《JOURNAL OF FOOD SCIENCE》：Optimizing Essential Oil Blends by Mixture Design Approaches for Enhanced Antimicrobial and Antioxidant Activity: A Review
编辑推荐：
本综述系统阐述了运用混合物设计（如单纯形格点设计、单纯形重心设计）优化精油（EOs）复方，以协同提升其抗菌（如抑制E. coli、S. aureus）和抗氧化（如DPPH、ABTS自由基清除）效能的策略。文章深入探讨了相互作用的分子机制（如膜破坏、酶抑制、Keap1/Nrf2通路激活），并总结了相关专利与应用案例，为开发高效、绿色的天然防腐剂和抗氧化剂提供了创新且可持续的研究范式。
引言
随着全球对天然和环保解决方案的需求日益增长，精油（Essential Oils, EOs）因其多功能的生物活性而成为替代合成添加剂的 promising 候选者。精油是芳香植物中提取的复杂混合物，主要包含萜烯、酚类单萜及其含氧衍生物，展现出广泛的抗菌和抗氧化特性。然而，由于其化学组成的复杂性，经验性方法往往难以充分利用其潜力。混合物设计方法为此提供了一个强大的统计框架，能够系统性地评估各组分间的非线性相互作用，识别协同效应，从而优化精油复方。
常见的混合物设计类型及其实施
混合物设计是一种用于优化混合物组成的统计方法，包含多种类型，每种适用于不同的实验设置和分析需求。主要的混合物设计类型包括单纯形格点设计（Simplex Lattice Design）、单纯形重心设计（Simplex Centroid Design）和极端顶点设计（Extreme Vertices Design）。这些设计方法具有独特的数学结构，特别适合检测和量化组分间的协同或拮抗相互作用。其核心在于自变量是组分比例，且总和为1，响应面使用Scheffé型多项式进行建模。例如，线性Scheffé模型为 Y = b1x1+ b2x2+ ... + bqxq，而二次模型则增加了交互项，如 Y = Σ(bixi) + ΣΣ(bijxixj)。交互项系数bij的正值（对于期望更高响应值的情况）表明组分i和j的混合效果优于线性叠加，即存在协同作用。重心点（所有组分比例相等）在分析中扮演关键角色，有助于检测响应面的曲率并提供纯实验误差的估计。
用于实施混合物设计的软件
为了优化混合物配方并分析组分间的相互作用，多种专业的统计软件工具被开发出来。这些工具为用户友好的界面、稳健的建模选项和强大的可视化功能提供了支持。常用的软件包括Design-Expert、Minitab、JMP（John‘s Macintosh Project）、R语言、Python、MATLAB、Statgraphics Centurion和MODDE等。这些软件支持多种混合物设计方法，并能进行回归建模、方差分析、多响应优化等。选择何种软件取决于研究范围、用户的统计熟练程度以及资源可用性。这些工具的集成显著提高了应用于精油复方优化及其他复杂天然配方研究的混合物设计实验的精确性、可重复性和效率。
精油的协同效应
协同作用是指两种或多种组分的联合效果大于其单独效果之和的现象。在精油中，协同作用发生在不同精油组分的混合能够增强整体的抗菌、抗氧化或治疗效果时。这种协同基于精油是挥发性化合物的复杂混合物，每种化合物具有不同的性质。它们的组合可以通过相互作用增强其生物活性。协同相互作用对于最大化精油配方的功效至关重要，因为它可以在达到预期效果的同时降低单个组分的浓度，从而减少潜在的副作用和成本。
抗菌活性的机制是多方面的，并且相互依赖。酚类单萜（如丁子香酚、香芹酚、百里香酚）以及肉桂醛等成分与细菌膜和细胞内靶标相互作用，导致氧化应激、酶抑制和能量耗竭。这些效应协同作用而非独立作用，从而放大了抗菌效力。协同机制可分为几类：药代动力学协同（如一种成分增加另一种成分的生物利用度）、药效学协同（如成分作用于相同或不同的微生物细胞靶点）、酶抑制（如抑制负责降解其他成分的酶）、外排泵抑制（如抑制细菌外排泵以增加抗菌成分在细胞内的滞留）以及膜破坏（如破坏微生物细胞膜，使其对其他抗菌剂更具渗透性）。此外，一些精油成分还能诱导微生物细胞产生氧化应激，生成活性氧（Reactive Oxygen Species, ROS）破坏细胞组分。
探索精油复杂的抗菌相互作用
精油作为许多领域中有害化学产品的潜在替代品近年来受到关注。研究人员已经研究了精油对大肠杆菌（Escherichia coli, E. coli）和金黄色葡萄球菌（Staphylococcus aureus, S. aureus）等食源性病原体的抗菌作用。然而，由于其复杂的组成（包含数千种化合物，且受物种、采收地、提取工艺等影响），其抗菌活性可能存在差异。当评估精油的联合抗菌效果时，考虑其相互作用的性质（协同、拮抗或无相互作用）至关重要。案例研究表明，通过混合物设计方法可以系统地优化精油组合。例如，对牛至（Origanum compactum）、马郁兰（Origanum majorana）和百里香（Thymus serpyllum）的组合研究表明，其对革兰氏阳性菌（如枯草芽孢杆菌Bacillus subtilis和金黄色葡萄球菌）具有显著的协同效应。另一项研究利用扩展单纯形重心设计优化了香桃木（Myrtus communis）、白蒿（Artemisia herba-alba）和百里香（Thymus serpyllum）的复方，发现三元混合物对枯草芽孢杆菌的抑制效果最强，并且揭示了特定二元组合间的协同作用。其他研究也证实了茶树油（Melaleuca alternifolia）、玫瑰木油（Aniba rosaeodora）和薰衣草油（Lavandula hybrida）等复方，或甜橙（Citrus sinensis）、乳香黄连木（Pistacia lentiscus）和柠檬桉（Eucalyptus citriodora）等复方的优化效果，显著降低了最小抑菌浓度（Minimum Inhibitory Concentration, MIC）。这些研究凸显了混合物设计作为开发协同、广谱天然抗菌配方的强大工具潜力。现有的一些专利描述了精油混合物的使用，但尚未广泛采用统计混合物设计作为优化工具，这为未来研究提供了创新方向。
精油复方的抗氧化活性及实验设计方法
精油的抗氧化活性主要归因于酚类单萜（如百里香酚、香芹酚、丁子香酚）以及某些萜类化合物。其分子机制包括通过氢原子转移（Hydrogen Atom Transfer, HAT）或单电子转移（Single Electron Transfer, SET）直接清除自由基，以及螯合过渡金属离子（如Fe2+、Cu2+）以阻断Fenton反应。此外，精油成分还能调节氧化还原敏感信号通路，例如，酚类精油如丁子香酚可以抑制Keap1，使核因子E2相关因子2（Nuclear factor erythroid 2-related factor 2, Nrf2）游离并易位至细胞核，激活抗氧化反应元件（Antioxidant Response Element, ARE），促进超氧化物歧化酶（Superoxide Dismutase, SOD）、过氧化氢酶（Catalase, CAT）、谷胱甘肽过氧化物酶（Glutathione Peroxidase, GPx）等II相抗氧化酶基因的转录，从而增强细胞氧化还原稳态。
在实验设计上，通常采用扩展单纯形重心设计和单纯形格点设计来优化包含3-4种精油的复方。评估抗氧化活性的常用方法包括DPPH（1,1-二苯基-2-三硝基苯肼）自由基清除法、ABTS（2,2’-联氮-双-3-乙基苯并噻唑啉-6-磺酸）自由基清除法、铁离子还原抗氧化能力（Ferric Reducing Antioxidant Power, FRAP）测定等，并常与丁基羟基甲苯（Butylated Hydroxytoluene, BHT）或抗坏血酸等标准品进行比较。
优化精油复方以增强抗氧化活性
研究表明，优化后的精油混合物几乎总是比单一精油表现更好，通常通过协同机制实现。例如，一项研究优化了柠檬草（Cymbopogon flexuosus）、葛缕子（Carum carvi）和菖蒲（Acorus calamus）的复方，发现最佳比例（20%柠檬草，53%葛缕子，27%菖蒲）的DPPH半抑制浓度（IC5050值低于模型预测值，表明存在协同作用。在食品应用方面，牛至（Origanum vulgare）、百里香（Thymus vulgaris）和柠檬草（Cymbopogon citratus）的优化复方在抑制鳟鱼片脂质和蛋白质氧化方面效果与BHT相当。其他研究，如优化孜然（Cuminum cyminum）、牛至和鼠尾草（Salvia officinalis）的复方，或薰衣草（Lavandula dentata）、迷迭香（Rosmarinus officinalis）和香桃木（Myrtus communis）的复方，均证实了优化混合物具有显著优于单一精油的抗氧化活性。总体趋势表明，富含百里香酚和香芹酚的精油（如百里香、牛至）通常在最优复方中占主导地位，但与其他精油（如薄荷、柠檬草）结合可以拓宽抗氧化谱。大多数研究强调了协同作用，但也有一些研究发现部分拮抗作用，这凸显了精油相互作用的复杂性。使用合意性函数进行多响应优化有助于找到最佳平衡点。
局限性与改进点
尽管混合物设计研究为精油复方增强抗氧化活性提供了有力证据，但仍存在一些局限性。首先，不同精油样品之间存在化学变异性（源于植物来源、采收时间、提取方法等），导致研究间可重复性差。其次，大多数研究仅依赖体外自由基清除实验，这些结果不一定能反映在更复杂基质或实际氧化应激条件下的抗氧化行为。第三，混合物设计可能未能完全捕捉实际应用中的限制因素（如挥发性化合物相互作用、稳定性、感官属性、毒性、法规限制和成本）。第四，协同作用通常仅通过观察活性与预期加和效应的比较来推断，其分子作用机制往往未被深入探究。此外，缺乏长期稳定性研究和大规模验证也限制了配方向实际产品的转化。
面向未来的精油优化与真实世界效能研究方向
未来的研究应探索更广泛的微生物种类，包括其他食源性病原体、腐败微生物和抗生素耐药病原体。阐明精油混合物抗菌、抗氧化及协同作用的分子机制至关重要，可应用先进的成像、基因组学和蛋白质组学技术。研究还需评估精油成分如何调节氧化应激通路、抑制脂质过氧化及保护生物分子。稳定性研究应考察精油在不同储存条件下的抗氧化能力。后续研究可探索纳米乳、环糊精包合物或脂质体等包封技术，以保护精油并实现控释。除了二元或三元复方，未来研究可将混合物设计策略扩展到多组分配方。将机器学习算法整合到混合物设计中，可以实现更精准的优化预测。同时，实验必须包含感官和毒性分析，以确保配方安全可口。最终，精油混合物在食品保鲜、作物保护及医药等真实场景中的功效需要得到验证。这些建议为精油研究的进一步发展提供了路线图，有望催生更稳定、有效和通用的天然抗菌剂和抗氧化剂，促进可持续性并减少合成化学品的使用。
结论
应用混合物设计于精油研究，为系统识别和优化其配方提供了强大工具。统计混合物设计方法为优化多组分精油复方以增强抗菌和抗氧化效能提供了一种系统且有效的策略。综述的研究一致表明，通过这些方法确定的最佳复方通常比单一精油具有显著更高的生物活性，反映了组分间的协同相互作用。化学分析结合统计建模证实，增效与主要成分间的特定相互作用有关。在各种案例研究和微生物靶点中，优化后的精油复方显示出广谱抗菌活性和增强的抗氧化性能。这些结果验证了混合物设计作为开发天然防腐剂配方的有效框架。总之，积累的证据证实，混合物设计可以可靠地指导高效、天然产品的配方开发，以改善食品安全、延长货架期并应用于健康领域。
