56份青藏高原不同区域青稞籽粒营养品质综合评价

,,, ,

(1.西藏自治区农牧科学院农产品开发与食品科学研究所,西藏拉萨 850000; 2.西藏自治区农牧科学院农业研究所,西藏拉萨 850000)

青稞(HordeumvulgareLinn.)是禾本科大麦属的一种禾谷类作物,是大麦的一种变种,俗称裸大麦,是藏族人民主要粮食作物。青稞富含β-葡聚糖、黄酮、生育酚、膳食纤维等,营养全面独特,具有极高的营养及食疗价值,经常食用可解决人体营养缺乏症[1-2]。青稞籽粒总淀粉含量平均为59.25%[3]。蛋白质含量平均为11.31%,高于小麦、水稻、玉米等[4]。青稞富含膳食纤维,总纤维含量均高于其他谷类作物,青稞籽粒中粗脂肪含量平均为2.13%,比玉米脂肪含量(4.3%)和燕麦(6.7%)低[5]。王显萍[6]对我国195份青稞测定发现,其平均β-葡聚糖含量为5.1%,显著高于Tato等[7]对268份日本皮大麦的测定结果(4.26%),也高于我国皮大麦的平均含量(4.84%)[8]。近年来,随着人们对青稞保健功效[9-11]的认识越来越深,加之政府加大对青稞产业开发力度的支持,青稞生产越来越受到重视;但是对青藏高原区域青稞品质综合评价的研究鲜见报道。

因子分析是多指标综合评价中常用的一种统计方法[12-14]。一般是通过降维,将多个指标转化为少数几个相互独立的新因子,这些综合因子保留了原有指标的大部分信息,再根据得分进行综合评价,评价结果相对客观、合理[15-16]。青稞品质的分析研究多数都集中在单一的指标分析上[17-18],单指标评价关注某个指标含量的高低,不能作出一个整体评价。因此本研究以来自青藏高原区域5个主要青稞产区56个青稞品种籽粒为材料,对其淀粉、蛋白质、脂肪、纤维、β-葡聚糖、黄酮等11个指标成分含量进行测定,运用相关分析、因子分析进行综合评价,以期评价青藏高原地区青稞品质,为今后青稞深加工及青稞专用型品种选育提供参考依据。

1 材料与方法

1.1 材料与仪器

选取青藏地区5个主要青稞种植区域56个青稞品种为材料,具体品种(系)名称及种植区域见表1；氢氧化钠、碘化钾、乙醇、甲醇、乙酸钾、丙酮 国药集团化学试剂有限公司;MIXED-LINKGAE BETA-GLUCAN试剂盒 美国Megazyme公司;其他试剂 均为分析纯。

表1 青稞品种信息Table 1 Information of Hordeum vulgare Linn. varieties

DHG-9140A电热恒温鼓风干燥箱 上海齐欣科学仪器有限公司;UV-2100型紫外可见风光光度计 尤尼柯(上海)仪器有限公司;Kjeltec8400全自动凯氏定氮仪 瑞典FOSS公司;HWS-28电热恒温水浴锅 上海齐欣科学仪器有限公司;BS224S电子分析天平 Sartorius。

1.2 指标测定方法

1.2.1 灰分含量的测定 采用灼烧质量法,参照GB 5009.4-2016[19]。

1.2.2 淀粉含量的测定 用双波长法测定直链淀粉和支链淀粉的含量,总淀粉含量为直链淀粉和支链淀粉之和。

1.2.3 脂肪含量的测定 采用索氏抽提法,参照GB/T 5512-2008[20]。

1.2.4 粗蛋白质含量的测定 采用依据GB/T 55ll-2008[21]。

1.2.5 不溶性膳食纤维含量的测定 采用依据GB/T 9822-2008[22]。

1.2.6 可溶性膳食纤维含量的测定 采用依据GB/T 5009.88-2014[23]。

1.2.7β-葡聚糖含量的测定 采用MIXED-LINKGAE BETA-GLUCAN试剂盒测定。

1.3 综合评价方法

利用隶属函数法与因子分析相结合进行综合评价。在因子分析前,用隶属函数法对原始数据进行标准化处理,按公式(1)对各项指标数据进行转化,将其转化为0～1间的标准化数据,之后利用因子分析,筛选出影响籽实品质的若干公因子,同时得到各个指标的公因子分值Fm,以每个公因子分值Fm乘以因子分析中相对应的贡献率Em,最后相加得到综合得分D[24]。

相关公式如下:

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

式(1)

D=∑[Fm×Em](m=1,2,3,4,…)

式(2)

注:S(in)指第n个样品第i指标的原始数据经转化后的隶属函数值;Xin指n个样品第i指标的原始测定值,Ximax、Ximin分别为所有样品中第i个指标的最大值和最小值。D为综合得分,Fm为第m个公因子分值,Em为第m个公因子的方差贡献率。

1.4 数据处理

利用Excel、Design Expert 7.0和SPSS 19.0对试验数据进行方差分析、相关性分析、因子分析;其中变异系数的计算公式为:变异系数(%)=(标准偏差/平均值)×100。

2 结果与分析

2.1 青稞品种基本营养品质的一般性分析

如表2所示,青稞籽粒中总淀粉含量分布于45.40%～71.10%之间,平均含量为62.22%,变异系数为9.35%;与陈文若等[25]测定大麦的总淀粉(51%～53%)含量有一定差别,这可能与品种有关。青稞中直链淀粉含量在15.45%～24.69%之间,平均含量为22.17%,变异系数为7.86%;青稞中支链淀粉含量分布在28.62%～46.41%之间,平均含量为40.06%,变异系数为14.70%,品种间差异较大。青稞中蛋白质含量分布在9.65%～16.27%之间,平均含量为12.18%,蛋白质变异系数为14.08%,与前人测定结果基本一致(7.68%～17.52%,平均含量为11.37%)[26]。这可能与青稞品种、种植地的土壤肥力及种植气候有关。相关研究表明,北方旱区大麦品种粗蛋白含量相对较高,而青藏高原地区相对较低,不同区域大麦品种的粗蛋白含量与本地区的干旱程度有关,高温干旱有利于蛋白质形成[27]。青稞中脂肪含量在1.15%～3.89%之间,平均含量为2.10%。

表2 青稞籽粒基本营养品质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%之间,平均含量为6.31%;总黄酮含量分布在0.11%～0.40%之间,平均含量为0.20%,变异系数为30.05%;青稞中β-葡聚糖、黄酮含量含量除与品种有关外,可能跟土壤因子有关。魏娜等[28]研究表明,土壤水解氮含量与pH是影响青稞β-葡聚糖含量和黄酮含量的主要因子,在酸性、强碱性土壤逆境环境下,青稞黄酮含量较高。

青稞中粗纤维含量分布在1.28%～2.77%之间,平均含量为1.89%,品种间差异较大,变异系数为16.61%;膳食纤维是以糖苷键链接的聚合物,具有独特的理化特性,按水溶性来划分,可以分为水溶性膳食纤维和水不溶性膳食纤维[29]。青稞中不溶性膳食纤维含量分布于9.99%～15.28%,平均含量为13.00%,可溶性膳食纤维含量分布在1.23%～4.91%之间,平均含量为2.63%,与刘新红[30]研究结果相比,总膳食纤维含量一致,但是可溶性膳食纤维与不可溶性膳食纤维比例不一致,这可能与青稞品种及检测方法有关。

2.2 不同青稞品种营养品质指标相关性分析

对青稞品种主要营养品质指标进行相关性分析,目的是为了揭示各个品质指标之间的关联程度;从而为青稞营养品质指标的合理选择提供一定依据。进行相关性分析,意味着通过测定部分指标就可以预测到与之相关指标的增减趋势,相关性越强,趋势越明显。

从表3可知,56个青稞品种11项营养品质指标之间均表现出不同的相关性。总淀粉与直链淀粉、支链淀粉脂肪、灰分、粗纤维、β-葡聚糖、不溶性膳食纤维、可溶性膳食纤维均有正相关性,其中与支链淀粉间的相关性达极显著水平(p<0.01);总淀粉与蛋白质、总黄酮含量均有负相关性,与总黄酮间的负相关性达显著水平(p<0.05),表明支链淀粉和总黄酮的改变影响青稞总淀粉的含量。直链淀粉与支链淀粉、蛋白质、脂肪、灰分、粗纤维含量间均有负相关性,其中直链淀粉与蛋白质间的相关性达显著水平(p<0.05)。

表3 青稞品种营养品质特征指标相关性分析Table 3 Correlation analysis between various nutritional quality parameters of Hordeum vulgare Linn.

支链淀粉与蛋白质、总黄酮含量之间均有负相关性,其中与总黄酮含量间相关性达极显著水平(p<0.01),说明总黄酮含量的改变能够影响支链淀粉的含量。灰分与粗纤维、可溶性膳食纤维极显著正相关(p<0.01);粗纤维与β-葡聚糖显著正相关(p<0.05);不溶性膳食纤维与可溶性膳食纤维显著负相关(p<0.05)。以上测定的11项指标间均存在不同程度的相关性,说明指标间存在信息重叠,不能直接作为准确评价的主要影响因素。

2.3 不同青稞品种营养品质主成分分析

若评价指标间存在相关性,容易造成提供的信息出现重叠,导致得不出一个相对简易的规律。主成分分析能将有相关性的指标降维成几个相互独立的综合指标,但又能反映原来绝大多数的因素信息。

结合由隶属函数标准化后因子载荷矩阵,对56份青稞品种的11个营养品质指标进行主成分分析,结果显示(表4),前6个主成分的累计方差贡献率达到81.156%,解释了绝大部分原始信息。主成分1的方差贡献率为21.352%,其中总淀粉含量和支链淀粉具有较大的载荷值,因此第1组成分可以作为青稞的储能因子。第2主成分的贡献率为18.832%,在蛋白质、β-葡聚糖、总黄酮上具有较大的载荷值,可作为功能因子指标的综合体现,定性为功能活性因子。第3主成分、第4主成分、第5主成分的贡献率分别为13.092%、11.727%和8.530%,主要代表了灰分、粗纤维、不溶性膳食纤维和可溶性膳食纤维含量,可定义为功能辅助因子。第六主成分在脂肪含量上有较大载荷值。

表4 主成分在各品质指标上的因子载荷矩阵Table 4 Rotated component matrix of the principle component analysis

2.4 不同青稞品种营养品质综合评价

依据因子载荷矩阵累计贡献率提取的6个主成分分值及相应的贡献率,可以建立青稞营养品质评价的数学模型F综合=(21.352F1+18.832F2+13.092F3+11.727F4+8.53F5+7.622F6)/100,得到青稞品种营养品质的综合得分(表5)。由表5可看出,56份青稞种质的营养品质存在明显差异,其中得分前十的品种分别是:青永13、藏青148、藏青690、藏青28、青永1476、藏青27、迪庆1号、藏青320、藏青16、藏青85。

表5 不同青稞品种的营养品质预测评价结果Table 5 Evaluation results of prediction for different varieties of Hordeum vulgare Linn.

3 结论

研究结果表明,56个青稞品种11项营养品质指标表现出一段的差异,其中变异系数最小的为直链淀粉含量(7.86%),而总黄酮含量变异系数最高(30.05%),说明56个青稞品种在11个品质性状上存在较大的遗传差异。相关性分析结果表明,青稞11项品种指标间均存在不同程度的相关性,说明指标间存在信息重叠,不能直接作为准确评价的主要影响因素。

本研究利用隶属函数对原始数据进行标准化,然后进行公因子分析,并根据综合品质得分进行优良度排序。因子分析结果表明,从11项品质指标中提取出6个公因子,方差贡献率达到81.156%,解释了绝大部分原始信息。经综合评价,得分前十的品种分别是:青永13、藏青148、藏青690、藏青28、青永1476、藏青27、迪庆1号、藏青320、藏青16、藏青85。由此可知,因子分析法可以客观地筛选出综合性状优良的青稞品种,为青稞加工利用提供科学依据。