淀粉的消化：在活体内和体外-描述低聚糖或葡萄糖释放的特征的动力学模型

淀粉的消化：在活体内和体外，描述低聚糖或葡萄糖释放的特征的动力学模型摘要：我们给出了淀粉消化的动力学的概述，强调了体外研究，运用了各种数学模型和来分析数据。这篇综述的观点是建立在没有凝胶的淀粉上（其中颗粒是完整的，且没有膨胀），适合喂养家畜，作为一些人的食物。哺乳动物的消化系统用了一个复杂但很有秩序的系列过程来降解和吸收各自日常饮食中的营养物质。包括咀嚼和搅拌的机械作用贯穿整个肠胃中的每个小分段，还有分泌物中的生物化学成分，包含有酸、缓冲液和水解酶。为了完成模型的复杂过程，在体外做了许多模拟消化的尝试。在体外用纯净的酶催化水解（分别简化）的表述已经证明很困难，就像淀粉颗粒复杂的结构导致酶催化作用需要符合不方便的动力学。用糖水解酶类消化淀粉的敏感性依赖一系列的因素，包括淀粉颗粒的结构，制备的方法，淀粉的天然活性和分子力。在一个淀粉颗粒中，分支结构，分子大小，分子重量分布和结晶度，可能都会影响淀粉颗粒的物理性质，这些控制消化。淀粉的特性如溶解度，纤维质、脂肪、蛋白质的存在都影响消化的速率。关键词：淀粉葡糖甘酶a-淀粉酶淀粉消化水解动力学模型产物抑制作用速消化淀粉淀粉时间可分辨的1H核的磁性共振1.引言淀粉的消化不是一个简单独立的化学过程。其进程一定程度上可由几个不同的量的来确定。这几个量因为催化水解所需的酶和发生的反应不同而不同，包括淀粉的分解率以及葡萄糖和各种低聚糖的生成率。了解影响淀粉水解的因素的最好方式是通过下面的因果相关的机械性的过程，其模式如下：生物合成→产生和加工过程→淀粉和包含淀粉的物质的结构→消化特性。也就是说，生物合成控制着淀粉的产生及其结构。其结构由一些变量（Buleon,Colonna,Planchot,&Tang,2009;Smith,2007）（昼夜温度、水的供应等）和糊化等过程决定。需要注意的是，这些箭头所标示的因果关系不会影响上述过程的进行。由于某个特殊的植物品种可随机产生更多的快速分解的淀粉，可以看出植物的多样性和快速消化率之间存在一定的相互关系，但这个过程不是随机的(Copelandetal.,2009)。正如下面详细讨论的，含淀粉的食物中有很多不同的结构参数，主要是单个淀粉分支的分布、小颗粒中淀粉分子的整体分支结构和谷物的宏观结构。这种结构包括淀粉、蛋白质、脂类和其他可能存在的非淀粉多糖。它在一个或更多的结构水平上控制着诸如淀粉的消化动力学等特性(Smith,2007)。家畜所食用的淀粉很大程度上是没有煮过的（没有糊化的），而大部分人类食用含淀粉食物是煮过的（糊化的）。的糊化可以大大改变甚至破坏团粒结构。不像其他的酶的反应，淀粉在非糊化情况下的水解绝大部分是受底物的颗粒架构控制的。这篇文章主要研究淀粉水解功能属性的特征。尽管也阐述了淀粉的结构特性和物理特性，引言部分引用了大量该广泛领域的文献资料，简洁明了。2.淀粉来源所有的谷类作物的谷粒中都含有大量的淀粉，包括大米、小麦、玉米、大麦和高粱、以及豆类和块茎。不同植物种类中的淀粉的结构和其形成颗粒的方式也不同，其中最重要也值得强调的是大米和小麦这些食物。研究水解的概念以及其他淀粉来源的统一化很容易进行。原淀粉存在于许多品种中。例如，水稻可以是糯性、非糯性和粘性；而玉米可以包含高直链淀粉或低直链淀粉。换句话说，这些原淀粉的区别在于它们中的直链淀粉、支链淀粉、蛋白质、脂肪含量已及其他结构差异。约15-30%的稻谷是由蛋白质、脂肪和非淀粉多糖(Buleonetal.,1998;Chiou,Fellows,Gilbert,&Fitzgerald)组成。在大多数其他谷物（如小麦等）中，蛋白质组分的含量非常高。这种蛋白质也是谷粒的重要组成部分。这里我们只考虑有壳的（或者碾磨过的）谷物，例如，外部硬壳已经被移除的谷粒。小麦里大部分蛋白质，主要是friabilin,连接着淀粉颗粒表面和淀粉和脂质的复矩阵。小麦种子中的基质蛋白为淀粉颗粒的释放提供了一种特殊的方式。一旦被释放，位于蛋白组分的淀粉颗粒本身相对较小（0.1-0.3%）(Csoti,Bako,Tamas,&Gardonyi,2005)。同样，在高粱中，淀粉紧紧结合蛋白质（kafirin），小麦壳中亦是如此(Belton,Delgadillo,Halford,&Shewry,2006)。3.淀粉分子结构在各种植物中，淀粉品种主要包括两种不同的脱水葡萄糖聚合物即支链淀粉和直链淀粉，它们都是由分支点的α糖苷键连接的线性片段。其中，支链淀粉占70%,所以是主要成分，对淀粉的理化特性和糊化特性起主要影响。支链淀粉含有很多短支链，这些短支链分支点（4-5%）并非随机分布。另一方面，直链淀粉主要是由超过1%的长链分支形成的以单链为主的螺旋线性大分子。直链淀粉也成六重左双螺旋构象。谷物中的淀粉结构可以分为6个等级（图1）(Balletal.,1996)，规模从纳米到毫米这6个数量级。1级：单个分支（见图1）。即样本分支中链长（聚合度）的分布，简称链长分布。链长以纳米为单位。图1.稻粒中六个等级的超分子水平，突出显示了淀粉的微观结构分配。2级：整个淀粉分子（见图1）。即具有多分支的分子的结构。其特征从理论和实验上（Gray-Weale&Gilbert,2009）都很难描述。但是我们可以从其分子粒子数和重量平均数以及平均粒径的分布(Gidleyetal.,2010)等平均量来有效地对其进行描述。每个支链淀粉的脱水葡萄糖链可分为三个不同的支链(Peat,Whelan,&Thomas,1952)（图2）：（1）A链没有相应的分支，通过各自分支点的α糖苷键与B、C链相连；（2）B链与A链不同，它有随附的分支并通过α糖苷键连接到分支的还原末端；（3）C链是支链淀粉分子最重要的一部分，它有一个自由的还原末端。众多分支连接到C链，为支链淀粉的复杂结构奠定了基础。3级：层状结构（见图1）。在原淀粉中，葡聚糖链紧紧结合，相互交织形成双螺旋，这反过来又形成结晶序列片段。结晶成分主要包括支链淀粉分支中较短的部分。直链淀粉主要存在于非晶体层。这种结构的特点可通过小角X射线、中子散射和扫描电子显微镜来看出。孤立的直链淀粉分子形成六重左双螺旋结构（图3）。这个结构在糊化后的淀粉中也可存在。4级：颗粒（见图1）。层状结构在原淀粉颗粒内部构造的同心生长环中有100-400纳米厚，被非晶体结构区域隔开。晶体和非晶体层状结构径向分布，形成同心壳。由于支链淀粉分子不对齐且直链淀粉也不会形成紧密的晶体区(Donald,2004)，支链淀粉和直链淀粉中的分支点往往存在于非晶体区。这些半晶体和晶体区生长环构成的颗粒大小为15-30流明。通过扫描电镜表征。这种结构在糊化过程中会有很大的改变。图2.支链淀粉的群集模型。链的组织结构被很明显的表示出来。一个支链淀粉只有一个还原端基（注视为黑点）。一个叫做“毛台球”（Jane,Wong,&McPherson,1997;Lineback,1984,1986;Robertsonetal.,2006）的概念模型将单螺旋组织直链淀粉和双螺旋组织支链淀粉都解释了出来。该模型指出颗粒的表面不是光滑的，而是由突起的分支形成的。在毛层里的台球表面决定了表面基质和内部基质之间的界限（2006）。研究“毛台球”主要是为了解释透视短程表面衍射（XRD）图谱。这些模式因为颗粒的半晶体片层与由透视所观察到的模式毫无关系（Sevenou,Hill,Farhat,&Mitchell,2002）。“毛台球”模型通过无障碍的酶变化(Robertsonetal.,2006)也很好地解释了葡萄糖水解酶在淀粉颗粒水解过程中所需要的时间。与合成聚合物不同，在聚乙烯等中的支链淀粉晶体不能形成半晶体环带折叠片层。热处理后淀粉晶体的重复距离也不会随着合成聚合物的改变而改变（(Jenkinsetal.,1994）。相反，双螺旋结构似乎并排排列在近晶或向列型结构中(Waighetal.,1997)。基于侧链液体结晶聚合物，这些属性导致了淀粉颗粒结构的另一个模型。支链淀粉双重刚性双螺旋分支为液晶的结构顺序打下了基础，尽管它们需要充分地从液晶体的脊柱上脱离出来（Shibaev，1994）。交替半结晶壳呈椭圆形，每两个间相隔9纳米(Waigh,Donald,Heidelbach,Riekel,&Gidley,1999;Waighetal.,2000)。通过X射线衍射(Waighetal.,1997,1999）发现，无论品种如何，支链淀粉分子与晶体和非晶体区域成相同的间隔。在马耳他十字(BeMiller,2007)的偏振效果中也显示，淀粉颗粒的双折射性质也能证明淀粉颗粒中的分子顺序。5级：胚乳（见图1）。这包括淀粉颗粒、蛋白质和脂肪。在水解过程中，这一结构数量级通常并不重要，除了在一些没有谷壳但是含有一个不易被破坏的蛋白质淀粉基质的谷物（如高粱）中。6级：全谷物（如图1）。这是最后的数量级，1毫米大小，包括诸如谷壳等最高级别的结构。自然界中颗粒结构的作用是为职务的发芽提供能量。一旦有正确的外部刺激，颗粒就向外缓慢释放葡萄糖。支链淀粉紧凑的晶体结构中最重要的结构成分也是为此准备。尽管直链淀粉占据了淀粉种类的20-30%，它在淀粉颗粒为充满活力的胚胎提供葡萄糖这一机能过程中的功能还没被完全发现。虽然只有支链淀粉就足以形成淀粉颗粒，直链淀粉在淀粉晶体的形成中也起着重要的作用(Ziegler,Creek,&Runt,2005)。有趣地，诸如支链淀粉和直链淀粉比例、大小、形态以及淀粉颗粒的粒径分布等都决定着颗粒的物理化学特性(Ellisetal.,1998)。4.功能特性要把谷物原材料变成可食美味必须要应用水和热。护花过程包括几个阶段，分别是玻璃化转变、糊化（结晶区的非平衡膨胀区(Slade&Levine,1988），膨胀、粘贴和回生（如下）。这些阶段在加热和冷却过程中相互影响(Slade&Levine,1988).。原始形态下，淀粉颗粒在冷水中不溶于水，而是机械地分散在水中。为了制作水和淀粉的混合液常用给这些水悬浮液加热这一方法。我们已经很好的描述了碳水化合物的性能及其水化(Matser&Steeneken,1997;Steeneken,1989)。玻璃化转变温度就是结晶聚合物的非晶体区域开始变软或变得有弹性时的温度。淀粉颗粒的半晶体属性意味着淀粉糊化前必须先丧失其玻璃状和脆性(Biliaderis,Page,Maurice,&Juliano,1986)。玻璃转换温度受水的抑制，因此，在湿度较大的情况下，玻璃转化的需要的温度会降低(Biliaderisetal.,1986;Levine&Slade,1989;Slade&Levine,1988)。大多数合成聚合物在冷却过程中返回玻璃状态的温度都低于玻璃的转化温度，淀粉颗粒冷却到低于玻璃的转化温度时却不一定改变变得柔软弹性的非晶体区域(Biliaderisetal.,1986;Levine&Slade,1989)。淀粉糊化的温度在60℃左右（见上文），这也取决于它的来源(Shiotsubo,1983)。当周围温度超过这个温度，淀粉颗粒开始吸收一定量水并失去其半晶体属性，同时膨胀到原来体积的许多倍。完全的同质性淀粉只能出现在当颗粒被加热超过糊化的温度并导致淀粉颗粒聚合成更小的淀粉颗粒的情况下。图3.支链淀粉的双螺旋构像和其他糖类的不同，比如纤维素化合物和β（1，3）葡聚糖是由单螺旋和三重螺旋构成，相对而言。此螺旋结构通过与碘和碘离子或者短链醇类的结合而紧密。在更高的温度和压力下，自发分解的淀粉分子通过产生规模较小的寡糖来增加纹理均匀的混合物(Miyazawa,Ohtsu,Nakagawa,&Funazukuri,2006）。表征整个淀粉颗粒在混合物中的大小分布需要在淀粉分子不分解的情况下把淀粉颗粒分解。某些可溶性淀粉品种在水中加热到100℃时变得完全溶解。高压灭菌的淀粉悬浮液也用于制造同质淀粉，尽管高压灭菌的效果随着淀粉种类的变化而变化(Gidleyetal.,2010;Ratnayake&Jackson,2009)。淀粉在少量的水的存在下(Bello-Pérez,Roger,Baud,&Colonna,1998)或者在溴化锂作为氢键干扰物的情况下可完全溶解于无水二甲基亚砜（二甲基亚砜）中；后者可在颗粒结果收到微小的分割或轻微的机械破坏的情况下在80℃左右进行。这也是表征淀粉颗粒特性的一种方法。二甲基亚砜等有机溶剂在研究水解是并不是有用的媒介，因为这些环境可能抑制水解酶的作用。淀粉一旦被糊化，淀粉颗粒就膨胀为原体积的很多倍。在剪切的情况下，颗粒保持分子的完整性(Parker&Ring,2001）。淀粉颗粒膨胀的程度与温度相关：这是指在加热过程中淀粉悬浮液的粘度开始迅速增加的温度。淀粉颗粒的膨胀伴随着直链淀粉分子和血脂的浸出，通常与颗粒紧紧相连进入持续阶段(Bhattacharya,Sowbhagya,&Swamy,1972,1978)。淀粉颗粒中的支链淀粉在膨胀中只吸收水分，直链淀粉和血脂的存在则是为了延缓膨胀(Sasaki&Matsuki,1998;Tester&Morrison,1990)。长链支链淀粉的比例与淀粉的膨胀速率相关。膨胀潜能更高的淀粉中长链支链淀粉的含量更高(Bogracheva,Wang,&Hedley,2001a;Sasaki&Matsuki,1998)。因此，直链淀粉、血脂及支链淀粉的结构与淀粉的膨胀及糊化性能都紧紧相关。糊化淀粉在a-淀粉酶的催化作用下比原淀粉颗粒更容易分解。此外，如支链淀粉和直链淀粉比例以及含有脂质和直链淀粉的复合物等特性都能影响分解率。直链淀粉含量增加时，淀粉颗粒的消化率就降低(Vesterinen,Myllärinen,Forssell,Söderling,&Autio,2002),尽管直链淀粉含量本身并不是预测消化率的唯一因素(Htoonetal.,2009;Lopez-Rubio,FlanaganBernadine,ShresthaAshok,GidleyMichael,&GilbertElliot,2008)。与此相同，直链淀粉与脂质的混合物与自由碳水化合物相比更能抵抗水解酶的攻击(Nebesny,Rosicka,&Tkaczyk,2004)。糊化淀粉标本中的分子当存放在某种环境下后能进行分子内和各分子间的有序结合，这个过程称为回生。糊化淀粉冷却后，直链淀粉与支链淀粉晶体相结合，在回生的过程中能形成凝胶(Ringetal.,1987).。直链淀粉必须加热到大于100℃，摧毁了粒状结构后才能回生(Miles,Morris,Orford,&Ring,1985)。支链淀粉再结晶的速率比直链淀粉形成单、双螺旋的速率慢得多，因此支链淀粉衍生的螺旋可以聚合(Baik,Kim,Cheon,Ha,&Kim,1997)。因此，回生的前一阶段取决于淀粉中直链淀粉的含量。高分子量的直链淀粉比低分子量的支链淀粉更能促进回生，这表明样品中直链淀粉长链分支（和直链淀粉的主链)的分子重量比例是回生过程的初期回生温度的决定因素之一(Tsai&Lii,2000)。回升后期与支链淀粉长链的分布相关，尤其是短A链所占的比例(Fredriksson,Silverio,Andersson,Eliasson,&Aman,1998;Silverio,Fredriksson,Andersson,Eliasson,&Aman,2000;Tsai&Lii,2000）。据悉，这里所说的相关性不一定是因果关系。通过差示扫描量热法(Janeetal.,1999;Lai,Lu,&Lii,2000;Tako&Hizukuri,2000;Tsai&Lii,2000）、X射线衍射(Jagannath,Jayaraman,Arya,&Somashekar,1998;Jouppila,Kansikas,&Roos,1998)、酶动力学(Kim,Kim,&Shin,1997;Tsuge,Tatsumi,Ohtani,&Nakazima,1992)和动态弹性测量(Morikawa&Nishinari,2000;Otobe,Yoshii,Sugiyama,&Kikuchi,1995;Tako&Hizukuri,2000)等不同的方法，淀粉的回生受到了广泛的研究。植物品种不同，淀粉颗粒显示的衍射图样（通过X射线衍射）也不同；A型图是正常淀粉，B型是块茎淀粉(Katz,1930)（图2）。两个同质异晶体的区别与水的相对量和晶体细胞中的双螺旋结构相关(Bogracheva,Wang,&Hedley,2001b;Bogracheva,Wang,Wang,&Hedley,2002)。A型淀粉的支链淀粉分子含有很多短链组分(Hizukuri,1985)，但晶体在长时间的酶的攻击下更容易分解(Planchot,Colonna,&Buleon,1997)。在原淀粉中，双螺旋组分（图3）比晶体顺序更重要，这意味着并非所有的螺旋结构都参与淀粉晶体的形成(Cooke&Gidley,1992）。即便如此，螺旋淀粉分子抵抗淀粉酶的催化水解的作用至少能说明高直链淀粉为什么能比糯品种更能抵抗水解，尽管它们结晶程度更低(Tester,Qi,&Karkalas,2006)。淀粉颗粒的结晶不是唯一一个影响酶降解性能的因素。直链淀粉的和脂质的混合物也能影响水解的速率。这些混合物在淀粉颗粒水解的过程中逐渐地积累在颗粒中(Gernat,Radosta,Anger,&Damaschun,1993)。直链淀粉和脂质的混合物在水解的过程中是否一直存在或生成并不为人所知，尽管它们对酶的攻击有抗拒性。5.消化酶动物的消化道里有很多的水解酶能够催化聚合大分子的分解。酶的催化速率受温度和PH值的影响，尽管催化过程大都在pH值为5，温度在37℃左右。催化降解多糖的酶基本有两种。尽管磷酸化酶在动物界淀粉的代谢过程中具有关键的作用，我们这里集中在哺乳动物的碳水化合物的消化水解过程。内水解酶(Werner&Keilich,1965)被排除细胞外并在细胞外作用。碳水化合物的内水解酶劈开那些大的不能扩散到细胞内的碳水化合物，生成较小的能够穿越细胞膜的的产物。内水解酶随机劈开一个水和淀粉分子形成两个更小的分子，在α-淀粉酶这种特殊情况下，是劈开任何可能接触到的的α糖苷键。内水解酶(Akerberg,Zacchi,Torto,&Gorton,2000)从非还原性基板分子的一端产生单体或二聚体。糖苷淀粉酶和B-淀粉酶等酶分别从淀粉和低聚糖的非还原末端产生葡萄糖或麦芽糖单位。经光镜、共聚焦激光扫描显微镜（Apinanetal.,2007）和扫描电镜(Tester,Morrison,Gidley,Kirkland,&Karkalas,1994;Zhang,Ao,&Hamaker,2006)（图1）看到，酶的作用以各种方式影响着淀粉颗粒的表面。酶攻击的许多不同模式已经确定，包括针孔、海绵状侵蚀、中型孔、个别颗粒单洞和表面侵蚀(Sujka&Jamroz,2007)。根据酶和淀粉种类的不同，酶会破坏整个淀粉分子（外切-腐蚀）或者在具体方位的消化渠道表面上上向中央（外腐蚀）。小麦、大麦和黑米淀粉有具体的敏感地带，这些地带成为颗粒中内消化酶的渠道，这也消弱了颗粒的结构。颗粒最终变成片段，剩下的只有残余淀粉（图4）。尽管颗粒中色晶体和非晶体区域的理化性质不同，消化后残余的淀粉有一个大致的解支分布，这一点在衡量体积排阻的多角度激光散射和折射指数中表现出来(Zhangetal.,2006)。去分支后的的另外一个相似的资料表明水解通过晶体非晶体片层进行，这也被用扫描电镜观察出(Zhangetal.,2006)（图4）。通过不同的差示扫描量热法来分析原淀粉颗粒发现，水解后的残留也表明糊化温度和焓等特性(Zhangetal.,2006)。图4.正常玉米的淀粉水解SEM成像：（A）0量滴（控制物）；（B）40量滴（注意α-淀粉酶和淀粉葡糖甘的针孔攻击模式），（C）120量滴。最后一个图(D)表明在消化后，依然存在残留的金字塔形状的碎片。5.1人体消化系统淀粉到嘴里就遇到唾液淀粉酶，它是水解碳水化合物的第一种酶(Hoebler,Devaux,Karinthi,Belleville,&Barry,2000)。在相对较短的时间内，食物由食道蠕动进入胃。在淀粉消化的过程中，胃里的壁细胞起着关键的作用。它分泌盐酸。胃的pH值是2.6，这延缓α淀粉酶的作用，但能增加淀粉的酸水解。另外，在上消化道上，跟淀粉结合在一起的脂质被各外分泌腺分泌的水解脂肪酶分解。脂质消化的一个关键步骤是乳液的形成，这提高了油水接触面积从而提高酶的效率。该乳液的产生是通过第一阶段的机械的咀嚼和之后的消化道蠕动运动。该乳液被涂有膜脂、变形蛋白和脂肪酸的液滴稳定下来，从而防止它们凝聚(Boron&Boulpaep,2009)。摄取的食物被从运到十二指肠，在这里遇到胰腺分泌素。它的分泌速率受饱足激素的控制。胰腺液中含有淀粉消化中的两种重要的组成部分。碳酸氢钠（碳酸氢盐）把从胃液来的液体的酸度中和到pH值为8。胰液中也包含淀粉酶，它使淀粉继续水解成葡萄糖和低聚糖。后者包含线性和分支结构，如果没有进一步的水解，不会被吸收到血液中。葡萄糖只是内分解酶的一小部分产物，例如，A淀粉酶只在最初阶段起作用，还需要进一步的酶解过程。没被α淀粉酶催化分解的α限制糊精、基质、小线性低聚物以及较大的A-葡聚糖等物质后来被降解为单糖单位。这种转变时通过对小肠的肠细胞膜不可缺少的消化酶来完成的，主要包括黏膜麦芽糖酶，糖化酶，和蔗糖酶，异麦芽糖。这些外切葡萄糖苷酶作用于葡萄糖低聚物的非还原性末端并催化水解α糖苷键或者较小程度的α糖苷键分支链，从而确保非线性低聚糖的进一步水解。由此产生的单糖，如葡萄糖和半乳糖，通过第二次主动运输跨越肠的顶膜并被吸收，随后穿过基底膜退出肠胃道进入血液(Boron&Boulpaep,2009)。大肠（结肠）含有很多的微生物（个人之间差别较大），这些微生物对有酶缺陷的人体或者在空肠或回肠中还存在没有水解掉的碳水化合物时消化多糖有很大的作用。栖息在这一消化道部位的细菌通过发酵来消化未分解的RS和可溶性纤维等多糖。发酵产生短链脂肪酸，稳定血糖水平，抑制肝脏内的胆固醇(MacFarlane&MacFarlane,2006;Wong,deSouza,Kendall,Emam,&Jenkins,2006)。6．消化率指数在过去的25年里，食物的消化率被一些指标数来归类。其中最著名的就是血糖生成指数（GI）。它最早由Jenkins等（1981）定义为总血液中的（区域血糖反应下葡萄糖浓度随时间变化的曲线）（表1）2小时候随即变成固定的碳水化合物的消耗；它表示一个值相对于该标准的食品如正常的白面包或葡萄糖(Roberts,2000)。许多内在和外在的因素影响着淀粉的性质进而影响食物的GI，包括淀粉结构的6个级别（图1）；这些因素是肠胃蠕动、糊化以及纤维、脂肪和蛋白质的存在(Krezowski,Nuttall,Gannon,&Bartosh,1986;Thorne,Thompson,&Jenkins,1983)。淀粉回生的程度、颗粒的形态和膳食纤维含量等因素也在体外环境下得到了验证(Urooj&Puttraj,1999)。通过回生过程，糊化或可溶性淀粉可从无结构状态转化成更加有序的或者结晶状态。这个大型物理变化导致加热了的淀粉食物变硬或腐败，同时，它们也自发的接近一个自由能较低的亚状态，因此增加了淀粉酶的阻力，从而降低GI值(Chung,Lim,&Lim,2006)。其他能评价体内碳水化合物消化率的系统还有血糖负荷（GL）、血糖反应和RS（第7.1章）。血糖负荷是减肥或者控制糖尿病的基础度量。也有持异议的(Dasetal.,2007),GI值是由政府化验计算乘以百分比的GI的目前消耗的碳水化合物计算得到的。同地理标志一样，血糖负荷有一定的规模可以用来将不同的食物品种归类到不同的食谱中。血糖反应是在摄取碳水化合物、RS和其他淀粉组分（第7.1节）之后任何给定时间对血液中葡萄糖增加的测量。对商业食品进行实验以估算其血糖反应或其他体内措施是一个昂贵的过程。所以近期的研究目标在于发明体内的测算血糖反应或同等度量(Garsettietal.,2005;Goni,Garcia-Alonso,&Saura-Calixto,1997;Okuda,Aramaki,Koseki,Satoh,&Hashizume,2005)（第7节）。表1.根据模型分类，淀粉酶消化的动力学分析方法来源和处理方法应用的技术运用的模型结果评价体外监测淀粉消化（Invivomonitoringofstarchdigestion）Jenkinsetal.(1981),Ross,Brand,Thorburn,andTruswell(1987)所用糖类是食物，用一些烹饪方法准备材料消耗淀粉制品（卖的商品），间隔30分钟，测量被试血液中葡萄糖的浓度，GI是通过比较血液中葡萄糖浓度曲线下方的面积计算的，摄取一个白面包2小时后的标准商业用的淀粉制品的GI范围为30-130AUC。通常认为，GI在55AUC一下的产品更健康。淀粉水解为葡萄糖的GI测量是受到很多因素影响的，包括年龄、性别、种族、蛋白质摄取Krezowskietal.,1986）食物处理(Brand,Nicholson,Thorburn,&Truswell,1985),和被试的健康状况(Brand-Milleretal.,2002;Jenkinsetal.,2002;Thorneetal.,1983)GI只考虑吸收到血液中的葡萄糖，忽略了其他糖类。这种方法的意义依然存在。(DeVries,2007)指数动力学模型（Exponentialkineticmodels）Freietal.(2003),Gonietal.(1997)所用糖类是食物，用一些烹饪方法准备材料用α-淀粉酶和淀粉葡糖苷酶在活体内和体外进行淀粉消化。比较各种食物消化曲线下面的面积。计算体外淀粉消化曲线下方的面积用了一个很简单的指数模型。体外的数据显示，和体内的GI数据有一定的相关性。-指数模型没有机械学的要素用于分析(体外)数据-体内和体外的时间点都是间隔30min，在体外数据分析时留下了消化的“有趣”部分没有监测Apar&Ozbek(2007)没有做优先处理，大米淀粉颗粒在60℃、PH=6.5条件下消化通过与碘结合，监测用α-淀粉酶消化时间进程的前10min内剩余淀粉浓度简单指数模型适用与水解初始浓度范围。初始速度的数据分析用双倒数作图法列表。葡萄糖和麦芽糖都会导致抑制产物的生成，两者的影响没有区别-指数模型没有机械学的要素用于分析数据-只检测消化反应的前10min-采用与碘结合测定剩余淀粉的量，而不是通过测定溶液中还原能力确定糖产物量，可靠性降低Wangetal.(2006)没有优先处理，在恒温箱里，50摄氏度，谷物淀粉颗粒消化用淀粉葡糖苷酶消化淀粉，通过葡萄糖分析和分光光度测定法检测用简单指数模型描述产物葡萄糖的抑制作用-经过葡萄糖浓度很低的“缓期”后，发现葡萄糖抑制淀粉葡糖苷酶，-40摄氏度时有最佳活性建立了数学模型，即使没有模型的模拟实验和相关的数据配置-指数模型没有机械学的要素用于分析(体外)数据Al-Rabadietal.(2009)大麦和高粱淀粉消化，37摄氏度，PH2.0到7.0的三个阶段模拟体内状态进行淀粉消化。把样品和α-淀粉酶、淀粉葡糖苷酶溶液一起搅拌，随后进行葡萄糖分析和分光光度测定法检测简单的指数模型用于淀粉消化的分数配置，即线性对数图-第一阶段动力学描述谷物消化碎片-小的淀粉颗粒提高酶作用的速率-尽管模型很接近的描述了淀粉的消化，但是在消化的前30min里，只监测了SDS阶段，没有等分监测分式，没有适合的模型（Starchfractionsdetermined,nofittedmodel）Benmoussa,Moldenhauer,andHamaker(2007),Englystand-Hudson(1996),Pizzoferrato,Rotilio,andPaci(1999)Englyst-淀粉是用各种烹饪技术准备的食物，在37摄氏度，PH5.2条件下消化。烤Pizzoferrato–栗子和底层在37度，PH5.0条件恒温，Benmoussa-大米粉样品煮沸20min，37度消化Englyst实验（Englystetal.1992）被用于定量水解商品食物和有不同完整结构的各种淀粉的定量分式支链淀粉的精致结构和消化能力的标准相关（RDS和SDS）在消化过程中-Englyst和相关的方法只用了两个时间点，没有考虑机械搅拌对淀粉消化的影响Chungetal.(2006)光滑的大米在各种温度下制成胶状(5min)，在37摄氏度下消化Englyst消化评定和α-淀粉酶消化的时间进程表框定量分式，即使没有适合时间进程的动力学模型胶体化和退化的样品的消化性值得比较-测定了葡萄糖的浓度，而忽略了其他低聚糖Aoetal.(2007),Zhangetal.(2006Zhang–玉米，土豆和小麦淀粉没有做其他优先处理，37摄氏度恒温、PH5.2。Ao-玉米淀粉加热到80度保持10min，压热处理20min,然后在消化过程中，PH5.0,恒温50摄氏度用α-淀粉酶和淀粉葡糖苷酶消化的来源不同的天然的、修改后的淀粉的Englyst消化评定和时间进程被描述出来定量分式，即使没有适合时间进程的动力学模型用更大支链密度和更小的链长度修改的淀粉有更慢的消化性能-没有实验用动力学模型来描述消化过程Maneliusetal.(1997),Maneliusetal.(2000),Shuetal.(2006)Manelius–玉米和小麦淀粉在25摄氏度、PH6.5下消化，不做优先加热处理,Shu-大米淀粉样品在50摄氏度下煮，在37摄氏度进行消化实验α-淀粉酶消化后的所有还原糖的量是由本来的和抗消化的淀粉种类决定的。同时，不同取代和不同大小的颗粒被分解程度，用还原糖或者凝胶过滤色谱法测定每30min测定一次，尽管没有适合数据的模型已经证明抗淀粉水解慢且不完全。更进一步，更大程度的取代和大颗粒减弱了酶的攻击-没有动力学模型适合用于分析体外消化的数据-只是每隔30min取一次数据，留下了没有监测的消化的“有趣”部分BertoftandManelius(1992)Waxy-玉米淀粉煮沸60min,在23摄氏度，PH5.5下消化在各个时间点用凝胶过滤色谱监测α-淀粉酶消化没有动力学模型适用从长链淀粉中得到的数据所描述的方法允许监测颗粒的水解，和在消化过程中各个阶段的产物-样品从色谱后的活性恢复不完全-没有实验用一个动力学模型来描述该淀粉的消化米氏多级模型(Michaelis–Mentenmultiplestagemodel)Donaetal.(2009)小麦和大米淀粉颗粒悬浮液在25摄氏度PH5.2，，下消化，没有用热水做优先处理用核磁共振监测小麦面粉和大米淀粉的消化，用α-淀粉酶、淀粉葡糖甘酶消化淀粉的RSD和SDS消化阶段分开处理，首先用双倒数作图法列表淀粉消化的两个阶段可以分别表述，用古典的米氏动力学方程-应用双倒数作图列表法有很大的系统误差没有抑制或钝化作用的米氏方程（Michaelis–Mentenwithoutinhibitionorinactivation）Nittaetal.(1979)大豆淀粉和土豆值链淀粉在25度，一系列PH值下消化，不做热水优先处理通过测定一系列PH值条件下还原糖的最后浓度来分析β-淀粉酶对大豆淀粉作用的动力学模型数据适合Hanes–Woolf曲线，发现各个PH值的米氏参数，一个可以预测已知PH的消化能力β-淀粉酶的最佳PH是5.85设计了一个很精密的动力学模型来考虑酶的作用和PH的作用，尽管没有实验可以和这个预测的模型比较Heitmann,WenzigandMersmann(1997)土豆淀粉的消化，样品在60摄氏度下恒温凝胶渗透色谱法监测α-淀粉酶的消化性释放的还原糖用米氏模型分析估测三种原始淀粉，适合用双倒数作图法分析的动力学-测定的时间点非常有限，不能考虑整个过程-凝胶渗透色谱法后样品性能恢复不完全ParkandRollings(1995)纯化的直链淀粉酶和支链淀粉（来自Sigma）在H2O/DMSO混合溶液中，50摄氏度下恒温30minα-淀粉酶消化能力用SEC监测，低的激光散射角度释放的还原糖用米氏模型分析估测比较直链淀粉和支链淀粉的动力学，支链的密度影响消化的表达-和上面的评价相同-消化被氢氧化钠停止，即使淀粉在碱性溶液中更不稳定-测定的时间点非常有限，不能考虑整个过程Akerbergetal.(2000)小麦淀粉在15min内加热到90摄氏度，在30摄氏度，PH5.0下恒温消化用HPAEC表征用α-淀粉酶和淀粉葡糖甘酶的消化一个以米氏动力学为基础的模型被模拟，考虑用两种酶及酶作用物的大小（PH一定）各种浓度的淀粉都会有产物，在消化模拟精确的过程中-尽管消化进行了80小时，但只有大约10步是来处理产物的-在这个动力学模型中，变量参数的数量允许这个模拟的模型精确适合由不同参数得到的实验数据Amatoetal.(2004)没有用热水做优先处理的小麦面粉悬浮液，在27摄氏度PH6.8条件下监测由内源酶类消化的小麦面粉用HRMASNMR光谱监测没有抑制或钝化作用的米氏模型-在水解过程中没有抑制发生-光谱学可以用于监测水解-酶加入后，HRMAS光谱要花费大约30min准备要分析的样品，错过了消化的最初阶段考虑在酶水解前，在基质上的酶的吸收（Consideringtheadsorptionofenzymeontosubstratebeforeenzymichydrolysis）Slaughter,Ellis,andButterworth(2001)小麦、土豆和大米淀粉悬浮液在37摄氏度，PH7.4下消化，恒温通过还原糖最终浓度的测定来监测α-淀粉酶消化考虑吸收的Freundlich绘图用于分析悬浮样品，米氏模型用于分析胶体淀粉Freundlich绘图发现了一个线性的关系，证明酶的吸收限制了悬浮淀粉的消化-考虑了吸收，不管是胶体淀粉还是悬浮淀粉，没有完全适合米氏方程的产物或者底物抑制的米氏模型（ProductorsubstrateinhibitedMichaelis–Menten）FujiiandKawamura(1985)不是同一来源的淀粉在30摄氏度，PH5.25条件下恒温通过等间隔测量还原能力来监测α-淀粉酶和淀粉葡糖苷酶消化性产物抑制的米氏模型用于估测动力学参数，凭借双倒数作图当底物的分子重量小于5000时，α-淀粉酶的作用可以忽略-在很强的碱性溶液中消化停止，尽管在碱性环境中淀粉更不稳定-产物抑制方程用于固定的数据，尽管其他的报告没有葡萄糖抑制Pastranaetal.(1998)不是同一来源的淀粉在23摄氏度，PH5.37下恒温在不同的淀粉浓度中，通过化验葡萄糖和扩散限制来监测淀粉葡糖甘酶消化由于溶液粘性的增加，用指数来描述酶的限制，就适合消化数据而言，这比经典米氏动力学模型事半功倍仅仅由于反应系统流动性能的改变，消化被限制，而不是经典的底物限制作用-淀粉溶液的流动性能很大程度是那个依赖于制备技术（压热处理或加热或胶化）。这篇文章没有介绍淀粉溶液是如何制得的，尽管它用流动性能解释抑制作用缩写：AUC，曲线下方的面积区域；HRMAS，高分辨率角度旋转；RDS，快消化淀粉；SDS，慢消化淀粉6.1血糖指数食物的血糖指数是衡量其中包含的碳水化合物在消化系统中的水解和通过积极活跃地从肠膜扩散进入血液的吸收的速率的指标。碳水化合物对个人血糖浓度的即时影响对营养指导和血糖浓度对健康的都有益处(Jenkinsetal.,2002)。由于碳水化合物的消化速率因健康程度、种族和性别而不同，用来检测食物品种的人体必须仔细选择。尽管血糖浓度在研究和商业领域都被广泛利用，它能否作为一种有效的饮食设计指南是有争议的。对这个问题持怀疑论者质问这一测试方法的基本性质，包括它的重复性和它的意义(Barclayetal.,2008;DeVries,2007;Livesey,Taylor,Hulshof,&Howlett,2008)，以及相关的疾病与营养基础。6.2胃肠道健康的推论尽管有争议，血糖浓度已经被证明在糖尿病的治疗中是一个有用的数据(Woleveretal.,2008)。这种医疗推论来自于血糖浓度和糖尿病患者的胰岛素的反应，直接涉及到碳水化合物的消化速率(Jenkinsetal.,2002).。肥胖症最终会导致循环和呼吸各方面的问题，这也是一个可以与血糖浓度相联系的另一种健康的主要方面。曾经，人们认为低脂肪、高碳水化合物的饮食能很好地控制肥胖，虽然通常这些都是适得其反，因为碳水化合物的氧化是以脂肪的氧化为基础的，这就鼓励了身体内脂肪的积累(Brand-Miller,Holt,Pawlak,&McMillan,2002)。消耗含高血糖浓度的食物由于一些生理原因也跟肥胖相关。但是肥胖被认为是由于选择性饮食而产生的(Thornley,McRobbie,Eyles,Walker,&Simmons,2008)。消化系统中水解较快的食物使受试者在相对较短的时间内变饿，增加了两餐间进食的可能性。这种由血糖浓度导致的食欲的增加也被认为与肥胖相关(Roberts,2000)。7．体外（试管）消化淀粉体内淀粉的消化耗时且昂贵，也需要很多特定属性的人。由于体内淀粉消化不依赖于人体，调查体外消化率取代了GI成为人们日益关注的话题（表1）(Frei,Siddhuraju,&Becker,2003;Gonietal.,1997)。7.1淀粉组分据所提供的营养，淀粉根据Englyst测试可分为三类(Englyst,Kingman,&Cummings,1992),这也取决与它们水解的速率和程度。它们是速消化淀粉（RDS），慢消化淀粉（SDS）和耐消化淀粉（RS）。慢消化淀粉消化的运动时间揭示了各个阶段的不同速率，表明基底物理性质的变化决定了消化动力学（见表1）。RDS是指在摄入碳水化合物之后能引起血糖浓度快速升高的淀粉粒。体外被称为RDS的淀粉粒被定义为消化标准反应混合物的前20分钟内消化的淀粉量(Englystetal.,1992)。在实践中，结束阶段的RDS被认为涉及到底物的性质变化，从而引起寡糖或葡萄糖产生率的改变。这一过程的反应程度不是固定的，取决于消化的条件。当然，这也不会总在在加入酶的前20分钟内发生(Akerbergetal.,2000;Aoetal.,2007;Apar&Ozbek,2007;Wang,Zeng,Liu,&Yuan,2006)。这个时间长短取决于添加的酶的多少。尽管RDS是通过实验分析体外消化来定义的，淀粉转化为糖的速率与人体消化系统的动力学一样。一顿饭里的自由糖和RDS在大部分糖被吸收进血液之前必须先进入小肠。巧合的是，RDS不能与一餐里的糖的总量相混淆的，后者也有助于血液中葡萄糖的浓度。SDS是指在小肠内消化很缓慢但最终完全消化的淀粉。体外消化研究表明从RDS到SDS产生还原糖的进程曲线找中平滑的过渡（图5和图6）。在标准的底物和酶浓度的条件下，SDS在RDS消化完之后才开始，但整个过程不超过120min(Englystetal.,1992)。体内SDS对健康的贡献包括稳定葡萄糖的新陈代谢、管理糖尿病、影响人的智力表现以及控制食欲(Lehmann&Robin,2007)。在商业领域没有SDS产品，尽管异麦芽酮糖（帕拉金糖，Palatinit）等慢消化的碳水化合物已经商品化。摄入后，这些物质能产生缓慢而持续的血糖(Lina,Jonker,&Kozianowski,2002)。图5.模仿用各种酶催化的淀粉水解的动力学模型的时间进程（蓝线）。参量的设置用了最小平方的回归（统计学）分析（在图6中也使用此数学分析方法）。红色米氏曲线：Km=8.9×102mmol/L，Vmax=1.3mmol/L/分钟(方程2)；橙色曲线：产物抑制：Km=1.5mmol/L，Vmax=86mmol/L/分钟和Ki=6.2×10-4mmol/L(方程8)；绿色曲线，高基质抑制：Km=5.3×102mmol/L，Vmax=9.1×10-1mmol/L/分钟和Ks=8.4×10-3mmol/L(方程9)；紫色曲线，扩散限制：Km=1.3×105mmol/L，Vmax=5.7×10-2mmol/L/分钟,Rm=2.1和μ=3.8×10-3mmol/L（方程10）。（关于这个图中数据的颜色的解释说明，读者可参考该文章的网页版本。）图6图6.25摄氏度时，6%(w/w)淀粉悬浮在有12U/mLα-淀粉酶的水溶液中。RDS（小于120分钟）运用综合米氏公式得到（方程2），参数为：Km=1.4*10-2mmol/L,Vmax=5.3mmol/L/min,SDS的参数为：Km=3.6*10-2mmol/L，Vmax=1.9*10-1mmol/L/分钟.在小肠内没有消化掉并有可能会被大肠细菌消化掉的那一部分淀粉被称为RS，它是从体外淀粉经有限酶解得到的。RS对一个人的健康有利有弊。例如：未消化的多糖到达大肠被细菌分解为短链脂肪酸。饱和脂肪酸通常与心血管疾病相关，后者主要包括心脏病、心脏衰竭和中风。另一方面，RS类似于抵制内源性人类的酶的纤维聚糖。膳食纤维多由阿拉伯木聚糖和b-葡聚糖多糖（NSPs）等非淀粉组成。通过降低胰岛素和血糖反应，NSP和RS在防治糖尿病、肥胖症、结肠癌和直肠癌方面起到了关键的作用(Toppingetal.,2008)。很多生理因素会影响淀粉消化率。例如，人们通过咀嚼而避免吞食大颗粒食物。大颗粒使消化酶与分子的接触面变小，且使从口腔到盲肠的运输时间更短，是RS的出现更有可能，从而使RS对人类的健康做出更大的贡献。8.体外消化的动力学模型就如上面讨论的，消化时间进程的轨迹随着淀粉制备方法的变化而显著的变化；淀粉消化的好坏是由淀粉颗粒的许多物理性质决定的（图1）。这部分描述了表1中总结的一系列动力学模型；它们已经用于表述淀粉消化的动力学特征，为了找到消化和淀粉颗粒的物理性质之间的相关性。8.1检测消化8.1.1还原能力在反应过程中，等时间间隔得到过滤液，测量过滤液的还原能力是淀粉消化中监测做多的（Gonietal.,1997;Sayago-Ayerdi,Tovar,Osorio-Diaz,Paredes-Lopez,&Bello-Perez,2005;Shuetal.,2006）。至于外来的水解酶类，如淀粉葡糖甘酶，产物的精确浓度可以通过这种方法来测定，因为酶的高度专一性。但当运用到α-淀粉酶时，低聚糖的浓度可以估计，尽管剩余的没有消化的淀粉必须在过滤和干燥后称重剩余的底物。同时测量低聚糖产物和剩余底物可以得到计算出的产物平均重量，就如α-淀粉酶消化会产生从葡萄糖到大支链限制的糊精（Manelius,Qin,Avall,Andtfolk,&Bertoft,1997）。淀粉葡糖甘酶产可以经由一种体外酶变换到葡萄糖，葡萄糖的浓度用血液测仪剂测量，来估计淀粉消化的量（Aarathi,Urooj,&Puttaraj,2003）通常使酶作用停止的强碱被人们熟知可以水解多聚糖。在推断消化已经停止后，这导致溶液还原能力的变化。因此，在用氢氧化物时，还原能力的估测总是有偏差。8.1.2色谱层析消化能力可以用两种不同的色谱来监测（Gidleyetal.,2010;Morell,Samuel,&O’Shea,1998）。在消化过程中，体积排斥色谱（SEC,经常被称为凝胶过滤色谱，GPC）可以用来测量糖类底物的分子大小分散的变化。意识到SEC是靠分子大小的不同分离物质（就像它的名字指出的），而不是分子的重量是非常关键的，而且对于一个有分支的高分子化合物，例如淀粉，水力半径和分子重量之间的相关性并不单一（尽管对于线性高分子，有唯一的大小/分子重量相关性）。想要在一个淀粉样品中获得全部的，数量上大小分散，不降解，不是一件简单的任务（Cave,Seabrook,Gidley,&Gilbert,2009;Gidleyetal.,2010;Gray-Weale&Gilbert,2009;Hoangetal.,2008;Schmitzetal.,2009）。当常规方法获得变的有可能，比如未消化分配，一些数据是可以预测的，淀粉来源的作用，消化的时间和场所，这些都对理解消化机制有很大的帮助。荧光辅助毛细管电泳（FACE）（Morell,Samuel,&O’Shea,1998;O’Sheaetal.,1998），高效阴离子交换色谱（HPAEC）用于获得低聚糖产物的分布，包括支链淀粉的链长度分布，用脱支酶处理（Manelius,Nurmi,&Bertoft,2000）。这些技术对于聚合程度相对较低的（少于80个葡萄酐单元）反应系统，是受到限制的，所以不能表征淀粉酶的长链分散。后者可以用SEC测定。8.1.3氢核磁共振光谱能直接反应溶液中糖的浓度的技术包括：核磁共振光谱（Berthon&Kuchel,1995;Dona,Pages,Gilbert,Gaborieau,&Kuchel,2009;Kuchel,1981,1989），高分辨率角度旋转（HRMAS）,氢核磁共振已经实施（Amatoetal.,2004）。用HRMASNMR时，反应的初始相常常被忽略，好像在样品和酶混合后，不能立刻有一个充分快的速率获得数据。控制组氢核磁共振光谱经常用于直接监测在同性质的、复杂的溶液中的化学过程中的动力学，例如淀粉混合物（Donaetal.,2009:Minerath,Casale,&Elrod,2008;Walkeretal.,2007）。近来，NMR方法已经发展用于监测在复杂的悬浮液(Donaetal.,2007,2009)中的物理和化学的进程，证明：⑴整个反应过程中监测的原子核都是在溶液中；⑵在时间进程中，可以防止同组分的溶液浓度不均匀（产生垂直方向上浓度的变化）。NMR色谱只能测量样品的很小一部分（在接收线圈范围内），如果固定一个复杂样品，测量的浓度会产生偏差。对水解过程中产生的低聚糖α-和β-端基的还原能力的直接分析方法—氢核磁共振光谱，可以得到糖在消化过程中产物形成的精确估计（图7）。这中方法可以应用与多种形式的淀粉，包括抽取的，研磨过的面粉，煮过的，没煮过的，被浸渍过的和完整的谷物淀粉。用NMR光谱记录反应的过程比通常的方法用的时间少，而且这样产生更大的数据范围，包括最开始阶段的RDS阶段。对RDS的研究是非常重要的，因为血液对糖的吸收的最初速率是由RDS阶段和一顿饭的总含糖量决定的，这直接影响体内淀粉消化的测量。NMR光谱在可以很严格的监测溶液中慢反应（时间以分钟为等级）动力学的同时也有缺陷。NMR设备很昂贵，不适合作为大范围的工厂生产技术。而且，NMR的很用应用都需要溶剂含有重氢，这又增加了费用。图7.氢核磁共振（400.13MHz）光谱展示了淀粉（4%w/w）消化的依时性：（A）α-淀粉酶（3U/mL）;（B）淀粉葡糖甘酶（0.3U/mL）。由Donaetal.(2009)改编。从α-和β-端基得到的还原能力的信号给出了mono-（淀粉葡糖甘酶）和低聚糖的浓度的测量方法。5.4ppm处的α（1，4）结合信号的增强是由于用α-淀粉酶（A）产生的低聚糖，作为淀粉葡糖甘酶水解所有可得到的α（1，4）结合的信号减弱。8.2米氏动力学米氏动力学描述了许多酶的浓度相对小于底物浓度的反应。米氏方程的推导假设：在一复杂的酶—底物溶液中，第一步生成中间产物的反应速度快且可逆，第二步反应慢（方程1），其中，E是酶，S是反应物（淀粉）,P是产物。米氏方程2是这样推导的，把复杂的中间产物ES看成稳态近似，中间产物的转化速度要比底物的转化速度慢的多，所以速率方程是这种形式，Km是米氏常数（方程3），Vmax是溶液中酶的活跃场所和底物一样时反应达到的最大体积，[P]是在时间进程中任意时间的产物浓度。Km和反应中单个速率常数的关系是：米氏方程（方程2）的两边同时取倒数得到双倒数方程（方程4），它经常用与作图分析酶动力学数据。这个方程是：这个方程常用来评价Vmax和Km的标准，在用方程2非线性最小回归直接分析数据之前。后者是现在惯常的方法，用一个快捷的可以达到目的的软件包（例如，Castillo,Hadi,&Minguez,2009）。除了酶的用量，其他条件完全相同的几个时间进程，当时间轴以酶的最初浓度为标准划分时，时间进程应该是重合的。这是从Selwyn的实验得知的（Selwyn,1965）；经过这个实验的失败，意味着时间进程曲线的形成不是完全由酶催化反应过程中产物或者底物的消耗决定的。一般的，酶的不稳定或它的聚集都要为实验的失败负责，尽管底物或产物的不稳定也有可能是导致失败的因素。这些问题经常通过改变实验条件进行调整。公式已经被推导出来来描述反应的最初速率，一种简单的酶和单一的底物，还有一些不知道的灭活方法（Schnell&Hanson,2007）。不像酶的机械方法灭活，认为形成的产物和酶的灭活是彼此相互独立的。和支链淀粉有相似性质的糖的水解，比如肝糖和许多小的可溶的低聚糖，凭借凝胶电泳的可以用米氏动力学来描述（表1）（Inokuchi,Takahashi,&Irie,1981;Miranda,Murado,Sanroman,&Lema,1991）。另一方面，淀粉的消化，和用α-淀粉酶或者淀粉葡糖甘酶消化的支链淀粉样品，都用米氏方程很清楚的显示了这些预测的时间进程的推导。这个推导不是某一种酶的特性，这就证明这个推导或者是底物的化学特性，比如一种没有消化的淀粉核心，也可能是某种淀粉的化学性质，就如它和水的依时性反应。消化过程中，淀粉在溶液中的水合作用的多样性影响酶对淀粉的作用途径。已经证明底物的支链特性影响解聚反应的速率，就像酶的敏感度随着支链消化的增长而减弱（Aoetal.,2007;French&Knapp,1950;Kerr,Cleveland,&Katzbeck,1951）（第九部分）。在某些情况下，描述淀粉消化的多相系统的动力学方程用于给出一个解释：淀粉水解速率随着精馏淀粉的支链密度的变化而呈现多样（Donaetal.,2009;Park&Rollings,1995）（8.7部分）。在解释淀粉消化的尝试中，许多其他的单相模型被推荐来描述时间进程，尽管通常他们并不合适（8.4—8.6部分）。8.3米氏方程的解法正如前面提到的，米氏方程的动力学常数可以作双倒数图表来估测。尽管这种分析方法避免了解米氏方程，但是双倒数曲线会产生很大的系统误差。使一个本身是非线性方程的变换式和实验数据相对应，扭曲了测量变量的错误，其后，影响了动力学参数估测的真实性。一个分析酶动力学的更准确的作图方法是Hanes–Woolf作图，作出底物最初浓度和随着底物浓度变化的反应速度的比例曲线（Nitta,Kunikata,&Watanabe,1979）。更完整的统计学是Eisenthal和Cornish-Bowden（1974）的直接线性平面作图方法的创立。直接线性平面作图法是这样创立的：在限制因素范围内绘制实验观察数据和外推直线（观察到的点的交叉处）。实验观察误差意味着不是只有唯一的交叉点；然而，从直接线性平面作图方法得到的最精确的米氏参数通常很容易设置（Eisenthal&Cornish-Bowden,1974）。米氏方程的整合（方程2）给出了随时间（t）变化的底物（S）浓度的表达式。因此解答描述了一个反应时间进程：，其中，[S]0是底物的最初浓度。这个解是非线性的，而且毫无疑问的和底物浓度有关。整合的米氏方程的详尽形式经常是通过引进合理的限制因素来估计，导致只有右手边的一种形式决定它的性质。如果[S]0远小于Km，反应由第一阶段来决定，覆盖了这个解的价值，标志着底物的消耗可以用一个单一的指数函数来估计。如果发生相反的情况如[S]0远大于Km，这个解就变成了一个简单的零级反应，表征反应的表面速率常数是和反应的程度有关的。酶作用的产物抑制模型（方程9）同样可以整合，就如米氏方程的整合，产生一个非线性表达式（在溶液中是绝对的），其中，Ki是产物抑制常数。在Ki=Km的特殊情况下，，这个解就变成了一个单纯的指数消退（Kuchel,1985;Kuchel&Ralston,1997）：。方程5和6的毫无疑问的性质解释了古典的，作图分析实验数据的方法，或者不久更多的用数字表示的方法。作为时间的一个作用，计算底物浓度的可选择技术，例如最基础的解决方法包括“平分方法”，或者Newton–Raph近似，都已经被用于分析酶时间进程（Scheid,1988;Tjalling,1995）。其他的近似方法，如第四阶段Runge–Kutta整合，被称为“分解方法”的低阶段数据回归方法（Sonnad&Goudar,2009），提供了一种简单的数据整合的选择。然而，最近，用兰伯特W函数（Goudar,Harris,McInerney,&Suflita,2004），米氏方程可以写成一种更具体的形式，以底物浓度为参量：，其中，W是朗伯・Ω作用。这种方法做到了对误差的系统分析，这些误差是和整合的米氏方程的各种近似方法有关的（Sonnad&Goudar,2009）。自从数据整合变成一个普通的过程，数据整合的反复循环可以应用于分析酶反应的实验数据。这中循环方法的非线性最小平方回归（最小方差）分析可以用于米氏方程中的“最佳”常数的估测。这种最佳技术是受到整个反应时间进程中收集的数据合意性限制的。通过比较，Lineweaver–Burk曲线只用于反应开始的速度（一系列底物浓度）。8.4．产物抑制作用经米氏动力学得到的用内水解酶类、外水解酶类水解淀粉的最初阶段的差异已经有报告（Akerbergetal.,2000;Aoetal.,2007;Apar&Ozbek,2007;Wangetal.,2006;Zhangetal.,2006）。在淀粉消化的最初阶段以后，用整合的米氏方程从理论上预测的时间进程偏离实验数据。已经提出了各种假定来解释这种结果。依据这些假定，为了解释淀粉的消化，存在多种米氏模型，或新的动力学模型，已经发展起来了（表1）。竞争性抑制作用发生在配位体结合酶阻止了底物和活化区域的结合，反之亦然。用先前的内容来解释许多酶-底物系统的动力学，竞争性抑制作用模型已用于阐述葡萄糖对淀粉酶的产物抑制作用（Fujii&Kawamura,1985;Lim,Lee,Shin,&Lim,1999;Wangetal.,2006）（方程9）：用产物抑制作用模型，从淀粉消化最合适的实验数据得到的参量估测通常更精确。最佳性的提高不管是因为产物抑制作用的发生，还是因为理论模型的变量的数据流动性提高了，在数据分析时，它都是一个很重要的因素（图6）。用产物抑制作用的淀粉消化模型的研究假设一种和产物浓度无关的作用（Fujii&Kawamura,1985）。然而，在葡糖淀粉酶和α-淀粉酶的研究显露了一个“突变区域”，即在一个关键性的产物浓度下，抑制作用不会发生（Limetal.,1999;Wangetal.,2006）。而且，这个关键性的葡萄糖浓度比普通的淀粉消化过程中产生的葡萄糖大的多。此外，如果产物抑制作用出现是由于机械作用，那么，它将会忽略产物浓度而发生，且和“突变时间段”不相符合。关于α-淀粉酶，麦芽糖，麦芽三糖的产物抑制作用的研究，关于产物抑制作用是竞争性的还是非竞争性的，是没有结果的（Kazaz,Desseaux,Marchis-Mouren,Prodanov,&Santimone,1998）。描述酶-淀粉水解的抑制作用的实验，在向淀粉溶液中添加葡糖淀粉酶之前添加各种量的葡萄糖。在标准淀粉消化过程中产生葡萄糖的浓度范围内（<100mmol/L），在水解反应过程中，没有观察到初期速度的明显变化。（Wangetal.,2006）。类似的，在淀粉颗粒水解过程中固定α-淀粉酶的钝化作用的研究显示了在消化开始的很长一段时间段内，酶保持着相对相同的活性（Limetal.,1999）。再者，酶反应的产物抑制模型也会产生平滑的时间进程（和米氏反应模型曲线的形状不同）（方程2），没有解释在淀粉悬浮剂消化中可看见的清晰的转变（Akerbergetal.,2000）。由米氏动力学方程得到的曲线和糖类聚合物消化曲线的差异，对此差异的解释，是不支持产物抑制作用的。8.5．底物抑制作用酶消化过程中，抑制是正常的，不管是竞争性的，抑制剂和底物竞争与酶结合，或者是非竞争性的，在这种情况下，抑制剂对酶和酶-底物中间体有完全相同的亲和能力，降低了反应的最大速度。另一种特殊情况是无竞争力的抑制剂，抑制剂只和酶-底物中间体结合（Kuchel&Ralston,1997）。抑制剂的结合在酶的次要地点，导致酶的接触反应发生改变，且使产物的形成速度变慢。高浓度底物抑制作用是无竞争力抑制剂的一种形式，以在高浓度底物中反应速率降低来为特征。高浓度底物抑制酶进程的动力学行为服从Briggs–Haldane模型（Briggs&Haldane,1925）：其中，Ks是高浓度底物抑制作用常数。平方项不是机械学的解释；只是合理的现象，许多研究已经用这种模型来解释淀粉水解（Lopez,Torrado,Fucions,Guerra,&Pastrana,2006;Mirandaetal.,1991;Pastrana,Gonzalez,Miron,&Murado,1998）。在最近的研究中，底物抑制α-淀粉酶对淀粉的作用的模型就建立在无竞争力机制上（表1）（Lopezetal.,2006;Pastranaetal.,1998）。然而，不是很常见的竞争性的底物抑制模型是符合现象逻辑的，更有可能是作用的解释（图8）。考虑到在α-淀粉酶催化中心残留的许多葡萄糖的底物点（图8），与无竞争力过程相比，底物点的无效果的结合或者部分占用可能更应该为抑制作用负责。溶液的物理性质，例如黏性和扩散限制，也经常用于解释高浓度底物产物抑制。在多聚糖溶液中，溶质的溶度对流变学的性质有很大的影响。因此，假设特定的动力学剖面图在反应混合液中至少部分有扩散条件限制是合理的。经典的米氏差异方程通过衰退的指数项把扩散限制考虑在内是事半功倍的。如此，反应速率逐渐降低随着底物浓度的增加（方程11）（Pastranaetal.,1998），其中，Dv表示第一阶段反应速度和扩散限制之间的系数，R表示扩散限制（Pastranaetal.,1998）。如此，其中，Ro是当[S]=0时的扩散限制，Rm是扩散限制的最大值，μ是扩散限制的具体系数。产物和底物抑制的结合被用在模型中，以适应从实验得到的固定的消化数据，用单一机制估测的数据不是很合理（Lopezetal.,2006）。尽管两种抑制作用都可能在淀粉消化过程中出现，就像前面提到的，提高催化模型中的固定参量的数据将会得到更精确的实验数据；以取消参量估计的系数多样性为代价，这种情况会发生。已经报告的葡萄糖抑制（用葡糖淀粉酶消化）作用作为竞争性的还是非竞争性的分配是不同的（Hill,Macdonald,&Lang,1997;Lopezetal.,2006）。从抑制实验获得的双倒数曲线还不能分辨这两种机制。把底物分子结合在酶底物点的研究，随后是酶-底物中间体的重组，也还没有解决的方法。这导致复杂的模型依然被被用于描述葡糖淀粉的水解消化（Matsumura,Hirata,Ishii,&Kobayashi,1988;Natarajan&Sierks,1997）。图8.符合逻辑的解释，在产物抑制或者底物抑制作用过程中，α-淀粉酶的结合点是怎样形成的。一开始酶没有结合，然后出现了没有抑制作用的常规结合。无作用的结合表明了酶在竞争-抑制的实例中可能是怎么结合的。在附带点结合，只有在催化中被底物占用的点是开放的，创造了无竞争性抑制作用。（依据是Davies,Wilson,&Henrissat,1997;Yoon&Robyt,2003）。8.6.经验指数模型考虑到上述提到的用产物/高浓度底物抑制模型描述淀粉消化的困难，其他的指数模型已经发展起来了（Apar&Ozbek,2007;Hilletal.,1997;Wangetal.,2006）。而且，指数模型总是容易操作，可以添加不同类型的产物或底物抑制（表1）。在产物限制范围后才会反生抑制作用的已经形成的“突变区域”（8.4部分），也可以添加到一个依实验为依据的指数模型中去；这是运用它的另一个原因。尽管很容易控制，但是，用于适应消化时间进程的多种指数模型没有机械论的基础。Hilletal.(1997)提出了一个指数模型，这样来解释产物抑制作用，如下：其中，Ki是产物抑制常数。这种模型引申到包含产物的起始浓度，在产物浓度以下不发生产物抑制：其中[P]th产物的起始浓度，在其之下不发生产物抑制。常数的引进使得更适合方程（体外淀粉消化中明显的多级反应）。经常的，使这个模型更能适合数据的一个因素被包含在这个事实中，即在消化过程，1g淀粉转化成1.11g葡萄糖（多出来的质量来自于添加的水）（另外一个被Gonietal.（1997）引进的指数模型（方程15）已经被用于很接近的描述被煮过的（Freietal.,2003）和生的（Al-Rabadi,Gilbert,&Gidley,2009）谷物淀粉样品的消化性能。专一的，其中，C在任何时间都和葡萄糖的浓度保持一致，C∞是反应结束时葡萄糖的浓度，K是第一阶段的动力学常数。这个方程是相关的第一阶段不同方程的简单解。相同的模型被Al-Rabadietal.（2009）用于描述用α-淀粉酶消化的生的淀粉，谷物来自大麦和高粱（Al-Rabadietal.,2009）。这个简单的指数模型适合用于淀粉和低聚糖的产物的消化，在最初阶段（RDS阶段）很接近的模拟消化过程（Apar&Ozbek,2007;Komolprasert&Ofoli,1991），或者反应的全程（大于24小时，或更精确的大的“反应延伸”），这时RDS阶段相比较就不是很重要（Al-Rabadietal.,2009）。像米氏模型中的差异，模拟消化时间进程的尝试是很困难的，其中淀粉消化的两个阶段都被很仔细的监测（Donaetal.,2009;Hilletal.,1997;Wangetal.,2006）。8.7.多级反应模型经过消化时间进程的最初阶段，反应速度的一个明显的转变，即从很高到很低，导致了二级动力学模型的实施（表1）。用米氏动力学（方程2）的一个模型（Donaetal.,2009）适合淀粉消化的两个阶段，用双倒数作图分析法来预测Vmax和Km值，这中方法求得的数据对于两个阶段的时间进程都恰当，随后通过数据整合米氏方程（方程2）来模拟整个时间进程。这个模型成功