CN112557607A - 通过仿生模拟消化吸收技术预测食物血糖生成指数的方法 - Google Patents

通过仿生模拟消化吸收技术预测食物血糖生成指数的方法 Download PDF

Info

Publication number
CN112557607A
CN112557607A CN202011239535.6A CN202011239535A CN112557607A CN 112557607 A CN112557607 A CN 112557607A CN 202011239535 A CN202011239535 A CN 202011239535A CN 112557607 A CN112557607 A CN 112557607A
Authority
CN
China
Prior art keywords
bionic
food
stomach
digestion
glycemic index
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.)
Pending
Application number
CN202011239535.6A
Other languages
English (en)
Inventor
孟金凤
董志忠
应剑
王黎明
王梦倩
邵丹青
陈然
何国亮
郇美丽
魏晓明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Cofco Nutrition and Health Research Institute Co Ltd
Original Assignee
Cofco Nutrition and Health Research Institute Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Cofco Nutrition and Health Research Institute Co Ltd filed Critical Cofco Nutrition and Health Research Institute Co Ltd
Priority to CN202011239535.6A priority Critical patent/CN112557607A/zh
Publication of CN112557607A publication Critical patent/CN112557607A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food

Landscapes

  • Engineering & Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Medicinal Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明属于体外仿生模拟消化技术领域，具体涉及一种体外预测食物血糖生成指数的方法。本发明所述体外预测食物血糖生成指数的方法，采用了与人体较为接近的柔性仿生消化系统，模拟了胃肠的生理形态和运动，使得混合食物的消化过程与人体更接近，一定程度上减少活体动物的使用且环境友好。本发明提出的食物血糖生成指数预测的方法是基于食物自身消化的实测数据进行，与人体实验具有较高的一致性，一致性R2＝0.97，可以更真实的反映膳食的体内消化过程，为预测食物的血糖生成提供依据，同时也为采用GI进行慢性病的防治提供快速的评价方法。

Description

通过仿生模拟消化吸收技术预测食物血糖生成指数的方法
技术领域
本发明属于体外仿生模拟消化技术领域，具体涉及一种体外预测食物血糖生成指数的方法。
背景技术
血糖是人体血液中的葡萄糖的简称，血糖的稳定是人体健康的重要因素。正常情况下，血糖有3大主要来源，包括：食物摄入、肝糖元分解和非糖物质转化；血糖有3大主要去路，包括：氧化供能、合成肝糖元和转化为非糖物质。这种来源和去路的平衡使得人体血糖的变化局限在 3.89-6.11mM的生理范围内，实现人体糖代谢的稳定。
然而，当前我国人群血糖调控失衡较为严重，以高血糖为主要特征的糖尿病前期和糖尿病人群总数预计已占到全国总人数的50％左右，成为当前慢性病防控刻不容缓的问题。在以往的研究中人们达成共识的是，饮食治疗是始终贯穿糖尿病高危人群的基石，及时有效的饮食干预可以减少糖尿病的发生和发展。因此，关注食物中能够产生多少葡萄糖是个重要的问题。
以往研究食物对血糖生成的影响，广泛使用的是”食物血糖生成指数 (Glycemicindex，GI)”这一指标，FAO/WHO专家委员会于1997年对于 GI的定义是：指在标准定量下(一般为50克)某种食物中碳水化合物引起血糖上升所产生的血糖时间曲线下面积和标准物质(一般为葡萄糖)所产生的血糖时间下面积之比值再乘以100。GI的数值反映了某种食物与葡萄糖相比升高血糖的速度和能力，一般把GI>70的称为高GI膳食、56-70称为中等GI膳食、小于或等于55则称为低GI膳食。已有研究发现，低GI 的食物或膳食模式有预防和改善糖尿病、心脏病、肥胖等慢性病的有益效果。因此，对于食物血糖生成指数的判定可以有助于预防和控制慢性病。
既往已有相关GI预测的研究主要集中在四个方面：体内实验法，体外消化法，食物GI加权法，以及混合膳食模型研究。其中，血糖生成指数的体内检测一般严格按照GI的定义进行且对受试者的身高、体重、空腹血糖水平均有明确的要求，使得受试者在检测前12个小时必须空腹、避免剧烈运动、禁喝含酒精的饮料等；而其他3种方法因不受伦理学限制、成本较低的方法受到广泛关注。体外消化法通常是指在体外模拟体内食物消化的过程，测定各种淀粉的含量，计算淀粉的消化水解率，对食物的GI进行预测，Englyst对碳水化合物消化特性进行研究，提出了快利用淀粉(rapidly available glucose,RAG)、慢利用葡萄糖(slowly available glucos)的概念和测定方法，结果证明RAG与GI显著相关。Englyst的方法适用于较理想的模型，但是没有考虑到抗性淀粉的影响。随后，李建文等提出了将120分钟以内消化的淀粉量和葡萄糖含量相加定义为易利用糖，20分钟内消化的淀粉以及120分钟内消化的淀粉量与GI值成正相关，与抗性淀粉的含量呈负相关。食物GI加权法，是1998年由FAO/WHO报道了计算GI的公式为，一周膳食GI＝∑(食物GI×该食物碳水化合物含量)/一餐总餐总碳水化合物，这个公式主要考虑食物中碳水化合物的比例，未涉及不同食物种类的搭配以及各种营养素之间的交互作用，后续的研究指出利用此公式计算所得GI值与人体试验测定GI值相关性很差。混合膳食模型研究由2004年 Flint等提出，混合膳食中的脂肪、蛋白质、能量比碳水化合物本身更能影响GI值，崔红梅等也有类似的报道，混合膳食中蛋白质、膳食纤维影响 GI，膳食中适量的蛋白质可降低血糖水平等。
2008年，我国疾病控制预防中心营养与食品安全所公布了具有我国膳食特性的GI预测模型，比较产能营养素、食物种类、加工方式对血糖的贡献权重，构建了较可靠的膳食GI预测模型，模型中对于食物种类(以谷薯、蔬菜、乳果等分类赋分)、碳水化合物含量(以每100克计分成小于30 克，30-60克，大于60克赋分)、蛋白质含量(以每100克计分成小于10克，10-20克，大于20克赋分)、脂肪含量(以每100克计分成小于6克，6-12克，大于12克赋分)、膳食纤维的含量(以每100克计分成小于1 克，1-5克，大于5克赋分)、加工方式(以水煮和其他分类赋分)，最后以66分为基础分，对上述分级赋分求和为膳食模式的最终的GI等级，采用此模型GI判定正确率为81.2％，具有较好的预测精度。
然而，回顾上述四种方法可以发现，体内实验最精准但是存在耗时长、成本高以及伦理学限制等缺点；体外消化法简便易行且与体内实验有相关性，但是欠缺考虑到葡萄糖的利用和诸多影响因素(如胃排空、肠吸收等)；食物GI加权法虽然简单，但是不够精确；混合食物预测模型具有81.2％的预测精度，但是由于需要提前预知食物的宏量营养素、膳食纤维含量、加工方式等信息限制了其快速预测混合膳食的GI，且由于实际中仍有许多其他的因素如食物来源、物理性状、化学结构、加工储存方法等不同，预测模型无法覆盖到所有的影响因素。所以，为了综合以上研究方法的优点，尽可能避免其缺点，本发明提出了一种体外预测食物中血糖生成指数的方法，为预测混合膳食的血糖生成提供依据，同时也为采用GI进行慢性病的防治提供快速的评价方法。
发明内容
为解决上述技术问题，本方法通过测定含A克可利用碳水化合物的食物在消化120分钟内葡萄糖在小肠细胞吸收的含量下的面积除以A克葡萄糖在120分钟内吸收总量的面积比值；
预测GI＝[(A1+A2)×7.5+(A2+A3)×7.5+(A3+A4)×7.5+(A4+A5)× 7.5+(A5+A6)×15+(A6+A7)×15]/A*120
其中，A1、A2、A3、A4、A5、A6、A7分别为消化吸收0min、15min、 30min、45min、60min、90min、120min时葡萄糖的总量，A 表示等同于与受试样品可利用碳水化合物相同质量的葡萄糖的质量。
所述体外预测食物血糖生成指数的方法采用仿生食管-胃-十二指肠-小肠硅胶模型仿生系统进行测试。
所述的食物血糖生成指数的方法，具体包括如下步骤：
(1)取仿生胃、仿生肠道进行灭菌，并保持仿生胃、仿生肠道的形态，搭建所述仿生食管-胃-十二指肠-小肠硅胶模型仿生系统，并将整个仿生消化系统进行无菌处理；
(2)将食物注入仿生胃中，在模拟胃环境下，混合膳食与仿生胃消化液混合并进行消化；
(3)将经仿生胃消化后的混合膳食注入仿生肠道中，在模拟十二指肠环境下，与仿生肠消化液混合并消化；
(4)收集消化产物进行葡萄糖含量的检测并以约1：10比例刺激小肠细胞，检测葡萄糖的吸收量。预测GI＝[(A1+A2)×7.5+(A2+A3)×7.5+(A3+ A4)×7.5+(A4+A5)×7.5+(A5+A6)×15+(A6+A7)×15]/A*120，其中，A1、 A2、A3、A4、A5、A6、A7分别为消化吸收0min、15min、30min、45min、 60min、90min、120min时葡萄糖的总量，A 表示等同于与受试样品可利用碳水化合物相同质量的葡萄糖的质量。
所述步骤(2)中，所述模拟胃环境的参数包括：保持胃部环境37℃，胃部运动的模拟蠕动参数为左侧15R/min、右侧15R/min，胃部挤压速度 2mm/s、挤压位置30mm、幽门挤压速度2mm/s、挤压末端位置30mm、挤压张开位置15mm；若所述仿生胃消化液采用连续流加的形式，其流加速度为2mL/min。
所述仿生胃消化液配比包括：K+9.75mmol/L、Na+90.25mmol/L、Cl- 67.63mmol/L、H2PO4 -1.125mmol/L、CO3 2-25.5mmol/L、Mg2+0.15mmol/L、 NH4 +1.25mmol/L、Ca2+0.15mmol/L、胃蛋白酶2000U/mL、调pH为2。
所述仿生胃消化液与混合膳食的体积比为1：1。
所述步骤(3)中，所述模拟肠道环境的参数包括：保持仿生肠道环境的温度为37℃，肠道运动的模拟蠕动参数为左侧15R/min、右侧15R/min。
所述仿生肠消化液配比包括：K+9.5mmol/L、Na+154.3mmol/L、Cl- 56.5mmol/L、H2PO4 -1mmol/L、HCO3 -106.3mmol/L、Mg2+0.42mmol/L、 Ca2+0.6mmol/L、胰液素100U/mL、胆盐10mM、淀粉葡萄糖苷酶10U/mL，转化酶3U/mL，pH中性。
所述仿生肠消化液与混合膳食的体积比为1：1。
所述步骤(1)中，所述仿生胃、仿生肠道灭菌步骤为将所述仿生胃、仿生肠道于121℃下高压灭菌处理15分钟后，置于50℃烘箱烘干内部水分；所述仿生消化系统无菌处理步骤为将消化系统设备整体用75％的酒精消毒处理。
本发明所述体外预测食物血糖生成指数的方法，采用了与人体较为接近的柔性仿生消化系统，模拟了胃肠的生理形态和运动，使得混合食物的消化过程与人体更接近，一定程度上减少活体动物的使用且环境友好。
本发明提出的食物血糖生成指数预测的公式是基于食物自身消化和吸收的实测数据进行，与人体实验具有较高的一致性，一致性R2＝0.97，可以更真实的反映食物体内消化吸收的过程，为预测食物的血糖生成提供依据，同时也为采用GI进行慢性病的防治提供快速的评价方法。
本发明采用GB 5009.8-2016食品安全国家标准对消化液中的葡萄糖进行测定，可以特异检测出葡萄糖的含量，比起以往的DNS法或者其他的检测葡萄糖的方法，可以对葡萄糖含量更精准的定量。
本发明所述的用于体外模拟小肠内碳水化合物消化的小肠液，含有所需浓度的K+、Na+、Cl-、H2PO4-、HCO3-、Mg2+、Ca2+离子，以及胰酶、胆盐、淀粉葡萄糖苷酶和转化酶，与人体小肠消化液较为接近，比起以往的消化液可以显著提高混合膳食中的碳水化合物消化为葡萄糖的比例。
附图说明
为了使本发明的内容更容易被清楚的理解，下面根据本发明的具体实施例并结合附图，对本发明作进一步详细的说明，其中，
图1为本发明仿生人食管-胃-十二指肠-小肠硅胶模型示意图；
图2为本发明集成形态仿生、运动仿生、消化环境仿生为一体的仿生消化系统结构示意图；
图3是本发明所述仿生胃的形态仿生结构示意图；
图4是本发明所述仿生十二指肠形态仿生结构示意图；
图5为本发明所述仿生小肠形态仿生结构示意图；
图6小肠模具结构示意图；
图7为实测葡萄糖含量的代表性色谱图(GB 5009.8-2016)；
图8为5种食物的真人实测的GI值与模型预测的相关性；
图中附图标记表示为：1-仿生食管、2-仿生胃、3-仿生十二指肠、4- 仿生胃液流加管、5-仿生肠液流加管、6-仿生食管蠕动电机(左)、7-仿生食管蠕动电机(右)、8-仿生胃部蠕动电机(左)、9-仿生胃部蠕动电机(右)、 10-仿生胃部垂直挤压固定板、11-仿生胃部垂直挤压支架、12-仿生十二指肠蠕动电机(左)、13-仿生十二指肠蠕动电机(右)、14-消化产物采集器、 15-加热设备、16-密封防尘装置、17-控制设备、18-仿生胃部蠕动设定界面图、19-仿生十二指肠蠕动设定界面、20-报警装置、21-仿生胃液蠕动泵、 22-仿生肠液蠕动泵、23-清洗液蠕动泵、24-仿生胃液、25-仿生肠液、26- 清洗液、27-仿生小肠、28-绒毛、29-有机玻璃板、30-光滑小孔、31-环形褶皱、32-分泌管。
具体实施方式
本发明所述集成胃肠形态仿生、运动仿生、消化环境仿生的一体化的胃肠仿生系统是利用人仿生食管-胃-十二指肠-小肠硅胶模型按照人体位置和运动模式安装形成，所述人仿生食管-胃-十二指肠-小肠硅胶模型已在中国专利201710694021.1和201721013356.4中予以描述和记载。
如图1所示的仿生人食管-胃-十二指肠-小肠硅胶模型示意图，本发明提供了一种柔性人食管、胃、十二指肠和小肠一体化模型的制备方法，包括如下步骤：
【S1】扫描人的食管、胃、十二指肠和小肠的内部和外部结构，制得仿生食管1、仿生胃2、仿生十二指肠3和仿生小肠27。
采用三维扫描仪分别扫描人的食管、胃和十二指肠的内部和外部结构，通过三维建模软件将扫描到的图像建模并保存成STL格式的图片；将三维图像输入到3D打印机中，依次制得人的食管模具、胃模具和十二指肠模具。
食管模具的制备：
根据真实人的食管生理学数据，确定食管的平均外径为20mm，平均内径为15.6mm，并且有三个狭窄部位，其中第一狭窄部位位于食道的起端，即咽与食道的交接处；第二个狭窄部位在食道入口以下7cm处；第三个狭窄部位位于食管和胃的交界处。本发明根据食管的内径和外径尺寸，首先制作出一个平面的硅胶板的模具，该模具内槽长度为250mm，宽度为π*食管外直径＝62.8mm。所需硅胶量为250x62.8x2.2mm3＝345.4毫升。
胃模具制备方法：
如图3所示，使用三维扫描仪扫描真实胃的内部和外部结构，用三维建模软件进行三维重构，并保存成3D打印机识别的STL格式。用3D打印机逐层打印出来。其中胃模具有四部分组成，包括内模和外模，内模和外模分别有两部分拼装而成。
十二指肠模具的制备方法：
如图4所示，使用三维扫描仪扫描人的真实十二指肠的内部和外部结构，根据真实人的十二指肠数据，确定十二指肠的外径为70mm，内径为 50mm，并且有环形褶皱31。
本发明根据十二指肠的内径和外径尺寸，首先制作出一个平面的硅胶板的模具，该模具的内槽长度为250mm，宽度为π*十二指肠外直径＝219.8mm。所需硅胶量为250x219.8x10mm3＝549.5毫升。
小肠模具的制备方法：
如图5-6所示，根据三维扫描仪所得到的真实人的小肠结构尺寸，在有机玻璃板29上打上具有一定间隔、直径和深度的光滑小孔30，制得小肠模具。
【S2】在模具上均匀涂抹脱模剂，将弹性液体材料浇注在模具上，待其固化后经脱模分别制得仿生食管1、仿生胃1、仿生十二指肠3和仿生小肠27，并经表面清洁后进行晾干处理。
制备硅橡胶液体：
计算出所制模具的内模和外模之间预留的空隙空间和待制造的仿生人食管、胃、十二指肠和小肠的体积，制备液体硅胶，并将液体硅胶和交联剂混合和消泡，得到未交联的液体硅胶，浇铸液体的体积与待制造的软弹性容器材料体积相等。当然本发明还可以采用其它弹性体材料。
其中硅胶材料的力学性能参数为：拉伸强度为40kgf/cm，断裂伸长率为300-600％，抗扯强度为20-30kgf/cm，线性收缩为≤0.5％。
其中食管模型和十二指肠模型的制备方法：根据三维扫描所获得的人的食管和十二指肠的内外径尺寸，通过3D打印机和硅胶材料分别制作出具有平面硅胶板结构的食管模具和十二指肠模具，其模具的长度分别为食管和十二指肠的长度，模具的宽度为食管和十二指肠的外径周长；将两硅胶板在沿其长度方向的两侧边上逐层涂抹粘结剂，固化后分别制得食管模型和十二指肠模型。
小肠模型的制备方法具体包括：在有机玻璃板29上成型具有一定间隔、直径和深度的光滑小孔30，制得小肠模具；在有机玻璃板29模具上涂抹脱模剂，将弹性液体材料浇注在小肠模具上，待其固化后脱模，并经表面清洁后进行晾干处理，制得内壁具有绒毛28的小肠初模型；将小肠初模型在沿其长度方向的两侧边上逐层涂抹粘结剂，固化后制得小肠模型。
胃模型的制备方法具体包括：3D打印机根据三维扫描所得人胃的内部和外部尺寸打印胃模具的内模和外模；向内模的外表面及外模的内表面分别涂抹脱模剂；在内模与外模所形成的间隙中浇注弹性液体材料，待其固化后经脱模后制得左右两部分胃模型，经表面清洁后进行晾干处理；将晾干后的两部分胃模型在沿其长度方向的两侧边上逐层涂抹粘结剂，固化后制得胃模型。
将硅橡胶按1：1的质量比进行混合，抽真空10分钟直到所有气泡全部消失。同时清洗各模具，并在各模具上均匀的涂上脱模剂，然后分别按所需量灌入各模具中，其中食管模具、十二指肠模具和小肠模具按所需量注入，胃模具直到灌满为止(约650ml)。将灌入硅橡胶的各模具放入低于 40℃的烘箱中烘干3小时取出，将模具取出即得各模型。
【S3】如图1所示，在胃模型、十二指肠模型和小肠模型上分别打孔，在孔中插入并固定柔性管作为分泌管32。分泌管32优选为外径为2mm、内径为1mm、长度为300-400mm的硅胶管。
将制得的胃模型和十二指肠模型和小肠模型用打孔器打孔，将硅胶管插入孔中并用胶水粘结，硅胶管可以突出一部分，等粘好后贴着胃壁剪齐，同时确保硅胶管不被胶水堵塞，且插入端的端口处不超过胃模型、十二指肠模型和小肠模型的内表面。粘好后放置3小时，然后每一根硅胶管分别通入水溶性的红色液体染料，检查分泌管32的导通情况；然后将胃的分泌管32集成到一根较粗的管子上，每根管子事先用一定长度的实心电线堵住，防止胶水流入分泌管32中，等粘好后再拔除，并通入水溶性的红色液体染料，检查是否漏液和堵塞。
各模型在沿其长度方向的两侧边的连接处逐层涂抹硅胶粘结剂，每层硅胶粘结剂的固化时间为2.5-3.5小时，涂抹5-7层；将模具一端的出口封闭，从其另一端注入水溶性红色液体燃料检测模具是否漏液。
采用5mm的打孔器在胃模型的胃壁两个侧面各打12个孔，在十二指肠模型的大乳头位置及小肠模型上至少各打一个孔，分泌管32逐个固定于对应的孔里，其插入端的端口处不超过胃模型和十二指肠模型的内表面，且与所述胃模型和十二指肠模型的内部相连通。
【S4】使用胶黏剂将仿生人的食管模型、胃模型、十二指肠模型和小肠模型按结构顺序利用硅胶粘结起来，即得一体化模型，同时检查是否漏液。
如图2中所示结构，本发明所述无菌的仿生消化系统集形态仿生、运动仿生、消化环境仿生为一体。
所述形态仿生部分包括：仿生食管1、仿生胃2以及仿生十二指肠3，所述仿生食管1、仿生胃2以及仿生十二指肠3均由硅胶材料经3D打印制成，并具有模拟食管、胃部和十二指肠真实生理尺寸和内部结构，并将所述仿生食管1、仿生胃2以及仿生十二指肠3按照人体正常体位予以固定安装于密封防尘装置16内。
所述运动仿生部分包括：仿生食管蠕动电机(左)6、仿生食管蠕动电机(右)7、仿生胃部蠕动电机(左)8、仿生胃部蠕动电机(右)9、以及仿生十二指肠蠕动电机(左)12和仿生十二指肠蠕动电机(右)13，利用上述蠕动电机对所述仿生胃部垂直挤压固定板10和仿生胃部垂直挤压支架 11对各仿生器官进行挤压，并通过控制设备17对整个仿生系统的实验时间、温度、倾斜角进行适应性设定，并分别通过仿生胃部蠕动设定界面图18、仿生十二指肠蠕动设定界面19对胃部蠕动挤压参数和仿生十二指肠蠕动参数进行设定并模拟运动。
所述消化环境部分包括：用于消化液注入的仿生胃液流加管4、仿生肠液流加管5，并利用仿生胃液蠕动泵21、仿生肠液蠕动泵22调节消化液的流加速度，同时将仿生胃消化液24、仿生肠消化液25保存在37℃恒温环境中。
另外，实验过程中的消化产物收集采用消化产物采集器14等进行收集、实验过程中如有操作失误，系统将启动报警装置20进行报警，发出响亮警示声音、并发出闪亮的灯光，提示终止操作。
如图2-5所示，将仿生消化器官和仿生消化系统进行无菌处理，即将所述仿生胃2、仿生十二指肠3于121℃高压灭菌处理15分钟后，置于50℃烘箱烘干内部水分，同时将整个消化系统设备整体用75％的酒精消毒，保证整个系统无菌环境。
对整个仿生消化系统精心37℃恒温控制，开启加热设备15后的15min内，保温箱内温度从室温(20℃)加热至人体体温(37℃)，并通过智能数显温控器及温度传感器对保温箱内的温度进行监控，在实验过程中能保持温控精度为37±1℃；同时将要用的待检测的牛奶提前5分钟放到数控恒温设备中保证消化37℃恒温。
配制仿生胃消化液，仿生胃消化液中各组分浓度为K+9.75mmol/L、Na+ 90.25mmol/L、Cl-67.63mmol/L、H2PO4 -1.125mmol/L、CO3 2-25.5mmol/L、 Mg2+0.15mmol/L、NH4 +1.25mmol/L、Ca2+0.15mmol/L、胃蛋白酶2000U/mL、 pH调为2。具体配制步骤包括：在每1升高压去离子水，分别称取37.3gKCl、 68gKH2PO4、84gNaHCO3、117gNaCl、30.5gMgCl2(H2O)6、48g(NH4)2CO3、44.1gCaCl2(H2O)2，然后从配制好的溶液中分别称取17.25mlKCl溶液、 2.25mlKH2PO4溶液、31.25ml NaHCO3溶液、29.5mlNaCl溶液、 1mlMgCl2(H2O)6溶液、1.25ml(NH4)2CO3溶液，定容成1000ml，即为胃液母液。随后用2M NaOH、6M HCL滴定使溶液pH为2，并加入胃蛋白酶2000U/mL，制成胃消化液。其中，90ml模拟胃液配方为：取90ml胃液母液加入0.495克胃蛋白酶，及45uLCaCl2(H2O)2溶液混合，并在使用前均经 0.22um真空过滤器过滤。
配制仿生肠消化液，仿生肠消化液中的各组分浓度为：K+9.5mmol/L、 Na+154.3mmol/L、Cl-56.5mmol/L、H2PO4 -1mmol/L、HCO3 -106.3mmol/L、 Mg2+0.42mmol/L、Ca2+0.6mmol/L、胰液素(胰液提取物)100U/mL、胆盐 10mM、淀粉葡萄糖苷酶10U/mL，转化酶3U/mL，调pH中性。具体配制步骤包括：分别取17mlKCl溶液、2ml KH2PO4溶液、106.25ml NaHCO3溶液、24mlNaCl溶液、2.75mlMgCl2(H2O)6，溶液定容成1000ml，即为肠液母液。随后用2MNaOH、6M HCL滴定使溶液pH为7；并加入胰液素 100U/ml、胆盐10mM、淀粉葡萄糖苷酶10U/mL，转化酶3U/mL制成肠消化液，并在使用前均经0.22um真空过滤器过滤。
如图3所示，食物经胃环境的模拟，将所述仿生胃消化液一次性加入仿生胃2中，按照混合膳食和仿生胃消化液以1：1的体积比例混合，固体或半固体食物采用直接从“胃与食管连接处”加入经口腔消化后的食糜，液体食物直接从食管“喂进去”食物。同时通过控制仿生胃部蠕动电机(左) 8和仿生胃部蠕动电机(右)9的运动来调整胃部蠕动参数为左侧15R/min、右侧15R/min，同时控制胃部挤压速度2mm/s、挤压位置30mm、幽门挤压速度2mm/s、挤压末端位置30mm、挤压张开位置15mm；如果采用连续流加仿生胃消化液的形式，仿生胃消化液流加速度设为2mL/min。
如图4所示，从胃消化的食糜经十二指肠环境的模拟，将上述经仿生胃消化后的食糜消化产物与仿生肠消化液以1：1的体积比例混合，根据食物性质调整肠部蠕动参数、肠液流加速度，通过控制仿生十二指肠蠕动电机(左)12和仿生十二指肠蠕动电机(右)13的运动控制十二指肠蠕动参数为左侧15R/min、右侧15R/min。在此期间，按照小肠消化0min、15min、 30min、45min、60min、90min、120min时取样2毫升，加等体积的无水乙醇或者放在冰上或者冻到-18摄氏度以下起来，以终止消化反应。在4℃、 2000g/min的条件下，离心样品收集上清。采用GB 5009.8-2016食品安全国家标准对消化液中的葡萄糖进行测定，并将0min、15min、30min、45min、 60min、90min、120min收集到的食糜按照约1:10的比例刺激小肠细胞 (Caco2)，计算葡萄糖的吸收含量。
消化实验完成后，利用清洗液蠕动泵23从仿生食管1中“喂”大量清洗液26(去离子水)，待仿生十二指肠3末端流出溶液中不含食糜，即清洗基本完成。清洗过程中通过调节“身体”的倾斜角度使体内溶液更易流出，清洗更彻底。实验结束后取下人胃模型进一步清洗，且关闭仪器。
下公式计算器计算EGI值：
EGI＝[(A1+A2)×7.5+(A2+A3)×7.5+(A3+A4)×7.5+(A4+A5)× 7.5+(A5+A6)×15+(A6+A7)×15]/A*120
其中，A1、A2、A3、A4、A5、A6、A7分别为消化吸收0min、15min、 30min、45min、60min、90min、120min时葡萄糖的总量，A 表示等同于与受试样品可利用碳水化合物相同质量的葡萄糖的质量。
按照上述实验步骤和方法，分别以挂面作为固体食物的代表性例子，可乐作为液体食物的代表性实例进行说明。首先，取含10克可利用碳水化合物的挂面，采用面：水比例为1：5的比例进行蒸煮5分钟，放到室温。真人咀嚼挂面分析其口腔加工后的食物粒径大小，然后采用口腔加工机器将挂面的粒径加工成和真人口腔相同的粒径。然后进行口腔消化、胃消化和小肠消化、小肠细胞模型吸收。计算经小肠细胞模型吸收后的葡萄糖总量。实验结果，每个实验做三次，每次至少2次重复，取平均值。如下表1 所示，消化吸收0min、15min、30min、45min、60min、90min、120min 时葡萄糖的总量分别为3.78克、3.95克、3.96克、4.56克、4.65克、5.03 克、5.10克，对应曲线下的面积＝[(3.78+3.95)×7.5+(3.95+3.96)×7.5+ (3.96+4.56)×7.5+(4.56+4.65)×7.5+(4.65+5.03)×15+(5.03+5.10) ×15]＝547.4，预测GI＝547.4×100/10/120＝45.6。
表1.代表性食品的葡萄糖吸收后的总含量以及EGI预测
Figure RE-GDA0002944001180000131
Figure RE-GDA0002944001180000141
图7为实测葡萄糖含量的代表性色谱图(GB 5009.8-2016)；图8为体外预测GI与人体GI的相关性；可见，本发明所述方法可有效食物血糖生成指数，与人体实验具有较高的一致性。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.一种体外预测食物血糖生成指数的方法，其特征在于，所述方法通过测定含A克可利用碳水化合物的食物在消化120分钟内葡萄糖在小肠细胞吸收的含量下的面积除以A克葡萄糖在120分钟内吸收总量的面积比值；
预测GI＝[(A1+A2)×7.5+(A2+A3)×7.5+(A3+A4)×7.5+(A4+A5)×7.5+(A5+A6)×15+(A6+A7)×15]/A*120
其中，A1、A2、A3、A4、A5、A6、A7分别为消化吸收0min、15min、30min、45min、60min、90min、120min时葡萄糖的总量，A表示等同于与受试样品可利用碳水化合物相同质量的葡萄糖的质量。
2.根据权利要求1所述的食物血糖生成指数的方法，其特征在于，所述体外预测食物血糖生成指数的方法采用仿生食管-胃-十二指肠-小肠硅胶模型仿生系统进行测试。
3.根据权利要求1或2所述的体外预测食物血糖生成指数的方法，其特征在于，所述方法具体包括如下步骤：
(1)取仿生胃、仿生肠道进行灭菌，并保持仿生胃、仿生肠道的形态，搭建所述仿生食管-胃-十二指肠-小肠硅胶模型仿生系统，并将整个仿生消化系统进行无菌处理；
(2)对于固体或半固体食物，将食物按照人体咀嚼颗粒大小进行样品前处理，或用模拟口腔咀嚼加工设备或口腔研磨机将食物处理成与人体咀嚼较一致的颗粒；对于液体食物此步骤可省略，直接进入第3步。
(3)对于固体或半固体食物，将模拟口腔消化后的混合膳食注入仿生胃中，在模拟胃环境下，食糜与仿生胃消化液混合并进行消化；
(4)将经仿生胃消化后的混合膳食注入仿生肠道中，在模拟十二指肠环境下，与仿生肠消化液混合并消化。
4.根据权利要求3所述的体外预测混合膳食中血糖生成指数的方法，其特征在于，所述步骤(2)中，所述模拟胃环境的参数包括：保持胃部环境37℃，胃部运动的模拟蠕动参数为左侧15R/min、右侧15R/min，胃部挤压速度2mm/s、挤压位置30mm、幽门挤压速度2mm/s、挤压末端位置30mm、挤压张开位置15mm；若所述仿生胃消化液采用连续流加的形式，其流加速度为2mL/min。
5.根据权利要求3或4所述的体外预测混合膳食中血糖生成指数的方法，其特征在于，所述仿生胃消化液配比包括：K+ 9.75mmol/L、Na+ 90.25mmol/L、Cl- 67.63mmol/L、H2PO4 -1.125mmol/L、CO3 2- 25.5mmol/L、Mg2+ 0.15mmol/L、NH4 + 1.25mmol/L、Ca2+ 0.15mmol/L、胃蛋白酶2000U/mL、调pH为2。
6.根据权利要求4或5所述的体外预测混合膳食中血糖生成指数的方法，其特征在于，所述仿生胃消化液与混合膳食的体积比为1：1。
7.根据权利要求3-6任一项所述的体外预测混合膳食中血糖生成指数的方法，其特征在于，所述步骤(3)中，所述模拟肠道环境的参数包括：保持仿生肠道环境的温度为37℃，肠道运动的模拟蠕动参数为左侧15R/min、右侧15R/min。
8.根据权利要求7所述的体外预测混合膳食中血糖生成指数的方法，其特征在于，所述仿生肠消化液配比包括：K+ 9.5mmol/L、Na+ 154.3mmol/L、Cl- 56.5mmol/L、H2PO4 - 1mmol/L、HCO3 - 106.3mmol/L、Mg2+ 0.42mmol/L、Ca2+ 0.6mmol/L、胰液素100U/mL、胆盐10mM、淀粉葡萄糖苷酶10U/mL，转化酶3U/mL，pH中性。
9.根据权利要求7或8所述的体外预测混合膳食中血糖生成指数的方法，其特征在于，所述仿生肠消化液与混合膳食的体积比为1：1。
10.根据权利要求3-9任一项所述的体外预测混合膳食中血糖生成指数的方法，其特征在于，所述步骤(1)中，所述仿生胃、仿生肠道灭菌步骤为将所述仿生胃、仿生肠道于121℃下高压灭菌处理15分钟后，置于50℃烘箱烘干内部水分；所述仿生消化系统无菌处理步骤为将消化系统设备整体用75％的酒精消毒处理。
CN202011239535.6A 2020-11-09 2020-11-09 通过仿生模拟消化吸收技术预测食物血糖生成指数的方法 Pending CN112557607A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011239535.6A CN112557607A (zh) 2020-11-09 2020-11-09 通过仿生模拟消化吸收技术预测食物血糖生成指数的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011239535.6A CN112557607A (zh) 2020-11-09 2020-11-09 通过仿生模拟消化吸收技术预测食物血糖生成指数的方法

Publications (1)

Publication Number Publication Date
CN112557607A true CN112557607A (zh) 2021-03-26

Family

ID=75041659

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011239535.6A Pending CN112557607A (zh) 2020-11-09 2020-11-09 通过仿生模拟消化吸收技术预测食物血糖生成指数的方法

Country Status (1)

Country Link
CN (1) CN112557607A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113238010A (zh) * 2021-04-27 2021-08-10 暨南大学 一种体外测定碳水化合物食物的血糖生成指数的方法
CN115032350A (zh) * 2022-06-13 2022-09-09 暨南大学 一种体外测定面条食品血糖生成指数的方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101784898A (zh) * 2007-06-28 2010-07-21 卡夫食品环球品牌有限责任公司 测定食品血糖生成指数的体外方法
CN108426982A (zh) * 2018-03-11 2018-08-21 中粮营养健康研究院有限公司 一种体外表征食物中蛋白质消化率的方法
CN109722464A (zh) * 2017-10-27 2019-05-07 中粮营养健康研究院有限公司 一种体外模拟微生物受胃、十二指肠环境胁迫的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101784898A (zh) * 2007-06-28 2010-07-21 卡夫食品环球品牌有限责任公司 测定食品血糖生成指数的体外方法
CN109722464A (zh) * 2017-10-27 2019-05-07 中粮营养健康研究院有限公司 一种体外模拟微生物受胃、十二指肠环境胁迫的方法
CN108426982A (zh) * 2018-03-11 2018-08-21 中粮营养健康研究院有限公司 一种体外表征食物中蛋白质消化率的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王梦倩 等: "基于全局优化算法的杂粮eGI预测模型建立及关键影响因素分析", 《中国粮油学报》 *
齐艳萍 等: "2型糖尿病小鼠不同时间点的病理生理变化", 《中国现代医学杂志》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113238010A (zh) * 2021-04-27 2021-08-10 暨南大学 一种体外测定碳水化合物食物的血糖生成指数的方法
CN113238010B (zh) * 2021-04-27 2022-06-07 暨南大学 一种体外测定碳水化合物食物的血糖生成指数的方法
CN115032350A (zh) * 2022-06-13 2022-09-09 暨南大学 一种体外测定面条食品血糖生成指数的方法
CN115032350B (zh) * 2022-06-13 2023-08-01 暨南大学 一种体外测定面条食品血糖生成指数的方法

Similar Documents

Publication Publication Date Title
CN112557607A (zh) 通过仿生模拟消化吸收技术预测食物血糖生成指数的方法
Sensoy A review on the food digestion in the digestive tract and the used in vitro models
CN105702146A (zh) 仿生动态鼠胃-十二指肠消化系统模拟装置和模拟实验方法
Venema The TNO in vitro model of the colon (TIM-2)
Morell et al. Understanding the relevance of in-mouth food processing. A review of in vitro techniques
CN108364553B (zh) 一种人体胃-小肠道消化模拟方法及装置
CN109722464B (zh) 一种体外模拟微生物受胃、十二指肠环境胁迫的方法
CN103926375B (zh) 一种模拟人体消化酵解系统的装置及使用方法
US8257085B2 (en) Device for simulating a stomach of a monogastric mammal or of a human being
US11189197B2 (en) Lung simulation apparatus
CN103675205A (zh) 一种模拟胃部消化的装置及使用方法
Ménard et al. The DIDGI® system
O'farrell et al. In vitro models to evaluate ingestible devices: Present status and current trends
Qazi et al. In vitro models for simulating swallowing
CN205264217U (zh) 仿生动态鼠胃-十二指肠消化系统模拟装置
CN108172091A (zh) 一种人工胃装置
CN106373474B (zh) 脉象模拟仪
Mathieu et al. An experimental model to investigate the biomechanical determinants of pharyngeal mucosa coating during swallowing
CN110580847A (zh) 一种动态人胃-十二指肠体外仿生消化系统
Chanda et al. Introduction to Human Tissues
CN108426982A (zh) 一种体外表征食物中蛋白质消化率的方法
CN115662235A (zh) 一种个体化心血管介入手术数字孪生系统
CN115144537A (zh) 一种动态模拟消化系统的装置及方法
CN103815128A (zh) 一种建立动脉粥样硬化动物模型的高热量饲料及其应用
CN113724562A (zh) 一种用于经颅超声扫查的仿体颅脑模型及其制备方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210326