APP下载

31个花生品种(系)的生、熟花生感官品质评价研究

2018-08-14王志伟王秀贞唐月异吴琪孙全喜杜龙刘婷张欣王传堂

山东农业科学 2018年6期
关键词:感官评价花生

王志伟 王秀贞 唐月异 吴琪 孙全喜 杜龙 刘婷 张欣 王传堂

摘要:選取31个花生品种(系),分别对其生花生和烘烤后的熟花生进行感官评价研究。用脆性、细腻度、甜味、苦味、异味和总体喜欢度共6项指标对生花生进行感官评价,结果表明,不同品种(系)生花生在脆性和甜味方面达极显著差异,而细腻度、苦味、异味和总体喜欢度之间差异不显著。按颜色、脆性、细腻度、甜味、苦味、烤花生味、异味和总体喜欢度共8项指标对烘烤后的熟花生进行感官评价,显示:不同品种(系)熟花生在颜色、脆性、甜味、烤花生味和总体喜欢度5个方面均达极显著差异,而细腻度、苦味、异味之间的差异不显著。根据熟花生8个感官品质指标数据进行系统聚类分析,在遗传距离1.5时可将参试花生品种(系)划分为4类,大致分别对应感官品质指标最好、较好、居中和较差的类群,其中,花育962、花育961等10个总体感官品质好的品种聚为一类。

关键词:花生;食用品质;感官评价

中图分类号:S565.202.4文献标识号:A文章编号:1001-4942(2018)06-0052-05

Abstract The sensory evaluation was carried out respectively for raw and roasted peanuts of 31 varieties/lines. Sensory evaluation for raw peanuts was based on 6 indexes, including crunchiness, fineness, sweetness, bitterness, off-flavor and overall preference. The results showed that significant differences were detected in crunchiness and sweetness at 0.01 level, but no significant differences were detected in fineness, bitterness, off-flavor and overall preference. Sensory evaluation for roasted peanuts was carried out according to 8 indexes, including color, crunchinesss, fineness, sweetness, bitterness, roasted peanut flavor, off-flavor and overall preference. There were significant differences at 0.01 level in color, crunchiness, sweetness, roasted peanut flavor and overall preference, while there were no significant differences in fineness, bitterness and off-flavor. The hierarchical cluster analysis based on 8 indexes of roasted peanuts showed that the tested peanut varieties/lines could be divided into 4 categories at the genetic distance of 1.5, and they corresponded to the best, better, moderate and worse groups resulting from sensory evaluation. Among which, 10 varieties with good overall sensory quality, like Huayu 962 and Huayu 961, clustered in one group.

Keywords Peanut; Eating quality; Sensory evaluation

花生又称“长生果”,具有很高的营养价值,是世界上重要的蛋白质食用作物和经济作物。炒制或烤制的花生果、花生仁,是深受消费者喜爱的食品。随着我国经济发展,人民生活水平不断提高,花生作为日常零食的消费量逐年增多,对花生品质的要求越来越高。

迄今我国对花生营养品质、加工品质和出口品质已进行了大量研究[1-4],但对花生感官品质的研究则较少,且多集中于风味物质提取上[5-7]。研究风味物质是有意义的,但花生风味物质成分复杂[8,9],对风味物质的研究尚不能替代感官评价。本研究借鉴以往研究设定的感官评价指标 [10,11],对本项目组育成的部分花生新品种(系)及本所其它项目组育成的花生新品种进行感官评价,旨在为深入开展食用型花生品质遗传育种创造条件。

1 材料与方法

1.1 材料

本研究所用31个品种(系)为2016年秋季收获的春花生,均来自山东省花生研究所莱西试验农场(表2)。其中有15个参试材料为高油酸花生品种(系)。分别选取饱满成熟的荚果,剥壳后作为生花生样品或烤制后作为熟花生样品。烤制时,用美的 T3-L383B烤箱,190℃烘烤。小花生烤制4 min,大花生烤制5 min,取出后冷却至室温备用。

1.2 方法

1.2.1 感官评价 选聘重复能力、识别能力强的7人组成感官品质评定小组。试验样品重新标号,按随机区组设计,每份样品每人品尝3~5粒,对生、熟花生感官评价指标逐项打分,并作记录。每品尝完一个样品后,用温开水漱口,再品尝下一个样品。分值设置见表1。

1.2.2 蔗糖含量测定 花生仁蔗糖含量测定委托农业部油料及制品质量监督检验测试中心(武汉),依据GB 5009.8—2016标准进行。

1.2.3 油酸含量测定 花生仁油酸含量测定采用布鲁克公司产Matrix-I型近红外仪采集光谱,并利用本项目组建立优化的花生自然风干多粒籽仁脂肪酸近红外定量分析模型[12]计算得出。

1.3 数据处理

用Microsoft Excel 2010进行数据整理,用DPS 14.50分析软件进行数据统计分析,采用Duncans多重比较法进行差异显著性分析。

2 结果与分析

2.1 不同品种(系)生花生感官评价指标差异分析

通过对评价小组打分数据进行汇总分析,结果(表2)显示,脆性、细腻度、甜味、苦味、异味和总体喜欢度共6项评价指标中,不同品种(系)生花生仁脆性和甜味差异达极显著水平,其它指标包括总体满意度,差异均未达显著水平。花育661、花育964、花育20号、花育666、花育56号、花育662、花育965共7个品种的生花生仁脆性较好,花育33號和花育9618的脆性最差,其它品种(系)居中。其中,花育661、花育662、花育666、花育964和花育965均为本课题组育成的高油酸品种,花育56号为利用不亲和野生种Arachisglabrata育成的品种。花育9612的甜味最强,花育9618的甜味次之,而花育20号的甜味最淡,与花育9612和花育9618的甜味差异达到极显著水平。

2.2 不同品种(系)烤熟花生感官评价指标差异分析

在种皮颜色、脆性、细腻度、甜味、苦味、烤花生味、异味和总体喜欢度共8项评价指标中,不同品种(系)熟花生仁种皮颜色、脆性、甜味、烤花生味和总体喜欢度的差异达到极显著水平,细腻度和苦味的差异达到显著水平(表3)。

就总体喜欢度而言,高油酸品种花育962表现最好,花育963和花育964次之,而高油酸品种花育32号、普通油酸品种花育9613和花育25号最差。纵观供试的31个花生品种(系),高油酸品种总体喜欢度相对较好,但其中花育32号、花育664和花育666总体喜欢度较差。花育32号是采用印度抗蚜材料S17与79266高油酸辐射突变体SPI098杂交育成。花育664和花育666均采用了外省的普通油酸亲本,花育961、花育963和花育964则采用的是口感好的种间杂种衍生系06I8B4(栽培种与不亲和野生种A.rigonii杂交后代)作亲本。花育951是采用徐花13号与高油酸亲本P76杂交育成,口感也不错。

2.3 生、熟花生不同感官评价指标间的相关分析

对生、熟花生不同感官评价指标分别进行相关分析,结果表明:生花生总体喜欢度与甜味和异味之间,相关达极显著水平,与细腻度的相关达显著水平(表4);熟花生总体喜欢度与脆性、细腻度、甜味和烤花生味呈极显著正相关,与苦味和异味呈极显著负相关(表5)。这一结果符合我们通常的感官认识。

生花生脆性和细腻度、苦味和异味之间呈极显著或显著正相关,甜味和异味之间呈极显著负相关(表4)。熟花生脆性与种皮颜色呈显著负相关,与细腻度之间呈极显著正相关;甜味与苦味、异味呈极显著负相关;烤花生味与脆性、甜味呈显著正相关,与苦味呈显著负相关;异味与细腻度呈显著负相关,与甜味、烤花生味呈极显著负相关,与苦味呈极显著正相关(表5)。

2.4 生、熟花生相同感官评价指标间的相关分析

对生、熟花生相同指标间进行相关分析,结果(表6)表明,脆性、细腻度和甜味3个指标在生、熟花生间呈极显著正相关,苦味则呈显著正相关,异味和总体喜欢度相关不显著。

2.5 蔗糖含量和甜味之间的相关分析

将不同品种(系)生、熟花生样品甜味和烤花生味分值与测得的蔗糖含量进行相关分析,结果(表7)表明,它们之间均不存在显著相关。

2.6 油酸含量与生、熟花生感官性状的相关分析

将近红外扫描后测得的各品种(系)花生仁油酸含量与生、熟花生各感官评价指标分值进行相关分析,结果(表8)表明:油酸含量与生花生脆性、细腻度分值呈显著负相关,与熟花生的细腻度分值呈极显著负相关,与脆性和总体喜欢度分值呈显著负相关。

2.7 基于熟花生感官品质的聚类分析

根据熟花生8个感官品质指标数据进行系统聚类分析,结果(图1)显示:在遗传距离1.5时可将参试花生品种(系)划分为4类,大致分别对应感官品质指标最好、较好、居中和较差的类群。其中,花育962、花育961等10个总体感官品质好的品种,聚为一类,与花育20号、花育32号等5个品种所在的类群,从感官品质指标来看差别较大。

3 讨论与结论

本研究从供试花生材料中鉴定出一批口感好的新品种(系),其中部分为高油酸品种(系),说明培育兼具高油酸特性和口感好的优质食用型花生品种是可能的,并为下一步开展相关感官品质遗传研究提供了材料。同时,所鉴定出的口感好、中、差的新品种(系),可作为以后感官评价研究的参照样本。

不同感官评价指标之间的相关分析表明,生、熟花生的脆性、细腻度、甜味和苦味等指标达到显著或极显著相关,因此,通过生花生的感官评价来推测熟花生口感具有一定可信度。

油酸含量与生、熟花生的脆性、细腻度以及熟花生总体喜欢度等感官性状分值呈显著或极显著负相关,表明随着油酸含量提高,花生脆性、细腻度和总体喜欢度等感官品质可得到一定程度的改善。因此,高油酸花生品种除具有延长花生食品货架期、有利于人体健康等优点外,还可在一定程度上改善花生食品风味。

分析本研究中采用相同高油酸亲本育成的高油酸品种(系)感官品质评价结果发现,普通油酸亲本的选用对育成品种的口感有明显影响,认为通过精心选择杂交亲本,可增加育成具有优异感官品质花生新品种的几率。

根据熟花生8个感官品质指标数据进行系统聚类分析,在遗传距离1.5时可将参试花生品种(系)划分为4类,大致分别对应感官品质指标最好、较好、居中和较差的类群。其中,花育962、花育961等10个总体感官品质好的品种,聚为一类。

本研究未发现蔗糖含量与花生感官评价指标之间具有显著相关性。这可能与本研究选取的花生品种(系)蔗糖含量变幅较小有关,当然也不排除其它生化成分可能与甜味有关,且苦味和异味可能对甜味感知有影响。蔗糖含量与花生感官评价指标间的关系尚待进一步研究。

參 考 文 献:

[1] 巩阿娜,刘红芝,刘丽,等. 原料特性对花生酱品质的影响[J]. 中国食品学报,2016,16(11):253-262.

[2] 王丽,王强,刘红芝,等. 花生加工特性与品质评价研究进展[J]. 中国粮油学报,2011,26(10):122-128.

[3] 王丽,王强,刘红芝,等. 花生品质对其蛋白质凝胶性的影响[J]. 农业工程学报,2012,28(17):260-267.

[4] 陈静,吴兰荣,张成松. 花生感官品质研究[J]. 花生学报,2004(1):24-27.

[5] 李淑荣,王丽,张春红,等. 烘烤花生中关键香味化合物的研究[J]. 中国农业科学,2010,43(15):3199-3203.

[6] 高晓玲. 花生中香味成分的研究与分析[J]. 生物技术世界,2012,10(2):41-43.

[7] 林茂,吕建伟,马天进,等. 花生挥发性风味物质研究进展[J]. 食品研究与开发,2013,34(12):106-110.

[8] 高蓓,章晴,杨悠悠,等. 浓香花生风味物质研究存在问题及对策探析[J]. 分析测试技术与仪器,2015,21(4):205-211.

[9] 王丽,王强,罗红霞,等. 花生烘烤条件优化及主要风味物质研究[J]. 食品工业,2015,36(5):24-27.

[10]Miyagi A. Influence of japanese consumer gender and age on sensory attributes and preference (A case study on deep-fried peanuts)[J]. Journal of the Science of Food & Agriculture,2017,97(12):4009-4015.

[11]吴兰荣,陈静,王秀贞,等. 花生感官品质的主要鉴定指标[J]. 中国油料作物学报,2005,27(1):52-54.

[12]王传堂,张建成. 花生遗传改良[M]. 上海:上海科学技术出版社,2013.

猜你喜欢

感官评价花生
多少堆花生
野生软枣猕猴桃、黑加仑复合饮料的研制
选拔﹑培训检验鉴定感官评价员的方法探索
到底埋在哪棵树下
花生大夫
花生去哪儿了
麻辣杏鲍菇酱制作工艺与配方的研究
奇趣动物
基于消费者感官评价的煎制牛肉预测模型