基于主成分分析和聚类分析的不同品种燕麦品质评价

王建芳,高 山,牟德华,*

(1.河北科技大学生物科学与工程学院,河北石家庄 050018; 2.河北省焙烤食品加工技术创新中心,河北石家庄 051130)

燕麦(AvenaL.)属一年生禾本科植物。燕麦作为人类八大粮食作物之一[1],其产量在世界粮食产量中居第六位[2]。我国是燕麦的原产地之一,主要集中种植于山西、河北、内蒙古等地。与其他谷物相比,燕麦营养价值较高,淀粉含量为27.3%～50.0%,纤维素含量为13.6%～30.2%,蛋白质含量为9.7%～17.3%,不饱和脂肪酸含量为5.2%～12.4%[3],β-葡聚糖含量为3.91%～7.47%[4]。燕麦具有减肥降脂、预防便秘、消炎、美容、降血脂等功能,是一种值得推荐的健康食品。

有很多文献研究了燕麦的营养品质,Sterna等[5]测定了皮燕麦和裸燕麦的蛋白质、脂肪、淀粉、膳食纤维、β-葡聚糖、氨基酸以及脂肪酸的含量,并做了比较;Biel等[6]分别选取了5种裸燕麦和皮燕麦测定了其蛋白质、脂肪、粗纤维含量,并重点分析了氨基酸组成;Antonini等[7]分别选取了15种皮燕麦和裸燕麦测定其蛋白、脂肪、淀粉含量,并且研究了储存过程中燕麦多酚的变化。但是,针对一些地方特色燕麦的品质分析仍然不足,此方面研究可以为地方特色作物的产品开发提供参考,具有一定的研究价值。

主成分分析是通过正交变换将多个变量简化成少数综合性变量,从而在原始变量中解释变量之间元素的突出关系,该方法已被广泛应用于食品领域[8-10]。目前,运用主成分分析方法对果蔬综合品质评价的文献较多,如荔枝[11-12]、苹果[13]、猕猴桃[14]、杨梅[15]、马铃薯粉[16]等。Bi等[17]测定了9个不同的苹果脆片的16个指标,通过主成分分析提取了5个主成分,选出了品质较佳的苹果脆片,高云等[18]测定了13个适宜采收的芹菜品种的14项指标,采用主成分分析建立了芹菜评价模型,张春岭等[19]通过主成分分析和聚类分析建立了早熟桃制汁质量评价模型,由此可见,主成分分析法已经被应用于食品领域的各个方面,很多文献也报道了通过主成分分析法建立燕麦品质评价模型。也有文献运用主成分分析法和聚类分析法对燕麦进行评价,Qi等[20]测定了62种裸燕麦的脂肪酸,通过主成分分析得分图将62种燕麦分为48种裸燕麦和14种皮燕麦,而后又利用聚类分析将48种裸燕麦分为3类,38号和51号样品组成一类,选取剩余的46种裸燕麦建立脂肪酸标准指纹图谱;陈子叶、倪香艳等[21-22]研究了燕麦籽粒的营养成分以及燕麦片冲泡性能和感官评价,通过主成分分析法和聚类分析筛选适合加工燕麦片的燕麦籽粒。本文测定了河北省10个燕麦品种的9个品质指标,通过主成分分析法和聚类分析法筛选品质较佳的品种,旨在开发地方燕麦资源,为燕麦采收后品质评价及育种产业提供借鉴与参考。

1 材料与方法

1.1 材料与仪器

燕麦 选自于河北省的主栽燕麦品种,分别是“张莜14号”、“坝莜1号”、“GL380”“花晚6号”、“张莜13号”、“026”、“花早2号”、“1048-109”、“H44”、“029”,选取千粒重分布在11.28～36.32 g、无杂物、颜色一致,2018年收获的样品,用粉粹机将燕麦籽粒磨成粉,密封4 ℃保存备用;葡萄糖 天津市百市化工有限公司;3,5-二硝基水杨酸 国药集团化学试剂有限公司;硫酸铜 天津市永大化学试剂有限公司;乙酸铅 天津市河东区红岩试剂厂;酒石酸钾钠 天津市大茂化学试剂厂。

Epoch 2微孔板分光光度计 Bio Tek公司;7820A-5975气相色谱-质谱联用仪 美国安捷伦公司;QL-901旋涡振荡器 海门市其林贝尔仪器制造有限公司;TDL-5-A台式离心机 上海安亭科学仪器厂。

1.2 实验方法

1.2.1 脂肪酸组成分析 参考寇秀颖等[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,省去高温烘干的步骤,以防不饱和脂肪酸被氧化,油脂保存在离心管中,避光4 ℃保存备用。称取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色谱级正己烷,振荡,吸取上清液,过0.22 μm的有机滤膜,稀释100倍,气质手动进样,进样量2 μL。

气质条件:弹性石英毛细管柱HP-5(30 m×0.320 mm×0.25 μm);载气为高纯氦气(99.999%),柱流量:1.0 mL/min;程序升温:140 ℃(2 min),以5 ℃/min升至200 ℃,以10 ℃/min升至300 ℃(5 min);进样口温度250 ℃;辅助器温度250 ℃。EI离子源,离子源温度:250 ℃;电离电压70 eV,扫描范围30～450 amu,全扫描方式。

脂肪酸的定性与定量:脂肪酸采用NIST质谱数据库进行定性;采用总挥发性物质峰面积归一化法进行各种香气成分相对含量的计算。脂肪酸相对含量为样品中各种香气物质占总出峰面积的百分数,而总含量为每种样品中所有脂肪酸占总出峰面积的总百分数。其中,多不饱和脂肪酸相对含量(%)=亚油酸相对含量(%)+亚麻酸相对含量(%)。

1.2.2β-葡聚糖含量测定 参考NY/T 2006-2011方法。

1.2.3 总酚含量测定 参考封易成等[25]的方法稍作修改,采用Folin-ciocalteu法。以没食子酸为标准品,多酚含量以mg没食子酸当量(GallIC acid equivalents,GAE)/g鲜重(Fresh weight,FW),即mg GAE/g FW表示;标准曲线方程为:Y=1.331X+0.1064,R2=0.9991,式中,Y:吸光度 X:总酚浓度。

1.5 统计学分析 使用SPSS 19.0软件行统计学分析，验证计量资料符合正态分布后使用均值±标准差表示，并行t检验，使用百分率(%)表示计数资料，行卡方检验，以P<0.05为差异有统计学意义。

1.2.4 黄酮含量测定 参考封易成等[25]的方法稍作修改,采用NaNO2-Al(NO3)3比色法。以芦丁为标准品,黄酮含量以mg芦丁当量(Rutin equivalent,RE)/g鲜重,即mg RE/g FW表示;标准曲线方程为:Y=1.2187X+0.0447,R2=0.9984,式中,Y:吸光度,X:黄酮浓度。

1.2.5 水分、淀粉、总糖、蛋白质、脂肪含量测定 水分:利用水分测定仪,参考黄凯旋等[26]的卤素干燥法;淀粉:参考GB 5009.9-2016方法;总糖:参考赵凯等[27]的方法稍作修改,采用3-5二硝基水杨酸法(标准曲线方程为:Y=1.3299X+0.0221,R2=0.9986,式中,Y:葡萄糖含量,X:吸光度);蛋白质:参考GB 5009.5-2016方法(标准曲线方程为:Y=280.5X+0.0582,R2=0.9995,式中,Y:氮含量,X:吸光度);脂肪:参考GB 5009.5-2016方法。

1.3 数据处理

除特殊说明外,所有数据均为3次平行试验的平均值。采用Excel 2007进行数据统计和SPSS 20.0进行描述性分析、主成分分析、聚类分析采用系统聚类,样本之间的距离采用欧氏距离平方,得出聚类树状图。

2 结果与分析

2.1 不同燕麦品种脂肪酸组成

利用气质联用的方法测定燕麦脂肪酸,测定结果见表1。

表1 不同品种燕麦脂肪酸组成Table 1 Fatty acid compositions of different varieties of oat

燕麦中的脂肪主要集中在胚乳中[28],含量相对较高[29],油酸和亚油酸是燕麦主要的脂肪酸,因此燕麦油被认为是不饱和脂肪酸的良好来源[6]。如表1所示,油酸含量最高的是“1048-109”,含量最低的品种为“花早2号”,且具有显著性差异(P<0.05);“花早2号”亚油酸含量最高,含量最低的为“1048-109”;棕榈酸在燕麦中的含量仅次于油酸和亚油酸,“花早2号”含量最高,占总脂肪酸的19.86%。其他脂肪酸如硬脂酸、亚麻酸、肉豆蔻酸等占总脂肪酸的1%～3%。Holland等[30]研究表明油酸和亚油酸是燕麦主要的脂肪酸,Leonova等[31]测得亚油酸含量为40.4%,油酸含量为35.8%,本实验测得的油酸含量普遍高于35.8%,表明河北省部分燕麦品种加工的燕麦油品质更好,更适合患有心脑血管疾病的人食用。

2.2 不同燕麦品种营养物质分析

燕麦是一种营养均衡的粮食作物,经检测其营养组成见表2。

如表2所示,10个燕麦品种含有相对平衡的营养物质,其他常见谷物淀粉含量为60%～70%[32],相比之下燕麦淀粉含量较低,属于低血糖指数食品;除了水分、淀粉、总糖、蛋白质等成分外,燕麦还含有少量的总酚和黄酮。有研究表明,燕麦的品种及产地环境的不同会影响β-葡聚糖含量[33]、总酚含量及抗氧化活性等营养及功能特性[34-36]。

表2 不同品种燕麦营养品质Table 2 Nutritional qualities of different varieties of oat

多不饱和脂肪酸作为食用油的一种抗氧化活性物质,可以降低血液中胆固醇和甘油三酯的含量,从而预防心血管疾病的发生。燕麦的多不饱和脂肪酸主要包含亚油酸和亚麻酸,各品种之间含量没有显著性差异(P>0.05),其占总脂肪酸百分比在32.76%～42.19%之间,其中“1048-109”含量最低,“花早2号”含量最高。

总酚和黄酮在不同燕麦间存在一定差异,它们在燕麦中含量虽少,但具有很多生物活性,例如减肥降脂、抗氧化等。总酚和黄酮的含量分别为5.11～10.70 mg GAE/g FW,0.88～4.14 mg RE/g FW。

淀粉作为一种碳水化合物是人体能量的主要来源之一,但它在胃肠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麦功能性的一个重要指标。不同燕麦品种的淀粉含量在23.47%～43.94%之间,且不同品种间淀粉含量存在一定差异,淀粉含量较高的品种分别为“H44”、“花早2号”、“026”,淀粉含量较低的品种分别为“029”、“张莜14号”、“花晚6号”。不同燕麦品种蛋白质含量没有显著性差异(P>0.05),其含量在6.69%～24.42%之间,燕麦分离蛋白质的氨基酸组分较其它粮食作物更加全面,人体必需的8种氨基酸含量比例合理,富含大米、小麦等粮食缺少的赖氨酸,含量高达0.68 g/100 g;不同品种间脂肪含量存在明显差异,在3.60～7.27 g/100 g之间。10个燕麦品种中,“花早2号”含量最低,“1048-109”含量最高。

田志芳等[37]以产自山西、河北的27个燕麦品种为原料测定得粗蛋白、粗脂肪、β-葡聚糖平均含量分别为17.14%、5.86%、4.18%,与本实验结果没有较大差异。Sterna等[5]分别测定了皮燕麦和裸燕麦的营养价值,结果显示蛋白质含量在9.7%～17.30%之间,脂肪含量为5.2%～12.40%,淀粉含量为27.30%～50.01%,β-葡聚糖含量为2.7%～3.5%,与本实验存在一定的差异,可能是由于产地、品种、栽培条件等因素的不同造成的,其中“GL380”、“H44”两个品种的β-葡聚糖含量高于3.5%,由此可以推测,与国外的燕麦品种相比,河北省坝上地区的燕麦品种含有更多的β-葡聚糖,可能具有更好的减肥降脂功能。

2.3 燕麦营养品质的变异分析

10个燕麦品种9个营养指标变异分析结果见表3。结果表明,不同品种间各个指标存在不同程度的差异性。其中黄酮的变异系数最大,达到69.41%;蛋白质含量(40.22%)、总糖含量(31.59%)、淀粉含量(21.08%)、总酚含量(20.15%)、β-葡聚糖含量(17.34%)、脂肪含量(17.27%),表明燕麦在基础营养成分和生物活性物质间存在较大差异;水分含量的变异系数较小,为8.87%。正是由于这些营养指标之间的差异性导致了燕麦品种间的差异性。

表3 燕麦10个品种9个营养指标的变异分析Table 3 Variation analysis of 9 nutritional indexes of 10 varieties of oat

2.4 不同燕麦品种品质主成分分析

主成分分析是利用降维的方法,把多个指标转化为少数综合性指标,这些综合性指标能尽可能多地表达原有指标的信息,且互不相关[38]。主成分分析方法保留了原指标的大部分信息,比单一评价更方便准确,同时避免性状间的相关性对评价结果的影响[39]。本文主要对河北省种植的10个燕麦品种进行了基础营养物质的分析和脂肪酸评价,旨在为燕麦育种和加工人员提供基础理论数据。本实验的所有数据经过最大方差法旋转后,各因子的载荷值更接近0或1,可以更好地将各主成分下的因子归类解释[40]。

图1是主成分分析特征值碎石图,从图1中可知,主成分分析特征值碎石图有四个拐点(黑色实心点),即表明有四个主成分。由表4可知,特征值都大于1,且累计方差贡献率为80.006%,包含原始数据的大部分信息,所以由这四个主成分代替原始的9个营养指标。图2是采用Kaiser标准正交旋转得到的载荷图,直观地显示了各主成分与各变量之间的相关关系。载荷图中不同变量的分布取决于载荷因子,离象限边界越远,对主成分贡献率越大。结合表5和图2可知,第1主成分包含多不饱和脂肪酸和总酚,都呈正相关;第2主成分包括水分、β-葡聚糖和脂肪,水分呈负相关,β-葡聚糖和脂肪呈正相关;第3主成分在总糖和黄酮上有较大的载荷值,且都呈正相关;第4主成分包括淀粉和蛋白质(正相关)。

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

图2 主成分分析载荷图(X、Y轴参考线原点为0)Fig.2 Principal component load diagrams(X,Y-axis reference line origin is 0)

表4 燕麦品质评价因子的特征值和累计方差贡献率Table 4 Eigenvalue and accumulative contribution rate of quality evaluation of oat

表5 主成分在各品质指标上旋转后的成分矩阵Table 5 Rotatad component matrix of the principle component analysis

为了消除不同单位和数据量纲的影响,要对各营养指标原始数据进行标准化处理。转化成均值为0,标准差为1的无量纲数据。根据标准化后的各指标与因子载荷矩阵(表6)计算各主成分得分。

表6 成分得分系数矩阵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是各个燕麦品种原始数据标准化后的数值,以4个主成分对应的方差贡献率为权重,将各品种主成分得分和相应的权重进行线性加权求和[41],计算各品种燕麦的综合评价得分。

F综=0.32F1+0.20F2+0.16F3+0.12F4

以主成分1为横坐标,主成分2为纵坐标生成图3(得分图),散点图中不同的标记代表不同的燕麦品种,标记与标记之间的距离代表品种间的差异程度。根据综合得分模型计算出各主成分的得分后排序,结合图3和表7可知,“026”、“H44”、“张莜14号”得分较高,说明这3个燕麦品种的综合品质较好,这是由于这三个品种第一主成分即总酚和多不饱和脂肪酸含量较高。

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

表7 不同品种燕麦品质预测评价结果Table 7 Evaluation results of prediction for different varieties oat

2.5 不同燕麦品种聚类分析

聚类分析是研究样本与指标分类问题的一种统计方法,已经被广泛地应用于各个领域。通过聚类分析可以把样本或指标分为几类,使得类内个体具有较高的同质性,类间个体具有较大的差异性。本实验针对10个燕麦样本进行了聚类分析,结果见图4。聚类分析结果可能得到多种解,欧氏距离≥13时,10个燕麦品种分两类,“GL380”为一类,其他燕麦品种为一类,不能很好地区分;欧氏距离≤8时,综合得分较高的“026”、“H44”和“1048-109”被分别聚类,根据上述的分析可以判断欧氏距离=10时,按照变量重要性(黄酮>脂肪>淀粉>总糖>水分>β-葡聚糖>蛋白质>多不饱和脂肪酸>总酚),将10个样本被分为3类,第一类有“026”、“花早2号”、“坝莜1号”、“1048-109”、“花晚6号”;第二类有“张莜14号”、“029”、“张莜13号”、“H44”;第三类有“GL380”。综合得分较高的“H44”和“张莜14号”分为一类,综合得分较低的“花晚6号”和“1048-109”归为一类,“026”与“1048-109”被分为一类,可能是由于这两个品种的黄酮含量和脂肪含量相似。

图4 聚类分析谱系图Fig.4 Dendrogram of HCA

3 结论

不同品种燕麦之间,“花早2号”的油酸含量与其他品种具有显著性差异(P<0.05),剩余8种脂肪酸不存在显著性差异(P>0.05),多不饱和脂肪酸无显著性差异(P>0.05),β-葡聚糖含量、总酚含量、黄酮含量、水分含量、淀粉含量、脂肪含量等指标上存在一定差异,其中“张莜14号”、“花晚6号”、“张莜13号”淀粉含量较低,有望开发低升糖食品;“GL380”、“H44”、“张莜14号”β-葡聚糖含量较高,可以开发减肥减脂的产品;“花早2号”、“H44”、“026”蛋白质含量较高;“花早2号”、“张莜13号”、“026”多不饱和脂肪酸含量较高,可以加工成燕麦油,可作为心血管疾病患者的特供食用油。对10个燕麦品种的9个营养成分指标进行变异性分析,结果表明,除水分和多不饱和脂肪酸外,其他指标的变异系数都大于10%,说明指标间差异明显,所以燕麦品种间也差异极大。采用主成分分析法对10个燕麦品种9个指标进行分析,提取4个主成分,累计贡献率达到80.006%,最终筛选出3个品质较好的品种,并通过聚类分析将10个燕麦品种分成3类,为燕麦产业的开发提供了理论依据。