总皂苷的近红外光谱快速无损在线监测方法;包括以下步骤:(1).安装近红外监测系统;(2).采样测定化学值;(3).建立相应工艺点被测药液中总黄酮、总皂苷物质的数学模型;(4).模型验证与优化;(5).在线检测各工艺点药液中总黄酮、总皂苷含量;(6).工艺监控及优化。该方法通过预先建立生产过程各工艺点指标成分的近红外数学模型,并将此模型用于工艺过程中指标成分的定量分析,实现对整个生产过程的在线质量控制,分析结果重现性好,快速无损,相对偏差小于5%。
但是,该专利采用近红外光谱快速检测法检测的组分总黄酮、总皂苷均为小分子量的化合物;而致中和白酒提取液为液体体系,由玉竹多糖类物质不仅为大分子量的物质,而且尚含玉竹皂苷与黄酮化合小分子等物质组成,与文献报道的体系完全不同,目前尚未见中药中玉竹多糖体系、玉竹提取物体系、玉竹白酒提取液体系的建模快速测定方法或生产过程在线量控制方法。
直接采用近红外光谱快速检测多糖类物质,由于谱段过宽会导致包含冗杂的信息,计算量和时间也增大。实验表明:不同批次的玉竹白酒提取液的近红外谱图极为相似,且相互重叠,建立红外数据与化学分析数据关系的数学模型,是一项门槛高、工作量大,难度大的研究工作。
发明内容
为了克服现有技术的上述不足,本发明提供一种酿酒工艺中玉竹多糖的白酒冷浸、逆流提取方法,该方法直接、效率高,不需要过滤,避免了过滤操作的困难;规避多糖遭受霉菌污染的操作环节;同时能够避免大分子量多糖在保健酒中的沉淀。为酿酒工艺中的玉竹白酒提取液提供一种较为理想的制备方法。本发明的优化方案中还涉及到酿酒工艺中玉竹多糖白酒冷浸、逆流提取时的在线量控制方法。优化方案将克服现有技术玉竹白酒在线量控制方法的诸多不足,提供一种新的在线量控制方法,是一种快速检测玉竹白酒提取液中多糖含量的近红外光谱法,该方法不需要样品的前处理;分析步骤少、误差影响因素少;耗时短;能够满足对大批量样品快速测定和在线质量控制的需求。
完成上述发明任务的技术方案是:一种酿酒工艺中玉竹多糖的白酒冷浸、逆流提取方法,其特征在于,步骤如下:
⑴.玉竹切成薄片,切成段,或破碎成颗粒;
⑵.用酒精浓度45%-55%(v/v)的白酒,按1:7.0-1:8.0的投料比(质量比)常温冷浸;
⑶.用酒精浓度45%-55%(v/v)的白酒,逆流提取。
所述“酒精浓度45%-55%(v/v)的白酒”,本发明推荐采用致中和白酒。
其中,步骤⑵的常温指生产场地的温度。可随季节的不同而不同。
本发明有以下优化方案:
1、所述的“玉竹切成薄片”,是指切成厚度0.1-0.3cm的薄片;“切成段”是指切成0.6-1cm长的段;“破碎成颗粒”是指破碎成大小0.6-1cm的颗粒;
所述的“破碎成颗粒”不能破碎成很细的细粉,细粉容易出现“结锅巴”现象,不利于溶剂浸润、多糖的溶胀、溶解,即不利于多糖的提取效率。
2、增加有以下步骤:⑴-1玉竹切成薄片或破碎成颗粒后,用外力压扁。
因为切成薄片或破碎成颗粒时,只有切口处的玉竹部分细胞被切开,而大部分植物细胞是完整的,不利于多糖的溶出;而进一步压扁时,大部分植物细胞被破坏,细胞壁破裂,有利于多糖的溶出;
3、所述步骤⑴的“玉竹切成薄片或破碎成颗粒”,其含水量控制在质量比8%-15%;本申请推荐的含水量为13%;
4、所述步骤⑵的白酒的体积比推荐采用50%;按1:6-9(质量比)的投料比常温冷浸;
5、所述步骤⑵的用体积比白酒常温冷浸的时间为12小时以上。
本发明的方法中,冷浸时间很重要。所述的“冷浸的时间为12小时以上”是指,较薄的薄片或较小的颗粒,冷浸12小时-8天即可,较厚的薄片或较大的颗粒,冷浸1月也可 以。冷浸的时间越长浸出效果越好,但会使生产周期过长。本发明建议冷浸24小时-168小时;优选24小时-72小时;推荐采用72小时;
6、所述步骤⑶的用酒精浓度45%-55%(v/v)的白酒,逆流提取时,加热到30-80℃,推荐50-70℃;优选65-70℃;
7、所述步骤⑶的逆流提取时,逆流循环速度每5公斤药材为1.0-1.5T/h*5kg(吨/小时*5公斤药材);
8、所述步骤⑶的逆流提取时间约6-8h;或在提取液多糖浓度达15-28mg/mL时,停止提取,收集提取液;
本申请推荐,在提取液多糖浓度达15-20mg/mL时,停止提取,收集提取液。
9、增加有以下步骤:
⑷、⑸:重复步骤⑵-步骤⑶;即,以上步骤⑵、⑶提取方法重复两次,或步骤⑵-步骤⑶交替进行数次(常温冷浸+加热逆流提取步骤可交替进行),提取时间2-8天,冷浸与逆流提取时间比2:1–8:1;
⑹.合并两次或数次的提取液,放置备用;
⑺.使用前,将合并后的提取液用硅藻土过滤,按既定工艺勾兑,即可。
第一次的提取液中,小分子多糖较多;第二次的提取液中,大分子的多糖较多。合并两次的提取液并放置一段时间以后,由于溶解度的竞争作用,部分较大分子的多糖会析出,有利于提高提取液的品质。
现有技术中尚未见玉竹的溶剂直接提取方法。本发明的前期研究表明:玉竹药材质地致密、粘多糖含量高、分子量大、不利于提取溶剂向药材组织中扩散,加之多糖分子量远远大于提取溶剂分子量。造成现有技术的提取方法不够理想。本发明的多糖提取过程实际分为3阶段:(1)浸透阶段是白酒分子逐渐浸润、渗透至药材组织中,前期试验表明玉竹质地致密,该阶段与众不同;(2)溶胀的阶段白酒分子再进一步扩散至多糖分子中,使多糖溶胀的阶段,此过程与温度关系复杂甚至负相关;(3)溶解阶段多糖经一定时间充分溶胀后,多糖再逐渐扩散至白酒中。该3个阶段是构成复杂的多因素物理化学过程,这时采用冷浸-加热逆流提取方法,能够得到所需的多糖,兼顾到玉竹皂苷黄酮成分。因此本发明的溶剂直接提取方法需克服许多因素的干扰,并选择合适条件,才能完成。
由于本发明中包括有“提取液多糖浓度达15-28mg/mL时,停止提取,收集提取液”的步骤,所以测定提取液多糖浓度(在线过程质量控制)成为本提取方法的内容之一;本发明的进一步优化(或完成本申请的第二个发明任务),涉及到酿酒工艺中玉竹多糖的白酒冷浸、 逆流提取中的在线质量控制方法,其特征在于,步骤如下:
⑴.供试品溶液的制备:
在各工艺点,分别各取玉竹白酒提取液适量,其中玉竹提取液中含玉竹多糖浓度8mg/mL以上;离心进行固液分离,取上清液,以0.05微米无机膜过滤;
⑵.通过近红外监测系统分别采集各工艺点供试品溶液的近红外光谱后,用相应的近红外数学模型进行分析计算,即得出各工艺点药液中玉竹多糖含量;
所述的“分别采集各工艺点供试品溶液的近红外光谱”,是选择6028.39~5943.53cm-1波段建模;测量参数:透射,分辨率8cm-1,扫描次数64次,扫描范围4000~10000cm-1,每个样品重复扫描3次,求平均光谱;根据平均光谱,得到多糖含量。
⑶.工艺监控及优化通过所检测的数据,确定调配冷浸时间与逆流温度与时间等数据并对工艺进行监控、调整和优化。
所述的“相应的近红外数学模型”是指按照以下方法建立的模型:
a.供试品溶液的制备:
在各工艺点,分别各取玉竹白酒提取液适量,其中玉竹提取液中含玉竹多糖浓度8mg/mL以上;离心进行固液分离,取上清液,以0.05微米无机膜过滤;
b.采样测定化学值采集各工艺点不少于30个不同批次的药液样品,使用中国药典玉竹项下方法检测标提取液中玉竹多糖含量,得离线指标成分化学测定值;
c,建立相应工艺点被测药液中多糖的数学模型在进行第二步操作的同时,采集各工艺点药液的近红外光谱,并对各原始光谱进行预处理,使用化学计量学软件,以数学运算方式从上述对应光谱中提取数据信息,建立被测药液中玉竹多糖含量与吸收光谱之间关系的数学模型;所述的以数学运算方式从上述对应光谱中提取数据信息是:采用化学计量学中的偏最小二乘法(PLS),通过不同的滤噪方法以及不同的模型校正方法进行组合,比较不同方法组合条件下的相关系数(R)、校正均方差(RMSEC)、预测均方差(RMSEP)、内部交叉验证均方差(RMSECV)和因子数(Factors),经过多次手动选择及综合比较,选择1-Der+no smoothing提取特征,最大限度去除冗余信息及消除各种干扰因素引起的光谱偏差,建立定量校正模型。
d,模型验证与优化使用己建立的数学模型对第二步所采集的药液样品进行模型预测,并与其化学测定值对比,要求误差小于10%。
以下是对本发明工作机理的研究结果。
本发明冷浸+热逆流提取方法制备的玉竹多糖白酒提取液为复杂体系,体系成分为白酒、玉竹多糖,如玉竹果聚糖,玉竹皂苷,黄酮成分,该体系中各成分的分子振动光谱如近 红外图谱所示,因振动吸收行为多为分子的倍频吸收,很难用数字描述与用肉眼区别。但取该体系液体1ml加入无水乙醇9ml,摇匀,离心,收集沉淀,干燥,可得玉竹多糖,其分子指纹特征,IR,KBr,v cm-1(T%):3366.9(19.1),2933.7(33.3),2354.4(83.96),1736.3(52.4),1630.7(37.87),1417.4(23.53),1131.1(13.31),1023.3(9.2),930.2(17.45),814.4(27.99),595.6(20.44)。
1、药材质地对提取率的影响影响。玉竹药材很难粉碎,即使粉碎但提取过程中碎块之间的结块,造成粘锅不利于提取与转移。本发明对玉竹饮片切成薄片或破碎成颗粒,然后进一步压扁,提取效率得到很大提升,从而解决这一问题。
压扁后的玉竹和破碎玉竹,提取多糖含量均随提取时间的增加而增加,但压扁玉竹的多糖含量比正常玉竹的多糖含量要高,压扁玉竹提取率高;但2天最高提取液浓度仅有13.48mg/mL,没能达到预期含量。随着静置时间延长,7天后,多糖含量明显升高,达到26.7mg/mL;提示本品玉竹多糖为寡糖。提示本品玉竹多糖含量与冷浸时间密切相关。
2、提取时间对提取率的影响。本发明发现多糖要先溶胀,再溶解,需要选择合适时间,B组(颗粒大小0.6-1cm)与提取时间正相关,选择了提取条件;A组(颗粒大小1-4cm)与提取时间相关性差,提取效率较差。
3、提取次数、提取液浓度提取率影响。因本发明发现提取多糖有饱和现象,当多糖浓度达10-15mg/mL与20-25mg/mL时,增加时间提取浓度不再增加或增加缓慢;另外,多糖中有分子量较小的寡糖或果聚糖,分子量较大的粘多糖,在不同浓度酒精中溶解度有差距,2者有竞争溶解关系,与提取次数与提取液浓度有关。
4、饮片含水量或白酒的酒精度数对提取物含量的影响,发现饮片含水量、或低酒精浓度白酒在较短的时间内(几小时)对提取有正面作用,但随着提取的延长,对提取产生负面作用,对比试验结果表明饮片含水量10-15%提取效果较好。
5、提取温度,逆流提取速率,药材含水量对提取率的影响,薄片和/或压扁与提取温度和时间正相关,但大颗粒(大于1-4cm)与提取温度和时间相关性较差,提取效率低。
6、以上优化方案中建立了近红外模型,可用于玉竹提取液复杂体系的在线过程质量控制,适合大批量样品的含量测定和在线质量控制,为玉竹白酒提取液的质量监控提供一种新的方法和思路。
PLS主因子数所用的因子数过少,光谱中一些有用信息因不被包含而导致模型的预测能力较差;反之,选择的因子数过多,则出现过拟合现象影响其结果。图2为主因子数Factor、RMSECV、预测残差平方和(PRESS)相关图,采用内部验证法,根据内部交叉验证均方差 (RMSECV)随主因子数的变化。
以下是对该检测方法的论证:
1.多糖含量的测定
1.1对照品溶液的配制、标准曲线的绘制均按玉竹药材多糖含量测定方法[1]。
1.2供试品溶液的制备和含量测定
按中国药典方法略加改进,取玉竹白酒提取液适量(约4ml),置5ml离心管中,离心10min,精密取上清液1ml,置10ml离心管中,加95%乙醇8ml,摇匀,离心10min,倾去上清液,加水,超声溶解沉淀,定量转移到100ml量瓶中,加水,定容至刻度。精密量取2ml,置10ml容量瓶中,加水定容至刻度,摇匀,即得供试品溶液。
精密量取供试品溶液2ml,置具塞试管中,精密加入4%苯酚1ml,混匀,迅速精密加入浓硫酸7ml,充分混匀,于40℃保温30min,取出,冰浴5min,在490nm波长处测其吸光度值(A),用2.1.1项下标准曲线计算浓度(C),73批玉竹白酒提取液多糖含量为3.47~15.78mg﹒mL﹣1。
2近红外光谱数据的采集
将73份样品液离心,取适量于液体样品管中,测量参数:透射,分辨率8cm-1,扫描次数64次,扫描范围4000~10000cm-1,每个样品重复扫描3次,求平均光谱。73份玉竹白酒提取液近红外光谱叠加见图1。
3建立模型的方法
将玉竹白酒提取液多糖含量值和近红外光谱输入TQ Analyst定量分析软件,进行数据处理,采用化学计量学中的偏最小二乘法(PLS)建立定量校正模型。通过不同的滤噪方法以及不同的模型校正方法进行组合,比较不同方法组合条件下的相关系数(R)、校正均方差(RMSEC)、预测均方差(RMSEP)、内部交叉验证均方差(RMSECV)和因子数(Factors),结果见表1。经过多次手动选择及综合比较,最终选择1-Der+no smoothing处理效果最好。
表1多糖模型不同预处理方法的比较
预处理方法 | R | RMSEC | RMSEP | RMSECV | Factors |
Original spectrum | 0.9797 | 0.638 | 0.583 | 0.808 | 6 |
1-Der+no smoothing | 0.9833 | 0.579 | 0.624 | 0.771 | 6 |
1-Der+SG | 0.9803 | 0.629 | 0.717 | 0.802 | 6 |
2-Der+no smoothing | 0.8837 | 1.49 | 2.30 | 2.28 | 6 |
2-Der+SG | 0.9099 | 1.32 | 1.34 | 1.62 | 5 |
2-Der+Norris | 0.9385 | 1.10 | 1.35 | 1.26 | 4 |
3.1建模谱段的选择
以相关系数(R)和校正均方差(RMSECV)为指标,通过TQ Analyst软件推荐,最终玉竹基酒提取液选择6028.39~5943.53cm-1波段建模。
3.2因子数选择
建立模型时,所选的主因子数对预测结果的影响相对比较大。如果PLS所用的因子数过少,光谱中一些有用信息因不被包含而导致模型的预测能力较差;反之,选择的因子数过多,则出现过拟合现象影响其结果。图2为主因子数Factor、RMSECV、预测残差平方和(PRESS)相关图,采用内部验证法,根据内部交叉验证均方差(RMSECV)随主因子数的变化,主因子数选择为6。
3.3模型的建立
从样品中选取58个为标准样本集,15个为验证集,经Outliers优化,剔出溢出值,以保证模型的准确性。运用PLS法建立玉竹白酒提取液多糖的定量校正模型,建模因子数为6。结果如图3所示,相关系数R为0.9703,RMSECV为0.771。
3.4外部验证
运用建立的最佳校正模型,对预测集中的多糖含量进行预测。多糖的预测结果见表2,预测值与实测值之间建立回归方程为Y=0.8953X+1.215,R2=0.9692。由表2可知,预测值的平均相对误差为5.49%,因此,可以认为该校正模型可靠。
表2玉竹白酒提取液外部验证结果
4结论
本实验采用近红外光谱法、化学计量法、偏最小二乘法建立了玉竹白酒提取液多糖含量模型,该模型对多糖含量有较好的预测能力,可满足生产过程的在线质量控制,实现多糖的快速、无损的定量分析。
5讨论:
5.1 PLS法可以采用全谱段进行建模,但谱段过宽会导致包含冗杂的信息,计算量和时间也增大。因此,为了提高模型的预测准确度可进行谱段的优化。本文图1中表明不同批次的玉竹白酒提取液近红外谱图极为相似,且相互重叠。故根据此图无法判定多糖总量与个别波长点吸光度之间的相关性,必须在一定波段内利用化学计量学方法,建立其数学模型,才能确定多糖总量与光谱间的关系。
5.2 传统的多糖分析方法繁琐,本实验方法不需要样品的前处理,扫描近红外光谱代入模型便可得到多糖含量,并且适合大批量样品的含量测定和在线质量控制,为玉竹白酒提取液的质量监控提供一种新的方法和思路。
以下为本发明小结:
酿酒工艺中玉竹多糖的白酒冷浸、逆流提取方法:⑴.白酒为致和中白酒,以高粱为要原料,用千岛湖水酿造。⑵.玉竹破碎成碎颗粒,破碎特征为①切碎或粉碎成颗粒,大小约0.1-0.3cm;②切段成长约0.6-1cm、再压扁;⑶.用致中和白酒,酒精浓度45%-55%(v/v),按玉竹:白酒=1:7.0-1:8.0(w/w)投料,常温冷浸+加热逆流提取,收集取提取液,其中,常温指生产场地温度,加热逆流温度为30-80℃,每5kg药材的逆流循环速度1.0-1.5T/h*5kg;(4).常温冷浸+加热逆流提取步骤可交替进行。优化方案中破碎玉竹成小颗粒,再用外力压扁。其含水量控制在质量比10-15%。进一步优化是酿酒工艺中玉竹多糖的白酒冷浸、加热逆流提取过程的在线量控制,其特征在于建模的过程,根据在线采集的提取液,直接快速采集近红外光谱,代入模型中得到多糖含量。提供一种较为理想的提取方法和生产过程在线量控制方法。
与现有技术相比,本发明具有明显的优势:本发明的方法直接、效率高,不需要过滤,避免了过滤操作的困难;规避了多糖遭受霉菌污染的操作环节;同时能够避免分子量较大的多糖在保健酒中的沉淀。为酿酒工艺中的玉竹白酒提取液提供一种较为理想的制备方法。本发明的优化方案克服了现有玉竹白酒在线量控制方法的诸多不足,不需要样品的前处理;分析步骤少、误差影响因素少;耗时短;能够满足对大批量样品快速测定和在线质量控制的需求。
附图说明
图1为本发明的致中和白酒多糖提取物傅里叶IR光谱图;
图2为本发明的致中和白酒提取液近IR光谱图;
图3为玉竹酒基提取液在线定量IR模型预测结果与离线化学测定结果的相关性;
图4为校正集Factor、RMSECV、PRESS在线定量IR模型的认证结果图。
具体实施方式
实施例1,取玉竹饮片适量,破碎成颗粒0.1-0.3cm,按1:7.5的投料比分别加入50度白酒,冷浸过夜,温度50-70℃逆流提取(逆流循环速度1.0T/h*5kg)约6-8h,收集提取液,作为提取液-1,备用,同法第二次加入50度白酒,冷浸16-64小时(建议周五,周六,周日共计3天),白天逆流提取(逆流循环速度1.0T/h)约6-8h,收集提取液-2,备用。合并2次提取液1与2,作为储备液,放置备用,使用前硅藻土过滤,按既定工艺勾兑,即可。
实施例2,
取玉竹饮片适量,破碎或切成0.6-1cm颗粒,压扁,或压扁后再切成0.6-1cm颗粒,按1:7.5的投料比分别加入50度白酒,冷浸温度:场地温度10-35度,加热逆流温度:50-70℃,逆流循环速度1.0T/h,冷浸+逆流提取时间为24-72小时,“冷浸—逆流—冷浸—逆流”间隔进行,冷浸时间:加热逆流时间=2:1~8:1,收集取提取液-1,备用,同法第二次加入50度白酒,“冷浸—逆流—冷浸—逆流”交替进行提取,收集取提取液-2,备用。合并2次提取液,作为储备液,放置备用,使用前硅藻土过滤,按既定工艺勾兑,即可。
分别取玉竹提取液适量(约4ml),于5ml离心管中离心10min;取1ml上述的离心上清液于10ml离心管中,加8ml乙醇,摇匀,离心10分钟;按拟定方法测定多糖。结果见表1,2。
工艺结果表明第1次冷浸效果较好,提取液浓度为18.6mg/mL,第2次冷浸效果一般,提取液浓度为4.77mg/mL,仅为第1次的25%;第3次冷浸效果较差为2.78mg/mL,仅为第1次的15%;因此,选择二次提取法,累计提取含量可达25.77mg/mL,符合要求。
实施例3,
取玉竹饮片适量,破碎成小颗粒0.1-0.3cm,或切成0.6-1cm颗粒后压扁,或压扁后切成0.6-1cm颗粒,按1:7.5的投料比分别加入50度白酒,冷浸过夜16h,白天常温逆流提取约6-8h,提取2天,收集取提取液-1,备用,同法第二次加入50度白酒,冷浸过夜(建议时间可延长到3天,即,利用周五,周六,周日静置),白天常温逆流提取约6-8h,收集取提取液-2,备用。按既定工艺勾兑(注意玉竹体积增加了1倍),即可。
实施例4,
2.1取玉竹饮片适量,切成0.6-1cm,压扁,按1:7.5的投料比分别加入50度白酒,冷浸过夜,温度50-70℃逆流提取(逆流循环速度1.0T/h)约6-8h,收集取提取液-1,备用,同法第二次加入50度白酒,冷浸过-夜(建议周五,周六,周日共计3天),白天逆流提取(逆流循环速度1.0T/h)约6-8h,收集取提取液-2,备用。合并2次提取液,放置备用,使用前硅藻土过滤,按既定工艺勾兑,即可。
2.2(与2.1不同是,破成碎片0.1-0.3cm)取玉竹饮片适量,破成碎片0.1-0.3cm,同上方法提取。
2.3(与2.1不同是,冷浸与逆流提取时间各增加2-3倍,)取玉竹饮片适量,切成薄片0.6-1cm,压扁,按1:7.5,的投料比分别加入50度白酒,冷浸32-48小时,温度65-70℃逆流提取(逆流循环速度1.0T/h)约16-24h,收集取提取液-1,备用,同法第二次加入50度白酒,冷浸—天逆流提取,收集取提取液-2,备用。合并2次提取液,放置备用,使用前硅藻土过滤,按既定工艺勾兑,即可。
2.4(与2.1不同是,不压扁,其余同2.3)取玉竹饮片适量,切成薄片0.6-1cm,按1:7.5,的投料比分别加入50度白酒,冷浸32-48小时,温度65-70℃逆流提取(逆流循环速度1.0T/h)约16-24h,收集取提取液-1,备用,同法第二次加入50度白酒,冷浸—天逆流提取,收集取提取液-2,备用。合并2次提取液,放置备用,使用前硅藻土过滤,按既定工艺勾兑,即可。
2.6(与2.1不同是,逆流提取温度为30-50℃)
取玉竹饮片适量,切成0.6-1cm,压扁,按1:7.5的投料比分别加入50度白酒,冷浸过夜,30-50℃逆流提取(逆流循环速度1.0T/h)约6-8h,收集取提取液-1,备用,同法第二次加入50度白酒,冷浸过-夜(建议周五,周六,周日共计3天),白天30-50℃逆流提取(逆流循环速度1.0T/h)约6-8h,收集取提取液-2,备用。合并2次提取液,放置备用,使用前硅藻土过滤,按既定工艺勾兑,即可。
2.5(与2.1不同是,不压扁,逆流提取,温度为30-50℃,时间延长到13-16h)取玉竹饮片适量,切成薄片,0.6-1cm,按1:7.5的投料比分别加入50度白酒,冷浸过夜,温度50-70℃逆流提取约16h,逆流循环速度1.0T/h,收集取提取液-1,备用,同法第二次加入50度白酒,冷浸过夜(建议周五,周六,周日共计3天过夜),白天逆流提取(逆流循环速度1.0T/h)约13-16h,收集取提取液-2,备用。合并2次提取液,放置备用,使用前硅藻土过滤,按既定工艺勾兑,即可。
表1测定结果
;
表2测定结果(根据上表,累加结果)
实施例5,与以上实施例基本相同,但是改用酒精浓度45%的白酒,按1:7.0的投料比(质量比)常温冷浸;冷浸的时间为72小时;用酒精浓度45%的白酒逆流提取。所述步骤⑶的用酒精浓度45%的白酒冷浸,再加热50℃逆流提取。
实施例6,与以上实施例基本相同,但是改用酒精浓度55%的白酒,按1:8.0的投料比(质量比)常温冷浸;冷浸的时间为24—72小时;用酒精浓度55%的白酒液逆流提取。所述步骤⑶的用酒精浓度55%的白酒逆流提取时,加热到70℃。
实施例7,与以上实施例基本相同,但是所述的“玉竹切成薄片”,是指破碎成大小0.6-1cm的颗粒或薄片。切片后不压扁,直接用致中和白酒,酒精浓度45%-55%(v/v),常温 冷浸。冷浸的时间为168小时。所述步骤⑶的用白酒逆流提取时,加热到30℃。
实施例8,与以上实施例基本相同,但是所述的“玉竹切成薄片”其含水量控制在质量比8%。所述步骤⑵用酒精浓度55%的白酒常温冷浸的时间为12小时。所述步骤⑶的用白酒逆流提取时,加热到80℃。
实施例9,与以上实施例基本相同,但是所述的“玉竹切成薄片”其含水量控制在质量比15%。所述步骤⑵的用白酒常温冷浸的时间为1周。
实施例10,与以上实施例基本相同,与以上实施例基本相同,但,所述步骤⑵的用白酒常温冷浸的时间为冷浸24小时;所述步骤⑶用白酒逆流提取时,加热到60℃。
实施例11,与以上实施例基本相同,但是所述步骤⑶用白酒逆流提取时,加热到65℃。
含水量控制在质量比8%-15%;所述步骤⑵的白酒的体积比采用50%;按质量比1:6-9的投料比常温冷浸;所述步骤⑶的用白酒,逆流提取时,加热到70℃;在提取液多糖浓度达15-20mg/mL时,停止提取,收集提取液。
实施例12,与以上实施例基本相同,但是所述步骤⑶的用白酒,逆流提取时,加热到65-70℃。
同时,增加有以下步骤:
⑷、⑸:重复步骤⑵-步骤⑶;或步骤⑵-步骤⑶交替进行数次,提取时间2-8天,冷浸与逆流提取时间比2:1–8:1。
所述步骤用白酒冷浸与逆流提取时间2-8天,冷浸与逆流提取时间比2:1–8:1;
实施例13,上述实施例任一方法制备的提取液中,随机取3个批号,分别离心,吸取1ml加入无水乙醇9ml,摇匀,离心,收集沉淀,干燥,得玉竹多糖,KBr:样品(1:50,w/w)制备供试品,压片,用FIR仪采集其光谱图,供试品IR分子指纹特征,KBrv cm-1(T%):3366.9(19.1),2933.7(33.3),2354.4(83.96),1736.3(52.4),1630.7(37.87),1417.4(23.53),1131.1(13.31),1023.3(9.2),930.2(17.45),814.4(27.99),595.6(20.44)。3批间相似度98%以上。
其中,在线质量控制方法,步骤如下:
⑴.供试品溶液的制备:
在各工艺点,分别各取玉竹白酒提取液适量,其中玉竹提取液中含玉竹多糖浓度8mg/mL以上;离心进行固液分离,取上清液,以0.05微米无机膜过滤;
⑵.通过近红外监测系统分别采集各工艺点供试品溶液的近红外光谱后,用相应的近红外数学模型进行分析计算,即得出各工艺点药液中玉竹多糖含量;
所述的“分别采集各工艺点供试品溶液的近红外光谱”,是选择6028.39~5943.53cm-1波段建模;测量参数:透射,分辨率8cm-1,扫描次数64次,扫描范围4000~10000cm-1,每个样品重复扫描3次,求平均光谱;根据平均光谱,得到多糖含量。
⑶.工艺监控及优化通过所检测的数据,确定调配冷浸时间与逆流温度与时间等数据并对工艺进行监控、调整和优化。
Claims (9)
1.一种酿酒工艺中玉竹多糖的白酒冷浸、逆流提取方法,其特征在于,步骤如下:
⑴.玉竹切成薄片,或切成段,或破碎成颗粒;
⑵.用酒精浓度体积比45%-55%的白酒,按质量比1:7.0-1:8.0的投料比常温冷浸;
⑶.用酒精浓度体积比45%-55%的白酒,逆流提取;
所述步骤⑴的“玉竹切成薄片,或切成段,或破碎成颗粒”,其含水量控制在质量比8%-15%;
所述步骤⑵的白酒的体积比采用50%酒精浓度;按质量比1:7.0-1:8.0的投料比常温冷浸;
所述步骤⑵的用白酒常温冷浸的时间为12小时以上;
所述步骤⑶的用白酒逆流提取时,加热到30-80℃;
所述步骤⑶的逆流提取时,逆流循环速度为1.0-1.5T/h*5kg;
所述步骤⑶的逆流提取时间6-8h;或在提取液多糖浓度达15-28mg/mL时,停止提取,收集提取液。
2.根据权利要求1所述的酿酒工艺中玉竹多糖的白酒冷浸、逆流提取方法,其特征在于,所述的“玉竹切成薄片,或切成段,或破碎成颗粒”,是指切成厚度0.1-0.3cm的薄片;或切成0.6-1cm长的段,或破碎成大小0.6-1cm的颗粒。
3.根据权利要求1所述的酿酒工艺中玉竹多糖的白酒冷浸、逆流提取方法,其特征在于,增加有以下步骤:⑴-1玉竹切成薄片,或切成段,或破碎成颗粒后,用外力压扁。
4.根据权利要求1所述的酿酒工艺中玉竹多糖的白酒冷浸、逆流提取方法,其特征在于,所提取的多糖为寡糖,特征为下表中的参数所限定的多糖:
表:玉竹多糖,FIR特征图谱(KBr,υcm-1)
5.根据权利要求4所述的酿酒工艺中玉竹多糖的白酒冷浸、逆流提取方法,其特征在于,
所述步骤⑴的“玉竹切成薄片,或切成段,或破碎成颗粒”,其含水量控制在质量比13%;
所述步骤⑵的用白酒常温冷浸的时间为12小时-8天;
所述步骤⑶的用白酒,逆流提取时,加热到50-70℃;
所述步骤⑶的逆流提取,是在提取液多糖浓度达15-20mg/mL时,停止提取,收集提取液。
6.根据权利要求5所述的酿酒工艺中玉竹多糖的白酒冷浸、逆流提取方法,其特征在于,
所述步骤⑵的用白酒常温冷浸的时间为冷浸24小时-168小时;
所述步骤⑶的用白酒,逆流提取时,加热到65-70℃。
7.根据权利要求1-6之一所述的酿酒工艺中玉竹多糖的白酒冷浸、逆流提取方法,其特征在于,增加有以下步骤:
⑷、⑸:重复步骤⑵-步骤⑶;或步骤⑵-步骤⑶交替进行数次,提取时间2-8天,冷浸与逆流提取时间比2:1–8:1;
⑹.合并两次或数次的提取液,放置备用;
⑺.使用前,将合并后的提取液用硅藻土过滤,按既定工艺勾兑,即可。
8.权利要求1所述酿酒工艺中玉竹多糖的白酒冷浸、逆流提取方法中的在线质量监测及工艺调整的方法,其特征在于,步骤如下:
⑴.供试品溶液的制备:
在各工艺点,分别取玉竹白酒提取液适量,其中玉竹提取液中含玉竹多糖浓度6mg/mL以上;离心进行固液分离,取上清液,以0.05微米无机膜过滤;
⑵.通过近红外监测系统分别采集各工艺点供试品溶液的近红外光谱后,用相应的近红外数学模型进行分析计算,即得出各工艺点药液中玉竹多糖含量;
所述的“分别采集各工艺点供试品溶液的近红外光谱”,是选择6028~5943cm-1波段建模;测量参数:透射,分辨率8cm-1,扫描次数64次,扫描范围4000~10000cm-1,每个样品重复扫描3次,求平均光谱;根据平均光谱,得到多糖含量;
⑶.工艺监控及优化通过所检测的数据,确定调配冷浸时间与逆流温度与时间数据并对工艺进行监控、调整和优化。
9.根据权利要求8所述的酿酒工艺中玉竹多糖的白酒冷浸、逆流提取方法中的在线质量监测及工艺调整的方法,其特征在于,所述的“相应的近红外数学模型”是指按照以下方法建立的模型:
a.供试品溶液的制备:
在各工艺点,分别各取玉竹白酒提取液适量,其中玉竹提取液中含玉竹多糖浓度8mg/mL以上;离心进行固液分离,取上清液,以0.05微米无机膜过滤;
b.采样测定化学值采集各工艺点不少于30个不同批次的药液样品,使用中国药典玉竹项下方法检测标提取液中玉竹多糖含量,得离线指标成分化学测定值;
c,建立相应工艺点被测药液中多糖的数学模型在进行第二步操作的同时,采集各工艺点药液的近红外光谱,并对各原始光谱进行预处理,使用化学计量学软件,以数学运算方式从上述对应光谱中提取数据信息,建立被测药液中玉竹多糖含量与吸收光谱之间关系的数学模型;
所述的以数学运算方式从上述对应光谱中提取数据信息是:采用化学计量学中的偏最小二乘法,通过不同的滤噪方法以及不同的模型校正方法进行组合,比较不同方法组合条件下的相关系数、校正均方差、预测均方差、内部交叉验证均方差和因子数,经过多次手动选择及综合比较,选择1-Der+no smoothing提取特征,最大限度去除冗余信息及消除各种干扰因素引起的光谱偏差,建立定量校正模型;
d,模型验证与优化使用己建立的数学模型对第二步所采集的药液样品进行模型预测,并与其化学测定值对比,要求误差小于10%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310464013.XA CN103627612B (zh) | 2013-09-30 | 2013-09-30 | 酿酒工艺中玉竹多糖的白酒冷浸、逆流提取方法及其在线质量控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310464013.XA CN103627612B (zh) | 2013-09-30 | 2013-09-30 | 酿酒工艺中玉竹多糖的白酒冷浸、逆流提取方法及其在线质量控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103627612A CN103627612A (zh) | 2014-03-12 |
CN103627612B true CN103627612B (zh) | 2015-07-29 |
Family
ID=50209065
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310464013.XA Active CN103627612B (zh) | 2013-09-30 | 2013-09-30 | 酿酒工艺中玉竹多糖的白酒冷浸、逆流提取方法及其在线质量控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103627612B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109813674A (zh) * | 2019-03-21 | 2019-05-28 | 云南师范大学 | 一种红外光谱酒精度监测探头 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1398901A (zh) * | 2001-07-19 | 2003-02-26 | 中国科学院成都生物研究所 | 玉竹低聚糖硫酸酯衍生物的制备方法和用途 |
CN101138686A (zh) * | 2007-07-23 | 2008-03-12 | 沈军 | 提取天然产物有效成分的方法及其应用 |
WO2010022879A1 (en) * | 2008-08-27 | 2010-03-04 | Lonza Ag | Method for recovering arabinogalactan from fibrous natural plant materials |
-
2013
- 2013-09-30 CN CN201310464013.XA patent/CN103627612B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1398901A (zh) * | 2001-07-19 | 2003-02-26 | 中国科学院成都生物研究所 | 玉竹低聚糖硫酸酯衍生物的制备方法和用途 |
CN101138686A (zh) * | 2007-07-23 | 2008-03-12 | 沈军 | 提取天然产物有效成分的方法及其应用 |
WO2010022879A1 (en) * | 2008-08-27 | 2010-03-04 | Lonza Ag | Method for recovering arabinogalactan from fibrous natural plant materials |
Non-Patent Citations (3)
Title |
---|
不同预处理方法对模拟动态逆流提取灵芝多糖的影响;翟新等;《江苏农业科学》;20101015(第5期);第360-363页,参见第1.3.1节预处理方法、1.3.2不同浓度提取液的制取以及1.3.3模拟逆流提取 * |
动态逆流提取技术在中药提取中的应用;李希等;《实用中医药杂志》;20081215;第24卷(第12期);第808-808页 * |
白芨多糖的连续逆流提取的工艺研究;孙达峰等;《中国野生植物资源》;20061030;第25卷(第5期);第34-35,43页,参见第1.2节逆流提取工艺 * |
Also Published As
Publication number | Publication date |
---|---|
CN103627612A (zh) | 2014-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102621092B (zh) | 一种丹红注射液醇沉过程在线检测方法 | |
Jin et al. | Near infrared spectroscopy in combination with chemometrics as a process analytical technology (PAT) tool for on-line quantitative monitoring of alcohol precipitation | |
Wu et al. | Rapid determination and origin identification of total polysaccharides contents in Schisandra chinensis by near-infrared spectroscopy | |
CN104237060B (zh) | 一种金银花药材多指标快速检测方法 | |
CN104792652B (zh) | 一种黄芪药材多指标快速检测方法 | |
CN103033486B (zh) | 陈皮及广陈皮药材质量的近红外光谱监控方法 | |
CN104048941A (zh) | 采用近红外光谱快速测定麦冬中多指标性成分含量的方法 | |
CN103913433A (zh) | 一种丹红注射液双效浓缩过程在线检测方法 | |
CN104568822B (zh) | 一种连翘药材多指标同时快速检测方法 | |
CN102288572A (zh) | 利用近红外光谱技术快速检测中药药材指标性成分含量的方法 | |
CN104076012A (zh) | 一种近红外光谱法快速检测冰片质量的模型建立方法 | |
CN106092950A (zh) | 一种基于近红外光谱鉴别铁皮石斛药材的方法 | |
CN101791331B (zh) | 一种快速测定丹参提取液中鞣质含量的方法 | |
CN112595692A (zh) | 一种水果总糖含量预测模型的建立方法及水果总糖含量的预测方法 | |
CN103411906A (zh) | 珍珠粉和贝壳粉的近红外光谱定性鉴别方法 | |
CN104833654A (zh) | 利用近红外光谱法快速检测野菊花药材的方法及应用 | |
CN104034691A (zh) | 一种甜菜品质的快速检测方法 | |
CN106918572A (zh) | 马铃薯复配主食中马铃薯含量的测定方法 | |
CN104390926B (zh) | 一种穿心莲浓缩脱色过程在线快速检测方法 | |
CN103627612B (zh) | 酿酒工艺中玉竹多糖的白酒冷浸、逆流提取方法及其在线质量控制方法 | |
CN107029038B (zh) | 一种响应面法优化龙眼叶总黄酮的提取工艺 | |
CN105784951A (zh) | 一种六味地黄丸浓缩丸生药粉多指标快速检测方法 | |
CN103335960A (zh) | 一种华蟾素提取浓缩过程关键指标的快速检测方法 | |
CN110346323B (zh) | 一种基于近红外光谱技术在线检测华盖散浓缩液的方法 | |
CN116793989A (zh) | 一种中藏药材提取过程在线nir检测系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |