文摘
背景。淀粉和其产品以多种方式用于食品和非食品行业。析因实验是进行两个因素来解释行为的淀粉的比例,在对应的因素提取方法和原料。方法。三种方法被用于一式三份:第一个跟着官方分析化学家协会的官方技术(采用AOAC公认的),进行酸水解的淀粉和量化Titulation;第二种方法涉及使用紫外线的多彩与碘反应设备测量吸光度和淀粉的比例计算;第三种方法采用红外光谱,通过淀粉的浓度是由曲线下的面积计算得到的光谱。结果。有效果的方法和原料淀粉的比例,而没有交互效应;图基测试表明,萃取时的平均百分比最高Titulation和淀粉的提取方法木薯耐。结论。它是作为原料。淀粉的量化方法研究紫外可见光谱是最好的样品,因为它少了偏差与红外光谱和Titulation方法。
1。介绍
淀粉是一种食品储备多糖主要在植物中,它是最重要的和丰富的从商业的角度来看,这是最常见的方法包括在我们的饮食中碳水化合物;的食物丰富的它是一个很好的能源1];淀粉是一个基本的饮食的一部分人多年;此外,它已被大量的工业用途被认为是,纤维素后,从商业的角度来看最重要的多糖。这等各种来源的碳水化合物被发现谷物,块茎,和一些水果,尽管其成分并不改变属性,如果确实如此,这取决于它提取的源2- - - - - -4]。
淀粉来自不同来源和不同的晶体结构;玉米、小麦等谷物,大米淀粉的来源,如块茎;例如,木薯淀粉、木薯根和土豆是经常使用在无谷蛋白食物的准备;淀粉和葡萄糖之间的可逆转换,干预后的成熟和收获质量有显著的影响,和淀粉的浓度变化根据成熟的状态(5,6]。淀粉也是来自豆类如大豆、鹰嘴豆;淀粉颗粒形式不同的颗粒大小不同,从2到150微米,在形状,圆形或多边形(7]。
淀粉和其产品以多种方式使用在食品和非食品行业。食品中,它被用作一个成分在不同的准备和非食品行业原料的精化的范围广泛的产品。淀粉是注定的消费大约75%的工业部门和25%的食品行业(8- - - - - -10]。
在这个工作三个原材料是淀粉的量化研究。其中是穆萨paradisiaca属于芭蕉科家庭,生长在许多发展中国家,食品被认为是最重要的能源之一,很多国家的人生活在卑微的区域(11]。接下来,木薯耐是详细的,它是一种多年生木本植物;茎圆柱形,由节(点叶与茎)和节间(部分干两个节)。它可以增加更好的营养方式;因此茎是很重要的,因为当他们成熟切成股份的7到30厘米长植物传播(12]。最后,我们有薯蓣属trifida;在这个心形的叶子,交替或相反,长期跟踪;茎是有翼的或椭圆形截面的小花在集群或圆锥花序三个萼片和三个雄蕊;尽管他们是食物种类,他们的特点是穷开花[13]。
基于这三个农业原材料上面列出,需要量化他们的淀粉,在这些情况下使用的三种分析方法大多数:最初Titulation(酸水解)典型的传统分析化学;紫外光谱方法;红外光谱研究了仪器分析。比较量化的方法,统计工具的支持是必要的;然而,这一目的的描述性研究是不够的,说由于固有的变化过程;因此,一个推论工具的支持是必要的识别效果的重要性,这些因素对%淀粉。实验设计是一个非常有用的工具在流程的比较14],阶乘的实验让你观察几个变量因素对反应的影响,以及它们之间的相互作用(15]。
考虑到这一事实是非常重要的了解淀粉的性质和确定这些取决于它的来源,通过这项工作我们量化Paradisiaca穆萨,木薯耐,薯蓣属trifida,通过Titulation、紫外可见光谱和红外光谱为了展示哪些原材料提供了最高比例的淀粉和它的三个技术是最适合每一个人。
2。材料和方法
2.1。淀粉除
湿淀粉提取方法包括基本的磨浆和删除这些组件在液体介质相对较大,如纤维和蛋白质,使用筛子;随后,消除倾析水的促进和陈腐的材料被消除的最后分数不同淀粉最后受到了在室温下干燥。提取的淀粉,每个原材料使用的2000克,收购市场的蒙特利亚的城市(科尔多瓦、哥伦比亚)。开发的方法包括以下阶段(16]。
清洗:使用饮用水。
剥皮:手动分离纸浆壳刀。在的情况下穆萨paradisiaca剥皮后,这是消毒的解决方案准备1%次氯酸钠10分钟。
浸渍:样本分为片,然后水被添加到减少规模最大的搅拌机两分钟的情况下穆萨paradisiaca和薯蓣属trifida;为木薯耐这有一个光栅的过程。
筛分:产品得到的混合淀粉,水,蛋白质,矿物质和杂质。分开,这泥浆通过筛子。
倾析:悬浮沉积在一个塑料容器和获得了4个小时,然后上层清液被删除,以确保所有的杂质都被移除,和湿淀粉被已筛三次。
环境中干燥:湿淀粉是干一天然后蒸来完善它。
2.2。量化的淀粉
淀粉含量的量化研究的三个原材料进行了使用Titulation方法(酸水解),光谱分析(紫外可见),并与傅里叶变换红外(FTIR),这将在下文介绍。
Titulation(酸水解):这项技术的920.44(采用AOAC公认,1995)17)是用于酸水解的淀粉;这个决心5 g的浸渍的样本使用;酸水解的方法进行了测试,通过20毫升的浓盐酸和200毫升蒸馏水被添加到示例2.5 h的淀粉和加热装有冷凝器的球避免蒸发。然后冷却,用氢氧化钠中和在珠子,转移到250毫升瓶,由体积蒸馏水,并过滤。获得25毫升的液体添加相同量的碱性酒石酸,硫酸铜923.09准备根据方法(采用AOAC公认,2000)18],蒸馏水,给最后一个100毫升的体积。这个解决方案是小心加热4分钟,其次是煮2分钟;当热的时候,它是在真空过滤;过滤整个样本后用水洗60°C和酒精,加快后续干燥过程。这是烤箱干在100°C,直至恒重;然后滤纸是重获得铜氧化物(I)的内容,在此基础上,随后克葡萄糖和淀粉的比例;这个过程重复了一式三份。
(紫外可见光度分析):紫外可见光谱是第一个物理方法应用于定量分析和测定分子结构。UV - Vis光谱学技术广泛应用于定量分析,虽然在定性分析,确定的结构,它是超越其他技术,如红外光谱和核磁共振。由分子和化合物的吸收紫外辐射是由于某些群体,使他们的电子转换称为chromophobes。这些是不饱和组,有大量的电子负责紫外线和对辐射的吸收。这个吸收的能量会导致电子转换和通常的激发态的形成。基于电子转换发生的类型,物种吸收可分为,此外,它可能与某一物种的光谱行为的化学特征。电子转换,源自紫外辐射的吸收可分为电子轨道之间的转换、电荷转移过渡,和配位场转换。这个过程的丰富多彩与碘反应时只能使用淀粉完全溶解(糊化)。这个过程中,3毫升的淀粉溶液置于试管中,1毫升的I / KI溶液添加;蓝色产生的强度在600 nm分光光度计测定试剂空白。; the amount of starch present in the sample was calculated from a standard curve prepared in the range of 10-50 mg of soluble starch / mL, treated in the same manner as the test sample. For each sample of木薯耐淀粉、穆萨paradisiaca,薯蓣属trifida,过程是重复的一式三份(19]。
与傅里叶转换红外光谱分析(FTIR):近红外光谱学的基础本质上在于单色光束的发射样品,,根据其组成和性质的债券存在的分子,将执行选择性吸收的能量,它将反映出另一个量决定,由一些量化的探测器中近红外光谱仪器,将用于间接量化的红外能量吸收。通过这种方式,在红外区光谱收集表示图形一样的能量吸收波长的函数。在这方面应该注意,只有分子或部分分子振动频率与入射能量的吸收红外辐射,所以他们的振动和旋转状态修改,与强大的分子振动的光原子发生联系。这些特征对应官能团碳氢键,地和h的有机化合物,是植物和动物组织的一部分。出于这个原因,近红外光谱的决心和量化实际上是面向现在上面描述的官能团的有机化合物;因此,从红外地区获得的光谱信息可以获得样品的化学成分分析。因此,分析成分的能量吸收之间的关系或校准样品的已知特征允许获得预测模型的自动和瞬时分析成千上万的样品。在这个意义上可以说,在过去的十年里一些基于NIRS分析服务技术农产品行业内得到巩固,和许多其他已经创建,不论是政府还是民间部门的合作,从检测技术或在近红外光谱分析技术被广泛应用于食品工业的支持工具原材料和产品的质量控制,主要是由于它的快速分析,每个样本,低成本的简单处理,精密参考方法类似,没有或小样本的准备分析,等。淀粉我们继续做一个量化的校准曲线和分析的光谱穆萨paradisiaca淀粉、木薯耐,薯蓣属trifida样本,使用一个与傅里叶转换红外分光光度计配备了KBr平板电脑系统和总反射系统减25±2°C的温度;淀粉的固体样品将在与不同浓度的淀粉溴化钾片,最后它将测量设备在该地区400至4000 cm - 1。我们从校准曲线计算问题集中准备在20 - 100毫克的淀粉/ KBr毫克。对于每一个样本的木薯耐淀粉、穆萨paradisiaca,薯蓣属trifida,过程是重复的一式三份(20.]。
2.3。统计分析
最初,淀粉的比例的描述性统计,对所使用的原料和提取方法;随后,一个方差分析进行析因实验三个重复,确定提取方法的影响,原材料,原材料和提取之间的互动。最后,图基测试和媒体图形进行观察的行为因素,数据分析的策略类似于由Baldiris et al。(2017)21]。
3所示。结果与讨论
接下来,我们目前的分析结果的程序用来量化的淀粉含量三个原材料研究(穆萨paradisiaca,木薯耐糖,和薯蓣属trifida),进行了使用Titulation方法(酸水解),分析光谱(UV - VIS),并与傅里叶变换红外(FTIR)。
3.1。描述性统计
根据获得的结果在表1,我们进行描述性统计计算平均值,标准差,变异系数(CV)。
结果表2表明Titulation方法是提供的最高平均比例的淀粉在不同的原材料,而平均的百分比淀粉提取木薯耐是那些显示值最高。的变化,观察了低乳液的不同方法和原材料(CV < 12%);然而,最大的变化是观察方法Titulation和原材料的薯蓣属trifida。
3.2。方差分析
淀粉比例执行实验设计之前,诊断图模型的假设如图1。
(一)
(b)
(c)
(d)
数据1(一)和1 (b)对应于色散图通过原料和方法,分别;在他们观察到的行为变化的组织很相似,这证实了描述性的措施获得的观测偏差。关于数据的独立性,时间序列图,图1 (c)显示子组之间的数据,可以解释为一个可能的影响因素被认为是在这项研究中,最后图1 (d)显示了正态概率图,观察到的数据符合这种行为。上述表明,方差分析可以由于数据符合规范执行,如表所示3。
表3显示了淀粉的比例的方差分析,在进行析因实验在一个完全随机设计。测试的假定值表明有一个效应的提取方法和使用的原材料(p值小于0.01);的相互作用,发现它并不重要,因为假定值是0.32。图基测试之后进行,方法和原料,观察行为的差异。
测试手段对不同原材料表所示4表明有高度显著差异对淀粉的比例提取;平均图,图2(一个)表明,对木薯耐有一个更高的平均比例提取淀粉。
(一)
(b)
方法,有一个非常重要的区别Titulation法和紫外和红外光谱方法(p值< 0.01)指出在表5;表示方法平均值最高对淀粉的比例;参见图2 (b)。
4所示。结论
根据文献之回顾,结果显示,和他们讨论,可以得到以下结论:木薯耐淀粉提取提供更高的收益率,把它变成一个对该产品的潜在来源作为替代的食品工业对其他原材料研究了萃取率较低。正常的假设、方差的同质性和独立性是完全满足。实验设计,它表明有高度显著的影响的原材料和提取方法对淀粉的比例,但没有互动。最后,意味着测试表明,最高平均淀粉比例由Titulation因提取方法所得和淀粉的基础上木薯耐糖。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。
作者的贡献
j。j Lafont-Mendoza a和c Severiche-Sierra构思和设计研究;j . Jaimes-Morales参与抽样实验工作,数据收集和文献搜索。j . j . Lafont-Mendoza c . a . Severiche-Sierra和j . Jaimes-Morales分析和解释数据并撰写并回顾了最后文件。所有作者阅读和批准了手稿。
确认
作者感谢科尔多瓦大学提供的财政支持和科技和实验室的合作主题的大学de卡塔赫纳。