基于主成分分析的不同醒發條件下掛面的特征質構

伍 婧，王遠亮，李 珂，周小玲，李宗軍,*

（1.湖南省食品科學與生物技術重點實驗室，湖南農業大學食品科學技術學院，湖南 長沙 410128；2.湖南省振華食品檢測研究院，湖南 長沙 410007）

基于主成分分析的不同醒發條件下掛面的特征質構

伍 婧1，王遠亮1，李 珂1，周小玲2，李宗軍1,*

（1.湖南省食品科學與生物技術重點實驗室，湖南農業大學食品科學技術學院，湖南 長沙 410128；2.湖南省振華食品檢測研究院，湖南 長沙 410007）

為了克服以往評價掛面品質方法的弊端，基于掛面質構指標，應用主成分分析方法，從樣本相關矩陣出發，對不同醒發條件下的掛面的7 個質構指標進行了分析。根據累計貢獻率達到84.41%以上，確定了與掛面品質相關的3 個獨立新指標：第1主成分（Z1），硬度因子；第2主成分（Z2），回復性因子；第3主成分（Z3），彈性因子，其中第1、2、3主成分的貢獻率分別為40.20%、27.84%、16.37%，可代表掛面特征質構的變化趨勢。通過對各組掛面主成分評分結果進行分析，表明采用主成分分析法作為掛面質構品質評價方法是可行的。

掛面；醒發；主成分分析；質構特性

小麥面制品是中國幾乎半數人口的主要營養來源，是中國旱作農業、小麥產業發展的基礎，是中國飲食文化的重要體現，與億萬中國人民的生活緊密相連，是國民餐桌不可或缺的主食。在面制品產業迅速發展的今天，面條評價方法并未如面制品行業一樣蓬勃發展，主要的評價方法仍停留在感官評價。感官評價雖然是最直接的面條品質評價方式，但是由于其結果受主觀因素影響大，而且通常有顯著的地域特色，消費者有很強的感官偏好[1-2]，所以不易標準化[3]，且對感官評價實驗室和評價人員素質要求高，很難對大量樣品做出快速有效的品質評定，所以，探索儀器量化評定的方法是掛面品評發展的趨勢。近些年，出現了各種量化評價方法，如色差法、質構法、面條硬度實驗、面條拉伸實驗、面條斷裂實驗等[4]，特別是在面條制品的質構分析方法方面做了大量的研究工作[5-6]，但要用眾多的質構指標去描述、分析面條品質的差異，仍很復雜。主成分分析（principal component analysis，PCA）是一種簡化數據集的技術，經常用于減少數據集的維數，同時保持數據集對方差貢獻最大的特征。PCA在牛肉[7]、大豆[8]、糙米[9]、饅頭[10]、葵花籽油[11]、發酵食品[12]等食品的品質分析中已有報道，在面條的綜合品質評價中也有應用[13]，汪禮洋等[14]認為可通過對掛面質構指標的PCA，來綜合評價掛面品質。

前人對面片醒發已有大量研究[15]，楊宏黎等[16]通過測定面條的質構特性發現面片醒發濕度、醒發時間、醒發溫度對面條品質有影響，認為面團醒發的最佳條件為醒發濕度80%～85%、醒發時間60 min、醒發溫度35 ℃。但鮮有通過面條質構品質綜合評價方法對醒發效果進行評價的研究。

本研究以煮后掛面為研究對象，應用質構儀對不同醒發條件下掛面煮后進行質地剖面分析（texture profile analysis，TPA），并對掛面TPA測定結果進行PCA[17]，對不同醒發處理的掛面進行客觀分類并分析差異性的來源，旨在為掛面品質的評價提供一種新的思路，并為面片醒發在生產中的應用提供理論依據。

1 材料與方法

1.1 材料與試劑

小麥粉（A1粉）由湖南省振華食品檢驗研究院提供。

1.2 儀器與設備

TMS-PRO質構儀 美國Food Technology公司；HWS-150恒溫恒濕箱 上海蘇盈試驗儀器有限公司。

1.3 方法

1.3.1 掛面制備

掛面品嘗評價參照LS/T 3202—1993《面條用小麥粉》。掛面制作方法按小麥粉3 000 g、水990 g、鹽60 g和面，初壓，復合壓延2 次，之后將面片放入恒溫恒濕實驗箱里進行醒發，醒發完畢再壓延6 次，之后切條（寬度3 mm、厚度0.85 mm），烘干。除醒發條件不同外，各組掛面的制作方法完全相同。經過預實驗確定醒發條件為溫度35 ℃，分別醒發1、2、4、6、8、10、12、14 h，以及醒發溫度為25、30、35、40、45、50 ℃，處理1 h，分別記為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，空白樣品編號為0/0，制面厚度參數設置見表1。

表1 制面厚度參數設置Table 1 Thickness parameter settings for noodles

1.3.2 煮后掛面TPA測試

使用P/50圓柱形探頭進行TPA測試[18-19]。取制作好的掛面若干，利用測厚規分別測定掛面中段厚度，選擇3 根厚度為0.75 mm的掛面樣品放入電磁爐上沸水（2 100 W）中煮4 min后，將面條撈出，立即放入冷水（5 ℃）中浸泡2 min，而后撈出置于篩子上晾5 s，先后放于測試臺進行測試。測試程序設置按下列參數設定進行：測前速率30 mm/min、測試速率6 mm/min、測后速率30 mm/min、壓縮率80%、起始力0.05 N。重復測定6 次取平均值[20]。

1.4 數據統計分析

采用SPSS 19.0軟件進行PCA，Origin 8.5軟件進行制圖。

2 結果與分析

2.1 各質構指標值與相關性分析

表2 掛面TPA特性測定結果Table 2 TPA properties of noodles

掛面相關的質構指標平均值列于表2。質構指標包括硬度（X1）、黏附性（X2）、彈性（X3）、黏聚性（X4）、膠著性（X5）、咀嚼性（X6）、回復性（X7）7 個指標。由于評價指標較多，且彼此間存在一定的相關性，所采集的數據在一定程度上信息有重疊，無法對掛面的品質進行準確分析，此時采用PCA方法[20-23]，將多個指標問題轉換為較少的新的指標問題，并且這些新的指標既互不相關，又能綜合反映原指標[24]，從而對不同醒發條件下的食用品質進行評價。

表3 掛面TPA特性指標之間的相關性分析Table 3 Correlation analysis among TPA characteristic parameters

各測定指標具有不同的量綱，為了消除由此產生的不合理影響，在分析之前先對數據進行標準化處理，再采用SPSS 19.0軟件對掛面質構指標進行皮爾遜積矩相關系數計算[25]。由表3可知，掛面TPA各參數間都有不同程度的相關性。特別是硬度與黏附性、膠著性之間存在極顯著正相關（P＜0.01），黏附性與膠著性呈極顯著正相關（P＜0.01），咀嚼性和黏附性也存在顯著正相關（P＜0.05）。所以，這些指標反映的信息在不同程度上都有關聯。因此，采用PCA法對不同醒發條件下得到的掛面進行品質評價。

2.2 不同醒發處理掛面質構的PCA

表4 相關成分的特征值及貢獻率Table 4 Eigenvalues and variance contribution rates of the related components

本研究以煮后掛面TPA特性作為分析對象，運用SPSS 19.0軟件對表2中的數據采用PCA[26]，結果見表4，描述了PCA初始值對原有變量總體描述情況。由表4可知，第1（Z1）、2（Z2）、3主成分（Z3）的方差貢獻率分別為40.20%、27.84%、16.37%，三者累計方差貢獻率為84.41%，包含了樣品中的絕大多數信息，能反映掛面質構特性的整體信息，因而可以選擇前3 個主成分進行分析。

表5 3個主成分的因子載荷Table 5 Factor loading of the three principal components

因子載荷量能反映各指標對主成分貢獻率的大小。由表5可知，第1主成分載荷主要包括硬度（X1）、黏附性（X2）、膠著性（X5）的信息，它們具有很高的載荷，其中硬度在Z1上的載荷最大，為“硬度因子”；第2主成分主要包括黏聚性（X4）和回復性（X7）的信息，其中回復性上的載荷最大，為“回復性因子”；第3主成分主要是彈性（X3）和咀嚼性（X6）的信息，其中彈性的載荷最大，為“彈性因子”。

根據表5中主成分的因子載荷，可以構建主成分與掛面各TPA指標之間的線性關系式：

圖1 不同醒發條件對第1、2主成分散點圖Fig. 1 Scatter plot of the first and the second principal components for noodles made under different proofing conditions

圖2 不同醒發條件對第2、3主成分散點圖Fig. 2 Scatter plot of the second and third principal components for noodles made under different proofing conditions

計算出15 個樣品的第1、2、3主成分值，然后以第2主成分值為橫坐標、第1、3主成分值為縱坐標作散點圖（圖1、2）。由圖1、2可知，雖然整體來說，各個點比較分散，但是4和5號（40/1、45/1）、13和14號（35/12、35/14）始終是被分為一類的，而未醒發樣品從未和任一個醒發組樣品分為一類，說明醒發處理對掛面的質構品質具有一定影響。

圖3 不同醒發時間對掛面質構主成分的影響Fig. 3 Effect of proofing duration on the principal component scores of noodle texture

由圖3可知，與空白樣品相比，面片經過35 ℃條件下醒發1～14 h后，第1主成分（硬度因子）均降低，第2主成分（回復性因子）和第3主成分（彈性因子）除了2 h時升高，其他處理條件下都降低了。由此可見，醒發2 h時，掛面的硬度降低而回復性、彈性升高，使掛面的口感更為協調。

表6 不同醒發時間對第1、2、3主成分的影響Table 6 Effect of proofing time on the first, second and third principal components

由表6可知，醒發處理樣品與空白樣品的第1主成分有顯著差異（P＜0.05），第2主成分除了35/1、35/2與空白組無顯著差異，其他組醒發處理樣品都與空白組有顯著性差異，第3主成分除了35/1、35/4與空白組無顯著差異，其他醒發處理組樣品與空白組有顯著性差異；而在35 ℃溫度條件下，經不同時間處理，除35/12、35/14之間均無顯著差異外，其他醒發處理組第1、2、3主成分間均有顯著差異，說明在35 ℃醒發1～10 h范圍內，醒發處理對第1、2、3主成分影響顯著，由此可以分析出，在PCA中0/0單獨分為一類是由于第1、2、3主成分共同的差異導致的，而35/12和35/14始終被分為一類，是由于第1、2、3主成分差異均不顯著，其他組未被分為一類，是由于其第1、2、3主成分中至少1 個主成分有顯著差異。

由圖4可知，面片經過25～50 ℃的溫度處理1 h后，第1主成分（硬度因子）均減小，第2、3主成分（回復性因子、彈性因子）除了35 ℃條件下升高，其他處理條件下都降低了。由此可見，在35 ℃處理1 h時，掛面的硬度降低而回復性彈性增加，使掛面口感更為豐富。

圖4 不同醒發溫度對掛面質構主成分的影響Fig. 4 Effect of proofing temperature on the principal component scores of noodle texture

表7 不同醒發溫度對第1、2、3主成分的影響Table 7 Effect of proofing temperature on the first, second and third principal components

由表7可知，除25/1外，醒發處理樣品與空白樣品第1主成分均有顯著性差異（P＜0.05），第2主成分除25/1、35/1組外，都與空白組有顯著差異，第3主成分均與空白組無顯著差異。0/0與25/1和35/1未被分成一類，說明僅僅是第1主成分或者第2主成分的差異并不能造成掛面質構品質的顯著差異；在醒發時間1 h條件下，經過不同溫度處理，醒發處理組之間均存在顯著差異，說明在25～50 ℃醒發溫度范圍內，醒發處理對第1、2、3主成分影響顯著。由此可以分析出，PCA中分為一類是由于第1、2、3主成分的共同作用。0/0單獨分為一類是由于第1、2、3主成分共同的差異導致的，而40/1、45/1始終被分為一類，是由于第1、2、3主成分差異不顯著，其他組未被分為一類，是由于它們的第1、2、3主成分中至少1 個主成分有顯著差異。

3 討論與結論

掛面質構品質評價的基礎是評價因子的選擇，其決定了評價的效果，目前國內并沒有針對醒發對掛面質構品質影響建立評價模型。掛面的質構指標之間有不同程度的相關性，為避免各指標反映的信息重疊，本實驗應用PCA法對掛面質構的7 個指標進行了研究，反映出掛面質構特性的關鍵因素，發現硬度因子、回復性因子、彈性因子為掛面質構評定的主成分因子，3 個主成分的貢獻率達到了84.41%，即能代表大多數的質構信息。

因此，在前期工作基礎上，本實驗在不同醒發條件下制作了掛面產品，發現與空白樣品相比，面片經過35 ℃醒發1～14 h后，第1主成分（硬度因子）均降低，第2主成分（回復性因子）、第3主成分（彈性因子）除了2 h時升高，其他處理條件下均降低；面片經過25～50 ℃條件下處理1 h后，第1主成分均減小，第2、3主成分除了35 ℃溫度條件下升高，其他處理條件下都降低了。由此可見，35/2和35/1組掛面的硬度降低而回復性彈性升高，掛面的口感更為協調。此結果與前人的研究[17]基本相符。

0/0單獨分一類是由于對面片的醒發處理導致第1、2、3主成分的共同差異，說明醒發處理對制成的掛面產品質構品質有一定的影響；35/12和35/14、40/1和45/1被分為一類是由于它們的第1、2、3主成分均無顯著差異；而40/1、45/1始終被分為一類，是由于第1、2、3主成分差異不顯著，其他組未被分為一類，是由于其第1、2、3主成分中至少1 個主成分有顯著差異。綜上表明采用PCA法作為掛面質構品質評價方法是可行的。

[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] 張智勇, 王春, 孫輝, 等. 面條食用品質評價的研究進展[J]. 糧油食品科技, 2012, 20(2): 5-7. DOI:10.3969/j.issn.1007-7561.2012.02.003.

[5] 雷激, 張艷, 王德森, 等. 中國干白面條品質評價方法研究[J].中國農業科學, 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] 張麗, 黃彩霞, 孫寶忠, 等. 標準化法和主成分法評估牦牛不同部位分割肉品質[J]. 農業工程學報, 2014, 30(16): 290-295. DOI:10.3969/ j.issn.1002-6819.2014.16.037.

[8] 宋江峰, 劉春泉, 姜曉青, 等. 基于主成分與聚類分析的菜用大豆品質綜合評價[J]. 食品科學, 2015, 36(13): 12-17. DOI:10.7506/ spkx1002-6630-201513003.

[9] 劉昆侖, 王麗敏, 布冠好. 基于物理特性糙米聚類分析和主成分分析研究[J]. 糧食與油脂, 2014, 27(1): 56-60.

[10] 汪姣, 何新益, 杜先鋒, 等. 黑米饅頭的制備及其力學特性主成分分析[J]. 食品與機械, 2011, 27(3): 19-21; 48. DOI:10.3969/ j.issn.1003-5788.2011.03.006.

[11] 夏義苗, 王欣, 毛銳, 等. 基于理化指標及主成分分析的葵花籽油品質綜合評價指標的建立[J]. 分析測試學報, 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] 李夢琴, 張劍, 張建威, 等. 主成分分析法綜合評價面條品質[J]. 糧食與飼料工業, 2007, 32(8): 17-19. DOI:10.3969/ j.issn.1003-6202.2007.08.007.

[14] 汪禮洋, 陳潔, 呂瑩果, 等. 主成分分析法在掛面質構品質評價中的應用[J]. 糧油食品科技, 2014, 22(3): 67-71. DOI:10.3969/ j.issn.1007-7561.2014.03.016.

[15] 陸啟玉, 楊宏黎, 韓旭. 面團熟化對面條品質影響研究進展[J]. 糧食與油脂, 2008, 21(2): 16-17. DOI:10.3969/j.issn.1008-9578.2008.02.005.

[16] 楊宏黎, 陸啟玉, 韓旭, 等. 熟化對面條產品質量影響的研究[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] 王靈昭, 陸啟玉, 袁傳光. 用質構儀評價面條質地品質的研究[J]. 鄭州工程學院學報, 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] 馬輝, 王亞超, 馬永昆, 等. 基于主成分分析法分析超高壓處理對黃瓜水香氣的影響[J]. 現代食品科技, 2014, 30(3): 220-226; 232.

[21] 楊堅,童華榮,賈利蓉. 豆腐乳感官和理化品質的主成分分析[J]. 農業工程學報, 2002, 18(2): 131-135. DOI:10.3321/ j.issn:1002-6819.2002.02.033.

[22] 黃英, 張波, 武曉娟, 等. 基于主成分分析的綠豆沙加工用品種篩選[J].食品科學, 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] 公麗艷, 孟憲軍, 劉乃僑, 等. 基于主成分與聚類分析的蘋果加工品質評價[J]. 農業工程學報, 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, 王遠亮, 李珂, 等. 基于主成分分析的不同醒發條件下掛面的特征質構[J]. 食品科學, 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，碩士研究生，研究方向為食品生物技術。E-mail：wujingfighting@163.com

*通信作者：李宗軍（1968—），男，教授，博士，研究方向為食品生物技術。E-mail：hnlizongjun@163.com