张靖媛，王成荣,*，杨绍兰，张宏斌
(1.青岛农业大学食品科学与工程学院，山东 青岛 266109；2.青岛市农业科学研究院，山东 青岛 266100)
响应面分析法优化南瓜酒发酵工艺条件
张靖媛1，王成荣1,*，杨绍兰1，张宏斌2
(1.青岛农业大学食品科学与工程学院，山东 青岛 266109；2.青岛市农业科学研究院，山东 青岛 266100)
利用中心组合试验设计(CCD)和响应面分析法优化小磨盘南瓜酒的发酵条件，探索其发酵规律，建立优质小磨盘南瓜酒发酵的二次多项式数学模型，获得小磨盘南瓜酒发酵的最佳参数为：SY酵母接种量0.10%、发酵温度24.58℃、发酵时间129.73h，所得到的南瓜酒酒精体积分数为8.03%，与预测值(8.13%)基本一致，可见模型能较好地预测南瓜酒发酵过程中的酒精体积分数。
南瓜；小磨盘；发酵酒；中心组合设计；响应面分析
南瓜为葫芦科南瓜属一年生草本植物，营养丰富，富含淀粉、蛋白质、胡萝卜素、维生素、矿物质和生物碱等营养保健成分，具有防治动脉硬化、溶解结石、催化分解致癌物质亚硝胺等作用[1]，深受广大消费者的喜爱。但到目前为止，南瓜的大宗消费还仅限于鲜食和南瓜粥、南瓜粉等的初加工产品。南瓜酒可由南瓜汁发酵制得，其颜色金黄，澄清透明，具有南瓜的清香和酒的醇香，是一种营养健康的酒类新品，近年来越来越受到重视。本实验采用响应面分析法对小磨盘南瓜酒发酵过程中SY酵母菌接种量、发酵温度和发酵时间3个因素进行研究，旨在探寻南瓜酒的最佳发酵条件，为南瓜酒工厂化生产提供理论参考。
1 材料与方法
1.1 材料与试剂
南瓜，品种为小磨盘，于2010年11月购自青岛城阳蔬菜批发市场。
SY酵母(Q/YB.J02.5) 湖北安琪酵母股份有限公司。
1.2 仪器与设备
AR2140电子分析天平 奥豪斯国际商贸有限公司；SPX-250B-Z型生化培养箱 上海博迅实业有限公司医疗设备厂；HH.S11-1型电热恒温水浴锅 龙口市先科仪器公司；SL-300型榨汁机 天津市达康电器有限公司；MSZ02500正压过滤器 上海摩速器材有限公司；MLS-3750型全自动立式高压灭菌锅 日本三洋电器集团；WZ-103手持糖度计 浙江托普仪器有限公司。
1.3 方法
1.3.1 工艺流程
1.3.2 操作要点
酵母活化：将1.25g活性干酵母添加到25mL质量分数为5%的蔗糖溶液中，搅拌均匀，38℃条件下活化30min，备用。
南瓜果实去皮、籽后切片，热烫后按1:1加水打浆，加入质量分数0.16%果胶酶和0.30%糖化酶，50℃酶解1.5h，过滤，调糖，杀菌后接种已活化的酵母菌，并分别在生化培养箱中控制温度进行酒精发酵，按时测定酒精体积分数。
1.3.3 影响南瓜酒发酵效果的单因素试验
1.3.3.1 酵母菌接种量的影响
南瓜浆糖度为18%，发酵温度为20℃，分别接种体积分数0.04%、0.06%、0.08%、0.10%、0.12%的酵母菌，发酵6d，探讨酵母菌接种量对南瓜酒发酵效果的影响[2]。
1.3.3.2 发酵温度的影响
南瓜浆糖度为18%，选择前步试验的最佳接种量，分别在18、20、22、24、26℃条件下发酵6d，探讨发酵温度对南瓜酒发酵效果的影响
1.3.3.3 发酵时间的影响
南瓜浆糖度为18%，选择前两步试验的最佳发酵温度和接种量，分别发酵4、5、6、7、8d，探讨发酵时间对南瓜酒发酵效果的影响。
1.4 试验方案设计
在单因素试验基础上，选择接种量(x1)、发酵温度(x2)、发酵时间(x3)3个因素，以终止发酵时果酒中酒精体积分数(Y)为响应值，运用中心组合试验设计(CCD)法进行三因素五水平的响应面(RSM)分析试验[3-4]。具体试验方案见表1。
表1 CCD法进行响应面试验因素与水平编码表Table 1 Coded values and corresponding actual values of the optimization parameters used in response surface analysis
1.5 指标测定
酒精体积分数(%)：采用酒精计[5]测定；糖度(%)：采用手持糖度计测定；发酵力：采用二氧化碳生成量法[6-7]测定。
2 结果与分析
2.1 酵母菌接种量的影响
图1 接种量对酒精体积分数的影响Fig.1 Effect of yeast inoculum size on alcohol content in pumpkin wine
由图1可知，适宜的酵母接种量以0.10%为宜。在接种量低于0.10%时，酒精体积分数随接种量的增加呈上升的趋势，接种量超过0.10%，酒精体积分数则明显降低。这可能是由于在接种量较低时，酵母自身繁殖代谢慢，原料转换不彻底，酒精体积分数低，接种量过大时，酵母繁殖旺盛，需要消耗大量糖分来完成自身代谢，同样导致酒精体积分数降低的缘故。酵母在酒精发酵时会生成相同物质的量的CO2，因此可以用发酵液每天生成CO2的量来表征酵母菌的发酵力，间接预测当天酒精的产率；酵母发酵过程通常要经过迟滞期才进入对数期和稳定期，即出现发酵高峰[2]，由此可以推断南瓜酒发酵期间各接种量的酵母菌发酵力最大峰均为发酵期的第2天(图2)。
图2 接种量对二氧化碳生成的影响Fig.2 Effect of yeast inoculum size on alcohol content in pumpkin wine
2.2 发酵温度的影响
由图3可知，酒精体积分数随发酵温度的增加而增加，当发酵温度为24℃时，酒精体积分数达到最高，继续升高温度，酒精体积分数降低，且口感变差。这是由于酵母菌有一个最佳活力的温度范围，在这个温度范围内，温度增加，发酵所需时间缩短，但温度过高会产生较明显的不良发酵气味，影响口感和品质[8-9]。温度过低，酵母活力不能得到充分发挥，导致发酵时间延长。因此选择发酵温度为24℃较为合理。
图3 发酵温度对酒精体积分数的影响Fig.3 Effect of fermentation temperature on alcohol content in pumpkin wine
2.3 发酵时间的影响
图4 发酵时间对酒精体积分数的影响Fig.4 Effect of fermentation time on alcohol content in pumpkin wine
由图4可知，随着发酵时间的增加，酒精体积分数呈先上升后下降的趋势，在发酵第5天时，酒精体积分数最高，之后酒精体积分数又逐渐降低，所以选择发酵时间为5d较为合适。
2.4 响应面试验结果
按照三因素五水平RSM设计方案，安排了20组试验，分别测定其酒精体积分数，数据采用Design-Expert 7.0软件进行处理[3,10-13]，结果见表2。
表2 响应面试验设计安排及结果Table 2 Experimental design and results for response surface analysis
2.4.1 回归模型的建立及其参数分析
以接种量(x1)、发酵温度(x2)、发酵时间(x3)为自变量，南瓜酒酒精体积分数为因变量Y，建立南瓜酒酒精发酵工艺参数回归模型，对该模型进行方差分析，对模型系数进行显着性检验，结果见表3。回归方程为：
从表3可以看出，模型的P＜0.0001，表明模型方程极显着；失拟项P＝0.1157＞0.05，不显着；对回归方程进行检验，模型的校正决定系数为0.9504，说明模型能解释约95.04%响应值的变化，仅有总变异的5.0%不能用此模型来解释；决定系数R2＝0.9739，表明该模型拟合程度好，试验误差小，说明该模型是合适的。x1、x2和x3对Y都有显着影响，且均为正效应，其中x2和x3对Y的影响极显着，二次项对酒精体积分数也有极显着影响，且均为负效应，交互项x2x3也极显着，为正效应，其余变量的影响均不显着(P＞0.05)。
去除回归方程中的不显着项，得南瓜酒酒精发酵的二次回归精简模型方程(2)，该模型可以用来预测南瓜酒酒精发酵中的酒精体积分数。
2.4.2 酒精发酵工艺的响应面分析
模型(2)的响应面及等高线图解见图5～7，接种量、发酵温度、发酵时间及其交互作用对响应值的影响可以从图中直观地反映出来，并确定各个因素的最佳水平范围[14]。
图5 接种量和发酵温度对酒精体积分数的响应面和等高线Fig.5 Response surface and contour plots showing the interactive effects of yeast inoculum size and fermentation temperature on alcohol content in pumpkin wine
图6 接种量和发酵时间对酒精体积分数的响应面和等高线Fig.6 Response surface and contour plots showing the interactive effects of yeast inoculum size and fermentation time on alcohol content in pumpkin wine
图7 发酵时间和发酵温度对酒精体积分数的响应面和等高线Fig.7 Response surface and contour plots showing the interactive effects of fermentation time and temperature on alcohol content in pumpkin wine
从图5可以看出，当把发酵时间固定于零水平时，随着接种量的增加，酒精体积分数呈现先微弱上升后下降的趋势；随着发酵温度的升高，酒精体积分数也呈先上升后下降的趋势。在接种量的变化范围处于0.09%～0.12%，发酵温度23～25.5℃时，酒精体积分数较高。从等高线图可以看出发酵温度对酒精体积分数的影响比接种量的影响要显着。从图6可知，当把发酵温度固定于零水平时，随着接种量的增大，发酵时间的延长，在接种量的变化范围处于0.09%～0.12%，发酵时间108～144h时，酒精体积分数达到最大值。等高线呈圆形，表明两因素的交互作用较弱。从图7可知，当把接种量固定于零水平，随着发酵温度的升高和发酵时间的延长，酒精体积分数均呈现先上升后下降的趋势。发酵温度处于23～26℃，发酵时间108～150h时，酒精体积分数最高。相应曲面的坡度较为陡峭，表明酒精体积分数对发酵温度和时间的交互作用比较敏感。等高线呈椭圆形，表明两因素的交互作用较强。2.4.3 酒精发酵优化工艺参数的验证
分别对模型(2)的x1、x2、x3求一阶偏导，利用Design-Expert 7.0对得到的3个方程求解，得到南瓜酒发酵的最优组合为接种量0.10%，发酵温度24.58℃，发酵时间129.73h，得到的酒精体积分数为8.13%。从理论求得的最佳组合未包含在所设计的20个试验处理中，为了进一步对该工艺参数进行3次验证，测得南瓜酒酒精体积分数平均值为8.03%，与模型预测值(8.13%)基本一致，可见模型能较好地预测实际发酵酒精体积分数的情况。
3 结 论
3.1 在小磨盘南瓜酒发酵过程中，接种量(x1)、发酵温度(x2)和发酵时间(x3)对酒精体积分数(Y)均有显着影响，且均为正效应，其中发酵温度(x2)和发酵时间(x3)及其交互作用影响极显着，二次项也有极显着影响，且均为负效应，其余变量的影响均不显着(P＞0.05)，其二次回归精简模型方程为：Y＝7.98＋0.15x1＋0.36x2＋0.36x3＋0.24x2x3－－－。该模型可用来预测设定条件范围内及其周围的南瓜酒发酵工艺参数，对试验拟合较好，有一定的实用价值。
3.2 响应面法(RSM)获得的小磨盘南瓜酒发酵最佳工艺参数为接种量0.10%，发酵温度24.58℃，发酵时间129.73h，酒精体积分数为8.03%。发酵所得的南瓜酒，果香浓郁，是一种营养丰富的酒类新品，开发前景广阔。
[1] 赵玉安, 王慧瑜, 曹辉. 南瓜的营养价值和功能特性[J]. 食品研究与开发, 2004, 25(2): 95-97.
[2] 郑海鹏. 南瓜酒发酵工艺及香气成分变化研究[D]. 重庆: 西南大学,2009.
[3] 赵志华, 岳田利, 王燕妮, 等. 苹果酒酵母融合子W1发酵工艺参数的优化研究[J]. 农业工程学报, 2007, 23(2): 233-238.
[4] 谢定, 钟海雁, 崔涛, 等. 响应面法优化水晶梨果醋发酵工艺条件[J].中国食品学报, 2009, 9(2): 92-98.
[5] 全国食品工业标准化技术委员会, 酿酒分技术委员会. GB/T 15038—2006葡萄酒、果酒通用分析方法[S]. 北京: 中国标准出版社, 2006.
[6] 金慧, 刘荣厚. 不同温度条件对甜高粱茎秆汁液酒精发酵的影响[J].安徽农业科学, 2007, 35(19): 5684-5685.
[7] 刘小平, 胡建勋, 王钰, 等. 甘薯品种内涵品质与发酵酒精产量关系的初步研究[J]. 安徽农业科学, 1997, 25(3): 203-204.
[8] 范兆军, 牛广财, 朱丹, 等. 响应面法优化沙棘果酒发酵条件的研究[J]. 食品与机械, 2009, 25(1): 41-45.
[9] 吴竹青, 陈景, 黄群, 等. 响应面法优化雪莲果酒发酵工艺[J]. 食品科学, 2010, 31(23): 182-187.
[10] 刘月梅, 白卫东, 鲁周民, 等. 柿果醋醋酸发酵工艺参数优化研究[J].农业工程学报, 2008, 24(4): 257-260.
[11] 金慧, 刘荣厚, 沈飞, 等. 甜高粱茎汁固定化酵母乙醇发酵工艺优化的试验研究[J]. 农业工程学报, 2008, 24(4): 194-198.
[12] 高年发, 晋明芬, 张健, 等. 玉米粉细菌发酵生产L-乳酸的研究[J].农业工程学报, 2007, 23(6): 233-236.
[13] 方俊, 卢向阳, 蒋红梅, 等. 响应面分析法优化制备猪血小肽发酵条件的研究[J]. 食品科学, 2006, 27(8): 141-144.
[14] AMBATI P, AYYANNA C. Optimizing medium constituents and fermentation conditions for citric acid production from palmyra jaggery using response surface method[J]. World Journal of Microbiology and Biotechnology, 2001, 17(4): 331-335.
Optimization of Fermentation Parameters for Pumpkin Wine by Response Surface Methodology
ZHANG Jing-yuan1，WANG Cheng-rong1,*，YANG Shao-lan1，ZHANG Hong-bin2
(1. College of Food Science and Engineering, Qingdao Agricultural University, Qingdao 266109, China；2. Qingdao Academy of Agricultural Sciences, Qingdao 266100, China)
Based on central composite design response surface methodology was applied to optimize fermentation parameters for pumpkin wine. Alcohol content in pumpkin wine was investigated with respect to yeast inoculum size, temperature and fermentation time, and a quadratic polynomial model was established. The optimum fermentation parameters were determined as follows: yeast inoculum size 0.10%, fermentation temperature 24.58 ℃ and fermentation time 129.73 h. The alcohol content in the pumpkin wine obtained was 8.03% (V/V).
pumpkin；pumpkin cultivar (C. moschata)；fermented wine；central composite design(CCD)；response surface analysis
TS261.4
A
1002-6630(2012)05-0213-05
2011-04-02
山东省现代蔬菜产业技术体系项目
张靖媛(1987—)，女，硕士研究生，研究方向为果蔬深加工。E-mail：hollad_1@163.com
王成荣(1958—)，男，教授，硕士，研究方向为果蔬深加工及贮藏。E-mail：qauwcr@126.com
