提取6-姜酚分子印迹聚合物的制备及应用

doi:10.7506/spkx1002-6300-200920047

食品科学 ›› 2009, Vol. 30 ›› Issue (20 ): 227-230.doi: 10.7506/spkx1002-6300-200920047

提取6-姜酚分子印迹聚合物的制备及应用

阎凤超，彭宁，王敏，黄雪松*

暨南大学食品科学与工程系

收稿日期:2009-06-10 出版日期:2009-10-15 发布日期:2010-12-29
通讯作者: 黄雪松* E-mail:thxs@jnu.edu.cn
基金资助:
广东高校科技成果转化重大项目(cgzhzd0806)；广州市番禺区引导项目(2008-z-64-1)

Preparation of Molecularly Imprinted Polymers for 6-Gingerol Separation

YAN Feng-chao，PENG Ning，WANG Min，HUANG Xue-song*

(Department of Food Science and Engineering, Jinan University, Guangzhou 510632, China)

Received:2009-06-10 Online:2009-10-15 Published:2010-12-29
Contact: HUANG Xue-song* E-mail:thxs@jnu.edu.cn

摘要/Abstract

摘要：

为从生姜中提取高纯度的6-姜酚，用姜酮代替6-姜酚作为模拟模板，以甲基丙烯酸为功能单体(MAA)，二甲基丙烯酸乙二醇酯(EGDMA)为交联剂，偶氮二异丁睛(AIBN)为引发剂，乙醚为致孔剂，用单甘酯作为乳化剂，在含水乳状液状态下，合成球形的姜酮-分子印迹聚合物。将脱除模板的分子印迹聚合物(MIPs)装柱，然后上新鲜姜汁，吸附达到平衡后，用清水洗脱除去杂质，再分别用体积分数10%、15%、20%、25%、30%、35%、40%、95%食用酒精依次洗脱被吸附的姜酚。收集的洗脱液分别经真空浓缩，萃取后得到的残留物用高效液相色谱(HPLC)测定其6-姜酚含量。结果显示20%、25%的洗脱液中6-姜酚含量最高，两者共占所获6-姜酚总量的79.07%，其中MIPs对6-姜酚的吸附能力为63.35mg/g，远远大于空白印记聚合物(NIPs)对6-姜酚的吸附能力11.26mg/g，因此合成的MIPs对6-姜酚具有高度的特定选择性，可以用于工业化生产制备6-姜酚。

关键词: 生姜, 6-姜酚, 姜酮, 分子印迹聚合物

Abstract:

Molecularly imprinted polymers (MIPs) were prepared using zingerone as the mimic template to separate 6-gingerol with a high purify from fresh ginger. The polymerization was conducted in aqueous solution using methylacrylic acid (MAA) as functional monomers, ethylene glycol dimethylacrylate (EGDMA) as the cross-linker, 2,2'-azobisisobutyronitrile (AIBN) as the initiator, ester as porogen and glycerol monostearate (GM) as the emulsifier. Resultant MIPs were loaded with fresh ginger juice until equilibrium. After the removal of impurities through water elution, loaded MIPs were sequentially eluted with 10%, 15%, 20%, 25%, 30%, 35%, 40% and 95% (V/V) ethanol solution. The residues obtained after ethanol evaporation was analyzed for 6-gingerol content by HPLC. The highest yield of total 6-gingerol was distributed mainly in fractions of 20% and 25% ethanol elution with a total amount of 79.07%. The adsorption capability of MIPs to 6-gingerol was 63.35 mg/g, much higher than that of NIPs of 11.26 mg/g. The synthesized MIPs exhibited highly specific recognition and selectivity for 6-gingerol and could be utilized to produce 6-gingerol in an industrial scale from fresh ginger.

Key words: ginger, 6-gingerol, zingerone, molecularly imprinted polymers

中图分类号:

R284.2

阎凤超，彭宁，王敏，黄雪松*. 提取6-姜酚分子印迹聚合物的制备及应用[J]. 食品科学, 2009, 30(20 ): 227-230.

YAN Feng-chao，PENG Ning，WANG Min，HUANG Xue-song*. Preparation of Molecularly Imprinted Polymers for 6-Gingerol Separation[J]. FOOD SCIENCE, 2009, 30(20 ): 227-230.

[1]	巩碧钏，胡秋辉，苏安祥，徐辉，刘建辉，裴斐，杨文建. 三嗪类虚拟模板分子印迹聚合物的制备及其应用[J]. 食品科学, 2021, 42(12): 281-287.
[2]	田景升，张展展，秦思楠，高文惠. 联苯三唑醇磁性分子印迹聚合物的制备及其在食品检测中的应用[J]. 食品科学, 2020, 41(24): 325-332.
[3]	张璇，葛永红，王健源，门衍玉，孙彤，励建荣. 姜辣素和原位合成SiOx共改性魔芋甘聚糖/壳聚糖复合涂膜对生姜的保鲜性能[J]. 食品科学, 2020, 41(11): 207-213.
[4]	阿尔祖古丽·阿卜杜外力，玉素甫·苏来曼，巴吐尔·阿不力克木. 生姜蛋白酶对干腌羊火腿品质特性的影响[J]. 食品科学, 2019, 40(8): 15-21.
[5]	张凯杰，秦思楠，赵春娟，高文惠. 莠去津分子印迹聚合物微球的制备及其吸附性能与在食品检测中的应用[J]. 食品科学, 2019, 40(20): 338-345.
[6]	单艺，王象欣，陈美君，姜毓君，满朝新，马微. 磁性分子印迹聚合物提取-超高效液相色谱-串联质谱法测定乳及乳制品中的4 种伪蛋白[J]. 食品科学, 2019, 40(2): 310-317.
[7]	蒋金勇，唐海兵，栾东磊，李立. 聚乳酸/聚丁二酸-己二酸丁二酯可降解抗氧化薄膜对鲜切西兰花的保鲜效果[J]. 食品科学, 2019, 40(13): 274-280.
[8]	颜朦朦，佘永新，洪思慧，张超，曹晓林，王猛强，王珊珊，郑鹭飞，金茂俊，邵华，金芬，刘海金，王静. 基于不同识别元件的表面等离子体共振技术在食品安全检测中的研究进展[J]. 食品科学, 2018, 39(23): 263-271.
[9]	赵玲钰，秦思楠，高林，高文惠. 磺胺嘧啶分子印迹电化学传感器的制备及其快速检测食品中磺胺嘧啶药物残留[J]. 食品科学, 2018, 39(22): 319-327.
[10]	高增明，马冉冉，刘步云，王永丽*，王斌，李大鹏，李锋. 生姜提取物对苯并芘染毒小鼠Ⅱ相酶的诱导作用及对Nrf2-Keap1通路的影响[J]. 食品科学, 2018, 39(19): 175-181.
[11]	李耀，何叶子，陈光静，阚建全. 花椒麻味物质替代模板分子印迹聚合物的制备[J]. 食品科学, 2018, 39(16): 273-279.
[12]	冯鑫，夏宇，陈贵堂，胥佳佳，廖小军，赵立艳. 生姜皮多糖的分离纯化及其结构组成分析[J]. 食品科学, 2017, 38(6): 185-190.
[13]	何彦平，金涌，陈达，邢仕歌，王燕飞，薛强，齐小花，邹明强. 基于人工模拟抗体的酶联检测技术在食品安全检测中的应用[J]. 食品科学, 2017, 38(23): 313-317.
[14]	刘慧琳，倪天鸿，周凯文，王静. 分子印迹固相萃取-高效液相色谱法检测奶粉中的双氰胺[J]. 食品科学, 2017, 38(20): 203-208.
[15]	李耀，陈晓龙，罗凯，阚建全. 花椒麻味物质分子印迹聚合物的制备及吸附特性[J]. 食品科学, 2017, 38(19): 35-41.

提取6-姜酚分子印迹聚合物的制备及应用

Preparation of Molecularly Imprinted Polymers for 6-Gingerol Separation

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价