《Ultrasonics Sonochemistry》：Enzymes-assisted green ultrasonic extraction with UPLC-DAD quantification of phenolic compounds in chia seeds with a comparative evaluation based on geographical origins
编辑推荐：
本研究针对奇亚籽中酚类化合物回收率低、地理来源导致成分差异大等问题，研究人员开发了一种酶辅助绿色超声萃取结合UPLC-DAD的联用方法。结果表明，最优溶剂体系AC:H2O (70:30)能有效提高酚类提取率，而复合酶模型对释放结合态酚类(如FA、RA)显示出协同增效作用。该方法为奇亚籽的质量标准化和酚类功能性成分的高效获取提供了可靠方案。
在追求健康饮食的今天，奇亚籽以其丰富的蛋白质、Omega-3脂肪酸和膳食纤维备受推崇。然而，这些小小的种子所蕴含的真正宝藏——一系列具有抗氧化、抗炎等潜力的酚类化合物（如氯原酸、迷迭香酸等）——却大部分被“锁”在了种子的复杂基质中。传统的提取方法往往力有未逮，导致这些宝贵成分回收不完全。更复杂的是，来自不同产地（如美国、沙特阿拉伯、厄瓜多尔等）的奇亚籽，其酚类成分和含量可能因土壤、气候等因素差异巨大，这给奇亚籽的质量评价和标准化带来了挑战。如何高效、环保地“解锁”并精确量化这些来自世界各地的奇亚籽中的活性成分，成为了一个亟待解决的问题。
为此，Rizwan Ahmad等研究人员在《Ultrasonics Sonochemistry》上发表了一项研究，他们开发了一套组合拳：首先利用绿色溶剂（丙酮、乙醇、水）进行超声辅助萃取，通过空化效应破坏细胞结构；然后创新性地引入多种酶（如蛋白酶、纤维素酶、复合酶、α-淀粉酶）进行预处理，专门分解困住酚类物质的细胞壁成分；最后，他们建立了一种快速、灵敏的超高效液相色谱-二极管阵列检测（UPLC-DAD）方法，能在8分钟内同时测定五种关键酚类化合物。这套方法不仅追求高效，也注重环保，旨在为奇亚籽的深度开发和品质控制提供一套强有力的工具。
研究人员开展此项研究主要运用了几项关键技术：1. 酶辅助绿色超声萃取：使用超声细胞破碎仪，以丙酮、乙醇、水等绿色溶剂及其混合体系进行提取，并系统评估了四种单一酶及六种复合酶组合的预处理效果。2. UPLC-DAD分析方法开发与验证：自主建立了同时测定氯原酸(cGA)、迷迭香酸(RA)、阿魏酸(FA)、槲皮素(QT)和山奈酚(KF)五种酚类化合物的色谱方法，并依据ICH指南进行了全面验证。3. 多地理来源样本分析：研究收集了来自沙特阿拉伯、厄瓜多尔、美国等11个不同地理产地的奇亚籽商品样本，用于评估酚类成分的地理变异性和方法普适性。4. 统计分析：采用配对样本t检验和K均值聚类分析，以评估酶处理对酚类得率的显著性影响并对样本进行归类。
研究结果
3.1. UA-MD与UA-MV用于奇亚籽酚类提取
- •
UA-MD（方法开发）：通过比较不同绿色溶剂体系，发现丙酮:水(70:30, v/v) 混合溶剂能获得最高的酚类化合物总提取量（168.41 ppm）。其中，迷迭香酸(RA)和氯原酸(cGA)是含量最丰富的酚类成分。
- •
UA-MV（方法验证）：将最优溶剂体系应用于11种不同产地的奇亚籽大规模提取。结果显示，酚类化合物总含量因产地而异，顺序为：美国 > 沙特阿拉伯 > 厄瓜多尔 > 印度。这表明奇亚籽的酚类成分存在显著的地理变异。
3.2. 奇亚籽酚类的UPLC分析
- •
分析方法优化与验证：成功开发并在8分钟内完成五种酚类化合物分离的UPLC-DAD方法。该方法显示出优异的灵敏度（检测限LOD为0.02–0.14 ppm）、准确度（95-106%）和线性（r2> 0.995），符合国际规范。
3.3. 使用单一酶模型(EM)进行酚类提取
- •
酶处理显著提升得率：与未加酶的对照相比，采用酶预处理能极大提高酚类物质的提取量，特别是对于FA、RA和cGA。
- •
酶与溶剂的协同：在丙酮:水(70:30) 体系中，复合酶(viscozyme)和α-淀粉酶(α-amylase) 对释放RA、cGA和FA效果最佳；而蛋白酶(protease) 则更有利于QT和KF的提取。单独用水作为溶剂的酶模型未能提取出QT和KF。
3.4. 复合酶模型(MEM)
- •
协同增效效应：将两种酶按1:1混合使用，显示出比单一酶更强的酚类释放能力，尤其是蛋白酶-淀粉酶和纤维素酶-复合酶组合。这证实了奇亚籽中的酚类可能同时与细胞壁多糖和蛋白质结构结合，需要复合酶进行协同分解。
3.5. 统计模型结果
- •
显著性验证：配对样本t检验证实，酶处理与酚类得率之间存在统计学上的显著差异（P < 0.05）。
- •
样本聚类：K均值聚类分析将不同处理样本分为6个簇，例如，富含QT和KF的样本多与蛋白酶处理相关，而富含cGA、RA和FA的样本则多与淀粉酶和复合酶处理相关，这从数据分类角度支持了不同酶的特异性作用。
研究结论与意义
本研究成功构建了一套高效的、环境友好的“酶辅助绿色超声萃取-UPLC-DAD定量”整合策略，用于奇亚籽中酚类化合物的提取与分析。核心结论是：丙酮:水(70:30)溶剂结合超声提取是最有效的绿色提取体系；奇亚籽中相当一部分酚类（尤其是FA、RA、cGA）以结合态形式存在，而通过复合酶（如viscozyme和α-淀粉酶）的预处理可以高效破坏种子基质，显著提高这些酚类化合物的回收率；此外，不同地理来源的奇亚籽其酚类成分谱和含量存在明显差异，强调了对其进行质量标准化和溯源的重要性。
这项研究的科学意义在于，它不仅提供了一种优于传统方法的酚类提取和定量分析方案，更重要的是，它从机理上揭示了酶处理在释放奇亚籽结合态酚类方面的关键作用和协同效应，为理解奇亚籽活性成分的存在形式提供了新见解。在实际应用层面，该研究为开发高附加值的奇亚籽酚类富集提取物、功能性食品以及建立基于化学成分的奇亚籽质量评价标准提供了重要的方法学基础和科学依据。未来，结合更全面的活性评价（如抗氧化能力测试），可以将特定的酚类成分与其健康功效更紧密地关联起来，进一步推动奇亚籽在营养健康和医药领域的应用。
