56份青藏高原不同區域青稞籽粒營養品質綜合評價

,,, ,

(1.西藏自治區農牧科學院農產品開發與食品科學研究所,西藏拉薩 850000; 2.西藏自治區農牧科學院農業研究所,西藏拉薩 850000)

青稞(HordeumvulgareLinn.)是禾本科大麥屬的一種禾谷類作物,是大麥的一種變種,俗稱裸大麥,是藏族人民主要糧食作物。青稞富含β-葡聚糖、黃酮、生育酚、膳食纖維等,營養全面獨特,具有極高的營養及食療價值,經常食用可解決人體營養缺乏癥[1-2]。青稞籽粒總淀粉含量平均為59.25%[3]。蛋白質含量平均為11.31%,高于小麥、水稻、玉米等[4]。青稞富含膳食纖維,總纖維含量均高于其他谷類作物,青稞籽粒中粗脂肪含量平均為2.13%,比玉米脂肪含量(4.3%)和燕麥(6.7%)低[5]。王顯萍[6]對我國195份青稞測定發現,其平均β-葡聚糖含量為5.1%,顯著高于Tato等[7]對268份日本皮大麥的測定結果(4.26%),也高于我國皮大麥的平均含量(4.84%)[8]。近年來,隨著人們對青稞保健功效[9-11]的認識越來越深,加之政府加大對青稞產業開發力度的支持,青稞生產越來越受到重視;但是對青藏高原區域青稞品質綜合評價的研究鮮見報道。

因子分析是多指標綜合評價中常用的一種統計方法[12-14]。一般是通過降維,將多個指標轉化為少數幾個相互獨立的新因子,這些綜合因子保留了原有指標的大部分信息,再根據得分進行綜合評價,評價結果相對客觀、合理[15-16]。青稞品質的分析研究多數都集中在單一的指標分析上[17-18],單指標評價關注某個指標含量的高低,不能作出一個整體評價。因此本研究以來自青藏高原區域5個主要青稞產區56個青稞品種籽粒為材料,對其淀粉、蛋白質、脂肪、纖維、β-葡聚糖、黃酮等11個指標成分含量進行測定,運用相關分析、因子分析進行綜合評價,以期評價青藏高原地區青稞品質,為今后青稞深加工及青稞專用型品種選育提供參考依據。

1 材料與方法

1.1 材料與儀器

選取青藏地區5個主要青稞種植區域56個青稞品種為材料,具體品種(系)名稱及種植區域見表1；氫氧化鈉、碘化鉀、乙醇、甲醇、乙酸鉀、丙酮 國藥集團化學試劑有限公司;MIXED-LINKGAE BETA-GLUCAN試劑盒 美國Megazyme公司;其他試劑 均為分析純。

表1 青稞品種信息Table 1 Information of Hordeum vulgare Linn. varieties

DHG-9140A電熱恒溫鼓風干燥箱 上海齊欣科學儀器有限公司;UV-2100型紫外可見風光光度計 尤尼柯(上海)儀器有限公司;Kjeltec8400全自動凱氏定氮儀 瑞典FOSS公司;HWS-28電熱恒溫水浴鍋 上海齊欣科學儀器有限公司;BS224S電子分析天平 Sartorius。

1.2 指標測定方法

1.2.1 灰分含量的測定 采用灼燒質量法,參照GB 5009.4-2016[19]。

1.2.2 淀粉含量的測定 用雙波長法測定直鏈淀粉和支鏈淀粉的含量,總淀粉含量為直鏈淀粉和支鏈淀粉之和。

1.2.3 脂肪含量的測定 采用索氏抽提法,參照GB/T 5512-2008[20]。

1.2.4 粗蛋白質含量的測定 采用依據GB/T 55ll-2008[21]。

1.2.5 不溶性膳食纖維含量的測定 采用依據GB/T 9822-2008[22]。

1.2.6 可溶性膳食纖維含量的測定 采用依據GB/T 5009.88-2014[23]。

1.2.7β-葡聚糖含量的測定 采用MIXED-LINKGAE BETA-GLUCAN試劑盒測定。

1.3 綜合評價方法

利用隸屬函數法與因子分析相結合進行綜合評價。在因子分析前,用隸屬函數法對原始數據進行標準化處理,按公式(1)對各項指標數據進行轉化,將其轉化為0～1間的標準化數據,之后利用因子分析,篩選出影響籽實品質的若干公因子,同時得到各個指標的公因子分值Fm,以每個公因子分值Fm乘以因子分析中相對應的貢獻率Em,最后相加得到綜合得分D[24]。

相關公式如下:

S(in)=(Xin-Ximin)/(Ximax-Ximin)

式(1)

D=∑[Fm×Em](m=1,2,3,4,…)

式(2)

注:S(in)指第n個樣品第i指標的原始數據經轉化后的隸屬函數值;Xin指n個樣品第i指標的原始測定值,Ximax、Ximin分別為所有樣品中第i個指標的最大值和最小值。D為綜合得分,Fm為第m個公因子分值,Em為第m個公因子的方差貢獻率。

1.4 數據處理

利用Excel、Design Expert 7.0和SPSS 19.0對試驗數據進行方差分析、相關性分析、因子分析;其中變異系數的計算公式為:變異系數(%)=(標準偏差/平均值)×100。

2 結果與分析

2.1 青稞品種基本營養品質的一般性分析

如表2所示,青稞籽粒中總淀粉含量分布于45.40%～71.10%之間,平均含量為62.22%,變異系數為9.35%;與陳文若等[25]測定大麥的總淀粉(51%～53%)含量有一定差別,這可能與品種有關。青稞中直鏈淀粉含量在15.45%～24.69%之間,平均含量為22.17%,變異系數為7.86%;青稞中支鏈淀粉含量分布在28.62%～46.41%之間,平均含量為40.06%,變異系數為14.70%,品種間差異較大。青稞中蛋白質含量分布在9.65%～16.27%之間,平均含量為12.18%,蛋白質變異系數為14.08%,與前人測定結果基本一致(7.68%～17.52%,平均含量為11.37%)[26]。這可能與青稞品種、種植地的土壤肥力及種植氣候有關。相關研究表明,北方旱區大麥品種粗蛋白含量相對較高,而青藏高原地區相對較低,不同區域大麥品種的粗蛋白含量與本地區的干旱程度有關,高溫干旱有利于蛋白質形成[27]。青稞中脂肪含量在1.15%～3.89%之間,平均含量為2.10%。

表2 青稞籽粒基本營養品質Table 2 Primary nutritional qualities of Hordeum vulgare Linn.

青稞中β-葡聚糖含量分布在4.71%～7.98%之間,平均含量為6.31%;總黃酮含量分布在0.11%～0.40%之間,平均含量為0.20%,變異系數為30.05%;青稞中β-葡聚糖、黃酮含量含量除與品種有關外,可能跟土壤因子有關。魏娜等[28]研究表明,土壤水解氮含量與pH是影響青稞β-葡聚糖含量和黃酮含量的主要因子,在酸性、強堿性土壤逆境環境下,青稞黃酮含量較高。

青稞中粗纖維含量分布在1.28%～2.77%之間,平均含量為1.89%,品種間差異較大,變異系數為16.61%;膳食纖維是以糖苷鍵鏈接的聚合物,具有獨特的理化特性,按水溶性來劃分,可以分為水溶性膳食纖維和水不溶性膳食纖維[29]。青稞中不溶性膳食纖維含量分布于9.99%～15.28%,平均含量為13.00%,可溶性膳食纖維含量分布在1.23%～4.91%之間,平均含量為2.63%,與劉新紅[30]研究結果相比,總膳食纖維含量一致,但是可溶性膳食纖維與不可溶性膳食纖維比例不一致,這可能與青稞品種及檢測方法有關。

2.2 不同青稞品種營養品質指標相關性分析

對青稞品種主要營養品質指標進行相關性分析,目的是為了揭示各個品質指標之間的關聯程度;從而為青稞營養品質指標的合理選擇提供一定依據。進行相關性分析,意味著通過測定部分指標就可以預測到與之相關指標的增減趨勢,相關性越強,趨勢越明顯。

從表3可知,56個青稞品種11項營養品質指標之間均表現出不同的相關性。總淀粉與直鏈淀粉、支鏈淀粉脂肪、灰分、粗纖維、β-葡聚糖、不溶性膳食纖維、可溶性膳食纖維均有正相關性,其中與支鏈淀粉間的相關性達極顯著水平(p<0.01);總淀粉與蛋白質、總黃酮含量均有負相關性,與總黃酮間的負相關性達顯著水平(p<0.05),表明支鏈淀粉和總黃酮的改變影響青稞總淀粉的含量。直鏈淀粉與支鏈淀粉、蛋白質、脂肪、灰分、粗纖維含量間均有負相關性,其中直鏈淀粉與蛋白質間的相關性達顯著水平(p<0.05)。

表3 青稞品種營養品質特征指標相關性分析Table 3 Correlation analysis between various nutritional quality parameters of Hordeum vulgare Linn.

支鏈淀粉與蛋白質、總黃酮含量之間均有負相關性,其中與總黃酮含量間相關性達極顯著水平(p<0.01),說明總黃酮含量的改變能夠影響支鏈淀粉的含量。灰分與粗纖維、可溶性膳食纖維極顯著正相關(p<0.01);粗纖維與β-葡聚糖顯著正相關(p<0.05);不溶性膳食纖維與可溶性膳食纖維顯著負相關(p<0.05)。以上測定的11項指標間均存在不同程度的相關性,說明指標間存在信息重疊,不能直接作為準確評價的主要影響因素。

2.3 不同青稞品種營養品質主成分分析

若評價指標間存在相關性,容易造成提供的信息出現重疊,導致得不出一個相對簡易的規律。主成分分析能將有相關性的指標降維成幾個相互獨立的綜合指標,但又能反映原來絕大多數的因素信息。

結合由隸屬函數標準化后因子載荷矩陣,對56份青稞品種的11個營養品質指標進行主成分分析,結果顯示(表4),前6個主成分的累計方差貢獻率達到81.156%,解釋了絕大部分原始信息。主成分1的方差貢獻率為21.352%,其中總淀粉含量和支鏈淀粉具有較大的載荷值,因此第1組成分可以作為青稞的儲能因子。第2主成分的貢獻率為18.832%,在蛋白質、β-葡聚糖、總黃酮上具有較大的載荷值,可作為功能因子指標的綜合體現,定性為功能活性因子。第3主成分、第4主成分、第5主成分的貢獻率分別為13.092%、11.727%和8.530%,主要代表了灰分、粗纖維、不溶性膳食纖維和可溶性膳食纖維含量,可定義為功能輔助因子。第六主成分在脂肪含量上有較大載荷值。

表4 主成分在各品質指標上的因子載荷矩陣Table 4 Rotated component matrix of the principle component analysis

2.4 不同青稞品種營養品質綜合評價

依據因子載荷矩陣累計貢獻率提取的6個主成分分值及相應的貢獻率,可以建立青稞營養品質評價的數學模型F綜合=(21.352F1+18.832F2+13.092F3+11.727F4+8.53F5+7.622F6)/100,得到青稞品種營養品質的綜合得分(表5)。由表5可看出,56份青稞種質的營養品質存在明顯差異,其中得分前十的品種分別是:青永13、藏青148、藏青690、藏青28、青永1476、藏青27、迪慶1號、藏青320、藏青16、藏青85。

表5 不同青稞品種的營養品質預測評價結果Table 5 Evaluation results of prediction for different varieties of Hordeum vulgare Linn.

3 結論

研究結果表明,56個青稞品種11項營養品質指標表現出一段的差異,其中變異系數最小的為直鏈淀粉含量(7.86%),而總黃酮含量變異系數最高(30.05%),說明56個青稞品種在11個品質性狀上存在較大的遺傳差異。相關性分析結果表明,青稞11項品種指標間均存在不同程度的相關性,說明指標間存在信息重疊,不能直接作為準確評價的主要影響因素。

本研究利用隸屬函數對原始數據進行標準化,然后進行公因子分析,并根據綜合品質得分進行優良度排序。因子分析結果表明,從11項品質指標中提取出6個公因子,方差貢獻率達到81.156%,解釋了絕大部分原始信息。經綜合評價,得分前十的品種分別是:青永13、藏青148、藏青690、藏青28、青永1476、藏青27、迪慶1號、藏青320、藏青16、藏青85。由此可知,因子分析法可以客觀地篩選出綜合性狀優良的青稞品種,為青稞加工利用提供科學依據。