CN115032350B - 一种体外测定面条食品血糖生成指数的方法 - Google Patents
一种体外测定面条食品血糖生成指数的方法 Download PDFInfo
- Publication number
- CN115032350B CN115032350B CN202210659247.9A CN202210659247A CN115032350B CN 115032350 B CN115032350 B CN 115032350B CN 202210659247 A CN202210659247 A CN 202210659247A CN 115032350 B CN115032350 B CN 115032350B
- Authority
- CN
- China
- Prior art keywords
- digestion
- vitro
- noodles
- value
- food
- 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
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
- G01N33/10—Starch-containing substances, e.g. dough
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/30—Against vector-borne diseases, e.g. mosquito-borne, fly-borne, tick-borne or waterborne diseases whose impact is exacerbated by climate change
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Noodles (AREA)
Abstract
本发明公开了一种体外测定面条食品血糖生成指数的方法,属于食品检测技术领域。(1)体外试验模拟面条烹饪,得到混合液;(2)模拟人体小肠的酶消化反应活动;(3)测定面条还原糖含量;(4)基于数学模型对消化曲线进行拟合,得到体外消化试验参数;(5)建立标准样品GI值与体外消化试验参数之间的函数关系;(6)对待测面条的GI值进行预测。本发明所述方法的基础在于利用已知GI的面条食品作为标准参照物,建立体内GI指数与体外模拟消化试验参数之间的数学函数关联,以实现对待测面条食品GI指数的精确预测。本发明所述方法得到的体外消化试验参数与GI值的关系,其线性相关性r在0.85以上,预测精准度更高。
Description
技术领域
本发明属于食品检测技术领域,特别涉及一种体外测定面条食品血糖生成指数的方法。
背景技术
碳水化合物,特别是以淀粉为代表的生糖类碳水化合物(Glycemiccarbohydrates),经人体消化系统的消化后,最终以葡萄糖的形式进入血液,不仅是人体最重要的能量来源,还是引起人体内餐后血糖升高的最重要原因。过去几十年,随着生产力的提高和人均可支配收入的增加,饮食中碳水化合物的消费量持续增加。
面条是我国居民最重要的传统主食之一,已有4000多年的历史。小麦是面条制作最重要的原料之一。据统计,每年用于面条制作的小麦粉占小麦总产量的35%。淀粉是面条制品中含量最高的成分,含量一般在60~70%。血糖生成指数(Glycemic index,GI)是评估面条、面包、米饭、粥、燕麦等碳水化合物食品餐后血糖反应的最重要指标。科学研究证明,由淀粉等可生糖碳水化合物所主导的血糖变化与人体健康密切相关。与高GI饮食相比,低GI饮食不仅能帮助控制食欲和延迟饥饿,益于体重控制,更能改善1型和2型糖尿病人的葡萄糖和脂质水平,有显著的保健效果。《中国糖尿病膳食指南2017》中就推荐了全谷物、杂豆类等低GI主食;《特殊医学用途配方食品通则》中也将低GI膳食作为血糖管理的营养干预推荐并规定糖尿病全营养配方食品的GI值≤55。低GI食品作为更科学以及适用消费群更为广泛的健康饮食选择,对于健康产业的发展具有开拓性的需求和意义。
GI值是功能性碳水化合物食品的重要指标,是通过标准统一的人体内血糖测试而计算得到的具体数值。当前,各国家/地区测试食品GI值方法均基于国际标准组织ISO出台的人体规范测试ISO 26642:2010,即:一种食品与同样数量的参考食品(通常为白面包或葡萄糖) 相比的血糖升高潜力,测试步骤可概括如下:1)选取至少10名过夜禁食后的健康受试者,让其摄入含有25g或50g可利用碳水化合物的受试面条样品;2)在面条消化开始前(0h) 和接下来2h消化时间内每隔15-30min采集血样,通常经指尖肘静脉取血并分析各个消化时间的血糖水平,制作2h内的血糖响应曲线(即血糖水平与时间关系图);3)作为对照,再次过夜禁食后,让相同受试个体摄入等量可利用碳水化合物中包含的葡萄糖(或具有已知GI 值的白面包),进行相同的测试获得2h内的血糖响应曲线;4)测定反应曲线下方面积(Area Under Curve,AUC),并规定葡萄糖作为标准参照品AUC值为100;待测面条与葡萄糖参照品的AUC比值乘以100,即得到血糖生成指数,即GI值。
人体血糖测试虽可以更为真实地反应不同食品GI值的变化,但需要至少10名志愿者进行平行实验,既涉及到相应的伦理申请,测试结果还受志愿者人数及个体差异影响较大。当前,体内血糖测试GI值方法不仅价格昂贵、效率不高且准确度无法保证,不适合面条制品生产企业高通量低GI原料筛选和产品研发等工作,极大地限制了当前国内外食品企业低GI面条食品的研发与推广,无法满足面条行业中大量测试的需要。
此外,与面包、燕麦、米饭等成分较为简单的典型碳水化户物食品相比,面条食品配方组成更为复杂,参与影响其消化效率的因子较多,包括但不限于:蒸煮条件(温度、时间、水的比例);面筋蛋白的含量与结构;原料淀粉的含量与结构;蒸煮后面条的冷却条件。因此,在面条食品GI值测试过程中存在着的不可控因素更多且影响更为复杂,测试结果可靠性难以保证。
随着科学技术以及相应基础理论研究的发展,基于计算机系统所连接控制的单腔室或多腔室动态体外消化测试、与磁力搅拌器组合的单试管/烧杯的静态体外消化测试方法在预测食品GI值方面已经展现出了巨大的应用潜力。例如,Bellmann等人基于TIMcarb动态体外消化模型预测了包含意大利面在内的22种不同食品的血糖反应曲线;Edwards等人采用单酶静态模型预测了意面、面包、米饭等20种富含淀粉食物的GI值,并得到了Zou等人的验证。
与动态体外消化方法相比,静态体外消化测试具有操作简单、重复性好、成本低、效率高等优点,在体外预测食品GI值方面具备非常大的潜能。Englyst法是最早被用于测试土豆、红薯、山药等食品GI值的经典静态体外消化方法。在该方法中,待测食物在37℃下与消化酶混合后进行消化实验,并使用比色法测定各个消化时间点的葡萄糖水平。但到目前为止,Englyst法已遇到相当多的批评与质疑。例如,Garsetti等人使用Englyst法预测饼干食品(GI~ 35-60)的GI值并随后与体内测定值比较后发现,Englyst法几乎没有预测价值;Brand-Miller 等人用Englyst法测试为三种中等GI值的食品样品后经体内测试结果却均属于低血糖食品 (GI均<55)。因此,研究者们竭力主张食品制造商承诺仅在经验丰富的实验室使用标准化的体内试验方法进行食品GI值测试。继Englyst法之后,等人采用一阶消化动力学方程的对消化数据拟合分析后预测了意大利面(pasta)、米饭和饼干等食品的GI值,其结果显示,待测食品样品在90min时的水解指数(HI90)与GI值的相关性最为显著。
中国发明专利(ZL200880105327.8测定食品血糖生成指数的体外方法)公开了测定食品血糖生成指数的体外方法。该专利中所述的食品GI值方法本质上是一种改良的Englyst法,其采用低温均匀研磨食物并固化或半固化食物样品,以确保食物分子完整性。此外,该专利所述的方法不仅同时模拟并考虑了蛋白质、脂肪与糖醇等其他食品组分的消化产物对实验结果的影响,并采用液相色谱(HPLC)测定葡萄糖、果糖、半乳糖、蔗糖或麦芽糖醇等各消化产物的含量,所得数据最后由计算机数据模型得到模拟的GI指数,以提高预测的准确性。然而,该专利所述的方法虽然一定程度上提高了GI指数预测的准确性,但存在着如下问题:1) 不合理或非必要步骤导致操作繁琐、2)耗时长、效率不高(如一天内由一名分析人员最多测定15个食物样品);3)数据处理过度依赖专业统计软件;4)精准度无法保证等问题。
在另一个中国发明专利(ZL201610182902.0应用于食物升糖指数评估的快速测定方法) 中,研究者们则公开了应用于食品升糖指数评估的快速测定方法,即:将一种转糖酵素反应剂与待测食品样品混合后进行生糖反应,并借助超声波震荡将食物击碎。待测食品样品中的淀粉、原生糖份与膳食纤维等进行类消化模拟反应后,得到类食糜状的转糖生成产物。依时序测定此生成产物中的葡萄糖浓度,得到生糖反应曲线。经由数值方法与“转糖函数对应升糖指数”的转换计算后可快速评估出被测试样品的GI值。此法虽然可大幅缩短体外检测时间,精简所需的高级科学仪器与人力,但后期数据处理涉及大量数学积分和电脑软件程序应用,操作繁杂。此外,在中国发明专利申请(202010936365.0一种测定食品血糖生成指数的体外消化模型方法)中,研究者们公开了一种测定食品血糖生成指数的体外消化模型方法,该方法通过模拟口腔、胃和小肠的消化,测定不同消化时间点下葡萄糖的含量来预测食品GI值。该法虽然简化了后期数据的处理,但同样存在不合理或非必要步骤导致操作繁琐的缺点。而在中国发明专利申请(202010198456.9一种血糖生成指数检测方法)中,研究者们在进行体外消化测试预测食品GI值的过程中,仅凭借其他文献中的经验公式去推测待测样品的GI,完全没有使用任何已有明确GI值的标准食品进行对比测试,测试结果准确性无法保证。在另一个中国发明专利申请(201510760117.4一种便捷的测定食品血糖生成指数的体外方法)中,研究者们则公开了一种便捷的测定食品血糖生成指数的体外方法,并以麦芽糖作为标准品。但是,在该方法中,研究者们在分析消化产物的时候测定的却是葡萄糖的含量,前后不一致。此外,该技术还需要在不同时间点测定葡萄糖含量后,再根据公式GI=0.862HI+8.189(HI为 2h内的水解率)计算得到食物的预测GI值,不仅忽视了消化率与消化速率之间的差异性,还忽视了真实体内消化过程中淀粉水解产物的多样性等,与人体内的真实消化产物严重不符。
此外,研究发现,当前其他相关的GI体外测试方法都存在各种问题。例如,中国发明专利(ZL202110458696.2一种体外测定碳水化合物食物的血糖生成指数的方法)公开了一种体外测定碳水化合物食物的血糖生成指数的方法。在该方法中,研究者们采用当前较为流行的 INFOGEST体外消化模型,并同时对已知GI值的标准食品以及待测食品进行体外消化测试,以更好地模拟人体口腔、胃、小肠的消化过程,最终通过测定体外淀粉消化率曲线下面积来预测待测食品样品的GI值。虽然该方法预测GI值具有较高的准确性,但该模型涉及大量试剂的配置(如人工模拟唾液、胃液和小肠液的配制)导致操作繁琐,需要专业的恒温水浴设备导致测试成本较高等问题。此外,该方法仅仅涉及到饼干以及米饭等较为简单的食品,未充分考虑到面条等需要蒸煮的食品,影响其预测GI值高低的参与因素更多且不同因素之间相互作用更为复杂等。
综上所述,在体外试验测试面条食品GI这一领域,诸多现有的分析方法都存在显著的缺陷,可简单归纳如下:
(1)无特异性针对面条食品GI值体外快检的统一方法。如上所示,当前各体外测试方法均未考虑不同碳水化合物食品间消化特性的差异,以及由此而引起的餐后血糖变化的机理不同。因此,将面条食品笼统归为碳水化合物食品,并随后进行无差别预测,所预测的GI 值准确度尚待明确。应该根据样品的实际情况选择相应的体外预测方法。
(2)不合理或非必要步骤导致操作繁琐。当前,大多数体外消化测试方法都基于模拟口腔、胃和小肠的消化。研究证明,对于一些食品样品,模拟人体口腔和胃部的消化是非必要的,决定其餐后血糖反应的关键消化部位是小肠。
因此,有必要开发一种高效、简便、准确且可特异性测定面条食品GI值的方法。
发明内容
本发明的目的在于克服现有技术的缺点与不足,提供一种体外测定面条食品血糖生成指数的方法。本发明是基于面条食品的理化性质,结合生物化学、食品化学、有机化学和消化反应动力学模拟等多方面的知识构建而成的全新一代检测技术,可服务于食品工业、面条食品开发等领域,用以快速检测筛选低血糖生成指数的面条食品样本。
本发明的目的通过下述技术方案实现:
一种体外测定面条食品血糖生成指数的方法,包括如下步骤:
(1)体外试验模拟面条烹饪,得到混合液;
(2)模拟人体小肠的酶消化反应活动:
将步骤(1)得到的混合液在搅拌条件下水浴加热得到肠道消化模拟物,将肠道消化模拟物与模拟小肠消化液反应,模拟人体对面条的肠道消化过程;
(3)测定面条还原糖含量;
(4)基于数学模型对消化曲线进行拟合,得到体外消化试验参数;
所述的基于数学模型对消化曲线进行拟合的方法,包括如下步骤:
1)依据体外酶消化在不同反应时间点释放的还原糖含量,制作还原糖含量消化曲线;
2)结合对数斜率法对原始数据进行拟合分析,初步得到相应的体外消化参数;
3)采用顺序/平行混合动力学体外消化模型,并参考2)得到的体外消化参数,输入CPS 模型;
4)结合利用规划求解的方式对2)得到的体外消化参数采用非线性最小二乘法(NLLS) 进行优化,得到最优拟合度的还原糖含量消化曲线,获得一系列体外消化试验参数。
(5)建立标准样品GI值与体外消化试验参数之间的函数关系;
所述的建立标准样品GI值与体外消化试验参数之间的函数关系的方法优选为:
1)基于拟合后最优解的还原糖含量消化曲线,采用Origin软件计算不同消化时间点曲线下面积值;
2)采用IBM SPSS Statistics 26软件分析不同消化时间点曲线下面积值、体外消化试验参数与GI值的相关性,线性回归分析获得体外消化试验参数与GI值的函数计算公式。
(6)对待测面条的GI值进行预测。
步骤(1)中,所述的体外试验模拟面条烹饪的方法,包括如下步骤:
1)将面条食品剪成小段,每段0.5~2cm;
2)面条与水密封混合,水浴加热得到混合液;
步骤1)中,所述的面条包括但不限于挂面、意面、半干面、方便面和混合餐拌面中的至少一种。
步骤1)中,所述的面条的长度优选为每段1cm。
步骤2)中,所述的面条与水按质量体积比mg:mL 450~550:10计算;更优选按质量体积比mg:mL 500:10计算。
步骤2)中,所述的水浴的条件优选为100℃加热20~30min;更优选为100℃加热25min。
步骤(2)中,所述的搅拌的转速优选为200~400rpm;更优选为300rpm。
所述的水浴的温度优选为37℃。
所述的模拟小肠消化液包括胰酶和醋酸钠缓冲液;
所述的模拟小肠消化液的制备方法优选包括如下步骤:按0.25~2mg/mL的比例向醋酸钠缓冲液中加入胰酶,离心,取上清即得模拟小肠消化液。
所述的胰酶的添加量优选为1mg/mL。
所述的醋酸钠缓冲液优选为0.2M pH=6.0醋酸钠缓冲液。
所述的离心优选为3500~4500g离心5~15min;更优选为4000g离心10min。
所述的模拟人体对面条的肠道消化过程的条件优选为:37℃、300rpm反应0~3h;更优选为37℃、300rpm反应3h。
步骤(3)中,所述的测定面条还原糖含量的方法,包括如下步骤:
1)终止模拟人体对面条的肠道消化过程,得到待测样液;
步骤1)中,所述的终止模拟人体对面条的肠道消化过程的试剂优选为Na2CO3。
2)将待测样液与4-羟基苯甲酰肼(PAHBAH)试剂密闭混合,沸水中加热,冷却,即得混合液;检测混合液吸光度值,依据标准麦芽糖溶液浓度的吸光度值,换算即得还原糖含量。
步骤2)中,所述的4-羟基苯甲酰肼(PAHBAH)试剂优选为0.5%(w/v)的4-羟基苯甲酰肼(PAHBAH)试剂。
步骤2)中,所述的待测样液与4-羟基苯甲酰肼试剂按体积比1:8~12计算。
步骤2)中,所述的加热的条件优选为100℃加热4~6min;更优选为100℃加热5min。
步骤2)中,所述的标准麦芽糖溶液通过将标准品麦芽糖溶解,即得标准麦芽糖溶液。
步骤2)中,所述的标准麦芽糖溶液中麦芽糖的浓度优选为0.125~2mmol/L。
步骤(6)中,所述的对待测面条的GI值进行预测的方法优选为:
1)待测面条食品基于步骤(1)(2)(3)(4),获得系列体外消化试验参数;
2)代入步骤(5)中GI值与体外消化试验参数的函数计算公式,即可得到面条食品预测 GI值。
本发明相对于现有技术具有如下的优点及效果:
(1)本发明考虑了不同碳水化合物食品之间影响淀粉消化速率的主要因素的不同,从而可引起的血糖反应不同,提出了单一针对面条食品血糖生成指数的预测方法,针对性更强、准确性更高、重复性更好。
(2)本发明减少了传统体外测定面条食品的血糖生成指数的方法中不合理或非必要步骤,操作更为简单,同时克服了传统技术中存在着的孤点测试无法反应整体消化情况的缺陷。
(3)本发明的体外测定面条食品血糖生成指数的方法数据分析不过度依赖专业统计软件,大大降低了数据分析的时间,并且数据的准确性可以完全得到保证。
(4)本发明所述方法得到的体外消化试验参数与GI值的关系,其线性相关性r在0.85 以上,预测精准度更高。
(5)本发明公开了一种简便高效的体外试验检测技术,以实现对面条食品的血糖生成指数(Glycemic Index,GI)的精准预测。此方法的基础在于利用已知GI的面条食品作为标准参照物,建立体内GI指数与体外模拟消化试验(Simulated In Vitro DigestionAssay)参数之间的数学函数关联,以实现对待测面条食品GI指数的精确预测。
(6)本发明是基于食品的理化性质,结合生物化学、食品化学,有机化学和反应动力学模拟等多方面的知识构建而成的全新一代检测技术,可服务于食品工业、面条食品开发等领域,用以快速检测筛选低血糖生成指数(Low GI)的面条食品样本。
附图说明
图1为实施例1中编号为1-5面条的还原糖含量消化曲线图。
图2为实施例1中以1号面条样品为例经对数斜率法判断后得到的独立的消化速率曲线图。
图3为利用顺序/平行混合动力学体外消化模型(combination of parallel andsequential kinetics model,CPS),同时结合利用规划求解的方式对消化曲线进行非线性最小二乘法拟合,得到的最优拟合度的还原糖含量消化曲线图。
图4为实施例1中已经过临床测试得到明确GI值的5种面条标准品的GI值与其体外消化试验参数AUR-5之间的关系图。
图5为各样品临床GI值与实施例1所述方法得到的预测GI值的对比图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
相关试剂的准备与配置:
Na2CO3溶液:0.3mol/L
NaOH溶液:0.5mol/L
NaOH溶液:2mol/L
HCL溶液:0.5mol/L
冰醋酸溶液:1.05g/mL
CaCl2溶液:1mol/L
MgCl2溶液:0.49mol/L
NaN3溶液:质量分数为0.5%
麦芽糖标准溶液:2mmol/L
0.2M醋酸钠缓冲液的配置:
0.2M醋酸钠缓冲液由以下组分的混合液组成:11.8mL、1.05g/mL的冰醋酸溶液+850mL 纯水、2mol/L的NaOH溶液+30.0mL调节pH值为6.0、1mol/L的CaCl2溶液+4.0mL、0.49mol/L的MgCl2溶液+1.0mL、0.5%的NaN3溶液+40.0mL,定容至1L。
所述的模拟小肠消化液由胰酶和0.2M醋酸钠缓冲液组成;
所述的小肠消化液的使用方法为:向100mL 0.2M pH=6.0的醋酸钠缓冲液中加入,按1 mg/mL的比例加入猪胰酶(8USP、P7545-100 g,购于Sigma公司),溶解后于4000g转速下离心10min,得到的上清液即为模拟小肠消化液。
所涉及到的小肠消化液都需要提前置于37℃水浴中保温。
实施例1
选用已知GI值的9种商业面条,其中,1号面条购于四川膳本善杜仲生物科技有限公司; 2号面条购于Benedikt Imports(Aust)Pty Ltd.公司;3号面条购于Rinoldi PastaPty Ltd.公司;4 号面条购于中粮国际(北京)有限公司;5号面条购于湖南青睐食品有限公司;6号面条购于北京膳麦坊商贸有限公司;7号面条购于玛士撒拉(上海)医疗科技有限公司;8号面条购于盟辉生物科技(上海)有限公司;9号面条购于北京东方倍力营养科技有限公司。编号1~5 为5种已经过临床测试得到明确临床GI值的面条,其临床GI值如下表1所示,以编号1~5 的面条作为标准面条食品。编号6~9的面条作为待测面条食品。编号1~9面条的碳水化合物含量如下表1所示。
表1:不同面条样品的临床GI值及碳水化合物含量
一种体外测定面条食品血糖生成指数的方法,具体包括如下步骤:
(1)体外试验模拟面条烹饪:
1)将面条食品剪成小段,每段0.5~2cm;
对每种面条,将其剪至1cm左右的长度,称量500mg的样品并记录其重量。
2)与水密闭混合;
将已称重的面条食品分别转移至50mL事先已加入10.0mL蒸馏水的离心管中,旋紧瓶盖。
3)在100℃水浴20~30min。
将离心管置于100℃水浴中恒温搅拌25min模拟烹饪过程,随后离心管转入60℃水浴下保存,防止淀粉重结晶,得到混合液。
(2)模拟人体小肠的酶消化反应活动:
1)每100mL 0.2M pH=6.0醋酸钠缓冲液中按1mg/mL的比例加入猪胰酶(8USP、P7545-100g,购于Sigma公司),溶解后于4000g转速下离心10min,得到的上清液即为模拟小肠消化液。
2)将步骤(1)得到的混合液置于37℃磁性搅拌器中水浴;全过程保持磁力搅拌,转速为300rpm,模拟人体对面条食品的肠道消化过程,得到肠道消化模拟物。
3)向步骤2)的肠道消化模拟物中加入8.0mL步骤1)的模拟小肠消化液于37℃水浴锅中300rpm搅拌反应3h,模拟人体对面条食品的肠道消化过程。
(3)测量获得面条食品还原糖含量:
1)在不同时间间隔点取样,并用Na2CO3终止酶反应,得到待测样液;
分别在0min,5min,10min,15min,20min,30min,45min,60min,90min,120min,180min,取样,每次取样100μL,将所取样品迅速转移到装有900μL 0.3mol/L Na2CO3溶液的2mL离心管中,并迅速盖上盖子,倒置混匀,作为待测样液。
2)将待测样液与0.5%(w/v,g/mL)4-羟基苯甲酰肼密闭混合;
S1.配制浓度为0.5%(w/v,g/mL)的4-羟基苯甲酰肼(PAHBAH)试剂:500mg PAHBAH溶于100mL溶解液中。溶解液是1倍体积0.5mol/L HCl溶液与9倍体积的0.5mol/L NaOH的混合液,现配现用;
S2.分别取1mL 0.5%PAHBAH试剂加入到各个2mL塑料管中,每管加入100μL待测样液,密闭混合。
3)沸水中加热后迅速冷却;
沸水(100℃)中加热5min后用冷水迅速冷却2min,得到混合液。
4)利用分光光度计或MicroreaderTM亲权鉴定计算软件在410nm下检测混合液的吸光度值;
5)依据标准麦芽糖溶液浓度(浓度范围为0.125~2mmol/L)的吸光度值,经换算得还原糖含量。
制备麦芽糖标准溶液:将标准品麦芽糖(M5885,购于Sigma公司)溶解(溶解液为10mL 水+8mL(2)模拟人体小肠的酶消化反应活动:步骤1)中配置的模拟小肠消化液)制备成 1.0~2.0mmol/L标准麦芽糖溶液。
(4)基于数学模型对消化曲线进行拟合:
1)依据体外酶消化在各个反应时间点(1-180min)还原糖含量,制作还原糖含量消化曲线(如图1所示);
2)结合对数斜率法(LOS)对原始数据进行拟合分析,初步得到相应的体外消化参数;
结果发现:经对数斜率法判断后得到了2条独立的消化速率曲线(如图2所示),因此,本消化体系为二项消化体系;
3)采用顺序/平行混合动力学体外消化模型(combination of parallel andsequential kinetics model,CPS),并参考2)中得到的各体外消化参数,输入CPS模型;
采用顺序/平行混合动力学体外消化模型(combination of parallel andsequential kinetics model,CPS),将消化数据输入Microsoft Excel表格中,分别记录数据如表2所示。表中, C0默认为当t为0min时的原始还原糖含量,本实施例中C0为135.43mg。在模拟过程中,需要根据LOS Plot的分析结果预先输入大致的5个关键参数数据(k1,k2,C1∞,C2∞和tinterval)。
表2:面条食品的体外消化数据拟合结果(以1号标准品为例)
*t-tinterval小于0时,则t-tinterval值默认为0
4)结合利用规划求解的方式对2)中得到的各体外消化参数采用非线性最小二乘法(NLLS) 进行优化,得到最优拟合度的还原糖含量消化曲线,获得一系列体外消化试验参数。
通过Excel Solver功能,自动计算出5个自变量参数的最佳数据组合,使作为目标量的“原始数据与模拟数据方差和”最小,从而得到最佳模拟结果(如表2所示)。在获得最优模拟的参数后,可得到综合模拟方程,得到最优拟合度的还原糖含量消化曲线(如图3所示),获得一系列体外消化试验参数。
具体解释如下:
一般而言,在静态体外消化反应过程中,消化液中的还原糖释放含量(Ct)与消化时间 (t min)之间符合一阶反应动力学模型,即:
Ct=Cn∞×(1–e-knt) (1)
其中n代表消化阶段,Cn∞代表该消化阶段还原糖释放含量,kn(min-1)代表对应的消化速率参数。其对数斜率符合以下线性关系,并可据此画出对数斜率直线图logarithm-of-slope (LOS)plot。该公示经转化后可得到:
ln (dCt/dt)=-kt+ln [(C∞–C0)k] (2)
因此,通过测定不同消化时间点的还原糖浓度,经数据换算,以消化时间为横坐标、还原糖含量为纵坐标,可得到实际还原糖含量消化曲线。该还原糖消化曲线经过公示(2)计算后获得一条或者多条呈线性的LOS plot结果。
根据LOS plot结果可知,面条食品的消化主要包括两个过程,即:先期的快消化(0-30min,消化速率k1)以及后期的慢速消化阶段(30-180min,消化速率k2)(图2)。同时,依据线性方程斜率可知快速消化阶段的还原糖含量释放速率约为0.8685min-1,后期慢速阶段还原糖含量的释放速率约为0.0118min-1。因此,根据LOS plot结果可知,面条食品在消化过程中,存在着两个消化阶段(快速vs慢速)。
基于LOS plot结果,分别采用公式(3)和公式(4)
快消化阶段的拟合公式:C1=C1∞×(1-Exp(-kf t)) (3)
慢消化阶段的拟合公式:C2=C2∞×(1-Exp(-kS(t-tinterval))) (4)
综合模拟数据:C=C0+C1+C2 (5)
实际还原糖含量消化曲线经公式(3)、(4)拟合后,并结合最小二乘法优化处理后得到理论还原糖含量消化曲线,并与实验所测得的实际还原糖含量曲线进行比较分析(图3),同时具体拟合数据如表2。
(5)建立标准样品GI值与体外消化试验参数之间的函数关系:
1)基于拟合后最优解的还原糖含量消化曲线,采用Origin软件(2021版)计算不同消化时间点曲线下面积值;
2)采用IBM SPSS Statistics 26软件分析不同消化时间点曲线下面积值、体外消化试验参数与GI值的相关性,线性回归分析获得体外消化试验参数与GI值的函数计算公式。
其中,在5min时还原糖含量曲线下面积与GI值具有强相关性,线性回归分析后得到GI 值与AUR-5的函数计算公式为:GI=-0.016AUR-5+59.299。
如图4所示,对于5种面条标准品,AUR-5作为关键体外消化试验参数与GI值呈现线性关系,且r=0.855。说明本发明所述方法得到的体外消化试验参数与GI值的关系,其线性相关性在0.85以上,预测精准度更高。预测GI值误差率在10%以内。
(6)待测面条食品GI值的预测:
1)待测面条食品基于步骤(1)、(2)、(3)、(4),获得系列体外消化试验参数;
2)代入步骤(5)中GI值与体外消化试验参数的函数计算公式,即可得到面条食品预测 GI值。
待测面条食品基于步骤(1)、(2)、(3)、(4),获得5min时拟合后还原糖释放曲线下面积的AUR-5值,代入步骤(5)中GI值函数计算公式GI=-0.016AUR-5+59.299,即可得到待测面条食品预测GI值,结果如图5和表3所示。
表3:待测面条食品消化参数AUR-5及预测GI值
表3中,临床GI值是指面条食品包装上公司提供的临床GI值;
误差率(%)=(预测GI值-临床GI值)/临床GI值×100%。
本发明所述方法测定的面条GI值(即预测GI值)结果与各公司提供的临床GI值基本一致,预测GI值误差率在10%以内。说明本发明的方法是准确可信的。
面条是我国最重要的主食之一。面条中淀粉质量浓度可以达到70%,是含量最高的成分。研究已发现,面条中淀粉的快速水解是引起餐后人体内血糖浓度升高的最重要因素之一。开发一种低GI面条对维持国民健康具有重要的意义。但与面包、燕麦、米饭等成分较为简单的典型碳水化户物食品相比,面条食品配方组成更为复杂,参与影响其消化效率的因子较多,包括但不限于:蒸煮条件(温度、时间、水的比例);面筋蛋白的含量与结构;原料淀粉的含量与结构;蒸煮后面条的冷却条件。因此,在面条食品GI值测试过程中存在着的不可控因素更多且影响更为复杂,测试结果可靠性难以保证。且相比于体内消化测试的耗时长、重复性较差以及经济投入大相比。通过本发明所述的操作方法,在模拟体内消化的基础上,既可以通过简单的体外消化测试以及体内-体外消化数据之间的内在关联,也可以快速鉴定不同品种面条的GI值,为面条食品生产企业提供指导依据。本发明的创新点在于:
1)填补无特异性针对面条食品GI值体外快检的统一方法的空白。本发明考虑了不同碳水化合物食品之间影响淀粉消化速率的主要因素的不同,从而可引起的血糖反应不同,提出了单一针对面条食品血糖生成指数的预测方法。同时,相比于其他方法,该法面条的预处理采用了断的形式,更加符合人体实际饮食习惯,针对性更强、准确性更高、重复性更好。
2)去除繁琐和不合理程序,仅通过模拟人体小肠消化,使得体外消化试验更简单,高效和易操作,同时克服了传统技术中存在着的孤点测试无法反应整体消化情况的缺陷。
3)革新数据模拟方法,使用还原糖含量数据模型来反应面条食物体外消化血糖反应。同时使得数据模拟过程更加简便高效,摆脱对专业统计软件程序的依赖。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (9)
1.一种体外测定面条食品血糖生成指数的方法,包括如下步骤:
(1)体外试验模拟面条烹饪,得到混合液;
(2)模拟人体小肠的酶消化反应活动:
将步骤(1)得到的混合液在搅拌条件下水浴加热得到肠道消化模拟物,将肠道消化模拟物与模拟小肠消化液反应,模拟人体对面条的肠道消化过程;
(3)测定面条还原糖含量;
(4)基于数学模型对消化曲线进行拟合,得到体外消化试验参数;
其中,所述的基于数学模型对消化曲线进行拟合的方法,包括如下步骤:
1)依据体外酶消化在不同反应时间点释放的还原糖含量,制作还原糖含量消化曲线;
2)结合对数斜率法对原始数据进行拟合分析,初步得到相应的体外消化参数;
3)采用顺序/平行混合动力学体外消化模型,并参考2)得到的体外消化参数,输入CPS模型;
4)结合利用规划求解的方式对2)得到的体外消化参数采用非线性最小二乘法(NLLS)进行优化,得到最优拟合度的还原糖含量消化曲线,获得一系列体外消化试验参数;
(5)建立标准样品GI值与体外消化试验参数之间的函数关系;
所述的建立标准样品GI值与体外消化试验参数之间的函数关系的方法为:
1)基于拟合后最优解的还原糖含量消化曲线,采用Origin软件计算不同消化时间点曲线下面积值;
2)采用IBM SPSS Statistics 26软件分析不同消化时间点曲线下面积值、体外消化试验参数与GI值的相关性,线性回归分析获得体外消化试验参数与GI值的函数计算公式;
(6)对待测面条的GI值进行预测;
步骤(2)中:
所述的模拟小肠消化液包括胰酶和醋酸钠缓冲液;
所述的模拟小肠消化液的制备方法包括如下步骤:按0.25~2mg/mL的比例向醋酸钠缓冲液中加入胰酶,离心,取上清即得模拟小肠消化液;
所述的醋酸钠缓冲液为0.2M pH=6.0醋酸钠缓冲液。
2.根据权利要求1所述的方法,其特征在于,步骤(6)中,所述的对待测面条的GI值进行预测的方法为:
1)待测面条食品基于步骤(1)(2)(3)(4),获得系列体外消化试验参数;
2)代入步骤(5)中GI值与体外消化试验参数的函数计算公式,即可得到面条食品预测GI值。
3.根据权利要求1所述的方法,其特征在于,
步骤(1)中,所述的体外试验模拟面条烹饪的方法,包括如下步骤:
1)将面条食品剪成小段,每段0.5~2cm;
2)面条与水密封混合,水浴加热得到混合液。
4.根据权利要求3所述的方法,其特征在于,
步骤1)中,所述的面条包括挂面、意面、半干面、方便面和混合餐拌面中的至少一种;
所述的面条的长度为每段1cm。
5.根据权利要求3所述的方法,其特征在于,
步骤2)中,所述的面条与水按质量体积比mg:mL 450~550:10计算;
步骤2)中,所述的水浴的条件为100℃加热20~30min。
6.根据权利要求1所述的方法,其特征在于,
步骤(2)中:
所述的搅拌的转速为200~400rpm;
所述的水浴的温度为37℃;
所述的离心为3500~4500g离心5~15min;
所述的肠道消化模拟物与模拟小肠消化液反应的条件为:37℃、300rpm反应0~3h。
7.根据权利要求1所述的方法,其特征在于,
步骤(3)中,所述的测定面条还原糖含量的方法,包括如下步骤:
1)终止模拟人体对面条的肠道消化过程,得到待测样液;
2)将待测样液与4-羟基苯甲酰肼试剂密闭混合,沸水中加热,冷却,即得混合液;检测混合液吸光度值,依据标准麦芽糖溶液浓度的吸光度值,换算即得还原糖含量。
8.根据权利要求7所述的方法,其特征在于,
步骤1)中,所述的终止模拟人体对面条的肠道消化过程的试剂为Na2CO3;
步骤2)中,所述的4-羟基苯甲酰肼试剂为0.5%w/v的4-羟基苯甲酰肼试剂;
步骤2)中,所述的待测样液与4-羟基苯甲酰肼试剂按体积比1:8~12计算。
9.根据权利要求7所述的方法,其特征在于,
步骤2)中,所述的加热的条件为100℃加热4~6min;
步骤2)中,所述的标准麦芽糖溶液中麦芽糖的浓度为0.125~2mmol/L。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210659247.9A CN115032350B (zh) | 2022-06-13 | 2022-06-13 | 一种体外测定面条食品血糖生成指数的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210659247.9A CN115032350B (zh) | 2022-06-13 | 2022-06-13 | 一种体外测定面条食品血糖生成指数的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115032350A CN115032350A (zh) | 2022-09-09 |
CN115032350B true CN115032350B (zh) | 2023-08-01 |
Family
ID=83124511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210659247.9A Active CN115032350B (zh) | 2022-06-13 | 2022-06-13 | 一种体外测定面条食品血糖生成指数的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115032350B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009006155A1 (en) * | 2007-06-28 | 2009-01-08 | Kraft Foods Global Brands Llc | In vitro method for the determination of glycemic index of food products |
CN105911007A (zh) * | 2016-06-14 | 2016-08-31 | 安徽平唐微食疗科技有限公司 | 一种血糖生成指数体外检测方法 |
CN106135133A (zh) * | 2016-08-02 | 2016-11-23 | 四川大学 | 验证食物血糖生成指数动物实验模型的构建方法及其构建的动物模型 |
CN106680383A (zh) * | 2015-11-09 | 2017-05-17 | 北京工商大学 | 一种便捷的测定食品血糖生成指数的体外方法 |
CN107831124A (zh) * | 2017-10-31 | 2018-03-23 | 北京挑战生物技术有限公司 | 一种饲料中有效磷含量的仿生消化测定方法 |
CN112557607A (zh) * | 2020-11-09 | 2021-03-26 | 中粮营养健康研究院有限公司 | 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 |
CN112697829A (zh) * | 2020-11-18 | 2021-04-23 | 中国地质调查局西安地质调查中心(西北地质科技创新中心) | 基于实际样品为标样测定大气颗粒物中多种元素的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2465655A1 (en) * | 2004-04-30 | 2005-10-30 | Thomas M.S. Wolever | Method for determining glycemic responses of foods |
-
2022
- 2022-06-13 CN CN202210659247.9A patent/CN115032350B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009006155A1 (en) * | 2007-06-28 | 2009-01-08 | Kraft Foods Global Brands Llc | In vitro method for the determination of glycemic index of food products |
CN106680383A (zh) * | 2015-11-09 | 2017-05-17 | 北京工商大学 | 一种便捷的测定食品血糖生成指数的体外方法 |
CN105911007A (zh) * | 2016-06-14 | 2016-08-31 | 安徽平唐微食疗科技有限公司 | 一种血糖生成指数体外检测方法 |
CN106135133A (zh) * | 2016-08-02 | 2016-11-23 | 四川大学 | 验证食物血糖生成指数动物实验模型的构建方法及其构建的动物模型 |
CN107831124A (zh) * | 2017-10-31 | 2018-03-23 | 北京挑战生物技术有限公司 | 一种饲料中有效磷含量的仿生消化测定方法 |
CN112557607A (zh) * | 2020-11-09 | 2021-03-26 | 中粮营养健康研究院有限公司 | 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 |
CN112697829A (zh) * | 2020-11-18 | 2021-04-23 | 中国地质调查局西安地质调查中心(西北地质科技创新中心) | 基于实际样品为标样测定大气颗粒物中多种元素的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115032350A (zh) | 2022-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Englyst et al. | Improved method for measurement of dietary fiber as non-starch polysaccharides in plant foods | |
Englyst et al. | Starch analysis in food | |
Granfeldt et al. | Arepas made from high amylose corn flour produce favorably low glucose and insulin responses in healthy humans | |
Ferranti et al. | Mass spectrometry analysis of gliadins in celiac disease | |
CN104365733B (zh) | 一种马铃薯膳食纤维面包及其制作方法 | |
CN106124429A (zh) | 一种饲料可消化碳水化合物总量的仿生消化测定方法 | |
EP1660889B1 (en) | Diagnostic composition for diabetes type-2 and impaired glucose tolerance, and methods of use | |
Bingham | Definitions and intakes of dietary fiber | |
CN112051367A (zh) | 一种测定食品血糖生成指数的体外消化模型方法 | |
CN104365732A (zh) | 富含甘薯膳食纤维的面包及其制作方法 | |
CN109770207A (zh) | 一种无麸质马铃薯速冻发酵面团及其制备方法 | |
Oliva et al. | The anomeric nature of glucose and its implications on its analyses and the influence of diet: Are routine glycaemia measurements reliable enough? | |
CN115032350B (zh) | 一种体外测定面条食品血糖生成指数的方法 | |
Bui et al. | Wheat-based food form has a greater effect than amylose content on fermentation outcomes and microbial community shifts in an in vitro fermentation model | |
CN111024649A (zh) | 近红外光谱法快速测定小米中直链与支链淀粉的方法 | |
TW201727229A (zh) | 應用於食物升糖指數評估之快速測定方法 | |
CN114271465A (zh) | 一种低gi坚果棒及其制备方法 | |
Bach Knudsen et al. | Methods for analysis of dietary fibre-advantage and limitations | |
CN113238010B (zh) | 一种体外测定碳水化合物食物的血糖生成指数的方法 | |
CN117554579A (zh) | 一种专用于预测大米血糖生成指数的方法 | |
Coles et al. | Influence of assay conditions on the in vitro hindgut digestibility of dry matter | |
CN114674990B (zh) | 一种食品体外预测血糖指数的测定方法 | |
CN115153065B (zh) | 一种降低蒸汽烹饪面制食品gi值的设备和方法 | |
Björck et al. | 14 Modulating Glycemia with Cereal Products | |
CN118116497A (zh) | 一种食品gi预测模型及其构建方法与应用 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |