CN118033100B - 液体特殊医学用途配方食品升糖指数的联合体外预测方法 - Google Patents
液体特殊医学用途配方食品升糖指数的联合体外预测方法 Download PDFInfo
- Publication number
- CN118033100B CN118033100B CN202410272534.3A CN202410272534A CN118033100B CN 118033100 B CN118033100 B CN 118033100B CN 202410272534 A CN202410272534 A CN 202410272534A CN 118033100 B CN118033100 B CN 118033100B
- Authority
- CN
- China
- Prior art keywords
- digestion
- sample
- special medical
- liquid
- value
- 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
- 239000007788 liquid Substances 0.000 title claims abstract description 115
- 235000013305 food Nutrition 0.000 title claims abstract description 96
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000000338 in vitro Methods 0.000 title claims abstract description 52
- 230000002641 glycemic effect Effects 0.000 title claims abstract description 27
- 230000029087 digestion Effects 0.000 claims abstract description 273
- 229920002472 Starch Polymers 0.000 claims abstract description 65
- 235000019698 starch Nutrition 0.000 claims abstract description 65
- 239000008107 starch Substances 0.000 claims abstract description 65
- 230000007062 hydrolysis Effects 0.000 claims abstract description 48
- 238000006460 hydrolysis reaction Methods 0.000 claims abstract description 48
- 210000000214 mouth Anatomy 0.000 claims abstract description 27
- 210000000813 small intestine Anatomy 0.000 claims abstract description 26
- 210000002784 stomach Anatomy 0.000 claims abstract description 25
- 238000010219 correlation analysis Methods 0.000 claims abstract description 4
- 230000009229 glucose formation Effects 0.000 claims abstract 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 91
- 239000000243 solution Substances 0.000 claims description 69
- 229960001031 glucose Drugs 0.000 claims description 65
- HEMHJVSKTPXQMS-UHFFFAOYSA-M Sodium hydroxide Chemical compound [OH-].[Na+] HEMHJVSKTPXQMS-UHFFFAOYSA-M 0.000 claims description 63
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims description 58
- WQZGKKKJIJFFOK-VFUOTHLCSA-N beta-D-glucose Chemical compound OC[C@H]1O[C@@H](O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-VFUOTHLCSA-N 0.000 claims description 58
- 239000008103 glucose Substances 0.000 claims description 58
- QTBSBXVTEAMEQO-UHFFFAOYSA-N Acetic acid Chemical compound CC(O)=O QTBSBXVTEAMEQO-UHFFFAOYSA-N 0.000 claims description 36
- 230000001079 digestive effect Effects 0.000 claims description 32
- VEXZGXHMUGYJMC-UHFFFAOYSA-N Hydrochloric acid Chemical compound Cl VEXZGXHMUGYJMC-UHFFFAOYSA-N 0.000 claims description 30
- 230000002496 gastric effect Effects 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 28
- 108010019160 Pancreatin Proteins 0.000 claims description 27
- 238000005457 optimization Methods 0.000 claims description 27
- 229940055695 pancreatin Drugs 0.000 claims description 27
- 238000003756 stirring Methods 0.000 claims description 27
- 102000057297 Pepsin A Human genes 0.000 claims description 24
- 108090000284 Pepsin A Proteins 0.000 claims description 24
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 claims description 24
- 238000002835 absorbance Methods 0.000 claims description 24
- 102000004139 alpha-Amylases Human genes 0.000 claims description 24
- 108090000637 alpha-Amylases Proteins 0.000 claims description 24
- 229940024171 alpha-amylase Drugs 0.000 claims description 24
- 229940111202 pepsin Drugs 0.000 claims description 24
- 230000000694 effects Effects 0.000 claims description 23
- 238000004422 calculation algorithm Methods 0.000 claims description 22
- 230000000968 intestinal effect Effects 0.000 claims description 20
- LWFUFLREGJMOIZ-UHFFFAOYSA-N 3,5-dinitrosalicylic acid Chemical compound OC(=O)C1=CC([N+]([O-])=O)=CC([N+]([O-])=O)=C1O LWFUFLREGJMOIZ-UHFFFAOYSA-N 0.000 claims description 18
- 235000011389 fruit/vegetable juice Nutrition 0.000 claims description 18
- 239000013598 vector Substances 0.000 claims description 16
- 102000004190 Enzymes Human genes 0.000 claims description 12
- 108090000790 Enzymes Proteins 0.000 claims description 12
- 108010073178 Glucan 1,4-alpha-Glucosidase Proteins 0.000 claims description 12
- 102000004142 Trypsin Human genes 0.000 claims description 12
- 108090000631 Trypsin Proteins 0.000 claims description 12
- 239000012445 acidic reagent Substances 0.000 claims description 12
- 238000001816 cooling Methods 0.000 claims description 12
- 229940088598 enzyme Drugs 0.000 claims description 12
- 239000011259 mixed solution Substances 0.000 claims description 12
- 230000035772 mutation Effects 0.000 claims description 12
- 239000011780 sodium chloride Substances 0.000 claims description 12
- 239000012588 trypsin Substances 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000011161 development Methods 0.000 claims description 8
- 230000001105 regulatory effect Effects 0.000 claims description 8
- 239000002253 acid Substances 0.000 claims description 7
- 235000015816 nutrient absorption Nutrition 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 239000012153 distilled water Substances 0.000 claims description 6
- 239000000706 filtrate Substances 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 238000000354 decomposition reaction Methods 0.000 claims description 5
- 210000003296 saliva Anatomy 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 4
- 238000010790 dilution Methods 0.000 claims description 4
- 239000012895 dilution Substances 0.000 claims description 4
- 238000004090 dissolution Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000005012 migration Effects 0.000 claims description 3
- 238000013508 migration Methods 0.000 claims description 3
- 229940083608 sodium hydroxide Drugs 0.000 claims description 3
- 230000008855 peristalsis Effects 0.000 claims description 2
- 150000001720 carbohydrates Chemical class 0.000 abstract description 6
- 235000014633 carbohydrates Nutrition 0.000 abstract description 6
- 238000001514 detection method Methods 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000008901 benefit Effects 0.000 abstract description 2
- 230000004907 flux Effects 0.000 abstract 1
- 238000012827 research and development Methods 0.000 abstract 1
- TWRXJAOTZQYOKJ-UHFFFAOYSA-L Magnesium chloride Chemical compound [Mg+2].[Cl-].[Cl-] TWRXJAOTZQYOKJ-UHFFFAOYSA-L 0.000 description 18
- UIIMBOGNXHQVGW-UHFFFAOYSA-M Sodium bicarbonate Chemical compound [Na+].OC([O-])=O UIIMBOGNXHQVGW-UHFFFAOYSA-M 0.000 description 18
- 238000005259 measurement Methods 0.000 description 11
- 239000007836 KH2PO4 Substances 0.000 description 9
- 229910001629 magnesium chloride Inorganic materials 0.000 description 9
- 229910000402 monopotassium phosphate Inorganic materials 0.000 description 9
- GNSKLFRGEWLPPA-UHFFFAOYSA-M potassium dihydrogen phosphate Chemical compound [K+].OP(O)([O-])=O GNSKLFRGEWLPPA-UHFFFAOYSA-M 0.000 description 9
- 229910000030 sodium bicarbonate Inorganic materials 0.000 description 9
- 230000009102 absorption Effects 0.000 description 7
- 238000010521 absorption reaction Methods 0.000 description 7
- 239000008280 blood Substances 0.000 description 6
- 210000004369 blood Anatomy 0.000 description 6
- 230000001055 chewing effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 239000000203 mixture Substances 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 230000000052 comparative effect Effects 0.000 description 4
- 238000001727 in vivo Methods 0.000 description 4
- 230000003278 mimic effect Effects 0.000 description 4
- 238000002156 mixing Methods 0.000 description 4
- 238000005903 acid hydrolysis reaction Methods 0.000 description 3
- 239000006047 digesta Substances 0.000 description 3
- 238000003760 magnetic stirring Methods 0.000 description 3
- 230000007935 neutral effect Effects 0.000 description 3
- 235000015097 nutrients Nutrition 0.000 description 3
- 230000010355 oscillation Effects 0.000 description 3
- 239000002994 raw material Substances 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 102000005348 Neuraminidase Human genes 0.000 description 2
- 108010006232 Neuraminidase Proteins 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000007865 diluting Methods 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- WQZGKKKJIJFFOK-UHFFFAOYSA-N hexopyranose Chemical compound OCC1OC(O)C(O)C(O)C1O WQZGKKKJIJFFOK-UHFFFAOYSA-N 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 235000016709 nutrition Nutrition 0.000 description 2
- 230000035764 nutrition Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 239000013558 reference substance Substances 0.000 description 2
- 239000011550 stock solution Substances 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000030135 gastric motility Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012623 in vivo measurement Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000291 postprandial effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
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
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
-
- 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
-
- 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
- G01N1/38—Diluting, dispersing or mixing samples
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- 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
- G01N1/38—Diluting, dispersing or mixing samples
- G01N2001/386—Other diluting or mixing processes
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Hematology (AREA)
- Molecular Biology (AREA)
- Urology & Nephrology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明涉及食品升糖指数检测技术领域，公开了液体特殊医学用途配方食品升糖指数的联合体外预测方法，包括以下步骤：基于最佳消化条件参数模拟液体特殊医学用途配方食品样品通过口腔、胃部和小肠时的最佳消化条件；实时检测液体特殊医学用途配方食品样品中葡萄糖生成量来预测液体特殊医学用途配方食品样品的GI体外值；实时检测样品中淀粉水解程度来预测液体特殊医学用途配方食品样品的GI理论值；通过计算GI体外值和GI理论值的平均值及进行二者的相关性分析，预测液体特殊医学用途配方食品升糖指数。本发明通过GI体外值和GI理论值的双重预测方法具有高效、简便、高通量等优势，有助于研发生产出低GI值的碳水化合物食品。
Description
技术领域
本发明涉及食品升糖指数检测技术领域，具体来说，涉及液体特殊医学用途配方食品升糖指数的联合体外预测方法。
背景技术
特殊医学用途配方食品(food for special medical purpose，FSMP，以下简称特医食品)是为了满足各种特定疾病人群对营养素或膳食的特殊需要，专门加工配制而成的配方食品。因此，合理地评价特医食品在人体内的消化吸收情况对产品的实际功能特性至关重要。升糖指数(glycemic index，GI)作为一种用于描述人体对食物的消化吸收速率以及反映机体进食后血糖升高程度的指标引起了研究者们的广泛关注。
当前，各国家或地区对食品GI值的检测仍然是以基于国际标准组织(international organization for standardization，ISO)出台的人体餐后血糖测试规范ISO 26642:2010为通用标准。基于该标准，我国也于2019年出台了推荐性标准(WS/T652—2019《食物血糖生成指数测定方法》)，其测试方法与ISO 26642:2010一致。体内血糖测试虽是在真实的人体内消化环境下测定食品GI值，但因其需要至少12名志愿者进行平行实验，不仅涉及到相应的伦理申请，且费用昂贵、效率不高，实验结果受实验个体的差异影响较大，不适合企业进行高通量低GI食品原料筛选以及低GI食品的研发与推广等，极大地限制了其应用范围。
为克服体内血糖测试存在的一系列问题，急需开发一款快速简便的体外预测方法，用于液体特医食品样品GI值的快速评估。
发明内容
针对相关技术中的问题，本发明提出液体特殊医学用途配方食品升糖指数的联合体外预测方法，用于解决目前GI值体内测定方面存在的耗时长、实验过程复杂、效率低等技术问题。
为此，本发明采用的具体技术方案如下：
液体特殊医学用途配方食品升糖指数的联合体外预测方法，包括以下步骤：
S1、基于消化参数优化算法分析得到最佳消化条件参数，并模拟液体特殊医学用途配方食品样品通过口腔、胃部和小肠时的最佳消化条件；
S2、利用葡萄糖分析仪实时检测液体特殊医学用途配方食品样品中葡萄糖生成量来预测液体特殊医学用途配方食品样品的GI体外值；
S3、通过3,5-二硝基水杨酸法实时检测样品中淀粉水解程度来预测液体特殊医学用途配方食品样品的GI理论值；
S4、通过计算GI体外值和GI理论值的平均值及进行二者的相关性分析，预测液体特殊医学用途配方食品升糖指数。
进一步地，所述基于消化参数优化算法分析得到最佳消化条件参数，并模拟液体特殊医学用途配方食品样品通过口腔、胃部和小肠时的最佳消化条件包括以下步骤：
S11、明确口腔、胃部和小肠三个不同消化阶段的优化目标，并分析识别影响各消化阶段的控制变量；
S12、将每个消化阶段的时间划分为对应不同控制变量设置的多个时间段，并根据时间离散化结果为每个控制变量生成输入向量组；
S13、设定群体大小和迭代次数，确定交叉率和变异策略，并利用消化参数优化算法对消化条件参数组合进行优化计算，寻找每个消化阶段的最佳消化条件参数组合；
S14、基于最佳消化条件参数组合中的最佳消化条件来模拟液体特殊医学用途配方食品样品通过口腔、胃部和小肠时的消化条件。
进一步地，所述将每个消化阶段的时间划分为对应不同控制变量设置的多个时间段，并根据时间离散化结果为每个控制变量生成输入向量组包括以下步骤：
S121、对每个消化阶段的过程进行时间上的划分，并根据每个消化阶段的时间划分将控制变量的变化离散化为不同的时间点；
S122、为每个控制变量在每个时间点上的取值创建一个输入向量，并将所有控制变量的输入向量进行组合，得到输入向量组。
进一步地，所述设定群体大小和迭代次数，确定交叉率和变异策略，并利用消化参数优化算法对消化条件参数组合进行优化计算，寻找每个消化阶段的最佳消化条件参数组合包括以下步骤：
S131、设定群体大小和迭代次数，确定交叉率和变异策略，基于关键指标设计适应度函数；
S132、利用二进制编码方式对消化条件参数进行转换，并随机生成初始消化条件的参数组合集；
S133、计算每个消化条件参数组合的适应度值，并根据适应度值选择最优的消化条件参数组合；
S134、对最优的消化条件参数组合进行交叉操作产生新的消化条件参数组合，并对新的消化条件参数组合进行变异操作；
S135、重复执行选择、交叉和变异操作，直至达到预定的迭代次数或适应度满足预设条件时终止优化过程，得到每个消化阶段的最佳消化条件参数组合。
进一步地，所述对最优的消化条件参数组合进行交叉操作产生新的消化条件参数组合，并对新的消化条件参数组合进行变异操作还包括：
在每一代消化条件参数组合集中选取一定数量的最优消化条件参数组合直接保留至新的消化条件参数组合集；
将总的消化条件参数组合集划分为多个子消化条件参数组合集，设定规则，并允许不同子消化条件参数组合集之间消化条件参数组合进行迁移。
进一步地，所述利用葡萄糖分析仪实时检测液体特殊医学用途配方食品样品中葡萄糖生成量来预测液体特殊医学用途配方食品样品的GI体外值包括以下步骤：
S21、取液体特殊医学用途配方食品样品于反应器中，并于反应器中添加搅拌转子，同时根据最佳消化条件中的参数设置对应的搅拌温度和速度；
S22、采用人工胃肠模拟装置模拟消化条件，人工胃肠模拟装置自动向装有液体特殊医学用途配方食品样品的反应器中依次间隔添加α-淀粉酶、胃蛋白酶、氢氧化钠溶液、醋酸溶液、胰酶混合液，反应得到消化液，其中，胰酶混合液包含胰酶及淀粉葡萄糖苷酶；
S23、采用葡萄糖分析仪对所述消化液中的葡萄糖含量进行检测，并通过葡萄糖分析仪的自带软件对液体特殊医学用途配方食品样品的GI体外值进行计算。
进一步地，所述胰酶混合液包括胰酶和淀粉葡萄糖苷酶；
所述α-淀粉酶的浓度为100～1000U/mL；和/或，
所述胃蛋白酶的浓度为1～10mg/mL；和/或，
所述胰酶的浓度为1～10mg/mL；和/或，
所述淀粉葡萄糖苷酶的浓度为1～10mg/mL；和/或，
所述氢氧化钠溶液的浓度为1～5mol/L；和/或，
所述醋酸溶液的浓度为1～5mol/L；
所述α-淀粉酶的添加量为1～5mL；和/或，
所述胃蛋白酶的添加量为1～10mL；和/或，
所述胰酶混合液的添加量为1～10mL；和/或，
所述氢氧化钠溶液的添加量为1～10mL；和/或，
所述醋酸溶液的添加量为10～30mL。
进一步地，所述通过3,5-二硝基水杨酸法实时检测样品中淀粉水解程度来预测液体特殊医学用途配方食品样品的GI理论值包括以下步骤：
S31、绘制标准曲线：取D-无水葡萄糖作为标准品，加水溶解并定容，得到其质量浓度，然后加不同体积的水稀释，得到不同质量浓度溶液，分别取不同质量浓度溶液，加入3,5-二硝基水杨酸试剂，摇匀，水浴显色，冷却，加水定容，以蒸馏水为空白对照，检测吸光度，得到以质量浓度为横坐标、吸光度为纵坐标的标准曲线；
S32、模拟消化：取液体特殊医学用途配方食品样品于反应器中，并于反应器中添加搅拌转子，根据最佳消化条件中的参数设置搅拌的温度和速度，加入α-淀粉酶、口腔消化液，恒温水浴振荡，然后加入胃蛋白酶，用盐酸溶液调节消化液pH，加入胃消化液，恒温水浴振荡，然后加入胰蛋白酶，用氢氧化钠溶液调节pH，加入肠道消化液，恒温水浴振荡，得到消化液，取不同时间点下消化液，加入3,5-二硝基水杨酸试剂，检测吸光度，通过吸光度和标准曲线得到消化液中葡萄糖的质量浓度；
S33、样品总淀粉含量测定及GI理论值结果计算：取液体特殊医学用途配方食品样品于离心管中，加入盐酸溶液，水浴处理，冷却，调节pH，过滤，取滤液，加入3,5-二硝基水杨酸试剂，检测吸光度，通过吸光度和标准曲线得到样品中淀粉水解后葡萄糖的质量浓度，然后根据公式计算得到GI理论值。
进一步地，所述口腔消化液包括以下浓度的组分：15～16mM的KCl、3～4mM的KH2PO4、13～14mM的NaHCO3、0.1～0.2mM的MgCl2(H2O)6、0.01～0.10mM的(NH4)2CO3和1～2mM的CaCl2(H2O)2；和/或，
所述胃消化液包括以下浓度的组分：5～10mM的KCl、0.5～1.5mM的KH2PO4、20～30mM的NaHCO3、40～50mM的NaCl、0.1～0.3mM的MgCl2(H2O)6、0.1～1.0mM的(NH4)2CO3和0.1～0.2mM的CaCl2(H2O)2；和/或，
所述肠道消化液包括以下浓度的组分：5～10mM的KCl、0.1～1mM的KH2PO4、50～100mM的NaHCO3、30～50mM的NaCl、0.1～1.0mM的MgCl2(H2O)6和0.1～1.0mM的CaCl2(H2O)2；
所述α-淀粉酶的浓度为50～200U/mL；和/或，
所述胃蛋白酶的浓度为1000～3000U/mL；和/或，
所述胰蛋白酶的浓度为50～200U/mL；和/或，
所述氢氧化钠溶液的浓度为0.1～2.0M；和/或，
所述盐酸溶液的浓度为0.1～2.0M；
所述α-淀粉酶的添加量为1～5mL；和/或，
所述胃蛋白酶的添加量为1～10mL；和/或，
所述胰蛋白酶的添加量为10～20mL。
进一步地，在步骤S33中，淀粉水解率的计算公式为：
式中，HRS为淀粉水解率；
m为总淀粉含量，单位为mg；
m1为消化液中葡萄糖的量，单位为mg；
0.9为葡萄糖和淀粉的转化系数；
以时间为横坐标，纵坐标为淀粉水解率，绘制样液消化的水解曲线，计算在消化期间样品的淀粉水解指数，消化期间样品的淀粉水解指数的计算公式为：
式中，HI为淀粉水解指数；
AUC样品为样品的淀粉水解曲线下的面积；
AUC葡萄糖标准品为标准淀粉水解曲线下的面积；
升糖指数的计算公式为：
GI＝39.71+0.549×HI。
本发明的有益效果为：
1)本发明提供了一种液体特医食品升糖指数的联合体外预测方法，通过体外模拟人体口腔咀嚼以及胃、小肠的消化与吸收过程，能够更快速、高效地预测食品GI值，可用于液体特医食品原料或配方食品初期大规模的筛选工作。
2)本发明提供的联合体外预测方法包括一种基于GI20仪器自动模拟消化方法(用于预测GI体外值)以及基于淀粉水解率的实验室模拟消化方法(用于预测GI理论值)，两种模拟方式对GI值(包括体外值和理论值)的联合预测能够有效提升预测结果的有效性和稳定性。
3)本发明通过利用消化参数优化算法可以有效的找到适合不同消化阶段的最佳消化条件参数组合，从而可以基于最佳消化条件参数组合中的最佳消化条件来模拟液体特殊医学用途配方食品样品通过口腔、胃部和小肠时的消化条件，使得其可以更加的贴近真实的人体消化过程，优化特殊医学用途配方食品在整个消化过程中的消化效率和效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的液体特殊医学用途配方食品升糖指数的联合体外预测方法的流程图；
图2是根据本发明实施例1中葡萄糖生成曲线图；
图3是根据本发明实施例1中的淀粉水解率曲线图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将对本发明实施例中的技术方案进行清楚、完整地描述。实施例中未注明具体条件者，按照常规条件或制造商建议的条件进行。所用试剂或仪器未注明生产厂商者，均为可以通过市售购买获得的常规产品。另外，全文中出现的“和/或”的含义，包括三个并列的方案，以“A和/或B”为例，包括A方案、或B方案、或A和B同时满足的方案。此外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
根据本发明的实施例，提供了液体特殊医学用途配方食品升糖指数的联合体外预测方法。
现结合附图和具体实施方式对本发明进一步说明，如图1所示，根据本发明实施例的液体特殊医学用途配方食品升糖指数的联合体外预测方法，包括以下步骤：
S1、基于消化参数优化算法分析得到最佳消化条件参数，并模拟液体特殊医学用途配方食品样品通过口腔、胃部和小肠时的最佳消化条件；
模拟液体特殊医学用途配方食品样品通过口腔、胃部和小肠时的消化条件是一个复杂的过程，在模拟这些消化条件时，需要考虑到液体特殊医学用途配方食品的具体特性，如其成分、浓度和质地等，因为这些因素都会影响消化过程。通过模拟这些消化条件，可以更准确地评估食品在人体内的消化过程，从而预测其对血糖水平的影响。
模拟消化过程涉及许多参数，如温度、pH值、酶的种类和浓度等。这些参数之间可能存在复杂的相互作用，使得找到最佳参数组合变得非常重要，因此，本发明中基于消化参数优化算法分析得到最佳消化条件参数，从而可以模拟液体特殊医学用途配方食品样品通过口腔、胃部和小肠时的最佳消化条件。
其中，所述基于消化参数优化算法分析得到最佳消化条件参数，并模拟液体特殊医学用途配方食品样品通过口腔、胃部和小肠时的最佳消化条件包括以下步骤：
S11、明确口腔、胃部和小肠三个不同消化阶段的优化目标，例如最大化营养吸收、最小化不适感或最优化消化效率，并分析识别影响各消化阶段的控制变量，如温度、pH值、酶活性、食物组成等；
S12、将每个消化阶段的时间划分为对应不同控制变量设置的多个时间段，并根据时间离散化结果为每个控制变量生成输入向量组；
具体地，所述将每个消化阶段的时间划分为对应不同控制变量设置的多个时间段，并根据时间离散化结果为每个控制变量生成输入向量组包括以下步骤：
S121、对每个消化阶段的过程进行时间上的划分，例如，将口腔阶段划分为食物咀嚼和初步消化的时间段，胃部阶段划分为食物混合和初步分解的时间段，小肠阶段划分为营养吸收和残渣处理的时间段；对于每个消化阶段，确定影响消化过程的控制变量，为每个控制变量设定取值范围和级别，根据每个消化阶段的时间划分将控制变量的变化离散化为不同的时间点；
S122、为每个控制变量在每个时间点上的取值创建一个输入向量，这个向量代表了该控制变量在整个消化过程中的变化，将所有控制变量的输入向量进行组合，得到一个大的输入向量组，这个向量组将作为遗传算法的输入数据。
S13、设定适宜的群体大小和迭代次数，确定交叉率和变异策略，并利用消化参数优化算法对消化条件参数组合进行优化计算，寻找每个消化阶段的最佳消化条件参数组合；
具体地，所述设定群体大小和迭代次数，确定交叉率和变异策略，并利用消化参数优化算法对消化条件参数组合进行优化计算，寻找每个消化阶段的最佳消化条件参数组合包括以下步骤：
S131、确定算法中种群的大小，这个大小应足够大，以确保足够的多样性，但也要考虑到计算资源的限制；设置算法运行的迭代次数，这个数值需要根据预期的优化水平和可接受的计算时间来决定；确定遗传算法中新个体通过交叉产生的比例，适当的交叉率有助于有效探索解空间；确定变异的方式和频率，变异有助于引入新特征，防止算法过早收敛；选择能够反映消化效率和质量的关键指标，如营养物质释放率、消化时间等，基于这些指标，构建适应度函数来评价不同参数组合的效果；
S132、利用二进制编码方式对消化条件参数进行转换，并随机生成初始消化条件的参数组合集，且每个消化条件的参数组合集中的个体代表一种可能得消化条件的参数组合；
S133、计算每个消化条件参数组合的适应度值，并根据适应度值选择最优的消化条件参数组合，确保优秀的特征能够被保留和传递；
S134、对最优的消化条件参数组合进行交叉操作产生新的消化条件参数组合，以此探索新的参数组合，并对新的消化条件参数组合进行变异操作，引入新的遗传变异，增加种群的多样性；
S135、重复执行选择、交叉和变异操作，直至达到预定的迭代次数或适应度满足预设条件时终止优化过程，得到每个消化阶段的最佳消化条件参数组合。
此外，所述对最优的消化条件参数组合进行交叉操作产生新的消化条件参数组合，并对新的消化条件参数组合进行变异操作还包括：
在每一代消化条件参数组合集中选取一定数量的最优消化条件参数组合直接保留至新的消化条件参数组合集；
将总的消化条件参数组合集划分为多个子消化条件参数组合集，设定规则，并允许不同子消化条件参数组合集之间消化条件参数组合进行迁移。
S14、基于最佳消化条件参数组合中的最佳消化条件来模拟液体特殊医学用途配方食品样品通过口腔、胃部和小肠时的消化条件。
S2、利用葡萄糖分析仪实时检测液体特殊医学用途配方食品样品中葡萄糖生成量来预测液体特殊医学用途配方食品样品的GI体外值；
其中，所述利用葡萄糖分析仪实时检测液体特殊医学用途配方食品样品中葡萄糖生成量来预测液体特殊医学用途配方食品样品的GI体外值包括以下步骤：
S21、取液体特殊医学用途配方食品样品于反应器中，并于反应器中添加搅拌转子，同时根据最佳消化条件中的参数设置对应的搅拌温度和速度；
S22、采用人工胃肠模拟装置模拟消化条件，人工胃肠模拟装置自动向装有液体特殊医学用途配方食品样品的反应器中依次间隔添加α-淀粉酶、胃蛋白酶、氢氧化钠溶液、醋酸溶液、胰酶混合液(胰酶混合液包含胰酶及淀粉葡萄糖苷酶)，反应得到消化液；
具体地，所述胰酶混合液包括胰酶和淀粉葡萄糖苷酶；
所述α-淀粉酶的浓度为100～1000U/mL；和/或，
所述胃蛋白酶的浓度为1～10mg/mL；和/或，
所述胰酶的浓度为1～10mg/mL；和/或，
所述淀粉葡萄糖苷酶的浓度为1～10mg/mL；和/或，
所述氢氧化钠溶液的浓度为1～5mol/L；和/或，
所述醋酸溶液的浓度为1～5mol/L；
所述α-淀粉酶的添加量为1～5mL；和/或，
所述胃蛋白酶的添加量为1～10mL；和/或，
所述胰酶混合液的添加量为1～10mL；和/或，
所述氢氧化钠溶液的添加量为1～10mL；和/或，
所述醋酸溶液的添加量为10～30mL。
S23、采用葡萄糖分析仪对所述消化液中的葡萄糖含量进行检测，并通过葡萄糖分析仪的自带软件对液体特殊医学用途配方食品样品的GI体外值进行计算。
S3、通过3,5-二硝基水杨酸法实时检测样品中淀粉水解程度来预测液体特殊医学用途配方食品样品的GI理论值；
其中，所述通过3,5-二硝基水杨酸法实时检测样品中淀粉水解程度来预测液体特殊医学用途配方食品样品的GI理论值包括以下步骤：
S31、绘制标准曲线：取D-无水葡萄糖作为标准品，加水溶解并定容，得到其质量浓度，然后加不同体积的水稀释，得到不同质量浓度溶液，分别取不同质量浓度溶液，加入3,5-二硝基水杨酸试剂，摇匀，水浴显色，冷却，加水定容，以蒸馏水为空白对照，检测吸光度，得到以质量浓度为横坐标、吸光度为纵坐标的标准曲线；
S32、模拟消化：取液体特殊医学用途配方食品样品于反应器中，并于反应器中添加搅拌转子，根据最佳消化条件中的参数设置搅拌的温度和速度，加入α-淀粉酶、口腔消化液，恒温水浴振荡，然后加入胃蛋白酶，用盐酸溶液调节消化液pH，加入胃消化液，恒温水浴振荡，然后加入胰蛋白酶，用氢氧化钠溶液调节pH，加入肠道消化液，恒温水浴振荡，得到消化液，取不同时间点下消化液，加入3,5-二硝基水杨酸试剂，检测吸光度，通过吸光度和标准曲线得到消化液中葡萄糖的质量浓度；
具体地，所述口腔消化液包括以下浓度的组分：15～16mM的KCl、3～4mM的KH2PO4、13～14mM的NaHCO3、0.1～0.2mM的MgCl2(H2O)6、0.01～0.10mM的(NH4)2CO3和1～2mM的CaCl2(H2O)2；和/或，
所述胃消化液包括以下浓度的组分：5～10mM的KCl、0.5～1.5mM的KH2PO4、20～30mM的NaHCO3、40～50mM的NaCl、0.1～0.3mM的MgCl2(H2O)6、0.1～1.0mM的(NH4)2CO3和0.1～0.2mM的CaCl2(H2O)2；和/或，
所述肠道消化液包括以下浓度的组分：5～10mM的KCl、0.1～1mM的KH2PO4、50～100mM的NaHCO3、30～50mM的NaCl、0.1～1.0mM的MgCl2(H2O)6和0.1～1.0mM的CaCl2(H2O)2；
所述α-淀粉酶的浓度为50～200U/mL；和/或，
所述胃蛋白酶的浓度为1000～3000U/mL；和/或，
所述胰蛋白酶的浓度为50～200U/mL；和/或，
所述氢氧化钠溶液的浓度为0.1～2.0M；和/或，
所述盐酸溶液的浓度为0.1～2.0M；
所述α-淀粉酶的添加量为1～5mL；和/或，
所述胃蛋白酶的添加量为1～10mL；和/或，
所述胰蛋白酶的添加量为10～20mL。
S33、样品总淀粉含量测定及GI理论值结果计算：取液体特殊医学用途配方食品样品于离心管中，加入盐酸溶液，水浴处理，冷却，调节pH，过滤，取滤液，加入3,5-二硝基水杨酸试剂，检测吸光度，通过吸光度和标准曲线得到样品中淀粉水解后葡萄糖的质量浓度，然后根据公式计算得到GI理论值。
具体地，在步骤S33中，淀粉水解率(hydrolysis rate of starch，HRS)的计算公式为：
式中，HRS为淀粉水解率；
m为总淀粉含量，单位为mg；
m1为消化液中葡萄糖的量，单位为mg；
0.9为葡萄糖和淀粉的转化系数；
以时间为横坐标，纵坐标为淀粉水解率，绘制样液消化的水解曲线，计算在消化期间样品的淀粉水解指数(hydrolysis index，HI)，消化期间样品的淀粉水解指数的计算公式为：
式中，HI为淀粉水解指数；
AUC样品为样品的淀粉水解曲线下的面积；
AUC葡萄糖标准品为标准淀粉水解曲线下的面积；
升糖指数的计算公式为：
GI＝39.71+0.549×HI。
S4、通过计算GI体外值和GI理论值的平均值及进行二者的相关性分析，预测液体特殊医学用途配方食品升糖指数。
另外，为了方便理解本发明的上述技术方案，以下就本发明在实际过程中的具体实施例进行详细说明。
实施例1
最佳消化条件参数分析
本实施例中针对一种特定的液体特殊医学用途配方食品进行消化模拟。首先分析其主要成分(蛋白质量为20％、碳水化合物为55％和脂肪为25％)。然后，根据这些信息，设定优化目标，最大化营养吸收，同时考虑到消化舒适度。接着，将消化过程分为口腔、胃部和小肠三个阶段，并对每个阶段进行详细分析，确定影响这些阶段消化的关键控制变量。对于口腔阶段，温度为常温(约37℃)、pH值为6.8、唾液酶活性为中等(模拟值设定为活性指数5，假设范围1-10)、唾液中的酶活性设定为5(定义范围为1-10)、食物在口腔中的停留时间设定为30秒至2分钟，这个时间范围允许充分咀嚼和唾液混合，以模拟不同类型食物的咀嚼需求；对于胃部，温度约为37℃、pH值为2.0(强酸环境)、胃蠕动强度为高(模拟值设定为强度指数8，假设范围1-10)；对于小肠，温度约为37℃、pH值为7.5(偏碱性环境)、肠道酶活性为高(模拟值设定为活性指数9，假设范围1-10)、食物的通过速度设定为2至6小时，这个时间范围反映了不同食物类型和消化效率的差异。之后，使用消化参数优化算法来寻找每个消化阶段的最佳条件参数组合。设定合适的群体大小为100个个体、迭代次数为50代、交叉率为0.8(80％的个体通过交叉产生新个体)和变异率为0.1(10％的新个体经历变异)，并构建一个适应度函数，反映营养吸收率和消化效率。
适应度函数的表达式为：
F(x)＝ω1·N(x)+ω2·D(x)-ω3·G(x)+ω4·E(x)+ω5·T(x)
式中，F(x)表示在给定消化条件参数组合x下的适应度函数值；
N(x)表示在给定消化条件参数组合x下的营养吸收率；
D(x)表示整个消化过程的效率，包括食物的分解速度和完全度；
G(x)表示评估在给定消化条件参数组合x下的消化不适感水平；
E(x)表示对唾液和肠道酶活性进行优化调整的效果；
T(x)表示量化食物在消化各阶段停留时间的优化效果，包括口腔、胃和小肠阶段；
w1、w2、w3、w4、w5是各项指标的权重系数，用于调整各指标在总适应度评估中的相对重要性。
通过迭代优化过程寻找最佳的消化条件参数组合：
口腔阶段：
温度：37℃，以模拟人体正常体温下的条件。
pH值：6.8，这是口腔自然状态下的pH值，有利于唾液酶的活性。
唾液酶活性指数：调整为6(之前假设为5)，通过优化算法发现略微提高酶活性可以更有效地启动碳水化合物的分解过程。
食物在口腔中的停留时间：优化为1分钟，这个时间最适宜于充分咀嚼和唾液混合，以提高食物初步消化的效率。
胃部阶段：
温度：保持为37℃，符合人体胃部的正常运作温度。
pH值：优化为1.8(之前假设为2.0)，更低的pH值有利于蛋白质更快地被分解。
胃蠕动强度指数：维持在8，确保食物混合和初步分解的效率。
小肠阶段：
温度：保持为37℃，适合小肠的营养吸收过程。
pH值：调整为7.6(之前假设为7.5)，略微偏碱性的环境更利于肠道酶的活性和功能。
肠道酶活性指数：优化为10(最大值)，确保营养物质被最大限度地分解和吸收。
食物的通过速度：优化为4小时，这个时间最适宜于最大化营养吸收，同时考虑到消化舒适度。
最后，使用这些优化后的参数模拟液体特殊医学用途配方食品在口腔、胃部和小肠的消化过程。
实施例2
(1)GI体外值预测
称取适当质量的样品于样品杯中，使其含有接近40mg可供消化的碳水化合物，在每个样品杯中添加一个磁力搅拌转子后放置于相应的位置，设置样品搅拌温度为30℃、搅拌速度为100rpm/min，在葡萄糖分析仪自带软件中点击开始测量，运行测量程序，测量程序开始后，人工胃肠模拟装置自动在每个样品杯中加入1mLα-淀粉酶(100U/mL)；仪器运行1min后，继续加入1mL胃蛋白酶(1mg/mL)；仪器运行10min后，加入1mL浓度为1M的氢氧化钠溶液；仪器运行5min后，在每个样品中加入10mL浓度为1M的醋酸溶液；5min后，加入1mL胰酶混合液(包含浓度为1mg/mL的胰酶和浓度为1mg/mL的淀粉葡萄糖苷酶)，随后，每隔1h仪器自动从样品杯中取2mL消化液对其进行葡萄糖含量检测(共测定2h)，得到图2，由葡萄糖分析仪自带软件对样品的GI体外值进行计算。
(2)GI理论值预测
标准曲线：称取300mg D-无水葡萄糖作为标准品，加水溶解并定容至200mL，其质量浓度为1.5mg/mL，然后加水稀释至0.075、0.150、0.300、0.600、0.750、1.000、1.500mg/mL，即得系列质量浓度溶液，取1mL，加入1mL 3,5-二硝基水杨酸试剂，摇匀，80℃水浴显色5min，取出后流水冷却至室温，加水定容，摇匀，以蒸馏水为空白对照，于500nm波长处检测吸光度，以质量浓度(C，mg/mL)为横坐标、吸光度(A)为纵坐标绘制标准曲线。
模拟消化：设置样品搅拌温度为30℃、搅拌速度为100rpm/min；吸取2mL样品，加入1mLα-淀粉酶(50U/mL)，恒温水浴振荡1min；模拟口腔消化完成后，向口腔消化液中加入1mL胃蛋白酶(1000U/mL)，用盐酸溶液(0.1M)调节消化液pH至3.0，恒温水浴振荡消化1h；模拟胃消化完成后，向胃消化液中加入10mL胰蛋白酶(50U/mL)，用氢氧化钠溶液(0.1M)将消化液体pH调节至7.0，消化过程中，每隔30min吸取1mL消化液，用3,5-二硝基水杨酸法测定不同时间点下消化液中葡萄糖含量(共测定2h)。
模拟口腔消化的口腔消化液组分包括：KCl(15mM)、KH2PO4(3mM)、NaHCO3(13mM)、MgCl2(H2O)6(0.1mM)、(NH4)2CO3(0.01mM)和CaCl2(H2O)2(1mM)；模拟胃消化的胃消化液组分包括：KCl(5mM)、KH2PO4(0.5mM)、NaHCO3(20mM)、NaCl(40mM)、MgCl2(H2O)6(0.1mM)、(NH4)2CO3(0.1mM)和CaCl2(H2O)2(0.1mM)；模拟肠道消化的肠道消化液组分包括：KCl(5mM)、KH2PO4(0.1mM)、NaHCO3(50mM)、NaCl(30mM)、MgCl2(H2O)6(0.1mM)和CaCl2(H2O)2(0.1mM)。
样品总淀粉含量测定及样品GI理论值测定：取适量样品于离心管中，加入5mL浓度为5M的盐酸溶液，80℃水浴处理5min，流水冷却至室温，调节pH至中性，过滤，滤液用3,5-二硝基水杨酸法测定酸水解后样品中的葡萄糖含量。根据淀粉和葡萄糖之间的转化系数计算得到总淀粉含量(即：总淀粉含量＝葡萄糖含量×0.9)。样品消化后，以时间为横坐标，以淀粉水解率为纵坐标，绘制淀粉水解率曲线图(如图3所示)，然后根据公式计算得到GI理论值。
实施例3
(1)GI体外值预测
称取适当质量的样品于样品杯中，使其含有接近60mg可供消化的碳水化合物。在每个样品杯中添加一个磁力搅拌转子后放置于相应的位置。设置样品搅拌温度为35℃、搅拌速度为150rpm/min，在仪器自带软件中点击开始测量，运行测量程序。测量程序开始后，仪器自动在每个样品杯中加入2mLα-淀粉酶(500U/mL)；仪器运行2min后，继续加入5mL胃蛋白酶(5mg/mL)；仪器运行30min后，加入5mL浓度为2M的氢氧化钠溶液；仪器运行5min后，在每个样品中加入20mL浓度为2M的醋酸溶液；5min后，加入5mL胰酶混合液(包含浓度为5mg/mL的胰酶；浓度为5mg/mL的淀粉葡萄糖苷酶)，随后，每隔1h仪器自动从样品杯中取2mL消化液对其进行葡萄糖含量检测(共测定4h)。由仪器自带软件对样品的GI体外值进行计算。
(2)GI理论值预测
标准曲线：称取300mg D-无水葡萄糖作为对照品，加水溶解并定容至200mL。其质量浓度为1.5mg/mL。将储备液稀释至0.075、0.150、0.300、0.600、0.750、1.000、1.500mg/mL，即得系列质量浓度溶液。取2mL，加入2mL 3,5-二硝基水杨酸试剂，摇匀，90℃水浴显色10min，取出后流水冷却至室温，加水定容，摇匀，以蒸馏水为空白对照，于525nm波长处检测吸光度，以质量浓度(C，mg/mL)为横坐标、吸光度(A)为纵坐标绘制标准曲线。
模拟消化：设置样品搅拌温度为35℃、搅拌速度为150rpm/min；吸取2mL样品，加入2mLα-淀粉酶(100U/mL)，恒温水浴振荡2min；模拟口腔消化完成后，向口腔消化液中加入5mL胃蛋白酶(2000U/mL)，用盐酸溶液(1M)调节消化液pH至3.0，恒温水浴振荡消化1.5h；模拟胃消化完成后，向胃消化液中加入15mL胰蛋白酶(100U/mL)，用氢氧化钠溶液(1M)将消化液体pH调节至7.0。消化过程中，每隔30min吸取2mL消化液，用3,5-二硝基水杨酸法测定不同时间点下消化液中葡萄糖含量(共测定4h)。
模拟口腔消化的口腔消化液组分包括：KCl(15.5mM)、KH2PO4(3.5mM)、NaHCO3(13.5mM)、MgCl2(H2O)6(0.15mM)、(NH4)2CO3(0.05mM)和CaCl2(H2O)2(1.5mM)；模拟胃消化的胃消化液组分包括：KCl(7.5mM)、KH2PO4(1mM)、NaHCO3(25mM)、NaCl(45mM)、MgCl2(H2O)6(0.2mM)、(NH4)2CO3(0.5mM)和CaCl2(H2O)2(0.15mM)；模拟肠道消化的肠道消化液组分包括：KCl(7.5mM)、KH2PO4(0.5mM)、NaHCO3(75mM)、NaCl(40mM)、MgCl2(H2O)6(0.5mM)和CaCl2(H2O)2(0.5mM)。
样品总淀粉含量测定及样品GI理论值测定：取适量样品于离心管中，加入10mL浓度为7M的盐酸溶液，90℃水浴处理10min，流水冷却至室温，调节pH至中性，过滤，滤液用3,5-二硝基水杨酸法测定酸水解后样品中的葡萄糖含量。根据淀粉和葡萄糖之间的转化系数计算得到总淀粉含量(即：总淀粉含量＝葡萄糖含量×0.9)。样品消化后，以时间为横坐标，以淀粉水解率为纵坐标，绘制淀粉水解率曲线图，然后根据公式计算得到GI理论值。
实施例4
(1)GI体外值预测
称取适当质量的样品于样品杯中，使其含有接近80mg可供消化的碳水化合物。在每个样品杯中添加一个磁力搅拌转子后放置于相应的位置。设置样品搅拌温度为40℃、搅拌速度为200rpm/min，在仪器自带软件中点击开始测量，运行测量程序。测量程序开始后，仪器自动在每个样品杯中加入5mLα-淀粉酶(1000U/mL)；仪器运行5min后，继续加入10mL胃蛋白酶(10mg/mL)；仪器运行60min后，加入10mL浓度为5M的氢氧化钠溶液；仪器运行5min后，在每个样品中加入30mL浓度为5M的醋酸溶液；5min后，加入10mL胰酶混合液(包含浓度为10mg/mL的胰酶；浓度为10mg/mL的淀粉葡萄糖苷酶)，随后，每隔1h仪器自动从样品杯中取2mL消化液对其进行葡萄糖含量检测(共测定6h)。由仪器自带软件对样品的GI体外值进行计算。
(2)GI理论值预测
标准曲线：称取300mg D-无水葡萄糖作为对照品，加水溶解并定容至200mL。其质量浓度为1.5mg/mL。将储备液稀释至0.075、0.150、0.300、0.600、0.750、1.000、1.500mg/mL，即得系列质量浓度溶液。取3mL，加入5mL 3,5-二硝基水杨酸试剂，摇匀，100℃水浴显色15min，取出后流水冷却至室温，加水定容，摇匀，以蒸馏水为空白对照，于550nm波长处检测吸光度，以质量浓度(C，mg/mL)为横坐标、吸光度(A)为纵坐标绘制标准曲线。
模拟消化：设置样品搅拌温度为40℃、搅拌速度为200rpm/min；吸取2mL样品，加入5mLα-淀粉酶(200U/mL)，恒温水浴振荡5min；模拟口腔消化完成后，向口腔消化液中加入10mL胃蛋白酶(3000U/mL)，用盐酸溶液(2M)调节消化液pH至3.0，恒温水浴振荡消化2h；模拟胃消化完成后，向胃消化液中加入20mL胰蛋白酶(200U/mL)，用氢氧化钠溶液(2M)将消化液体pH调节至7.0。消化过程中，每隔30min吸取3mL消化液，用3,5-二硝基水杨酸法测定不同时间点下消化液中葡萄糖含量(共测定6h)。
模拟口腔消化的口腔消化液组分包括：KCl(16mM)、KH2PO4(4mM)、NaHCO3(14mM)、MgCl2(H2O)6(0.2mM)、(NH4)2CO3(0.10mM)和CaCl2(H2O)2(2mM)；模拟胃消化的胃消化液组分包括：KCl(10mM)、KH2PO4(1.5mM)、NaHCO3(30mM)、NaCl(50mM)、MgCl2(H2O)6(0.3mM)、(NH4)2CO3(1.0mM)和CaCl2(H2O)2(0.2mM)；模拟肠道消化的肠道消化液组分包括：KCl(10mM)、KH2PO4(1mM)、NaHCO3(100mM)、NaCl(50mM)、MgCl2(H2O)6(1.0mM)和CaCl2(H2O)2(1.0mM)。
样品总淀粉含量测定及样品GI理论值测定：取适量样品于离心管中，加入15mL浓度为10M的盐酸溶液，100℃水浴处理15min，流水冷却至室温，调节pH至中性，过滤，滤液用3,5-二硝基水杨酸法测定酸水解后样品中的葡萄糖含量。根据淀粉和葡萄糖之间的转化系数计算得到总淀粉含量(即：总淀粉含量＝葡萄糖含量×0.9)。样品消化后，以时间为横坐标，以淀粉水解率为纵坐标，绘制淀粉水解率曲线图，然后根据公式计算得到GI理论值。
对比例1
以一款已知GI值的样品作为对比例，该样品的GI值由体内血糖测试获得。
实施例2～4和对比例1得到的GI值如下表1所示。
表1实施例2-4和对比例的GI值预测结果
注：*表示实施例中GI体外值和GI理论值之间的相关性。
由表1可知，本发明提供的实施例2-4的GI值体外预测与体内测试结果较为相近，但本发明测试的方法更加快速高效。
综上所述，借助于本发明的上述技术方案，本发明提供了一种液体特医食品升糖指数的联合体外预测方法，通过体外模拟人体口腔咀嚼以及胃、小肠的消化与吸收过程，能够更快速、高效地预测食品GI值，可用于液体特医食品原料或配方食品初期大规模的筛选工作。此外，本发明提供的联合体外预测方法包括一种基于GI20仪器自动模拟消化方法(用于预测GI体外值)以及基于淀粉水解率的实验室模拟消化方法(用于预测GI理论值)，两种模拟方式对GI值(包括体外值和理论值)的联合预测能够有效提升预测结果的有效性和稳定性。此外，本发明通过利用消化参数优化算法可以有效的找到适合不同消化阶段的最佳消化条件参数组合，从而可以基于最佳消化条件参数组合中的最佳消化条件来模拟液体特殊医学用途配方食品样品通过口腔、胃部和小肠时的消化条件，使得其可以更加的贴近真实的人体消化过程，优化特殊医学用途配方食品在整个消化过程中的消化效率和效果。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包括在本发明的专利保护范围内。
Claims (6)
1.液体特殊医学用途配方食品升糖指数的联合体外预测方法，其特征在于，包括以下步骤：
S1、基于消化参数优化算法分析得到最佳消化条件参数，并模拟液体特殊医学用途配方食品样品通过口腔、胃部和小肠时的最佳消化条件；
S2、利用葡萄糖分析仪实时检测液体特殊医学用途配方食品样品中葡萄糖生成量来预测液体特殊医学用途配方食品样品的GI体外值；
S3、通过3,5-二硝基水杨酸法实时检测样品中淀粉水解程度来预测液体特殊医学用途配方食品样品的GI理论值；
S4、通过计算GI体外值和GI理论值的平均值及进行二者的相关性分析，预测液体特殊医学用途配方食品升糖指数；
所述基于消化参数优化算法分析得到最佳消化条件参数，并模拟液体特殊医学用途配方食品样品通过口腔、胃部和小肠时的最佳消化条件包括以下步骤：
S11、明确口腔、胃部和小肠三个不同消化阶段的优化目标，并分析识别影响各消化阶段的控制变量；
其中，所述优化目标包括最大化营养吸收、最小化不适感、最优消化效率，所述影响各消化阶段的控制变量，口腔阶段包括温度、pH值、唾液酶活性指数、食物在口腔中的停留时间，胃部阶段包括温度、pH值、胃蠕动强度指数，小肠阶段包括温度、pH值、肠道酶活性指数、食物的通过速度；
S12、将每个消化阶段的时间划分为对应不同控制变量设置的多个时间段，并根据时间离散化结果为每个控制变量生成输入向量组；
S13、设定群体大小和迭代次数，确定交叉率和变异策略，并利用消化参数优化算法对消化条件参数组合进行优化计算，寻找每个消化阶段的最佳消化条件参数组合；
所述设定群体大小和迭代次数，确定交叉率和变异策略，并利用消化参数优化算法对消化条件参数组合进行优化计算，寻找每个消化阶段的最佳消化条件参数组合包括以下步骤：
S131、设定群体大小和迭代次数，确定交叉率和变异策略，基于关键指标设计适应度函数；
S132、利用二进制编码方式对消化条件参数进行转换，并随机生成初始消化条件的参数组合集；
S133、计算每个消化条件参数组合的适应度值，并根据适应度值选择最优的消化条件参数组合；
S134、对最优的消化条件参数组合进行交叉操作产生新的消化条件参数组合，并对新的消化条件参数组合进行变异操作；
S135、重复执行选择、交叉和变异操作，直至达到预定的迭代次数或适应度满足预设条件时终止优化过程，得到每个消化阶段的最佳消化条件参数组合；
其中，适应度函数的表达式为：
F(x)＝ω1·N(x)+ω2·D(x)-ω3·G(x)+ω4·E(x)+ω5·T(x)
式中，F(x)表示在给定消化条件参数组合x下的适应度函数值；
N(x)表示在给定消化条件参数组合x下的营养吸收率；
D(x)表示整个消化过程的效率，包括食物的分解速度和完全度；
G(x)表示评估在给定消化条件参数组合x下的消化不适感水平；
E(x)表示对唾液和肠道酶活性进行优化调整的效果；
T(x)表示量化食物在消化各阶段停留时间的优化效果，包括口腔、胃和小肠阶段；
w1、w2、w3、w4、w5是各项指标的权重系数，用于调整各指标在总适应度评估中的相对重要性；
S14、基于最佳消化条件参数组合中的最佳消化条件来模拟液体特殊医学用途配方食品样品通过口腔、胃部和小肠时的消化条件。
2.根据权利要求1所述的液体特殊医学用途配方食品升糖指数的联合体外预测方法，其特征在于，所述将每个消化阶段的时间划分为对应不同控制变量设置的多个时间段，并根据时间离散化结果为每个控制变量生成输入向量组包括以下步骤：
S121、对每个消化阶段的过程进行时间上的划分，并根据每个消化阶段的时间划分将控制变量的变化离散化为不同的时间点；
S122、为每个控制变量在每个时间点上的取值创建一个输入向量，并将所有控制变量的输入向量进行组合，得到输入向量组。
3.根据权利要求1所述的液体特殊医学用途配方食品升糖指数的联合体外预测方法，其特征在于，所述对最优的消化条件参数组合进行交叉操作产生新的消化条件参数组合，并对新的消化条件参数组合进行变异操作还包括：
在每一代消化条件参数组合集中选取一定数量的最优消化条件参数组合直接保留至新的消化条件参数组合集；
将总的消化条件参数组合集划分为多个子消化条件参数组合集，设定规则，并允许不同子消化条件参数组合集之间消化条件参数组合进行迁移。
4.根据权利要求1所述的液体特殊医学用途配方食品升糖指数的联合体外预测方法，其特征在于，所述利用葡萄糖分析仪实时检测液体特殊医学用途配方食品样品中葡萄糖生成量来预测液体特殊医学用途配方食品样品的GI体外值包括以下步骤：
S21、取液体特殊医学用途配方食品样品于反应器中，并于反应器中添加搅拌转子，同时根据最佳消化条件中的参数设置对应的搅拌温度和速度；
S22、采用人工胃肠模拟装置模拟消化条件，人工胃肠模拟装置自动向装有液体特殊医学用途配方食品样品的反应器中依次间隔添加α-淀粉酶、胃蛋白酶、氢氧化钠溶液、醋酸溶液、胰酶混合液，反应得到消化液，其中，胰酶混合液包含胰酶及淀粉葡萄糖苷酶；
S23、采用葡萄糖分析仪对所述消化液中的葡萄糖含量进行检测，并通过葡萄糖分析仪的自带软件对液体特殊医学用途配方食品样品的GI体外值进行计算；
所述胰酶混合液包括胰酶和淀粉葡萄糖苷酶；
所述α-淀粉酶的浓度为100～1000U/mL；
所述胃蛋白酶的浓度为1～10mg/mL；
所述胰酶的浓度为1～10mg/mL；
所述淀粉葡萄糖苷酶的浓度为1～10mg/mL；
所述氢氧化钠溶液的浓度为1～5mol/L；
所述醋酸溶液的浓度为1～5mol/L；
所述α-淀粉酶的添加量为1～5mL；
所述胃蛋白酶的添加量为1～10mL；
所述胰酶混合液的添加量为1～10mL；
所述氢氧化钠溶液的添加量为1～10mL；
所述醋酸溶液的添加量为10～30mL。
5.根据权利要求1所述的液体特殊医学用途配方食品升糖指数的联合体外预测方法，其特征在于，所述通过3,5-二硝基水杨酸法实时检测样品中淀粉水解程度来预测液体特殊医学用途配方食品样品的GI理论值包括以下步骤：
S31、绘制标准曲线：取D-无水葡萄糖作为标准品，加水溶解并定容，得到其质量浓度，然后加不同体积的水稀释，得到不同质量浓度溶液，分别取不同质量浓度溶液，加入3,5-二硝基水杨酸试剂，摇匀，水浴显色，冷却，加水定容，以蒸馏水为空白对照，检测吸光度，得到以质量浓度为横坐标、吸光度为纵坐标的标准曲线；
S32、模拟消化：取液体特殊医学用途配方食品样品于反应器中，并于反应器中添加搅拌转子，根据最佳消化条件中的参数设置搅拌的温度和速度，加入α-淀粉酶、口腔消化液，恒温水浴振荡，然后加入胃蛋白酶，用盐酸溶液调节消化液pH，加入胃消化液，恒温水浴振荡，然后加入胰蛋白酶，用氢氧化钠溶液调节pH，加入肠道消化液，恒温水浴振荡，得到消化液，取不同时间点下消化液，加入3,5-二硝基水杨酸试剂，检测吸光度，通过吸光度和标准曲线得到消化液中葡萄糖的质量浓度；
S33、样品总淀粉含量测定及GI理论值结果计算：取液体特殊医学用途配方食品样品于离心管中，加入盐酸溶液，水浴处理，冷却，调节pH，过滤，取滤液，加入3,5-二硝基水杨酸试剂，检测吸光度，通过吸光度和标准曲线得到样品中淀粉水解后葡萄糖的质量浓度，然后根据公式计算得到GI理论值；
所述口腔消化液包括以下浓度的组分：15～16mM的KCl、3～4mM的KH2PO4、13～14mM的NaHCO3、0.1～0.2mM的MgCl2(H2O)6、0.01～0.10mM的(NH4)2CO3和1～2mM的CaCl2(H2O)2；
所述胃消化液包括以下浓度的组分：5～10mM的KCl、0.5～1.5mM的KH2PO4、20～30mM的NaHCO3、40～50mM的NaCl、0.1～0.3mM的MgCl2(H2O)6、0.1～1.0mM的(NH4)2CO3和0.1～0.2mM的CaCl2(H2O)2；
所述肠道消化液包括以下浓度的组分：5～10mM的KCl、0.1～1mM的KH2PO4、50～100mM的NaHCO3、30～50mM的NaCl、0.1～1.0mM的MgCl2(H2O)6和0.1～1.0mM的CaCl2(H2O)2；
所述α-淀粉酶的浓度为50～200U/mL；
所述胃蛋白酶的浓度为1000～3000U/mL；
所述胰蛋白酶的浓度为50～200U/mL；
所述氢氧化钠溶液的浓度为0.1～2.0M；
所述盐酸溶液的浓度为0.1～2.0M；
所述α-淀粉酶的添加量为1～5mL；
所述胃蛋白酶的添加量为1～10mL；
所述胰蛋白酶的添加量为10～20mL。
6.根据权利要求5所述的液体特殊医学用途配方食品升糖指数的联合体外预测方法，其特征在于，在步骤S33中，淀粉水解率的计算公式为：
式中，HRS为淀粉水解率；
m为总淀粉含量，单位为mg；
m1为消化液中葡萄糖的量，单位为mg；
0.9为葡萄糖和淀粉的转化系数；
以时间为横坐标，纵坐标为淀粉水解率，绘制样液消化的水解曲线，计算在消化期间样品的淀粉水解指数，消化期间样品的淀粉水解指数的计算公式为：
式中，HI为淀粉水解指数；
AUC样品为样品的淀粉水解曲线下的面积；
AUC葡萄糖标准品为标准淀粉水解曲线下的面积；
升糖指数的计算公式为：
GI＝39.71+0.549×HI。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410272534.3A CN118033100B (zh) | 2024-03-11 | 2024-03-11 | 液体特殊医学用途配方食品升糖指数的联合体外预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410272534.3A CN118033100B (zh) | 2024-03-11 | 2024-03-11 | 液体特殊医学用途配方食品升糖指数的联合体外预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118033100A CN118033100A (zh) | 2024-05-14 |
| CN118033100B true CN118033100B (zh) | 2024-07-16 |
Family
ID=91002084
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410272534.3A Active CN118033100B (zh) | 2024-03-11 | 2024-03-11 | 液体特殊医学用途配方食品升糖指数的联合体外预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118033100B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108460235A (zh) * | 2018-04-04 | 2018-08-28 | 西南科技大学 | 一种通过数学模型预测猪饲料磷表观全肠道消化率的方法 |
| CN112710822A (zh) * | 2020-12-17 | 2021-04-27 | 四川农业大学 | 一种食用菌多糖及其硒化衍生物的体外模拟消化方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2357645A1 (fr) * | 1976-07-07 | 1978-02-03 | Agronomique Inst Nat Rech | Methode et systeme automatique de dosage d'amidon et corps similaires |
| DK2171472T3 (da) * | 2007-06-28 | 2012-02-06 | Kraft Foods Global Brands Llc | In-vitro fremgangsmåde til fastlæggelse af glykæmisk indeks for fødevarer |
| EP3847235A4 (en) * | 2018-09-05 | 2022-06-22 | Wentech Solutions Inc. | SYSTEM AND METHOD FOR EVALUATION, OPTIMIZATION AND/OR CONTROL OF AN ANAEROBIC FERMENTATION PROCESS |
| CN114134101A (zh) * | 2021-10-19 | 2022-03-04 | 广东省农业科学院蚕业与农产品加工研究所 | 一种模拟大鼠胃肠环境的液态乳体外静态消化及肠道细胞培养的方法 |
| CN114674990B (zh) * | 2022-05-18 | 2024-04-26 | 河南省农业科学院农产品加工研究中心 | 一种食品体外预测血糖指数的测定方法 |
| 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 |
| CN117643357A (zh) * | 2023-09-27 | 2024-03-05 | 江苏海洋大学 | 一种复配酶酶解鸡骨液工艺 |
-
2024
- 2024-03-11 CN CN202410272534.3A patent/CN118033100B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108460235A (zh) * | 2018-04-04 | 2018-08-28 | 西南科技大学 | 一种通过数学模型预测猪饲料磷表观全肠道消化率的方法 |
| CN112710822A (zh) * | 2020-12-17 | 2021-04-27 | 四川农业大学 | 一种食用菌多糖及其硒化衍生物的体外模拟消化方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118033100A (zh) | 2024-05-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mohammadi et al. | Extraction optimization of pepsin-soluble collagen from eggshell membrane by response surface methodology (RSM) | |
| Woolnough et al. | Simulating human carbohydrate digestion in vitro: a review of methods and the need for standardisation | |
| Aura et al. | Development of anIn VitroEnzymic Digestion Method for Removal of Starch and Protein and Assessment of its Performance Using Rye andWheat Breads | |
| CN118033100B (zh) | 液体特殊医学用途配方食品升糖指数的联合体外预测方法 | |
| CN106370855B (zh) | 基于BSaBA信号放大系统的绵羊过氧化物氧还酶6双抗夹心ELISA试剂盒 | |
| CN105911007A (zh) | 一种血糖生成指数体外检测方法 | |
| CN113341059A (zh) | 一种生长猪胃-小肠-大肠仿生消化方法及对饲料有效能值估测的应用 | |
| Pälchen et al. | Utilizing hydrothermal processing to align structure and in vitro digestion kinetics between three different pulse types | |
| Ruperti et al. | Cross-phyla protein annotation by structural prediction and alignment | |
| CN110531058A (zh) | 一种经济藻类的体外模拟消化反应装置及使用方法 | |
| CN111239296A (zh) | 一种血糖生成指数检测方法 | |
| CN115032350B (zh) | 一种体外测定面条食品血糖生成指数的方法 | |
| CN114674990A (zh) | 一种食品体外预测血糖指数的测定方法 | |
| CN115201430A (zh) | 一种体外模拟测定米饭升糖指数的方法 | |
| Bonatto et al. | Does postprandial lipemia interfere with blood gas analysis and assessment of acid-base status in dogs? | |
| Butterworth et al. | Kinetics of α-amylase action on starch | |
| CN106498051B (zh) | Znf800基因在制备骨质疏松症早期筛查产品中的应用 | |
| Al Dhahouri et al. | Case Report: Reinterpretation and Reclassification of ARSB: p. Arg159Cys Variant Identified in an Emirati Patient With Hearing Loss Caused by a Pathogenic Variant in the CDH23 Gene | |
| Paterson et al. | Genetic anticipation and breast cancer: a prospective follow‐up study | |
| Nadia et al. | A proposed framework to establish in vitro–in vivo relationships using gastric digestion models for food research | |
| CN117554579A (zh) | 一种专用于预测大米血糖生成指数的方法 | |
| CN113109571B (zh) | 一种用于评估个体过敏程度的试剂盒 | |
| CN113238010A (zh) | 一种体外测定碳水化合物食物的血糖生成指数的方法 | |
| Zhang et al. | Nahid Al Dhahouri 1, Amanat Ali 1, Jozef Hertecant2 and Fatma Al-Jasmi | |
| JPS645499A (en) | Determination of direct-type bilirubin |
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 |