首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 265 毫秒
1.
建立以原花青素B2为标准品测定葡萄籽提取物中原花青素含量的方法。以含量≥99%的原花青素B2(HPLC标定)做标准品,参照Bate-Smith法,在546 nm处测定吸光度,来标定葡萄籽提取物中原花青素含量。原花青素B2通过Bate-Smith法反应后的吸光度与浓度成良好线性关系,其线性范围为22.89μg/mL~114.5μg/mLr,=0.999 02(n=5)。回收率:97.99%,RSD∶1.02%(n=6)。该法以通过HPLC标定的原花青素单一成分B2做为标准品,解决了过去以原花青素混合物做标准品其原花青素含量标准不统一,无法让人信服的问题,其测定结果能准确反映葡萄籽提取物中的原花青素的真实含量,可用作质控方法。  相似文献   

2.
震动膜过滤法分离纯化葡萄籽原花青素   总被引:1,自引:0,他引:1  
目的:研究应用震动膜过滤技术对葡萄籽提取物中原花青素的分离纯化效果。方法:应用不同膜孔径的薄膜对葡萄籽提取物进行微滤、浓缩等操作,以通量变化为指标考察膜的稳定性,称量法考察滤液的杂质去除情况,并以Folin-Ciocalteau法测定原花青素的含量。结果:震动膜过滤技术可以有效去除葡萄籽提取物中的大分子杂质,提高原花青素的纯度;同时配合浓缩膜,可使分离浓缩连续进行,工序少、效率高、成本低。结论:震动薄膜过滤技术可用于葡萄籽提取物中原花青素的分离、浓缩工艺。  相似文献   

3.
葡萄籽提取物中原花青素的测定   总被引:14,自引:0,他引:14  
用高效液相和Folln—Ciocalteau相结合的方法分析了葡萄籽提取物中原花青素的百分含量。此方法能够弥补Bate—Smith法和Porter法只能测定原花青素相对含量的缺陷。分析结果显示:葡萄籽提取物中原花青素的含量为77.4%。  相似文献   

4.
研究用香草醛-盐酸法测定花生衣中原花青素含量以及用紫外法测定多酚物质含量的方法。对香草醛-盐酸法测定花生衣中原花青素含量的方法进行因素研究,在25℃以下温度的"6 mL5%香草醛-乙醇溶液+3 mL浓盐酸"体系中加入0.5 mL反应液,以499 nm为测定波长,以吸光值相对稳定时间为显色时间,测得白、红两种花生衣中原花青素含量差异不大,同时以紫外法测得两种花生衣多酚物质含量也差异不大。试验比较了几种花生衣中原花青素含量与多酚物质含量,结果表明花生衣中多酚物质主要成分是原花青素类物质。  相似文献   

5.
反相高效液相色谱电喷雾质谱法鉴定葡萄籽低聚原花青素   总被引:2,自引:0,他引:2  
建立了采用LCESIMS对葡萄籽提取物中的多种低聚原花青素进行分析鉴定的方法。原花青素用体积分数60%乙醇水溶液从葡萄籽中提取并用聚酰胺柱层析精制后,以乙腈1%醋酸水溶液为流动相在ZORBAXSBC18柱上进行梯度洗脱分离,在电喷雾电离负离子模式下采用选择离子监测模式(SIM)将几种低聚体进行了选择性的分离。结果所检葡萄籽提取物中共含有(+)儿茶素、(-)表儿茶素和(-)表儿茶素没食子酸酯3种单体、8种非酯型和4种没食子酸酯型共12种二聚体及4种非酯型三聚体等。建立的方法可以较好地解决葡萄籽中各种低聚原花青素的定性检测,了解提取物中原花青素的成分。同时文中还对原花青素二聚体的质谱碎裂途径进行了讨论。  相似文献   

6.
采用化学发光法研究了葡萄籽原花青素和松树皮原花青素对活性氧(O2·-,·OH和H2O2)的清除作用,并比较了二者的抗氧化能力随时间和浓度的变化规律。结果表明,葡萄籽原花青素和松树皮原花青素对活性氧均具有清除和抑制作用,且清除作用与浓度呈剂量关系;当浓度过低时,清除作用则较差,有时反而会产生促进作用。   相似文献   

7.
利用闪式提取法提取落叶松树皮中的原花青素。研究了乙醇体积分数、料液比、提取时间和提取温度对落叶松树皮中原花青素提取得率的影响。在单因素实验的基础上,运用正交实验对结果进行优化。结果表明,闪式提取法提取落叶松树皮中原花青素的优化条件为:乙醇体积分数为60%,料液比1∶25(g/mL),提取时间为4min,提取温度40℃。在此条件下进行验证实验,原花青素得率达11.42%。该方法操作简单、速度快、得率高,适用于落叶松树皮中原花青素的提取。   相似文献   

8.
两种天然原花青素清除活性氧的研究   总被引:3,自引:0,他引:3  
采用化学发光法研究了葡萄籽原花青素和松树皮原花青素对活性氧(O2·-,·OH和H2O2)的清除作用,并比较了二者的抗氧化能力随时间和浓度的变化规律。结果表明,葡萄籽原花青素和松树皮原花青素对活性氧均具有清除和抑制作用,且清除作用与浓度呈剂量关系;当浓度过低时,清除作用则较差,有时反而会产生促进作用。  相似文献   

9.
利用闪式提取法提取落叶松树皮中的原花青素。研究了乙醇体积分数、料液比、提取时间和提取温度对落叶松树皮中原花青素提取得率的影响。在单因素实验的基础上,运用正交实验对结果进行优化。结果表明,闪式提取法提取落叶松树皮中原花青素的优化条件为:乙醇体积分数为60%,料液比1∶25(g/mL),提取时间为4min,提取温度40℃。在此条件下进行验证实验,原花青素得率达11.42%。该方法操作简单、速度快、得率高,适用于落叶松树皮中原花青素的提取。  相似文献   

10.
黑、红花生衣中原花色素的分析   总被引:2,自引:0,他引:2  
杜蕾  李新华 《食品科学》2014,35(4):190-194
对黑、红花生衣中的原花色素成分进行考察。通过乙醇溶液提取、有机溶剂萃取分离以及大孔树脂纯化的方法对花生衣色素成分进行分离制备,采用高效液相色谱法对色素中原花色素的含量进行测定,并应用高效液相色谱-质谱联用技术对原花色素成分的组成进行鉴定。黑、红花生衣色素中原花色素的含量分别为29.19%和43.04%。依据质谱信息初步鉴定出红花生衣中含有4 种原花色素二聚体和4 种原花色素三聚体,黑花生衣中含有3 种原花色素二聚体和4 种原花色素三聚体。该法测定原花色素含量简便、快捷,可以较好的鉴定花生衣中原花色素的主要成分。  相似文献   

11.
紫外分光光度法测定葡萄籽提取物中的原花青素含量   总被引:23,自引:5,他引:23  
本文建立了葡萄籽提取物中原花青素的测定方法-紫外分光光度法。本法最低检测限为8.23μg,原花青素浓度在10.4-52.0μg/mL范围内线性相关,r=0。9996,加入浓度为52.0-520μg的原花青素标准溶液时,回收率(n=3)为96.2%-101%,RSD为0.45%-0.67%,符合测定要求。葡萄籽提取物样品经6次分析,平均含量为95.2%,铁盐催化比色法较之略高(99.3%)。本法具有测定准确、稳定、灵敏,操作简便的特点,适用于葡萄籽精提物中原花青素总量的测定。  相似文献   

12.
目的:对超声辅助低共熔溶剂法提取红松树皮原花青素的工艺条件进行优化,拟合提取动力学方程,旨在对红松树皮中原花青素的资源开发利用提供理论和技术参考。方法:以原花青素得率为指标,筛选最佳低共熔溶剂体系,并进一步通过单因素结合响应面优化超声辅助低共熔溶剂提取红松树皮中原花青素的主要工艺参数。通过提取过程中不同温度和不同时间条件下原花青素得率的变化,拟合出最佳的原花青素提取动力学模型并验证。结果:氯化胆碱、丙三醇和水的摩尔比为1:1:4制备的低共熔溶剂为红松树皮原花青素的最佳提取溶剂;响应面法优化工艺参数条件为:液料比16 mL/g,超声时间50 min,超声温度55℃,超声功率480 W时,红松树皮原花青素的提取效果最好,原花青素得率为4.11%;Boltzman模型能够很好地拟合超声辅助低共熔溶剂提取原花青素动力学过程(R2≥0.9768),模型验证值与预测值拟合度较高(R2≥0.9442)。结论:超声辅助低共熔溶剂可以有效地促进红松树皮原花青素的传质,确定Boltzman模型为提取原花青素的最佳动力学模型,该提取工艺也可以为相关天然活性物质提取...  相似文献   

13.
目的:对马尾松树皮中原花青素的体外抗自由基作用进行了研究.方法:采用邻二氮菲法和邻苯三酚法研究原花青素抗羟自由基和抗超氧自由基的能力,并以抗坏血酸和SOD酶为对照进行研究.结果:马尾松树皮中原花青素对羟自由基和超氧自由基都有较好的清除能力,都分别明显高于抗坏血酸和SOD酶.结论:马尾松树皮中原花青素能够清除自由基,有较好的抗氧化能力.  相似文献   

14.
葡萄籽提取物的化学成分及药理活性研究概况   总被引:8,自引:1,他引:8  
葡萄是常见的水果和酿酒原料 ,中医认为其果、根和藤均可入药。葡萄籽提取物 (grapeseedextract,EGS)中含有大量多酚类、脂质类和矿物类等有益于人体的化学成分 ,对多种疾病有预防和治疗作用。现对葡萄籽提取物的化学成分及药理作用作一介绍。1 葡萄籽提取物中的化学成分1 .1 多酚类物质葡萄籽中含有多酚类物质 (GSP) ,主要有儿茶素类和原花青素类。儿茶素类化合物包括儿茶素、表儿茶素及其没食子酸酯 ,是葡萄籽中主要的单聚体 ,也是原花青素寡聚体和多聚体的构成单位。葡萄籽提取物原花青素 (GSPE)是由不同数目的黄烷醇聚合而成 ,目…  相似文献   

15.
将超临界流体萃取与超声波技术相结合,对落叶松树皮中原花青素的提取工艺进行了研究。首先,采用超临界CO2从落叶松树皮中提取脂溶性成分,然后将萃余物通过超声波辅助强化提取原花青素,并考察了超声浸提功率、原料粒度、料液比、超声时间、超声次数5个因素对原花青素的影响。在单因素实验和正交实验的基础上,优选出超声波辅助提取落叶松树皮原花青素的最佳工艺条件为:以60%的乙醇溶液为溶剂,在原料粒度为80~100目、料液比1∶12(g/mL)的条件下,用320W的超声功率作用辅助提取20min、提取2次,原花青素的提取率可以达到10.44%,固含物浸提率为22.85%,原花青素的含量为44.29%。通过扫描电子显微镜观察超声波法提取前后的树皮表面微观形貌分析,表明超声处理后树皮的纤维结构有不同程度的破坏,提高了提取率。本研究为落叶松树皮中原花青素的进一步研究打下了基础。   相似文献   

16.
目的:对马尾松树皮中原花青素的体外抗自由基作用进行了研究。方法:采用邻二氮菲法和邻苯三酚法研究原花青素抗羟自由基和抗超氧自由基的能力,并以抗坏血酸和SOD酶为对照进行研究。结果:马尾松树皮中原花青素对羟自由基和超氧自由基都有较好的清除能力,都分别明显高于抗坏血酸和SOD酶。结论:马尾松树皮中原花青素能够清除自由基,有较好的抗氧化能力。   相似文献   

17.
松树皮提取物的研究进展   总被引:2,自引:0,他引:2  
松树皮提取物含有40多种天然活性成分,其主要成分是水溶性极高的原花青素低聚物(60%~65%)。其生理功效包括延缓皮肤衰老,对不同人群的特殊功效以及其主要成分原花青素所具有的保护心血管、预防高血压、预防癌症、增强人体免疫力,改善视觉功能等功效。综述了其基本理化性质、生理功效、提取制备及安全毒理等。  相似文献   

18.
葡萄籽原花青素提取物对衰老模型小鼠抗氧化作用   总被引:2,自引:0,他引:2  
目的:研究葡萄籽原花青素提取物对衰老小鼠心脏、肝、脑和血清抗氧化功能的影响。方法:采用纤维素酶辅助浸提葡萄籽原花青素,经大孔树脂吸附纯化后灌胃由D-半乳糖连续皮下注射诱导的亚急性衰老模型小鼠,以各组小鼠心脏、肝、脑和血清中的总抗氧化能力(total antioxidant capacity,T-AOC)、超氧化物歧化酶(superoxide dismutase,SOD)、谷胱甘肽过氧化物酶(glutathione peroxidase,GSH-Px)活力和丙二醛(malondialdehyde,MDA)含量为指标,全面评价葡萄籽原花青素提取物在小鼠体内的抗氧化能力。结果:与空白对照组相比,模型对照组小鼠心脏、肝、脑和血清中T-AOC、SOD、GSH-Px活力均有不同程度的降低,MDA含量有不同程度的升高,其大多变化差异显著,说明小鼠衰老模型构建成功。与模型对照组相比,葡萄籽原花青素提取物各剂量组能增强模型小鼠心脏、肝、脑和血清中T-AOC、SOD、GSH-Px活力,同时降低MDA值,其中大多变化差异显著,而血清中各值变化差异极显著。结论:葡萄籽原花青素提取物能够显著增强亚急性衰老小鼠的抗氧化能力,具有延缓衰老的作用。  相似文献   

19.
测定原花青素平均聚合度的一种新方法   总被引:4,自引:0,他引:4  
建立了一种测定葡萄籽提取物中原花青素平均聚合度的新方法。该方法首先以甲醇为溶剂,以传统香草醛法测定原花青素的质量,再以乙酸为溶剂,使香草醛只与原花青素末端黄烷-3-醇反应来测定原花青素物质的量,然后通过对比获得原花青素的平均聚合度。优化后测定原花青素样品物质的量的线性浓度范围为0.028~0.345μmol/mL,检测限为2.97×10-4μmol/mL,加标回收率为95.2%~99.6%,精密度(RSD)为0.78%~0.98%。通过该法测定的样品平均聚合度与实际值接近,具有简单、快速、准确、灵敏等优点。  相似文献   

20.
为充分利用新西兰葡萄籽油及粕中所含有的原花青素,以新西兰葡萄籽为原料,采用索氏抽提法、超临界CO_2萃取2种方法提取葡萄籽油。分别从油脂的提取率、油品的理化性质、脂肪酸组成、含量及剩余粕原花青素含量等方面对2种提取方法进行比较。结果表明,不同的提取方法会对葡萄籽油的提取率、理化性质、脂肪酸组成、含量及剩余粕中原花青素均有不同程度的影响。索氏抽提法的油脂提取率显著高于超临界CO_2萃取法。从油脂的物理性质上看,2种工艺提取的葡萄籽油的透明度、气味、折光指数、相对密度、水分及挥发物含量、不溶性杂质等物理指标差异不显著;化学指标显示,超临界萃取葡萄籽油的碘值、皂化值、酸值、过氧化物值均优于索氏提取法;脂肪酸组成上,超临界CO_2萃取的葡萄籽油中不饱和脂肪酸含量高于索氏提取的油,尤其是亚油酸含量高达73.58%;超临界CO_2萃取后葡萄粕中原花青素含量高于索氏抽提处理后的葡萄籽,达到61.70 g/kg。因此,超临界CO_2萃取法比索氏抽提法更适合葡萄籽油的提取,同时表明超临界CO_2萃取油脂后的葡萄籽渣中含有的原花青素更高,这为超临界CO_2萃取葡萄籽油及其粕中原花青素的提取和高品质保健食品的开发提供了一定的理论依据。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号