响应曲面优化葡甘露聚糖超声法磷酸酯化改性研究（二）优化研究用60mL水溶解SHMP

2025-05-12 19:32:41 - 百科

（2）SHMP溶液pH对DS的曲面影响

按SHMP:KGM=1:7称取SHMP0.5g，KGM3.5g，优化研究用60mL水溶解SHMP，葡甘用盐酸调至pH=2，露聚磷酸pH=3，糖超pH=4，声法pH=5，酯化pH=6，改性在机械搅拌下边搅拌边加入KGM，曲面待混合均匀后在超声55℃下反应1.5h后冷却，优化研究反应后用40%的葡甘乙醇搅拌清洗样品直至检测不出磷结束，过滤，露聚磷酸干燥，糖超得到不同程度的声法EKGM进行测定分析，见图3。酯化

从图3可以得出如下结论：随着pH值的增加，EKGM的DS先升高后降低，当pH值较低时，KGM水解为单糖，减小KGM分子之间的相互作用有利于酯化反应，从而得出酯化反应在酸性条件下相对稳定。随着pH值的进一步升高，磷酸盐的分布和存在形式发生了变化，对酯化反应的进行不利，从而DS降低；在上述固定条件下得知，pH=3时DS最大。

（3）加热反应温度对DS的影响

按SHMP:KGM=1:7称取SHMP0.429g，KGM3g，将SHMP用60mL水溶解，用盐酸调节pH至3，在机械搅拌下加入KGM，搅拌混合均匀，然后在超声45℃，50℃，55℃，60℃，65℃的条件下反应1.5h后冷却，后用40%的乙醇搅拌清洗样直至检测不出磷结束，过滤，于烘箱中干燥后可最终得到不同取代度的EKGM测定、分析，见图4。

由图4可知，随着反应温度的升高EKGM的DS先增大后减小，当反应温度较低时，促进酯化反应的程度很小，则取代度小；但温度较高时，可能已酯化的EKGM受到高温的影响，不稳定的酯键断裂，则取代度变小；在上述固定条件下得知，温度55℃时取代度最大。

（4）加热反应时间对DS的影响

按SHMP:KGM=1:7称取SHMP0.5g，KGM3.5g，用60mL水溶解SHMP，用盐酸调节到pH为3，在机械搅拌条件下加入KGM，搅拌混合均匀后在超声55℃条件下分别反应0.5h、1.0h、1.5h、2.0h、2.5h冷却，反应后用40%的乙醇搅拌清洗样品直至检测不出磷结束，过滤、干燥，得到取代度不同的EKGM进行测定、分析，见下图图5。

从图5可以看出，随着反应时间的增长EKGM的DS趋势是先提高后降低，当反应时间过短时，酯化改性还在缓慢进行，则取代度较低；但反应时间过长，可能会发生酯键脱落、断裂，不利于酯化反应进行，从而取代度也会降低；在上述固定条件，发现在反应时间为1.5h时DS最大。

2、响应面实验结果与分析

基于单因素实验，根据Box-Behnken中心组合实验设计原理，选择超声波反应温度、超声波反应时间、SHMP：KGM质量比、SHMP溶液pH，进行四因素三水平的响应面分析方法，确定EKGM的最佳改性条件，结果见表1。利用DesignExpert10.0.7软件对数据进行二次多元回归拟合，得到EKGM取代度(Y)对自变量：

SHMP:KGM质量比(X).pH(X₂)、反应时间(X₃)和温度(X₄)之间的二次多项回归方程：

Y=1.78+0.13X₁+0.15X₂+0.044X₃-0.016X₄+0.16X₁X₂+0.097X₁X₃-0.030X₁X₄+0.11X₂X₃-
0.14X₂X₄-0.015X₃X₄-0.49X₁²-0.43X₂²-0.31X₃²-0.35X₄²

该回归模型的方差，结果见表2。从表2可以看出，拟合P＜0.0001，表明拟合的响应回归模型达到了非常显著水平，失拟项P=0.9632＞0.05，表明失拟不显著，R²=0.9607是模型的校正系数，该模型可以解释96.07%响应值的变化，模型拟合良好。模型R²_Adj=0.9215是修正相关系数，该系数表示拟合模型的响应值的变化有92.15%来源于所选变量，该模型回归方程拟合情况合理可靠。模型响应值的变异系数CV值为10.68%，较低，表明实验操作是可信的，因此用此模型可以对EKGM的DS进行分析和预测。根据回归模型的方差分析结果，方程一次项X₁、X₂、X₄，二次项X₁²、X₂²、X₃²、X₄²和交互项X₁X₂、X₂X₄、X₂X₃对EKGM取代度的影响均达极显著水平，一次项X₃和交互项X₁X₄，X₃X₄对EKGM取代度的影响不显著。从而表明各个影响因素与响应值之间不是简单的线性关系，此外根据F值的大小得到各因素影响EKGM取代度的主次序：温度(X₄)>pH(X₂)>质量比(X)>时间(X₁)，交互项影响作用的主次序：质量比和pH(X₁X₂)>pH和温度(X₂X₄)＞pH和时间(X₂X₃)＞质量比和时间(X₁X₃)＞质量比和温度(X₁X₄)＞时间和温度(X₃X₄₎。交互效应的强弱大小由等高线的形状反映，圆形和椭圆形分别代表不同的意义，圆形意味着两因素交互作用是不显著的，而椭圆形或马鞍形则表明两因素交互作用是显著的。为了进一步研究相关变量之间的相互作用，本文使用响应面曲面和等高线图来可视化分析。