香薷叶绿原酸提取动力学建模及工艺优化研究

本研究针对香薷叶中绿原酸（CGA）提取效率低、缺乏系统动力学分析的问题，通过考察温度、pH、溶剂浓度与料液比等因素，建立Power law与Elovich方程等动力学模型，实现CGA高效提取（最高达5.0±0.5 mg GAE/g db），为植物多酚绿色提取工艺开发提供理论依据与技术支撑。

　　

随着功能性食品和植物药市场的快速发展，绿原酸（Chlorogenic acid, CGA）作为一种具有抗氧化、抗炎和抗糖尿病活性的多酚化合物，日益受到研究者和工业界的关注。然而，从植物材料中高效提取CGA仍面临诸多挑战，包括提取效率低、工艺参数不明确、缺乏可靠的动力学模型指导规模化生产等。香薷（Elsholtzia ciliata）作为一种传统药用植物，是CGA的天然来源，但其提取工艺和释放动力学尚未得到系统研究。为了解决这些问题，来自胡志明市理工大学（Ho Chi Minh City University of Technology, HCMUT）的研究团队开展了一项针对香薷叶中CGA提取动力学的深入研究，旨在通过多模型比较和参数优化，确立最佳提取条件并构建预测性强的动力学方程，相关成果发表在《Journal of Agriculture and Food Research》上。

为开展本研究，作者采用以下主要技术方法：首先对香薷叶进行预处理（80°C热烫90秒后急速冷却），利用乙醇-水溶剂在不同温度（60–75°C）、pH（2.5–4.0）、料液比（4:1–7:1）和乙醇浓度（40–70% v/v）下进行提取；采用紫外-可见分光光度法（UV-VIS JASCO770系统，在332 nm波长下）定量分析CGA；运用五种动力学模型（Fick定律、修正Fick定律、Weibull分布、Power law和Elovich方程）对提取过程进行拟合，以RMSE（均方根误差）为评价指标；使用Minitab 16软件进行统计学分析和正交实验设计，以考察各因素对动力学参数的影响。

4.1. 绿原酸提取的最优条件

通过单因素实验发现，提取温度在70°C时效率最高，过高（75°C）会导致CGA降解；溶剂与物料比为6:1时提取效果最佳，pH为3.5时能有效抑制多酚氧化酶活性，而乙醇浓度在60%时因极性匹配而提取效率最高（达42.0±0.3%）。这些条件共同作用使得CGA提取量达到5.0±0.5 mg GAE/g db。

4.2. 提取条件对动力学模型参数的影响

通过多因素正交实验和回归分析，研究人员发现Power law模型和Elovich方程具有最低的RMSE值（分别为0.0088和0.0075），最能准确描述CGA提取动力学。温度、pH和乙醇浓度对模型参数影响显著，例如Power law中的扩散指数n和Elovich方程中的初始萃取速率参数E₀均随pH和温度升高而增大。模型方程经线性回归验证，具有较高的显著性（F值远大于临界值），表明其能可靠用于工艺放大和优化。

本研究成功建立了香薷叶CGA提取的动力学模型，确认Power law和Elovich方程为最优描述工具。在pH 3.5、料液比6:1、60%乙醇、70°C条件下提取效率最高。该研究不仅为香薷及其他植物多酚的高效提取提供了理论依据和实践方案，也展示了动力学模型在优化天然产物提取工艺、减少溶剂消耗与能耗方面的重要作用，对功能性食品和制药行业的绿色制造具有积极推动意义。