Page 102 - 《渔业研究》2026年第2期

第 2 期 林冰泠等： 大黄鱼加工副产物鲜味肽的制备工艺优化及其滋味特性研究 245

X＝42.690 0+2.110 0A−1.040 0B+0.505 0C+ 优化。
0.552 5AB−0.012 5AC−0.937 5BC− 通过 F 检验评估各因素对水解度影响的显著
2
2
3.990 0A −4.620 0B −4.520 0C 2 性，P 越小，说明因素对响应值的影响越显著。由
实验模型的 F 值为 57.72，P<0.000 1，达极显 表 4 可知，极显著项包括一次项 A、B 和二次项
著水平；失拟项 P=0.792 7>0.05，不显著，表明模 A 、B 、C （P<0.01） ；显著项为交互项 BC（P<
2
2
2
型拟合度好，模型可靠；X 与 A、B、C 的回归方 0.05） 。交互效应分析结果表明，BC（酶解温度
2
差的关系极显著，回归决定系数 R （0.986 7）接 与 pH 的交互）对水解度的影响显著（P<0.05） ，
近 1，说明拟合程度较高，即该模型可以预测 而 AB（加酶量和酶解温度交互）对水解度的影响
2
98.67% 的结果；校正系数 R 2 =0.969 6，与 R 的 大于 AC（加酶量和 pH 交互） ；二次项的极显著
Adj
差距小于 0.20，进一步说明实验结果精准度高、 效应表明各因素对水解度的影响并非简单线性关
可靠性强。以上结果均表明该响应面模型设计合 系，需通过响应面法确定最优工艺区间。回归模型
理，拟合效果较好，可准确预测大黄鱼碎肉蛋白 的控制变量（Control variable，CV）为 2.16%，小
水解度变化趋势，适用于鲜味肽水解工艺的参数 于 10%，表明实验的可信度和精确度高。

表 4 大黄鱼碎肉蛋白水解度的响应面二次回归方程方差分析
Tab. 4 Analysis of variance for the response surface quadratic regression equation of the degree of protein
hydrolysis of L. crocea minced meat
来源 平方和 自由度 均方 显著性
Sources Sum of squares Degree of freedom Mean square F P Significances
模型 Model 322.44 9 35.83 57.72 <0.000 1 **
A 35.62 1 35.62 57.39 0.000 1 **
B 8.74 1 8.74 14.08 0.007 2 **
C 2.04 1 2.04 3.29 0.112 7
AB 1.22 1 1.22 1.97 0.203 5
AC 0.000 6 1 0.000 6 0.001 0 0.975 6
BC 3.52 1 3.52 5.66 0.048 9 *
A 2 67.02 1 67.02 107.99 <0.000 1 **
B 2 89.86 1 89.86 144.78 <0.000 1 **
C 2 86.01 1 86.01 138.58 <0.000 1 **
残差 Residual 4.34 7 0.620 7
失拟项 Lack of fit 0.902 9 3 0.301 0 0.349 8 0.792 7
纯误差 Pure error 3.44 4 0.860 4
总计 Total 326.79 16
2
2
R =0.986 7 R Adj =0.969 6 CV/%=2.16
注：*表示差异显著（P<0.05） ；**表示差异极显著（P<0.01） ；未标注的表示差异不显著（P>0.05） 。表 5 同此。
Notes: * indicates a significant difference (P<0.05); ** indicates an extremely significant difference (P<0.01); Unlabeled asterisk indicates no
significant differences (P>0.05). It’s the same as table 5.

2）大黄鱼碎肉鲜味肽鲜味强度的响应面二次 根据回归方程中的 F 检验，能够明确各因素对
回归方程方差分析 水解度的影响程度。结果显示，影响由强到弱依次
采用 Design-Expert13 软件对实验结果进行多元 是 C（pH 值）>A（加酶量）>B（温度） 。实验模
回归拟合，得到的结果如表 5 所示。经分析，鲜味 型的 F 值为 41.77，P<0.000 1，达极显著水平，失
强度（Y）与风味蛋白酶的酶解温度（A） 、加酶 拟项 P 值为 0.116 6（P>0.05） ，表明失拟项不显
量（B）和 pH（C）3 个因素的二次回归方程如下： 著，充分说明该模型拟合度好，模型可靠；此外，

Y=14.750 0+0.195 0A−0.147 5B+0.232 5C− 响应变量 Y 与自变量 A、B、C 的回归方差均达到
0.242 5AB−0.187 5AC−0.117 5BC− 极显著水平；回归决定系数 R 为 2 0.981 7，接近理
2
2
0.352 3A −0.212 3B −0.177 2C 2 论最优值 1，即该模型能够预测 98.17% 的响应值