2、胰蛋白酶响应面优化设计

（1）响应面设计及结果

响应面试验结果见表4，采用Des远nExpert8.0.6软件对表4中数据进行方差、显著性分析，结果见表5。

以酶解时间、pH、温度、加酶量为响应变量，α-淀粉酶活性抑制率为响应值，通过响应面回归方程分析可知，藜麦多肽液具有α-淀粉酶活性抑制率的多元二次拟合回归方程为：

Y=44.09+2.53A一1.87B+4.39C+4.47D+1.86AB+1.61AC+7.67AD+9.20BC+1.90BD一4.19CD一9.11A²—12.84B²—1.78C²—9.79D²。

19CD一9.11A2—12.8482—1.78C2—9.79D2。

由表5可知，模型的P＜0.0001，表示模型回归差异极显著，失拟项P=0.8453＞0.05，不显著，说明拟合程度良好，能真实反映实际情况，模型可靠；模型回归决定系数R²=0.9728＞0.9，说明α-淀粉酶活性抑制率结果与方程预测结果具有一致性，模型相关度好。试验模型校正系数R_Adj²=0.9457，表明模型拟合程度较高。说明有94.57％试验结果值可以用此模型来解释，因此结果可靠，模型可以对α-淀粉酶活性抑制率值进行分析和预测。由回归方程式中一次项系数可知，各因素对α-淀粉酶活性抑制率作用大小顺序为；加酶量(D)＞温度(C)＞酶解时问(A)＞pH(B)。

（2）响应面分析与条件优化

响应面曲线分析，各因素问等高线图和交互作用见图6。

由图6可知，pH与时间、温度与pH、加酶量与温度交互作用的显著性与表5中交互项P值的分析结果一致。a，c，e均呈椭圆形，表明因素问交互作用显著，等高线的形状可以判断交互作用的强弱，3组等高线图中加酶量与温度交互作用最好，等高线中的曲线围绕着响应面在中问处形成顶点，即抑制率最大值。a，c，e响应面图开口都朝下，随着每个因素值的增加而响应值增大，在达到响应值最高点后，随着因素值的增大而响应值减小，响应面的顶点即为最大响应值。

经DesignExpert8.0.6软件分析得到优化条件为：酶解时间2.22h、pH8.95、温度60℃、加酶量0.53×10⁴U／g，在此条件下，旷淀粉酶活性抑制率的理论最大值为47.82％，采用这一结果并结合实际条件，将酶解条件改为：酶解时间2h、pH9.0、温度60℃、加酶量0.5×10⁴U／g，得到的试验结果为45.54％，与理论预测值基本一致，建立的模型可以较好地反映藜麦多肽液具有抑制α-淀粉酶活性的能力，同时多肽得率为63.54％。

三、结论

以藜麦蛋白为试验材料，研究酶解后的多肽对α-淀粉酶活性的抑制率，筛选出最适用酶。在单因素酶解条件下，选择酶解时间、pH、温度、加酶量进行Box-Behnken试验设计，优化结果显示：加酶量和酶解温度对α-淀粉酶活性的抑制作用比pH和酶解时间要强。试验结果表明：制备藜麦多肽的最佳提取工艺为：酶解时问2h、pH9、温度60℃、加酶量0.5×10⁴U／g，在此条件下α-淀粉酶活性抑制率为45.54％。为了提高多肽液对α-淀粉酶的活性抑制作用，还需对酶解多肽液进行进一步的纯化处理。

声明：本文所用图片、文字来源《中国食品添加剂》，版权归原作者所有。如涉及作品内容、版权等问题，请与本网联系

相关链接：α-淀粉酶，多肽，蛋白