《Biocatalysis and Agricultural Biotechnology》：Enzyme-Assisted Extraction as a Platform to Enhance the Recovery of High Added-Value Bioactive from Agroindustrail Waste From Pracaxi (Pentacletra macroloba) Press Cake
编辑推荐：
棕榈核渣成分及酶辅助提取抗氧化成分研究。通过傅里叶红外光谱和热分析确认核渣含28.66%蛋白质，残留12.59%脂质。酶辅助提取（EAE）显著提升多酚（129-393%）和黄酮（最高3510mg GAE/100g）得率，其中Pectinex? Ultra SP-L效果最佳，Viscozyme? L提升有限。提取液抗氧化活性显著高于对照组。该技术为棕榈核渣高值化利用提供新途径。
Willias da Luz Rodrigues | álvaro Silva Lima | Silvana Mattedi
阿马帕州立大学化学工程系仪器分析实验室。地址：Presidente Vargas大道600号，邮编68900-070，Macapá-AP，巴西
摘要
普拉卡西油（Pentaclethra macroloba (Willd.) Kuntze）的工业提取过程中会产生富含高附加值化合物的压榨残渣。本研究的创新之处在于对普拉卡西压榨残渣的表征，以及应用酶辅助提取（EAE）技术来回收抗氧化化合物，特别是总酚类化合物（TPC）和总黄酮类化合物（TFC）。首先对普拉卡西残渣的成分和热性质进行了分析。随后评估了三种商业酶复合物增强TPC和TFC提取效果的能力。成分分析显示其蛋白质含量较高（25.59%），傅里叶变换红外光谱在1238 cm-1处确认了这一现象，该波段与氨基相关。残渣还含有相对较高的脂质含量，表明具有进一步增值的潜力。酶辅助提取法比传统提取法更有效，生物分子的回收率提高了129–393%。使用Pectinex? Ultra SP-L酶获得了最高的基于生物量的产量（TPC为3,506 mg GAE/100 g残渣，TFC为3,211 mg RE/100 g残渣）。在测试的酶中，果胶酶的提取效率高于纤维素酶（Celluclast? 1.5L），而多酶混合物Viscozyme? L对提取效果没有显著改善。酶处理后的提取物具有相似的抗氧化能力（p < 0.05），且明显高于对照提取物。这些结果证明了酶辅助提取法在利用普拉卡西压榨残渣作为天然抗氧化化合物来源方面的潜力。
引言
亚马逊雨林拥有极其丰富的植物物种多样性，被誉为全球生物多样性最丰富的地区之一。然而，许多物种的科学记录仍然有限，标本馆收藏和专业文献中的相关资料较少（Hopkins, 2007）。已知几种亚马逊植物含有高水平的脂质和多种生物活性化合物，具有重要的商业和工业应用潜力（Serra et al., 2019）。其中特别值得关注的物种包括巴巴苏（Orbignya phalerata）、库普阿苏（Theobroma grandiflorum）、巴西坚果（Bertholletia excelsa）、科帕伊巴（Copaifera langsdorffii）、布里蒂（Mauritia vinifera）、艾迪罗巴（Carapa guianensis）和普拉卡西（Pentaclethra macroloba）。
普拉卡西（
Pentaclethra macroloba (Willd.) Kuntze）是一种大型树木（约40米高），属于豆科植物，其小花为两性花，聚集成大型总状花序（每个花序约含200朵花），但只有1至5朵花会结果实（Cruz and Cajueiro, 2022）。果实呈荚果状（20-25厘米长），内含3-5颗种子（Teixeira et al., 2020）。这种植物分布于巴西北部、圭亚那地区、特立尼达和多巴哥以及中美洲部分地区（Pesce, 2009），属于亚马逊的非木材林产品（NTFPs），属于所谓的“社会生物多样性产品”，其最终产品、原材料或效益均来自生物多样性资源，有助于创造收入、提高生活质量并维持森林生态（Brazil, 2009）。
普拉卡西油是该植物的主要产品。传统上由河畔社区通过手工加热种子提取；现代则由小型本地企业使用电动螺旋压榨机大规模生产（Fasciotti et al., 2020）。干燥后的种子含油量约为53%，富含油酸、贝希酸和木质酸，同时也是维生素α-和β-生育三烯醇的来源（Serra et al., 2019; Teixeira et al., 2020）。此外，普拉卡西油还被成功用于制造硅基无水化合物，显示出治疗外科伤口、创伤或疤痕（Banov et al., 2014）以及糖尿病溃疡（Simmons et al., 2015）的潜力。
Correia等人（2023）通过对普拉卡西种子的组织化学分析，发现了萜类、单宁、生物碱和酚类化合物等次生代谢物。酚类化合物的多样结构和生物活性引起了工业和学术界的兴趣，推动了提取和回收植物基质及其残渣的工艺开发（Sarkis et al., 2014）。
酚类化合物是广泛存在于植物中的次生代谢物，也存在于植物残渣中，具有抗氧化、抗炎、抗菌和抗增殖等多种生物活性，因此在食品、制药和化妆品等行业备受关注（Albuquerque et al., 2021）。根据Cheynier（2012）的研究，酚类化合物包括简单分子（如香草醛、没食子酸和咖啡酸）和多酚（如芪类、黄酮及其衍生物）。酚类化合物的多样结构和生物活性激发了提取和回收的兴趣（Sarkis et al., 2014）。选择特定提取方法取决于生物活性化合物的量、可获取性和种类（Matth?us, 2002）。
深入了解原材料对于提取生物活性化合物至关重要。一些研究报道了种子残渣中的木质纤维素材料的物理性质和生物活性化合物（Borchani et al., 2021）。这些信息对于选择合适的提取技术至关重要，无论是传统的索氏提取（Teh et al., 2014）还是非传统方法如超声辅助提取（UAE）、微波辅助提取（MAE）或酶辅助提取（EAE）（Caldas et al., 2018; Lozano-Sánchez et al., 2014; Macedo et al., 2021）。
酶辅助提取（EAE）被认为是一种可持续的提取方法，可替代传统的溶剂提取方式，它利用酶的特异性和区域选择性来保留生物活性成分的生物性质（Nadar et al., 2018）。Sheldon和van Pelt（2013）指出，该过程通过酶解纤维素、半纤维素和果胶来破坏植物细胞壁，从而释放高附加值的活性化合物。这种环保提取方法在温和的反应条件下（低温和短时间）进行，利用整个生物质分阶段提取多种生物化合物，同时减少了传统提取所需的多种设备（Gligor et al., 2019）。
因此，本研究旨在表征普拉卡西压榨残渣的物理化学和热性质——这是从普拉卡西种子中提取油后产生的残渣，目前文献中尚未有相关报道。此外，还评估了使用商业酶（如Celluclast? 1.5L、Pectinex? Ultra SP-L和Viscozyme? L）进行酶辅助提取以回收总酚类化合物和总黄酮类的潜力。最后，评估了所得提取物的抗氧化能力。据我们所知，这是首次报道使用酶处理这种残渣的研究。
材料
本研究中使用的普拉卡西压榨残渣由亚马逊石油工业公司（巴西Ananindeua-Pará）提供。压榨残渣先在60°C下烘烤24小时，然后使用Wiley磨机（型号MA 340/A，Marconi，巴西）将其粒度降至60至35目（0.25 - 0.5毫米），再通过Tyler筛分获得均匀颗粒，最后在-18°C下冷藏保存。
商业酶由Novozymes?公司提供。
普拉卡西压榨残渣的表征
1显示了普拉卡西压榨残渣的百分组成和元素分析参数，包括水分含量（12.03 ± 0.52%）、灰分（5.11 ± 0.03%）、脂质（12.59 ± 0.14%）、蛋白质（28.66 ± 0.98%）和粗纤维（16.79 ± 0.87%）。残渣中较高的脂质含量可能归因于压榨效率较低（Jahirul et al., 2013）以及缺乏预处理步骤等因素。
结论
本研究首次利用酶辅助提取技术从普拉卡西压榨残渣中获得了具有抗氧化活性的生物活性成分。分析了普拉卡西压榨残渣的物理化学性质和光谱特征。根据分析结果，可以确认该残渣是蛋白质的良好来源（28.66 ± 0.98%），因为在傅里叶变换红外光谱分析中显示出中等强度的氨基吸收（1238 cm-1）。此外，热重分析（TGA/DTG/DTA）进一步证实了其特性。
作者贡献声明
Willias da Luz Rodrigues：撰写初稿、验证数据、方法设计、研究实施、资金获取、数据分析、概念构思。
álvaro Silva Lima：审稿与编辑、数据可视化、结果验证、实验监督、方法设计、数据分析、概念构思。
Silvana Mattedi：审稿与编辑、数据可视化、结果验证、实验监督、方法设计、资金获取、数据分析、概念构思。
未引用参考文献
AOAC International, 2005.
利益冲突
作者不存在需要披露的财务或非财务利益关系。
数据可用性
本研究生成和/或分析的数据集可在手稿中找到。
资助
本研究得到了高级人员培训协调委员会（资助编号88882/2019-01）、阿马帕州立大学（资助编号0022.0010.1202.0034/2019）以及国家科学技术发展委员会（资助编号303089/2019-9和438036/2018-2）的支持。作者A.S.L.还获得了国家科学技术发展委员会（资助编号302988/2019-0）的研究资助。
利益冲突声明
作者声明没有已知的可能影响本文研究的财务或个人利益关系。
致谢
作者感谢巴西教育部高级人员培训协调委员会（资助编号88882/2019-0）和阿马帕州立大学（资助编号0022.0010.1202.0034/2019）提供的财务支持，同时也感谢国家科学技术发展委员会（资助编号311342/2022-1、306073/2023-4和438036/2018-2）对A.S. Lima和S. Mattedi的资助和奖学金支持。
