基于主成分分析的不同醒发条件下挂面的特征质构

伍 婧，王远亮，李 珂，周小玲，李宗军,*

（1.湖南省食品科学与生物技术重点实验室，湖南农业大学食品科学技术学院，湖南 长沙 410128；2.湖南省振华食品检测研究院，湖南 长沙 410007）

基于主成分分析的不同醒发条件下挂面的特征质构

伍 婧1，王远亮1，李 珂1，周小玲2，李宗军1,*

（1.湖南省食品科学与生物技术重点实验室，湖南农业大学食品科学技术学院，湖南 长沙 410128；2.湖南省振华食品检测研究院，湖南 长沙 410007）

为了克服以往评价挂面品质方法的弊端，基于挂面质构指标，应用主成分分析方法，从样本相关矩阵出发，对不同醒发条件下的挂面的7 个质构指标进行了分析。根据累计贡献率达到84.41%以上，确定了与挂面品质相关的3 个独立新指标：第1主成分（Z1），硬度因子；第2主成分（Z2），回复性因子；第3主成分（Z3），弹性因子，其中第1、2、3主成分的贡献率分别为40.20%、27.84%、16.37%，可代表挂面特征质构的变化趋势。通过对各组挂面主成分评分结果进行分析，表明采用主成分分析法作为挂面质构品质评价方法是可行的。

挂面；醒发；主成分分析；质构特性

小麦面制品是中国几乎半数人口的主要营养来源，是中国旱作农业、小麦产业发展的基础，是中国饮食文化的重要体现，与亿万中国人民的生活紧密相连，是国民餐桌不可或缺的主食。在面制品产业迅速发展的今天，面条评价方法并未如面制品行业一样蓬勃发展，主要的评价方法仍停留在感官评价。感官评价虽然是最直接的面条品质评价方式，但是由于其结果受主观因素影响大，而且通常有显著的地域特色，消费者有很强的感官偏好[1-2]，所以不易标准化[3]，且对感官评价实验室和评价人员素质要求高，很难对大量样品做出快速有效的品质评定，所以，探索仪器量化评定的方法是挂面品评发展的趋势。近些年，出现了各种量化评价方法，如色差法、质构法、面条硬度实验、面条拉伸实验、面条断裂实验等[4]，特别是在面条制品的质构分析方法方面做了大量的研究工作[5-6]，但要用众多的质构指标去描述、分析面条品质的差异，仍很复杂。主成分分析（principal component analysis，PCA）是一种简化数据集的技术，经常用于减少数据集的维数，同时保持数据集对方差贡献最大的特征。PCA在牛肉[7]、大豆[8]、糙米[9]、馒头[10]、葵花籽油[11]、发酵食品[12]等食品的品质分析中已有报道，在面条的综合品质评价中也有应用[13]，汪礼洋等[14]认为可通过对挂面质构指标的PCA，来综合评价挂面品质。

前人对面片醒发已有大量研究[15]，杨宏黎等[16]通过测定面条的质构特性发现面片醒发湿度、醒发时间、醒发温度对面条品质有影响，认为面团醒发的最佳条件为醒发湿度80%～85%、醒发时间60 min、醒发温度35 ℃。但鲜有通过面条质构品质综合评价方法对醒发效果进行评价的研究。

本研究以煮后挂面为研究对象，应用质构仪对不同醒发条件下挂面煮后进行质地剖面分析（texture profile analysis，TPA），并对挂面TPA测定结果进行PCA[17]，对不同醒发处理的挂面进行客观分类并分析差异性的来源，旨在为挂面品质的评价提供一种新的思路，并为面片醒发在生产中的应用提供理论依据。

1 材料与方法

1.1 材料与试剂

小麦粉（A1粉）由湖南省振华食品检验研究院提供。

1.2 仪器与设备

TMS-PRO质构仪 美国Food Technology公司；HWS-150恒温恒湿箱 上海苏盈试验仪器有限公司。

1.3 方法

1.3.1 挂面制备

挂面品尝评价参照LS/T 3202—1993《面条用小麦粉》。挂面制作方法按小麦粉3 000 g、水990 g、盐60 g和面，初压，复合压延2 次，之后将面片放入恒温恒湿实验箱里进行醒发，醒发完毕再压延6 次，之后切条（宽度3 mm、厚度0.85 mm），烘干。除醒发条件不同外，各组挂面的制作方法完全相同。经过预实验确定醒发条件为温度35 ℃，分别醒发1、2、4、6、8、10、12、14 h，以及醒发温度为25、30、35、40、45、50 ℃，处理1 h，分别记为35/1、35/2、35/4、35/6、35/8、35/10、35/12、35/14、25/1、30/1、35/1、40/1、45/1、50/1，空白样品编号为0/0，制面厚度参数设置见表1。

表1 制面厚度参数设置Table 1 Thickness parameter settings for noodles

1.3.2 煮后挂面TPA测试

使用P/50圆柱形探头进行TPA测试[18-19]。取制作好的挂面若干，利用测厚规分别测定挂面中段厚度，选择3 根厚度为0.75 mm的挂面样品放入电磁炉上沸水（2 100 W）中煮4 min后，将面条捞出，立即放入冷水（5 ℃）中浸泡2 min，而后捞出置于筛子上晾5 s，先后放于测试台进行测试。测试程序设置按下列参数设定进行：测前速率30 mm/min、测试速率6 mm/min、测后速率30 mm/min、压缩率80%、起始力0.05 N。重复测定6 次取平均值[20]。

1.4 数据统计分析

采用SPSS 19.0软件进行PCA，Origin 8.5软件进行制图。

2 结果与分析

2.1 各质构指标值与相关性分析

表2 挂面TPA特性测定结果Table 2 TPA properties of noodles

挂面相关的质构指标平均值列于表2。质构指标包括硬度（X1）、黏附性（X2）、弹性（X3）、黏聚性（X4）、胶着性（X5）、咀嚼性（X6）、回复性（X7）7 个指标。由于评价指标较多，且彼此间存在一定的相关性，所采集的数据在一定程度上信息有重叠，无法对挂面的品质进行准确分析，此时采用PCA方法[20-23]，将多个指标问题转换为较少的新的指标问题，并且这些新的指标既互不相关，又能综合反映原指标[24]，从而对不同醒发条件下的食用品质进行评价。

表3 挂面TPA特性指标之间的相关性分析Table 3 Correlation analysis among TPA characteristic parameters

各测定指标具有不同的量纲，为了消除由此产生的不合理影响，在分析之前先对数据进行标准化处理，再采用SPSS 19.0软件对挂面质构指标进行皮尔逊积矩相关系数计算[25]。由表3可知，挂面TPA各参数间都有不同程度的相关性。特别是硬度与黏附性、胶着性之间存在极显著正相关（P＜0.01），黏附性与胶着性呈极显著正相关（P＜0.01），咀嚼性和黏附性也存在显著正相关（P＜0.05）。所以，这些指标反映的信息在不同程度上都有关联。因此，采用PCA法对不同醒发条件下得到的挂面进行品质评价。

2.2 不同醒发处理挂面质构的PCA

表4 相关成分的特征值及贡献率Table 4 Eigenvalues and variance contribution rates of the related components

本研究以煮后挂面TPA特性作为分析对象，运用SPSS 19.0软件对表2中的数据采用PCA[26]，结果见表4，描述了PCA初始值对原有变量总体描述情况。由表4可知，第1（Z1）、2（Z2）、3主成分（Z3）的方差贡献率分别为40.20%、27.84%、16.37%，三者累计方差贡献率为84.41%，包含了样品中的绝大多数信息，能反映挂面质构特性的整体信息，因而可以选择前3 个主成分进行分析。

表5 3个主成分的因子载荷Table 5 Factor loading of the three principal components

因子载荷量能反映各指标对主成分贡献率的大小。由表5可知，第1主成分载荷主要包括硬度（X1）、黏附性（X2）、胶着性（X5）的信息，它们具有很高的载荷，其中硬度在Z1上的载荷最大，为“硬度因子”；第2主成分主要包括黏聚性（X4）和回复性（X7）的信息，其中回复性上的载荷最大，为“回复性因子”；第3主成分主要是弹性（X3）和咀嚼性（X6）的信息，其中弹性的载荷最大，为“弹性因子”。

根据表5中主成分的因子载荷，可以构建主成分与挂面各TPA指标之间的线性关系式：

图1 不同醒发条件对第1、2主成分散点图Fig. 1 Scatter plot of the first and the second principal components for noodles made under different proofing conditions

图2 不同醒发条件对第2、3主成分散点图Fig. 2 Scatter plot of the second and third principal components for noodles made under different proofing conditions

计算出15 个样品的第1、2、3主成分值，然后以第2主成分值为横坐标、第1、3主成分值为纵坐标作散点图（图1、2）。由图1、2可知，虽然整体来说，各个点比较分散，但是4和5号（40/1、45/1）、13和14号（35/12、35/14）始终是被分为一类的，而未醒发样品从未和任一个醒发组样品分为一类，说明醒发处理对挂面的质构品质具有一定影响。

图3 不同醒发时间对挂面质构主成分的影响Fig. 3 Effect of proofing duration on the principal component scores of noodle texture

由图3可知，与空白样品相比，面片经过35 ℃条件下醒发1～14 h后，第1主成分（硬度因子）均降低，第2主成分（回复性因子）和第3主成分（弹性因子）除了2 h时升高，其他处理条件下都降低了。由此可见，醒发2 h时，挂面的硬度降低而回复性、弹性升高，使挂面的口感更为协调。

表6 不同醒发时间对第1、2、3主成分的影响Table 6 Effect of proofing time on the first, second and third principal components

由表6可知，醒发处理样品与空白样品的第1主成分有显著差异（P＜0.05），第2主成分除了35/1、35/2与空白组无显著差异，其他组醒发处理样品都与空白组有显著性差异，第3主成分除了35/1、35/4与空白组无显著差异，其他醒发处理组样品与空白组有显著性差异；而在35 ℃温度条件下，经不同时间处理，除35/12、35/14之间均无显著差异外，其他醒发处理组第1、2、3主成分间均有显著差异，说明在35 ℃醒发1～10 h范围内，醒发处理对第1、2、3主成分影响显著，由此可以分析出，在PCA中0/0单独分为一类是由于第1、2、3主成分共同的差异导致的，而35/12和35/14始终被分为一类，是由于第1、2、3主成分差异均不显著，其他组未被分为一类，是由于其第1、2、3主成分中至少1 个主成分有显著差异。

由图4可知，面片经过25～50 ℃的温度处理1 h后，第1主成分（硬度因子）均减小，第2、3主成分（回复性因子、弹性因子）除了35 ℃条件下升高，其他处理条件下都降低了。由此可见，在35 ℃处理1 h时，挂面的硬度降低而回复性弹性增加，使挂面口感更为丰富。

图4 不同醒发温度对挂面质构主成分的影响Fig. 4 Effect of proofing temperature on the principal component scores of noodle texture

表7 不同醒发温度对第1、2、3主成分的影响Table 7 Effect of proofing temperature on the first, second and third principal components

由表7可知，除25/1外，醒发处理样品与空白样品第1主成分均有显著性差异（P＜0.05），第2主成分除25/1、35/1组外，都与空白组有显著差异，第3主成分均与空白组无显著差异。0/0与25/1和35/1未被分成一类，说明仅仅是第1主成分或者第2主成分的差异并不能造成挂面质构品质的显著差异；在醒发时间1 h条件下，经过不同温度处理，醒发处理组之间均存在显著差异，说明在25～50 ℃醒发温度范围内，醒发处理对第1、2、3主成分影响显著。由此可以分析出，PCA中分为一类是由于第1、2、3主成分的共同作用。0/0单独分为一类是由于第1、2、3主成分共同的差异导致的，而40/1、45/1始终被分为一类，是由于第1、2、3主成分差异不显著，其他组未被分为一类，是由于它们的第1、2、3主成分中至少1 个主成分有显著差异。

3 讨论与结论

挂面质构品质评价的基础是评价因子的选择，其决定了评价的效果，目前国内并没有针对醒发对挂面质构品质影响建立评价模型。挂面的质构指标之间有不同程度的相关性，为避免各指标反映的信息重叠，本实验应用PCA法对挂面质构的7 个指标进行了研究，反映出挂面质构特性的关键因素，发现硬度因子、回复性因子、弹性因子为挂面质构评定的主成分因子，3 个主成分的贡献率达到了84.41%，即能代表大多数的质构信息。

因此，在前期工作基础上，本实验在不同醒发条件下制作了挂面产品，发现与空白样品相比，面片经过35 ℃醒发1～14 h后，第1主成分（硬度因子）均降低，第2主成分（回复性因子）、第3主成分（弹性因子）除了2 h时升高，其他处理条件下均降低；面片经过25～50 ℃条件下处理1 h后，第1主成分均减小，第2、3主成分除了35 ℃温度条件下升高，其他处理条件下都降低了。由此可见，35/2和35/1组挂面的硬度降低而回复性弹性升高，挂面的口感更为协调。此结果与前人的研究[17]基本相符。

0/0单独分一类是由于对面片的醒发处理导致第1、2、3主成分的共同差异，说明醒发处理对制成的挂面产品质构品质有一定的影响；35/12和35/14、40/1和45/1被分为一类是由于它们的第1、2、3主成分均无显著差异；而40/1、45/1始终被分为一类，是由于第1、2、3主成分差异不显著，其他组未被分为一类，是由于其第1、2、3主成分中至少1 个主成分有显著差异。综上表明采用PCA法作为挂面质构品质评价方法是可行的。

[1] WOOTTON M, WILLS R B H. Correlations between objective quality parameters and Korean sensory perceptions of dry salted wheat noodles[J]. International Journal of Food Properties, 1999, 2(1): 55-61. DOI:10.1080/10942919909524589.

[2] YUN S-H, REMA G, QUIAL K. Instrumental assessments of Japanese white salted noodle quality[J]. Journal of the Science of Food and Agriculture, 1997, 74(1): 81-88. DOI:10.1002/(SICI)1097-0010(199705)74:1＜81::AID-JSFA772＞3.0.CO;2-#.

[3] LIU J J, HE Z H, ZHAO Z D, et al. Wheat quality traits and quality parameters of cooked dry white Chinese noodles[J]. Euphytica, 2003, 131: 147-154. DOI:10.1023/A:1023972032592.

[4] 张智勇, 王春, 孙辉, 等. 面条食用品质评价的研究进展[J]. 粮油食品科技, 2012, 20(2): 5-7. DOI:10.3969/j.issn.1007-7561.2012.02.003.

[5] 雷激, 张艳, 王德森, 等. 中国干白面条品质评价方法研究[J].中国农业科学, 2004, 37(12): 2000-2005. DOI:10.3321/ j.issn:0578-1752.2004.12.037.

[6] SHIMIYA Y, TANAKA Y. Improvement of the texture of the marketed boiled noodles by controlling the main materials of noodle[C]// Abstracts of the Annual Meeting of the Japan Society of Cookery Science, 2012.

[7] 张丽, 黄彩霞, 孙宝忠, 等. 标准化法和主成分法评估牦牛不同部位分割肉品质[J]. 农业工程学报, 2014, 30(16): 290-295. DOI:10.3969/ j.issn.1002-6819.2014.16.037.

[8] 宋江峰, 刘春泉, 姜晓青, 等. 基于主成分与聚类分析的菜用大豆品质综合评价[J]. 食品科学, 2015, 36(13): 12-17. DOI:10.7506/ spkx1002-6630-201513003.

[9] 刘昆仑, 王丽敏, 布冠好. 基于物理特性糙米聚类分析和主成分分析研究[J]. 粮食与油脂, 2014, 27(1): 56-60.

[10] 汪姣, 何新益, 杜先锋, 等. 黑米馒头的制备及其力学特性主成分分析[J]. 食品与机械, 2011, 27(3): 19-21; 48. DOI:10.3969/ j.issn.1003-5788.2011.03.006.

[11] 夏义苗, 王欣, 毛锐, 等. 基于理化指标及主成分分析的葵花籽油品质综合评价指标的建立[J]. 分析测试学报, 2015, 34(9): 999-1007. DOI:10.3969/j.issn.1004-4957.2015.09.004.

[12] DEBASREE G, PARIMAL C. Application of principal component analysis (PCA) as a sensory assessment tool for fermented food products[J]. Journal of Food Science and Technology, 2012, 49(3): 328-334. DOI:10.1007/s13197-011-0280-9.

[13] 李梦琴, 张剑, 张建威, 等. 主成分分析法综合评价面条品质[J]. 粮食与饲料工业, 2007, 32(8): 17-19. DOI:10.3969/ j.issn.1003-6202.2007.08.007.

[14] 汪礼洋, 陈洁, 吕莹果, 等. 主成分分析法在挂面质构品质评价中的应用[J]. 粮油食品科技, 2014, 22(3): 67-71. DOI:10.3969/ j.issn.1007-7561.2014.03.016.

[15] 陆启玉, 杨宏黎, 韩旭. 面团熟化对面条品质影响研究进展[J]. 粮食与油脂, 2008, 21(2): 16-17. DOI:10.3969/j.issn.1008-9578.2008.02.005.

[16] 杨宏黎, 陆启玉, 韩旭, 等. 熟化对面条产品质量影响的研究[J]. 食品科技, 2008, 33(2): 118-121. DOI:10.3969/ j.issn.1005-9989.2008.02.035.

[17] dos SANTOS SIQUEIRA B, BASSINELLO P, MALGARESI G, et al. Analyses of technological and biochemical parameters related to the HTC phenomenon in carioca bean genotypes by the use of PCA[J]. LWT-Food Science and Technology, 2016, 65(1): 939-945. DOI:10.1016/j.lwt.2015.09.030.

[18] 王灵昭, 陆启玉, 袁传光. 用质构仪评价面条质地品质的研究[J]. 郑州工程学院学报, 2003, 28(3): 29-33. DOI:10.3969/ j.issn.1673-2383.2003.03.008.

[19] WANDEE Y, UTTAPAP D, PUNCHA-ARNON S, et al. Quality assessment of noodles made from blends of rice flour and canna starch[J]. Food Chemistry, 2015, 179(7): 85-93. DOI:10.1016/ j.foodchem.2015.01.119.

[20] 马辉, 王亚超, 马永昆, 等. 基于主成分分析法分析超高压处理对黄瓜水香气的影响[J]. 现代食品科技, 2014, 30(3): 220-226; 232.

[21] 杨坚,童华荣,贾利蓉. 豆腐乳感官和理化品质的主成分分析[J]. 农业工程学报, 2002, 18(2): 131-135. DOI:10.3321/ j.issn:1002-6819.2002.02.033.

[22] 黄英, 张波, 武晓娟, 等. 基于主成分分析的绿豆沙加工用品种筛选[J].食品科学, 2012, 33(13): 104-107.

[23] TODA J, WADA T, YASUMATSU K, et al. Application of principal component analysis to food texture measurements[J]. Journal of Texture Studies, 2007, 2(2): 207-219. DOI:10.1111/j.1745-4603.1971. tb00582.x.

[24] D’AGOSTINO, RALPH B. Principal components analysis[M]// Encyclopedia of Biostatistics. John Wiley & Sons, Ltd., 2005: 374-377. DOI:10.1002/0470011815.b2a13069.

[25] PRAVDOVA V, BOUCON C, de JONG S, et al. Three-way principal component analysis applied to food analysis: an example[J]. Analytica Chimica Acta, 2002, 462(2): 133-148. DOI:10.1016/S0003-2670(02)00318-5.

[26] 公丽艳, 孟宪军, 刘乃侨, 等. 基于主成分与聚类分析的苹果加工品质评价[J]. 农业工程学报, 2014, 30(13): 276-285. DOI:10.3969/ j.issn.1002-6819.2014.13.034.

Evaluation of Noodles Made under Different Proofing Conditions Based on Principal Component Analysis

WU Jing1, WANG Yuanliang1, LI Ke1, ZHOU Xiaoling2, LI Zongjun1,*
(1. Hunan Province Key Laboratory of Food Science and Biotechnology, College of Food Science and Technology, Hunan Agricultural University, Changsha 410128, China; 2. Hunan Zhenhua Food Detection and Research Institute, Changsha 410007, China)

In order to overcome the disadvantages of the traditional evaluation method for noodle quality, seven texture parameters of noodles made under different proofing conditions were analyzed using principal component analysis. As they contributed to 84.41% of the cumulative variance, three new independent indexes i.e., hardness factor as the first principal component (Z1), resilience factor as the second principal component (Z2) and elasticity factor as the third principal component (Z3) were established to be related to the quality of noodles. The principal component analysis showed that the contribution rates of the first, second and third principal components were 40.20%, 27.84% and 16.37%, respectively, which could represent the changing trends of noodles texture. By analyzing the principal component scores for the noodles made under the proofing conditions studied, principal component analysis is feasible to evaluate the texture of noodles.

noodles; proofing; principal component analysis; texture properties

10.7506/spkx1002-6630-201621021

TS231

A

1002-6630（2016）21-0119-05

伍婧, 王远亮, 李珂, 等. 基于主成分分析的不同醒发条件下挂面的特征质构[J]. 食品科学, 2016, 37(21): 119-123.

DOI:10.7506/spkx1002-6630-201621021. http://www.spkx.net.cn

WU Jing, WANG Yuanliang, LI Ke, et al. Evaluation of noodles made under different proofing conditions based on principal component analysis[J]. Food Science, 2016, 37(21): 119-123. (in Chinese with English abstract) DOI:10.7506/spkx1002-6630-201621021. http://www.spkx.net.cn

2015-12-13

伍婧（1990—），女，硕士研究生，研究方向为食品生物技术。E-mail：wujingfighting@163.com

*通信作者：李宗军（1968—），男，教授，博士，研究方向为食品生物技术。E-mail：hnlizongjun@163.com