花生籽仁膳食纤维含量近红外模型构建

董敬超王 虹 于树涛 张 健孙泓希尤淑丽 殷业超 张 英

（1.辽宁省沙地治理与利用研究所 辽宁阜新 123000；2.双辽市双英种业有限公司 吉林双辽 136000）

花生是我国重要的油料作物和经济作物，既可以用于满足食用油需要，又是食品加工业所需原料的重要来源[1]。膳食纤维是平衡人体膳食结构的必须营养素之一，包括多糖、低聚糖、木质素和相关的植物组织，是由若干种碳水化合物组成的混合物[2]。膳食纤维虽无营养价值，但能预防和治疗多种疾病，对人体的正常代谢是必不可少的，在食品营养和临床医学上发挥的重要作用越来越受到人们的关注，被称为人类“第七大营养元素[3]。

由于遗传基础狭窄，我国主栽花生品种膳食纤维整体含量较低，已成为我国花生出口的主要限制因素。有报道显示，阿根廷出产的花生膳食纤维含量高于中国和美国[4]。膳食纤维的检测主要通过常规的化学测定方法进行，但具有破坏性，且耗时、费力、数据分析困难，严重影响了育种工作进程。而近红外光谱分析法在不破坏种仁的情况下能够快速、准确、高效、低成本的检测膳食纤维含量，且可同时可检测多种成分[5]，也可作为花生优质突变体的筛选鉴定和诱变方法评定的重要手段[6]。近红外光谱分析法已在花生的品质分析中广泛应用，在蛋白质、粗脂肪、含糖量和脂肪酸方面研究报道较多，但关于花生膳食纤维的报道不多，模型建立方面的研究也未见报道。Pattee H E[7]和Gocho等[8]的研究认为，花生甜味与花生中的膳食纤维有关；张吉民[9]等的研究认为，烤花生的香味与花生籽仁膳食纤维含量有关；Bishi[10]探讨了41份印度主栽花生品种的品质性状及其营养价值，并得出了膳食纤维含量范围。本文作者以国内60份优质花生种质资源为材料，首次构建建立花生膳食纤维含量的近红外分析模型，并与化学测定方法进行比较，在不破坏花生籽仁的情况下即可检测到花生膳食纤维含量，且此方法具有可行性。

1 材料与方法

1.1 试验材料

构建膳食纤维含量近红外模型的花生试验材料来自从全国各地引进的优异食用型花生种质资源，共计65份，60份样品用于构建膳食纤维含量模型，另外挑选晋花3号、豫花23、冀油9号、花育662、远杂9874这5个品种为外部检验样品。花生样品均为当年收获的自然风干后的种子（表1）。

表1 参试花生品种名称

1.2 光谱采集

采集光谱数据采用德国布鲁克光谱仪器公司生产的傅立叶近红外光谱仪Matrix-I。光谱仪扫描光谱范围为3 594.9～12 489.4 cm-1，扫描次数64次，分辨率为8 cm－1。检测样品前开机预热30 min后，样品杯中装入30～50粒种子，重复扫描3次。测定时样品杯自动旋转，以增加采样面积来获得种子的近红外光谱信息。

1.3 膳食纤维含量的化学测定方法

按照GB 5009.88-2014中的《食品安全国家标准食品中膳食纤维的测定》中的酶重量法进行花生膳食纤维含量的测定[11]。

1.4 模型构建与优化

采用布鲁克光谱仪Matrix-I型近红外光谱仪自带的OPUS 7.8软件进行光谱处理和模型构建。将采集的近红外光谱数据与常规化学测定的膳食纤维含量化学值进行拟合光谱处理，用偏最小二乘法建立模型，自动剔除奇异点，选择最佳光谱预处理方法、最佳谱区、维数，做进一步验证。并通过比较样品中预测值与真值的决定系数（R2）和定标标准误差（RMSECV）衡量模型质量，筛选最佳模型。模型验证采用外部交叉验证，即随机挑选验证样品，利用SPSS数据分析软件对样品的预测值和真值进行配对t测验分析，根据分析结果来判断模型的可靠性。

2 结果与分析

2.1 花生样品膳食纤维含量近红外光谱采集

本研究所采集的自然风干多粒种子花生样品的近红外光谱见图1。 参试样品的光谱范围在3 594.9～12 489.4 cm-1之间曲线趋势大致相同，每个样品存在多处吸收峰，但不同样品在同一吸收峰的峰值不同。表明花生籽仁的近红外吸收光谱可以用于膳食纤维含量的定性定量分析，符合花生种子近红外光谱特征。

图1 花生籽仁样品的近红外扫描光谱

2.2 花生籽仁中膳食纤维含量的化学分析

依据GB 5009.88-2014中的《食品安全国家标准食品中膳食纤维的测定》中的酶重量法对60份花生种质的总膳食纤维含量进行化学测定，结果见表2。由表2可知，总膳食纤维含量范围在17.38%～21.59%之间，平均值为19.42%，标准误差为0.133，变异系数为6.26。本试验选取的花生品种的膳食纤维含量的变异系数较大，分布范围较广，代表性较好，可进行近红外光谱定标预测。

表2 样品的化学测定值

2.3 膳食纤维含量的近红外模型构建

模型构建采用Matrix-I型近红外光谱仪自带的OPUS 7.8软件，采用偏最小二乘法（Modified PLS）构建膳食纤维近红外光谱定标模型，经内部交叉检验和优化，确定最佳光谱预处理方法为，最小–最大归一化法，光谱范围在3 594.9～12 489.4 cm-1，维数为9，所建模型中膳食纤维含量的定标决定系数（R2）为83.04，定标标准误差较小为0.42，PRD为2.43（大于2.4），表明所建模型较好（图2）。

图2 膳食纤维含量的近红外与化学测定散点

2.4 膳食纤维含量的预测效果验证

另取5份花生样品对所建模型效果进行外部验证，膳食纤维含量预测值与真值的偏差范围为-0.051 1～0.076 5，值较小（表3）。将预测值与真值进行配对样本t检验，结果表明，预测值和真值的均值差为0.098，自由度为4，t检验值为-0.930

表3 花生样品膳食纤维含量预测值与真值比较

3 讨论与结论

为了缩短对品质指标的分析时间及缩短育种进程，已利用近红外光谱分析技术建立了品质的定量分析模型。为了充实其他品质指标的定量分析，本研究利用近红外光谱仪扫描的近红外光谱信息，构建了花生膳食纤维含量的测定模型，维数是9，模型的内部交叉检验决定系数（R2）83.04，R2较高，定标标准误差（RMSECV）为0.42，PRD为2.43。经外部验证，预测值和真值差异不显著，所建模型的建模效果较好，尽管该模型的构建存在一定的误差，也有待进一步优化，但证实可以替代复杂的化学分析，实现膳食纤维含量的准确预测，解决了常规品质育种过程中大规模品质分析检测的难题，缩短了育种进程，提高了育种效率，为花生的品质鉴定和筛选提供了理论依据。