储藏粳稻挥发物质与质量指标关系的回归分析

2014-03-13甘小玉

中国粮油学报 2014年11期

宋伟张明甘小玉陆蕊

（粮食储运国家工程实验室南京财经大学食品科学与工程学院，南京 210046）

稻谷质量和气味（挥发物质）会随储藏时间的延长而不断发生变化。目前能够反映稻谷储藏质量变化的指标有很多，如：脂肪酸值、酶活性、色泽气味、糊化特性等［1-2］，可从多方面反映稻谷质量的变化情况，很多学者对其做了深入研究。近年来，随着高新仪器的发展，国内外学者对稻谷的挥发性物质也做了一定的研究，Bryant等［3］用顶空固相微萃取-气质联用法分析了芳香和非芳香稻谷品种之间挥发性物质的差异；林家永等［4］用顶空固相微萃取-气质联用法分析了稻谷挥发性成分。但是对储藏期间稻谷质量指标与挥发物质的变化关系研究却鲜有报道。

偏最小二乘法（PLS）是一种集主成分分析、相关性分析、最小二乘分析法为一体的多元回归分析技术，能克服各变量之间的多重相关性，提高回归模型的精度。PLS建模在各行各业应用都较广泛，王韬等［5］用此法建立了大豆质量的近红外光谱定量分析模型；徐静文等［6］利用此法拟合了耐药性结核病的耐药率；李洪军等［7］基于PLS法对冷藏猪肉的感官特性与挥发物质变化进行了回归分析。本文研究储藏条件对粳稻谷质量指标、挥发物质的影响，结合偏最小二乘分析法，探讨两者之间的变化关系，初步建立特征性挥发物质对质量指标变化的预测模型。

1 材料与方法

1.1 材料与设备

1.1.1 2011 年产晚粳稻谷：南京远望富硒农产品有限责任公司。

1.1.2 GC（7890A）-MS（5975C）气质联用分析仪：美国安捷伦公司；50μm-PDMS／DVB／CAR固相微萃取头：美国supelco公司；722N型分光光度计：上海精科公司；快速黏度分析仪Super 3：澳大利亚Newport Scientific仪器公司；PQX型分段可编程人工气候箱：宁波东南仪器有限公司。

1.2 模拟储藏方法

供试粳稻谷样品含水量调为13.5%、14.5%、15.5%，分多组装入密闭容器中，分置于温度为15、20、25、30℃的人工气候箱中进行模拟储藏（限于篇幅，用含水量15.5%在15、30℃温度条件下的样品数据建模，25℃条件下的样品数据进行外部验证）。储藏时间180 d，测定周期30 d。

1.3 质量指标的测定方法

1.3.1 过氧化物酶活性测定方法［8］

提取：取2.5 g样品粉，加入50 mL浓度为0.1 mol／L pH6.5的磷酸氢二钠-柠檬酸缓冲溶液，于25℃搅拌30min后以4 000 r／min的转速离心10min，取2.5 mL上清液用缓冲溶液稀释定容至100 mL。

测定：取稀释液2份，每份25 mL，1份加入0.5 mL 1%邻苯二胺和0.5 mL 0.3%过氧化氢溶液，于25℃反应5 min，立即加入1 mL饱和亚硫酸氢钠溶液终止反应，于430 nm处测定吸光度；另1份加入0.5 mL 1%邻苯二胺和1 mL饱和亚硫酸氢钠溶液，再加入0.5 mL 0.3%过氧化氢溶液后作为空白。酶活力以吸光度／g样品粉表示。试验重复3次，取其平均值，以减小误差。

式中：A为吸光度；W为样品干基质量／g。

1.3.2 糊化特性的测定方法

参照快速黏度分析仪操作说明中大米淀粉质量测试法。

1.3.3 脂肪酸值的测定方法

按照GB／T 15684—1995进行测定。

1.4 粳稻谷挥发性物质的提取与分析

1.4.1 样品准备

称取20.00 g粳稻谷样品置于顶空样品瓶中，用锡纸做隔垫加塞密闭处理后，放入80℃的恒温水浴中平衡1 h，再将萃取头插入顶空瓶中萃取50 min，于GC／MS进样口（250℃不分流模式）解析5 min。

1.4.2 GC／MS分析条件

气相色谱条件：HP-5MS毛细管柱（30 m×0.25 mm，0.25μm），载气为氦气，设定流速。柱初温为50℃，以8℃／min升温至125℃，保持3 min，之后以4℃／min升至165℃，保持3 min，最后以10℃／min升至230℃，保持2 min，再运行2 min。采用无分流进样模式。

质谱条件：接口温度280℃，离子源为EI，离子源温度230℃，电子能量70 eV，运用全扫描采集模式，扫描范围（m／z）50～400 amu。

1.5 数据处理

样品中各未知挥发性物质的定性由计算机检索与NIST08标准质谱库匹配求得；挥发性物质的定量分析采用峰面积归一化法，求得粳稻谷各挥发性物质的相对含量；应用Excel软件进行数据统计；The Unscrambler 9.7和SAS 9.2软件进行偏最小二乘回归分析。

2 结果与分析

2.1 粳稻谷储藏过程中质量指标的变化

储藏条件对粳稻谷质量指标变化的影响如图1～图4所示。

图1 不同温度下粳稻谷过氧化物酶活性变化

图2 不同温度下粳稻谷脂肪酸值变化

图3 不同温度下粳稻谷峰值黏度变化

图4 不同温度下粳稻谷最终黏度变化

从图1～图4可看出，粳稻谷过氧化物酶活性随着储藏时间的延长而不断减弱，且温度越高，过氧化物酶活性减弱的越明显。在15℃条件下储藏180 d后，粳稻谷过氧化物酶残余活力减弱至37.8%；而在30℃条件下储藏180 d后，过氧化物酶残余活力减弱至14.09%，其中在120～150 d，粳稻谷过氧化物酶活性有一个上升过程，这是因为高温高湿的环境有利于微生物的生长繁殖，从而导致了酶活性小幅度上升。粳稻谷过氧化物酶活性越弱意味着粳稻谷的抗氧化能力越低，品质劣变程度越高。粳稻谷脂肪酸值、峰值黏度、最终黏度均随着时间的延长而呈现波动上升的趋势，且温度越高，各质量指标上升的幅度越大，粳稻谷品质劣变速度越快。15℃条件下储藏180 d，粳稻谷脂肪酸值、峰值黏度、最终黏度依次上升至 52.39 mg KOH／100 g、2 851 cP、2 811 cP；而在30℃条件下储藏180 d后，粳稻谷脂肪酸值、峰值黏度、最终黏度依次上升至64.94 mgKOH／100 g、3 526 cP、3 595 cP。对不同温度条件下储藏的粳稻谷质量指标变化进行方差分析，结果显示，储藏温度、储藏时间对各质量指标变化的影响均极其显著（P＜0.01），且两者交互作用明显（表1）；进一步进行新复极差检验表明（表2），粳稻谷过氧化物酶活性、脂肪酸值、峰值黏度、最终黏度在储藏温度间变化差异均极显著。综上所述，低温可以有效减缓粳稻谷品质的劣变速度。

表1 储藏条件对质量指标影响的方差分析表

表2 储藏温度对质量指标影响的新复极差检验表

2.2 储藏期间粳稻谷特征性挥发性物质的选择

结合粳稻谷挥发物质的数据统计以及主成分分析结果，选择粳稻谷储藏期间14种特征性挥发物质进行分析，依次为：异硫氰基环己烷（A）、1-次乙基-4-甲氧基苯（B）、2，6-二叔丁基苯醌（C）、1-壬醇（D）、辛醛（E）、椰子醛（F）、3，4-二甲氧基苯甲醛（G）、香叶基丙酮（H）、6，10，14-三甲基 -2-十五烷酮（I）、二氢猕猴桃内酯（J）、棕榈酸甲酯（K）、2-正戊基呋喃（L）、苯并噻唑（M）、2，3-二氢 -1，1，3-三甲基-3-苯基-1H-茚（N）。特征性挥发物质与脂肪酸值（Y1）、过氧化物酶活性（Y2）、峰值黏度（Y3）、最终黏度（Y4）的变化见表3。

表3 储藏期间特征性挥发物质与质量指标的变化（标准化处理后的数据）

2.3 建立粳稻谷特征性挥发物质与质量指标的回归模型

粳稻谷在不同储藏条件下储藏180 d，质量指标与特征性挥发物质变化的数据可建立（13×18）的数据分析矩阵。以特征性挥发物质为自变量（X），质量指标为因变量（Y），进行偏最小二乘回归分析，最终建立质量指标与特征性挥发物质的回归模型，所有数据在分析前均进行标准化处理（表3）。

2.3.1 剔除异常值

若某个样本点对成分的贡献较大，那么它的存在有可能使分析发生偏差，这样的点就是所谓的特异点（异常值），它们的取值远离所有样本点的平均水平。图5所示，各样本点都落在椭圆内部，它们的分布是均匀的，不存在异常值。

图5 粳稻谷样品在前二类主成分上的分布图

图6 各变量在前二类主成分上分布的相关系数图

2.3.2 挥发物质与质量指标之间的回归分析

由图6可知，脂肪酸值（Y1）、峰值黏度（Y3）、最终黏度（Y4）三者之间正相关，且相关度很大，它们与过氧化物酶活性（Y2）均呈现很强的负相关性。脂肪酸值（Y1）、峰值黏度（Y3）、最终黏度（Y4）与 1-次乙基-4-甲氧基苯（B）、3，4-二甲氧基苯甲醛（G）、2，3-二氢 -1，1，3-三甲基 -3-苯基 -1H-茚（N）、苯并噻唑（M）、异硫氰基环己烷（A）呈正相关，其中与1-次乙基-4-甲氧基苯（B）、3，4-二甲氧基苯甲醛（G）、2，3-二氢 -1，1，3-三甲基 -3-苯基-1H-茚（N）的相关性较大；过氧化物酶活性（Y2）与椰子醛（F）、香叶基丙酮（H）、6，10，14-三甲基-2-十五烷酮（I）、二氢猕猴桃内酯（J）、棕榈酸甲酯（K）、1-壬醇（D）、辛醛（E）、2，6-二叔丁基苯醌（C）、2-正戊基呋喃（L）正相关，其中与椰子醛（F）、香叶基丙酮（H）、6，10，14-三甲基 -2-十五烷酮（I）、二氢猕猴桃内酯（J）、棕榈酸甲酯（K）强正相关，与2，6-二叔丁基苯醌（C）、2-正戊基呋喃（L）相关性较弱；与脂肪酸值（Y1）、峰值黏度（Y3）、最终黏度（Y4）正相关的挥发物质均与过氧化物酶活性（Y2）呈负相关，同理与过氧化物酶活性（Y2）正相关的挥发物质均与脂肪酸值（Y1）、峰值黏度（Y3）、最终黏度（Y4）负相关。

由于随着储藏时间的延长，粳稻谷脂肪酸值、峰值黏度、最终黏度逐渐的增大，过氧化物酶活性逐渐的降低，粳稻谷品质发生劣变。所以与脂肪酸值、峰值黏度、最终黏度呈现正相关的挥发物质均可作为判定粳稻谷劣变的特征性挥发物质。同理，与过氧化物酶活性呈现正相关的挥发物质均可作为判定粳稻谷新鲜陈度的特征性挥发物质。

最终得到各质量指标的预测模型：

3 回归预测模型的评价

3.1 内部验证

3.1.1 累计的解释能力分析

由表4可知，前二类主成分对挥发性物质（自变量X）的解释能力为63.4%，对质量指标（因变量Y）的信息利用率为82.7%。说明回归预测模型包含了数据矩阵中大部分的信息，偏最小二乘回归的预测模型可靠。

表4 偏最小二乘回归的精度分析

3.1.2 偏最小二乘回归中自变量与因变量主成分的相关性分析

由图7知，粳稻谷挥发物质（自变量X）的第一主成分T与质量指标（因变量Y）的第一主成分U之间存在显著的相关性，相关系数R＝0.92。所以应用偏最小二乘法对粳稻谷质量指标与挥发物质变化进行回归分析合理。

图7 T／U的平面图

3.1.3 预测模型的拟合效果

采用拟合系数R2、相关系数R、相对均方差RRMSE来衡量预测模型的有效性。由图8～图11可知，脂肪酸值实际值直线的决定系数R2＝0.62，与对角线的相关系数R＝0.79，相对均方差R-RMSE＝0.16；预测值的决定系数R2＝0.51，与对角线的相关系数R＝0.66，相对均方差R-RMSE＝0.18。过氧化物酶活性实际值直线的决定系数R2＝0.69，与对角线的相关系数R＝0.83，相对均方差R-RMSE＝0.27；预测值的决定系数R2＝0.61，与对角线的相关系数R＝0.74，相对均方差R-RMSE＝0.32。峰值黏度实际值直线的决定系数R2＝0.90，与对角线的相关系数R＝0.95，相对均方差R-RMSE＝0.04；预测值的决定系数R2＝0.86，与对角线的相关系数R＝0.91，相对均方差R-RMSE＝0.06。最终黏度实际值直线的决定系数R2＝0.81，与对角线的相关系数R＝0.90，相对均方差R-RMSE＝0.06；预测值的决定系数R2＝0.75，与对角线的相关系数R＝0.84，相对均方差R-RMSE＝0.08。综上所述，粳稻谷挥发物质变化对峰值黏度、最终黏度的回归预测模型效果较好，对脂肪酸值、过氧化物酶活性的预测模型效果相对较差。

图8 粳稻谷挥发物质对脂肪酸值的预测值／实际值

图9 粳稻谷挥发物质对过氧化物酶活性的预测值／实际值

图10 粳稻谷挥发物质对峰值黏度的预测值／实际值

图11 粳稻谷挥发物质对最终黏度的预测值／实际值

3.2 外部验证

选用未参与定标（25℃条件下储藏）的粳稻谷样品对定标方程进行外部检验（表5）。

表5 粳稻谷储藏期间挥发物质对质量指标的预测值与实际值比较

由表5可知，粳稻谷挥发性物质对峰值黏度、最终黏度预测的相对误差均低于8%，说明预测模型的精度和正确率高。挥发物质对脂肪酸值的预测相对误差最大超过了10%，对过氧化物酶活性的预测相对误差达到了20%，达不到精确预测的要求，说明预测模型精度偏低。与内部验证结果一致。

经内、外部模型验证知，峰值黏度、最终黏度的回归预测模型效果较好；脂肪酸值、过氧化物酶活性的预测模型精度偏低，原因可能是由于粳稻谷储藏期间，相较于峰值黏度、最终黏度的变化，脂肪酸值、过氧化物酶活性的变化更易受外界因素的影响，变化更复杂，用脂肪酸值的变化来评价稻谷的品质必须考虑稻谷经历和原始品种［9］，过氧化物酶活性受微生物生长繁殖的影响较大；脂肪酸值、过氧化物酶活性受测定因素的影响也很大，比如脂肪酸值的滴定终点不易判断，提取的酶活性易失活等；粳稻谷储藏期间挥发性物质量大且变化复杂，对挥发性物质总体信息利用不全，需在以后的工作中，尝试扩大建模的样品集来弱化外界因素的影响作用，优化质量指标测定以及建模方法，提高模型精度。

4 结论

4.1 粳稻谷过氧化物酶活性随着储藏时间的延长而不断减弱，且温度越高，减弱的越明显；粳稻谷脂肪酸值、峰值黏度、最终黏度均随着时间的延长而呈现波动上升的趋势，且温度越高，各质量指标上升的幅度越大。储藏温度、储藏时间对粳稻谷各质量指标的影响均极其显著，且在不同温度下储藏的各质量指标之间差异均极显著。

4.2 1 -次乙基-4-甲氧基苯、3，4-二甲氧基苯甲醛、2，3-二氢 -1，1，3-三甲基 -3-苯基 -1H-茚、苯并噻唑、异硫氰基环己烷这些与脂肪酸值、峰值黏度、最终黏度呈现正相关的挥发物质均可作为劣变粳稻谷的特征性挥发物质；椰子醛、香叶基丙酮、6，10，14-三甲基-2-十五烷酮、二氢猕猴桃内酯、棕榈酸甲酯、1-壬醇、辛醛、2，6-二叔丁基苯醌、2-正戊基呋喃这些与过氧化物酶活性呈现正相关的挥发物质均可作为新鲜粳稻谷的特征性挥发物质。

4.3 运用偏最小二乘分析法建立气味对质量指标变化的预测模型。经内、外部模型验证知，峰值黏度、最终黏度的回归预测模型效果较好；脂肪酸值、过氧化物酶活性的预测模型精度偏低。

［1］吴金兰，杨均瑜.稻谷、大米过氧化物酶变化规律研究［J］.粮食储藏，1987，16（3）：35-41

［2］宋伟，刘璐，支永海，等.糙米储藏水分对糊化特性的影响［J］.食品工业科技，2011，32（11）：384-386

［3］Bryant R J，Mcclung A M.Volatile profiles of aromatic and non-aromatic rice cultivars using SPME／GC-MS［J］.Food Chemistry，2011，124（2）：501-513

［4］林家永，高艳娜，吴胜芳，等.顶空固相微萃取-气质联用法分析稻谷挥发性成分［J］.食品科学，2009，30（20）：277-282

［5］王韬，张录达，劳彩莲，等.PLS回归法建立适应温度变化的近红外光谱定量分析模型［J］.中国农业大学学报，2004，9（6）：76-79

［6］徐静文，刘峰，张茜.利用偏最小二乘回归拟合耐药性结核病的总耐药率［J］.预防医学论坛，2011，17（7）：666-668

［7］李洪军，黄业传，贺稚非，等.猪肉制品冷藏中感官特性和挥发性物质变化的回归分析［J］.中国农业科学，2012，45（1）：142-152

［8］严梅荣，张磊科.稳定化方法对米糠过氧化物酶活力和抗氧化活性的影响［J］.粮食储藏，2012，41（1）：34-37

［9］王若兰.粮油储藏学［M］.中国轻工业出版社，2009

［10］王园园，陈景武.偏最小二乘回归及SAS编程的医学应用［J］.数理医药学杂志，2008，21（6）：730-733

［11］Haenlein M，M.Kaplan A.A Beginner’s Guide to Partial Least Squares Analysis［J］.Understanding Statistics，2004，3（4）：283-297