基于主成分分析和聚類分析的不同品種燕麥品質評價

王建芳,高 山,牟德華,*

(1.河北科技大學生物科學與工程學院,河北石家莊 050018; 2.河北省焙烤食品加工技術創新中心,河北石家莊 051130)

燕麥(AvenaL.)屬一年生禾本科植物。燕麥作為人類八大糧食作物之一[1],其產量在世界糧食產量中居第六位[2]。我國是燕麥的原產地之一,主要集中種植于山西、河北、內蒙古等地。與其他谷物相比,燕麥營養價值較高,淀粉含量為27.3%～50.0%,纖維素含量為13.6%～30.2%,蛋白質含量為9.7%～17.3%,不飽和脂肪酸含量為5.2%～12.4%[3],β-葡聚糖含量為3.91%～7.47%[4]。燕麥具有減肥降脂、預防便秘、消炎、美容、降血脂等功能,是一種值得推薦的健康食品。

有很多文獻研究了燕麥的營養品質,Sterna等[5]測定了皮燕麥和裸燕麥的蛋白質、脂肪、淀粉、膳食纖維、β-葡聚糖、氨基酸以及脂肪酸的含量,并做了比較;Biel等[6]分別選取了5種裸燕麥和皮燕麥測定了其蛋白質、脂肪、粗纖維含量,并重點分析了氨基酸組成;Antonini等[7]分別選取了15種皮燕麥和裸燕麥測定其蛋白、脂肪、淀粉含量,并且研究了儲存過程中燕麥多酚的變化。但是,針對一些地方特色燕麥的品質分析仍然不足,此方面研究可以為地方特色作物的產品開發提供參考,具有一定的研究價值。

主成分分析是通過正交變換將多個變量簡化成少數綜合性變量,從而在原始變量中解釋變量之間元素的突出關系,該方法已被廣泛應用于食品領域[8-10]。目前,運用主成分分析方法對果蔬綜合品質評價的文獻較多,如荔枝[11-12]、蘋果[13]、獼猴桃[14]、楊梅[15]、馬鈴薯粉[16]等。Bi等[17]測定了9個不同的蘋果脆片的16個指標,通過主成分分析提取了5個主成分,選出了品質較佳的蘋果脆片,高云等[18]測定了13個適宜采收的芹菜品種的14項指標,采用主成分分析建立了芹菜評價模型,張春嶺等[19]通過主成分分析和聚類分析建立了早熟桃制汁質量評價模型,由此可見,主成分分析法已經被應用于食品領域的各個方面,很多文獻也報道了通過主成分分析法建立燕麥品質評價模型。也有文獻運用主成分分析法和聚類分析法對燕麥進行評價,Qi等[20]測定了62種裸燕麥的脂肪酸,通過主成分分析得分圖將62種燕麥分為48種裸燕麥和14種皮燕麥,而后又利用聚類分析將48種裸燕麥分為3類,38號和51號樣品組成一類,選取剩余的46種裸燕麥建立脂肪酸標準指紋圖譜;陳子葉、倪香艷等[21-22]研究了燕麥籽粒的營養成分以及燕麥片沖泡性能和感官評價,通過主成分分析法和聚類分析篩選適合加工燕麥片的燕麥籽粒。本文測定了河北省10個燕麥品種的9個品質指標,通過主成分分析法和聚類分析法篩選品質較佳的品種,旨在開發地方燕麥資源,為燕麥采收后品質評價及育種產業提供借鑒與參考。

1 材料與方法

1.1 材料與儀器

燕麥 選自于河北省的主栽燕麥品種,分別是“張莜14號”、“壩莜1號”、“GL380”“花晚6號”、“張莜13號”、“026”、“花早2號”、“1048-109”、“H44”、“029”,選取千粒重分布在11.28～36.32 g、無雜物、顏色一致,2018年收獲的樣品,用粉粹機將燕麥籽粒磨成粉,密封4 ℃保存備用;葡萄糖 天津市百市化工有限公司;3,5-二硝基水楊酸 國藥集團化學試劑有限公司;硫酸銅 天津市永大化學試劑有限公司;乙酸鉛 天津市河東區紅巖試劑廠;酒石酸鉀鈉 天津市大茂化學試劑廠。

Epoch 2微孔板分光光度計 Bio Tek公司;7820A-5975氣相色譜-質譜聯用儀 美國安捷倫公司;QL-901旋渦振蕩器 海門市其林貝爾儀器制造有限公司;TDL-5-A臺式離心機 上海安亭科學儀器廠。

1.2 實驗方法

1.2.1 脂肪酸組成分析 參考寇秀穎等[23]和江燕等[24]的方法,稍作修改。索氏抽提提取油脂,于干燥器中干燥,省去高溫烘干的步驟,以防不飽和脂肪酸被氧化,油脂保存在離心管中,避光4 ℃保存備用。稱取10 mg油脂,加入2 mL 1%硫酸-甲醇溶液,于70 ℃水浴中保持30 min,取出后加入2 mL色譜級正己烷,振蕩,吸取上清液,過0.22 μm的有機濾膜,稀釋100倍,氣質手動進樣,進樣量2 μL。

氣質條件:彈性石英毛細管柱HP-5(30 m×0.320 mm×0.25 μm);載氣為高純氦氣(99.999%),柱流量:1.0 mL/min;程序升溫:140 ℃(2 min),以5 ℃/min升至200 ℃,以10 ℃/min升至300 ℃(5 min);進樣口溫度250 ℃;輔助器溫度250 ℃。EI離子源,離子源溫度:250 ℃;電離電壓70 eV,掃描范圍30～450 amu,全掃描方式。

脂肪酸的定性與定量:脂肪酸采用NIST質譜數據庫進行定性;采用總揮發性物質峰面積歸一化法進行各種香氣成分相對含量的計算。脂肪酸相對含量為樣品中各種香氣物質占總出峰面積的百分數,而總含量為每種樣品中所有脂肪酸占總出峰面積的總百分數。其中,多不飽和脂肪酸相對含量(%)=亞油酸相對含量(%)+亞麻酸相對含量(%)。

1.2.2β-葡聚糖含量測定 參考NY/T 2006-2011方法。

1.2.3 總酚含量測定 參考封易成等[25]的方法稍作修改,采用Folin-ciocalteu法。以沒食子酸為標準品,多酚含量以mg沒食子酸當量(GallIC acid equivalents,GAE)/g鮮重(Fresh weight,FW),即mg GAE/g FW表示;標準曲線方程為:Y=1.331X+0.1064,R2=0.9991,式中,Y:吸光度 X:總酚濃度。

1.5 統計學分析 使用SPSS 19.0軟件行統計學分析，驗證計量資料符合正態分布后使用均值±標準差表示，并行t檢驗，使用百分率(%)表示計數資料，行卡方檢驗，以P<0.05為差異有統計學意義。

1.2.4 黃酮含量測定 參考封易成等[25]的方法稍作修改,采用NaNO2-Al(NO3)3比色法。以蘆丁為標準品,黃酮含量以mg蘆丁當量(Rutin equivalent,RE)/g鮮重,即mg RE/g FW表示;標準曲線方程為:Y=1.2187X+0.0447,R2=0.9984,式中,Y:吸光度,X:黃酮濃度。

1.2.5 水分、淀粉、總糖、蛋白質、脂肪含量測定 水分:利用水分測定儀,參考黃凱旋等[26]的鹵素干燥法;淀粉:參考GB 5009.9-2016方法;總糖:參考趙凱等[27]的方法稍作修改,采用3-5二硝基水楊酸法(標準曲線方程為:Y=1.3299X+0.0221,R2=0.9986,式中,Y:葡萄糖含量,X:吸光度);蛋白質:參考GB 5009.5-2016方法(標準曲線方程為:Y=280.5X+0.0582,R2=0.9995,式中,Y:氮含量,X:吸光度);脂肪:參考GB 5009.5-2016方法。

1.3 數據處理

除特殊說明外,所有數據均為3次平行試驗的平均值。采用Excel 2007進行數據統計和SPSS 20.0進行描述性分析、主成分分析、聚類分析采用系統聚類,樣本之間的距離采用歐氏距離平方,得出聚類樹狀圖。

2 結果與分析

2.1 不同燕麥品種脂肪酸組成

利用氣質聯用的方法測定燕麥脂肪酸,測定結果見表1。

表1 不同品種燕麥脂肪酸組成Table 1 Fatty acid compositions of different varieties of oat

燕麥中的脂肪主要集中在胚乳中[28],含量相對較高[29],油酸和亞油酸是燕麥主要的脂肪酸,因此燕麥油被認為是不飽和脂肪酸的良好來源[6]。如表1所示,油酸含量最高的是“1048-109”,含量最低的品種為“花早2號”,且具有顯著性差異(P<0.05);“花早2號”亞油酸含量最高,含量最低的為“1048-109”;棕櫚酸在燕麥中的含量僅次于油酸和亞油酸,“花早2號”含量最高,占總脂肪酸的19.86%。其他脂肪酸如硬脂酸、亞麻酸、肉豆蔻酸等占總脂肪酸的1%～3%。Holland等[30]研究表明油酸和亞油酸是燕麥主要的脂肪酸,Leonova等[31]測得亞油酸含量為40.4%,油酸含量為35.8%,本實驗測得的油酸含量普遍高于35.8%,表明河北省部分燕麥品種加工的燕麥油品質更好,更適合患有心腦血管疾病的人食用。

2.2 不同燕麥品種營養物質分析

燕麥是一種營養均衡的糧食作物,經檢測其營養組成見表2。

如表2所示,10個燕麥品種含有相對平衡的營養物質,其他常見谷物淀粉含量為60%～70%[32],相比之下燕麥淀粉含量較低,屬于低血糖指數食品;除了水分、淀粉、總糖、蛋白質等成分外,燕麥還含有少量的總酚和黃酮。有研究表明,燕麥的品種及產地環境的不同會影響β-葡聚糖含量[33]、總酚含量及抗氧化活性等營養及功能特性[34-36]。

表2 不同品種燕麥營養品質Table 2 Nutritional qualities of different varieties of oat

多不飽和脂肪酸作為食用油的一種抗氧化活性物質,可以降低血液中膽固醇和甘油三酯的含量,從而預防心血管疾病的發生。燕麥的多不飽和脂肪酸主要包含亞油酸和亞麻酸,各品種之間含量沒有顯著性差異(P>0.05),其占總脂肪酸百分比在32.76%～42.19%之間,其中“1048-109”含量最低,“花早2號”含量最高。

總酚和黃酮在不同燕麥間存在一定差異,它們在燕麥中含量雖少,但具有很多生物活性,例如減肥降脂、抗氧化等?？偡雍忘S酮的含量分別為5.11～10.70 mg GAE/g FW,0.88～4.14 mg RE/g FW。

淀粉作為一種碳水化合物是人體能量的主要來源之一,但它在胃腸道中很容易被消化成葡萄糖,造成血糖的上升,所以淀粉含量是反映燕麥功能性的一個重要指標。不同燕麥品種的淀粉含量在23.47%～43.94%之間,且不同品種間淀粉含量存在一定差異,淀粉含量較高的品種分別為“H44”、“花早2號”、“026”,淀粉含量較低的品種分別為“029”、“張莜14號”、“花晚6號”。不同燕麥品種蛋白質含量沒有顯著性差異(P>0.05),其含量在6.69%～24.42%之間,燕麥分離蛋白質的氨基酸組分較其它糧食作物更加全面,人體必需的8種氨基酸含量比例合理,富含大米、小麥等糧食缺少的賴氨酸,含量高達0.68 g/100 g;不同品種間脂肪含量存在明顯差異,在3.60～7.27 g/100 g之間。10個燕麥品種中,“花早2號”含量最低,“1048-109”含量最高。

田志芳等[37]以產自山西、河北的27個燕麥品種為原料測定得粗蛋白、粗脂肪、β-葡聚糖平均含量分別為17.14%、5.86%、4.18%,與本實驗結果沒有較大差異。Sterna等[5]分別測定了皮燕麥和裸燕麥的營養價值,結果顯示蛋白質含量在9.7%～17.30%之間,脂肪含量為5.2%～12.40%,淀粉含量為27.30%～50.01%,β-葡聚糖含量為2.7%～3.5%,與本實驗存在一定的差異,可能是由于產地、品種、栽培條件等因素的不同造成的,其中“GL380”、“H44”兩個品種的β-葡聚糖含量高于3.5%,由此可以推測,與國外的燕麥品種相比,河北省壩上地區的燕麥品種含有更多的β-葡聚糖,可能具有更好的減肥降脂功能。

2.3 燕麥營養品質的變異分析

10個燕麥品種9個營養指標變異分析結果見表3。結果表明,不同品種間各個指標存在不同程度的差異性。其中黃酮的變異系數最大,達到69.41%;蛋白質含量(40.22%)、總糖含量(31.59%)、淀粉含量(21.08%)、總酚含量(20.15%)、β-葡聚糖含量(17.34%)、脂肪含量(17.27%),表明燕麥在基礎營養成分和生物活性物質間存在較大差異;水分含量的變異系數較小,為8.87%。正是由于這些營養指標之間的差異性導致了燕麥品種間的差異性。

表3 燕麥10個品種9個營養指標的變異分析Table 3 Variation analysis of 9 nutritional indexes of 10 varieties of oat

2.4 不同燕麥品種品質主成分分析

主成分分析是利用降維的方法,把多個指標轉化為少數綜合性指標,這些綜合性指標能盡可能多地表達原有指標的信息,且互不相關[38]。主成分分析方法保留了原指標的大部分信息,比單一評價更方便準確,同時避免性狀間的相關性對評價結果的影響[39]。本文主要對河北省種植的10個燕麥品種進行了基礎營養物質的分析和脂肪酸評價,旨在為燕麥育種和加工人員提供基礎理論數據。本實驗的所有數據經過最大方差法旋轉后,各因子的載荷值更接近0或1,可以更好地將各主成分下的因子歸類解釋[40]。

圖1是主成分分析特征值碎石圖,從圖1中可知,主成分分析特征值碎石圖有四個拐點(黑色實心點),即表明有四個主成分。由表4可知,特征值都大于1,且累計方差貢獻率為80.006%,包含原始數據的大部分信息,所以由這四個主成分代替原始的9個營養指標。圖2是采用Kaiser標準正交旋轉得到的載荷圖,直觀地顯示了各主成分與各變量之間的相關關系。載荷圖中不同變量的分布取決于載荷因子,離象限邊界越遠,對主成分貢獻率越大。結合表5和圖2可知,第1主成分包含多不飽和脂肪酸和總酚,都呈正相關;第2主成分包括水分、β-葡聚糖和脂肪,水分呈負相關,β-葡聚糖和脂肪呈正相關;第3主成分在總糖和黃酮上有較大的載荷值,且都呈正相關;第4主成分包括淀粉和蛋白質(正相關)。

圖1 主成分分析特征值碎石圖Fig.1 Principal component analysis feature root gravel

圖2 主成分分析載荷圖(X、Y軸參考線原點為0)Fig.2 Principal component load diagrams(X,Y-axis reference line origin is 0)

表4 燕麥品質評價因子的特征值和累計方差貢獻率Table 4 Eigenvalue and accumulative contribution rate of quality evaluation of oat

表5 主成分在各品質指標上旋轉后的成分矩陣Table 5 Rotatad component matrix of the principle component analysis

為了消除不同單位和數據量綱的影響,要對各營養指標原始數據進行標準化處理。轉化成均值為0,標準差為1的無量綱數據。根據標準化后的各指標與因子載荷矩陣(表6)計算各主成分得分。

表6 成分得分系數矩陣Table 6 Component score coefficient matrix

F1=-0.245X1-0.082X2-0.024X3-0.024X4+0.193X5-0.176X6+0.435X7+0.178X8+0.47X9

F2=-0.525X1+0.016X2-0.147X3+0.356X4-0.066X5+0.274X6+0.174X7+0.134X8+0.019X9

F3=0.15X1+0.048X2+0.613X3-0.017X4+0.042X5+0.205X6+0.12X7+0.431X8+0.006X9

F4=0.111X1+0.612X2+0.173X3-0.065X4+0.382X5+0.333X6+0.098X7-0.211X8-0.191X9

上式中,X1～X9是各個燕麥品種原始數據標準化后的數值,以4個主成分對應的方差貢獻率為權重,將各品種主成分得分和相應的權重進行線性加權求和[41],計算各品種燕麥的綜合評價得分。

F綜=0.32F1+0.20F2+0.16F3+0.12F4

以主成分1為橫坐標,主成分2為縱坐標生成圖3(得分圖),散點圖中不同的標記代表不同的燕麥品種,標記與標記之間的距離代表品種間的差異程度。根據綜合得分模型計算出各主成分的得分后排序,結合圖3和表7可知,“026”、“H44”、“張莜14號”得分較高,說明這3個燕麥品種的綜合品質較好,這是由于這三個品種第一主成分即總酚和多不飽和脂肪酸含量較高。

圖3 主成分分析得分圖Fig.3 Score plot for the first two principal components

表7 不同品種燕麥品質預測評價結果Table 7 Evaluation results of prediction for different varieties oat

2.5 不同燕麥品種聚類分析

聚類分析是研究樣本與指標分類問題的一種統計方法,已經被廣泛地應用于各個領域。通過聚類分析可以把樣本或指標分為幾類,使得類內個體具有較高的同質性,類間個體具有較大的差異性。本實驗針對10個燕麥樣本進行了聚類分析,結果見圖4。聚類分析結果可能得到多種解,歐氏距離≥13時,10個燕麥品種分兩類,“GL380”為一類,其他燕麥品種為一類,不能很好地區分;歐氏距離≤8時,綜合得分較高的“026”、“H44”和“1048-109”被分別聚類,根據上述的分析可以判斷歐氏距離=10時,按照變量重要性(黃酮>脂肪>淀粉>總糖>水分>β-葡聚糖>蛋白質>多不飽和脂肪酸>總酚),將10個樣本被分為3類,第一類有“026”、“花早2號”、“壩莜1號”、“1048-109”、“花晚6號”;第二類有“張莜14號”、“029”、“張莜13號”、“H44”;第三類有“GL380”。綜合得分較高的“H44”和“張莜14號”分為一類,綜合得分較低的“花晚6號”和“1048-109”歸為一類,“026”與“1048-109”被分為一類,可能是由于這兩個品種的黃酮含量和脂肪含量相似。

圖4 聚類分析譜系圖Fig.4 Dendrogram of HCA

3 結論

不同品種燕麥之間,“花早2號”的油酸含量與其他品種具有顯著性差異(P<0.05),剩余8種脂肪酸不存在顯著性差異(P>0.05),多不飽和脂肪酸無顯著性差異(P>0.05),β-葡聚糖含量、總酚含量、黃酮含量、水分含量、淀粉含量、脂肪含量等指標上存在一定差異,其中“張莜14號”、“花晚6號”、“張莜13號”淀粉含量較低,有望開發低升糖食品;“GL380”、“H44”、“張莜14號”β-葡聚糖含量較高,可以開發減肥減脂的產品;“花早2號”、“H44”、“026”蛋白質含量較高;“花早2號”、“張莜13號”、“026”多不飽和脂肪酸含量較高,可以加工成燕麥油,可作為心血管疾病患者的特供食用油。對10個燕麥品種的9個營養成分指標進行變異性分析,結果表明,除水分和多不飽和脂肪酸外,其他指標的變異系數都大于10%,說明指標間差異明顯,所以燕麥品種間也差異極大。采用主成分分析法對10個燕麥品種9個指標進行分析,提取4個主成分,累計貢獻率達到80.006%,最終篩選出3個品質較好的品種,并通過聚類分析將10個燕麥品種分成3類,為燕麥產業的開發提供了理論依據。