CN102749420A - 一种适宜凝胶型蛋白质加工的花生品质测定及其评价方法 - Google Patents

Abstract

本发明公开了一种适宜凝胶型蛋白质加工的花生品质测定及其评价方法。该测定方法包括如下步骤：测定待测花生样品的果形得分、总蛋白质含量、粗纤维含量、甘氨酸含量、半胱氨酸含量、亮氨酸含量、精氨酸含量、花生球蛋白含量、伴花生球蛋白含量、伴花生球蛋白Ⅰ含量以及分子量为23.5kDa的亚基占总蛋白质的质量百分含量；将上述各测定值代入至公式（1）中，即得到待测花生样品的凝胶性；本发明提供的适宜凝胶型蛋白质加工的花生品质评价方法，用SPSS软件对花生蛋白质的凝胶性进行K-means聚类分析，将其按照大小顺序排列并分为适宜、基本适宜和不适宜三类。本发明中建立适宜凝胶型蛋白质花生品质测定模型，通过几个花生的品质特性即可测定出凝胶性的大小；模型中氨基酸等指标的测定可采用近红外分析仪进行预测，方便快捷。

Description

一种适宜凝胶型蛋白质加工的花生品质测定及其评价方法

技术领域

本发明涉及一种适宜凝胶型蛋白质加工的花生品质测定及其评价方法。

背景技术

花生（Arachis hypogaea L．）属于豆科，起源于南美洲热带亚热带地区，是一种重要的油料蛋白资源，花生中蛋白质含量达25%～36%，广泛应用于肉制品加工等行业，以增加香肠等肉制品的适口性及营养价值，具有良好凝胶性的蛋白质备受欢迎。研究表明，不同品种花生品质差异显著，因此深入研究不同花生品种品质特性，筛选出具有优质凝胶性的花生品种是花生产业的一个重要发展方向。

花生品质众多，各个品质如何影响花生蛋白质凝胶性，是目前急需解决的问题之一。有监督主成分回归分析在现代农业科学及相关学科中应用广泛，常用于近红外光谱波长的选择，环境污染指标的选取及疾病影响因素的研究，确实起到了“少而精”反应问题的作用。而如何采用“少而精”的花生品质特性来反映花生蛋白质的凝胶性还未见报道。

发明内容

本发明的目的是提供一种适宜凝胶型蛋白质加工的花生品质测定及其评价方法，通过分析花生品质与蛋白质凝胶性之间的关系，采用有监督主成分回归分析建立凝胶型蛋白质花生品质评价模型，为花生专用品种的利用、鉴定和选育提供理论依据。

本发明所提供的一种适宜凝胶型蛋白质加工的花生品质测定方法，包括如下步骤：

测定待测花生样品的果形得分、总蛋白质含量、粗纤维含量、甘氨酸含量、半胱氨酸含量、亮氨酸含量、精氨酸含量、花生球蛋白含量、伴花生球蛋白含量、伴花生球蛋白Ⅰ含量以及分子量为23.5kDa的亚基占总蛋白质的质量百分含量；其中，

当待测花生样品的果形为曲棍形时，果形得分为1；当待测花生样品的果形为驼峰形时，果形得分为2；当待测花生样品的果形为串珠形时，果形得分为3；当待测花生样品的果形为普通形时，果形得分为4；当待测花生样品的果形为蜂腰形时，果形得分为5；当待测花生样品的果形为葫芦形时，果形得分为6；当待测花生样品的果形为蚕茧形时，果形得分为7；当待测花生样品的果形为斧头形时，果形得分为8；

总蛋白质含量、粗纤维含量、甘氨酸含量、半胱氨酸含量、亮氨酸含量和精氨酸含量分别为总蛋白质、粗纤维、甘氨酸、半胱氨酸、亮氨酸和精氨酸占待测花生样品的质量百分含量；

花生球蛋白含量、伴花生球蛋白含量和伴花生球蛋白Ⅰ含量分别为花生球蛋白、伴花生球蛋白和伴花生球蛋白Ⅰ占总蛋白质的质量百分含量；

将上述各测定值代入至公式（1）中，即得到待测花生样品的凝胶性；

上述的方法中，所述果形得分的分值制定依据为：栾文琪，封海胜，王晶珊．花生品种主要性状的研究—性状表现及类型间的差异[J]．；在判断待测花生品种的果形时，当其不属于曲棍形、驼峰形、串珠形、蜂腰形、葫芦形、蚕茧形或斧头形时，即判断其为普通形。

本发明还进一步提供了一种适宜凝胶型蛋白质加工的花生品质评价方法，包括如下步骤：

根据上述的方法测定待测花生样品的凝胶性，则按照下述1）~3）中的标准对待测花生样品进行分类：

1）若该凝胶性的计算值≥1.08，则待测花生样品为适宜凝胶型蛋白质加工；

2）若该凝胶性的计算值为0.85～1.08，则待测花生样品为基本适宜凝胶型蛋白质加工；

3）若该凝胶性的计算值≤0.85，则待测花生样品为不适宜凝胶型蛋白质加工。

本发明具有以下有益效果：

1、减少分析步骤：测定花生蛋白质的凝胶性需要将蛋白质提取出来，制备凝胶并测定，本发明中建立适宜凝胶型蛋白质花生品质测定模型，通过几个花生的品质特性即可测定出凝胶性的大小；模型中氨基酸等指标的测定可采用近红外分析仪进行预测，方便快捷；通过对花生仁的近红外分析检测，即可同时预测模型中的各项指标，对花生仁无任何损伤，且方便快捷。

2、节省成本：以往蛋白质凝胶性是采用英国进口设备（质构仪）进行测定，价格昂贵，不利于推广应用，采用该模型可以大量节省测试成本费。

3、用SPSS软件对花生蛋白质的凝胶性进行K-means聚类分析，将其按照大小顺序排列并分为适宜、基本适宜、不适宜三类。利用适宜加工凝胶型和溶解型蛋白质的花生品质评价模型及相关分析的相关系数确定各评价指标权重，将各指标数值大小通过K-means聚类分析的方法分类，分为适宜、基本适宜、不适宜。以各性状权重为评价分值，分别对应各自相应的性状指标，并以权重值作为最高得分，即Ⅰ级，其余依次类推，赋予各等级指标以相应的分值，最后以各性状指标得分之和作为各品种资源的最终得分，并将总分也进行K-means聚类分析分为3类，将该结果与直接采用凝胶性的分类结果进行比较，最终形成花生加工适宜性评价标准。

附图说明

图1为实施例2中20个花生样品的凝胶性原始值与计算值拟合图。

具体实施方式

下述实施例中所使用的实验方法如无特殊说明，均为常规方法。

下述实施例中所用的材料、试剂等，如无特殊说明，均可从商业途径得到。

实施例1、适宜凝胶型蛋白质加工的花生品质测定模型的建立

（1）花生品质的测定

取2011年收获的花生样品作为标准品，61个样品（符合花生群体的常态分布规律，如表1所示）；

表161个花生品种

测定各品种的感官品质、理化与营养品质及加工品质指标共45个指标；其中，各指标及其测定方法和标准如下：

花生物理性状：果形：当花生样品的果形为曲棍形时，果形得分为1；当花生样品的果形为驼峰形时，果形得分为2；当花生样品的果形为串珠形时，果形得分为3；当花生样品的果形为普通形时，果形得分为4；当花生样品的果形为蜂腰形时，果形得分为5；当花生样品的果形为葫芦形时，果形得分为6；当花生样品的果形为蚕茧形时，果形得分为7；当花生样品的果形为斧头形时，果形得分为8；籽粒形状：参考栾文琪（栾文琪，1986，栾文琪，封海胜，王晶珊．花生品种主要性状的研究---性状表现及类型间的差异[J]．中国种业，1986，23-7．）；红衣：参考万书波（万书波，2008；万书波．花生品质学[M]．北京：中国农业科学技术出版社，2008．）；百果重：随机取100个花生果，称重，3次重复，求平均值；百仁重：随机取100粒花生仁，称重，3次重复，求平均值；

花生理化与营养品质分析：水分含量：GB/T5009，3-2003；脂肪含量：GB/T5009，6-2003；总蛋白质含量：GB/T5009，5-2003；灰分：GB/T5009，4-2003；粗纤维含量：GB/T5515-2008；氨基酸含量：GB/T5009.124-2003；含糖量；蛋白质亚基含量、花生球蛋白含量、伴花生球蛋白含量和伴花生球蛋白Ⅰ含量：SDS-PAGE凝胶电泳测定这些花生品种各个蛋白质亚基组成及含量以及花生球蛋白含量、伴花生球蛋白含量和伴花生球蛋白Ⅰ，分离胶浓度为13%，pH8.8；浓缩胶浓度为5%，pH6.8；电极缓冲液0.025M Tris-HCl，0.192M甘氨酸，0.1%SDS，pH8.3；电泳后的凝胶用美国FlourChemV2.0凝胶成像系统拍照，用Alpha Ease FC软件分析各个组分的相对含量；以上指标中，蛋白质亚基含量、花生球蛋白含量、伴花生球蛋白含量和伴花生球蛋白Ⅰ均指占总蛋白质的质量百分含量，其余指标均指占花生的质量百分含量；

花生加工品质分析：蛋白质提取率：采用碱溶酸沉法提取蛋白质，蛋白质提取率=提取出蛋白质质量/花生中蛋白质质量×100%；出仁率：100g花生果剥出花生仁的重量/100g×100%；

花生蛋白粉品质分析：灰分：GB/T5009，4-2003；脂肪含量：GB/T5009，6-2003；粗纤维含量：GB/T5515-2008；以上含量均指占花生的质量百分含量；蛋白质纯度：蛋白粉中蛋白质含量/蛋白质质量×100%。

对所选61个花生品种基本数据的变化范围、均值、标准差、变异系数、上四分位数、中位数及下四分位数进行分析，结果如表2所示，

表2花生品种的品质特性

变异系数是衡量一组数据中变化程度的一个统计量，脂肪含量、蛋白质含量、灰分、氨基酸总量、甘氨酸含量、赖氨酸含量、蛋白质提取率、出仁率等八个指标的变异系数<10%（分别为6.63%、7.97%、7.86%、9.44%、9.20%、8.80%、7.81%、8.50%），变异系数较小，说明它们的离散程度较小；其它指标的变异系数较大，这说明不同品种花生很多品质差异较大。比较均值和中位数发现，除了籽粒形状和35.5kDa含量差异分别为58.33%和20.50%外，其它品质的中位数均接近其平均数，说明这些数据的离群点较少。

（2）花生蛋白粉凝胶性的测定

运用TA-TX2i物性仪（探头直径12mm）进行测定，运行模式：TPA；测前速度：2.0mm/s；测试速度0.8mm/s；下压距离50%；测后速度0.8mm/s；数据采集速率200pps。

凝胶硬度=Force2（最大刺破力）；弹性=Time diff4:5/Time diff1:2；内聚力=Area-FT4:6/Area-FT1:3，试验重复3次。

凝胶性的计算方法如下式所示：

凝胶性=0.0268+0.1618×硬度+0.3781×弹性+1.1573×内聚力。

测得61个花生品种的凝胶性如表3所示。

表361个花生品种的凝胶性测定值

（3）花生蛋白粉品质分析

花生蛋白粉品质是评价花生品质好坏的目标因素，对所选品种蛋白粉的基本数据的变化范围、均值、标准差、变异系数、上四分位数、中位数及下四分位数进行分析，如表4所示，从表4中发现蛋白质纯度的变异系数<10%（为8.89%），变异系数较小，说明它们的离散程度较小；其它指标的变异系数较大，这说明不同品种花生很多品质差异较大。

以上分析结果表明，试验所选花生品种之间的品质特性差异较大，试验品种来源广泛，品种选择全面，品种具有一定代表性。

表4蛋白粉的品质分析

（4）花生品质与蛋白粉凝胶性的相关性分析

将61个花生品质与凝胶性进行相关分析，数据如表5所示；通过相关性分析发现，很多指标与蛋白质凝胶性之间存在显著的相关性，其中胱氨酸、亮氨酸、精氨酸等指标含量与凝胶性呈极显著的正相关，可能是影响花生蛋白质凝胶性的重要指标，为凝胶型花生品质评价模型的建立提供一定的基础。

表5花生品质与凝胶性之间的相关性

（5）有监督主成分分析建立凝胶型蛋白质花生品质评价模型

有监督主成分分析是不使用所有的回归自变量建模，而是只利用那些与相应变量有较强相关关系的自变量，根据响应变量与各自变量的相关系数对回归自变量集合进行筛选，将相关系数超过某个阈值的自变量筛选出来，然后对新选出的部分回归自变量进行主成分回归分析，此处采用有监督主成分回归分析对选取61个品种中的前41个品种进行模型的建立。

5.1自变量分析（花生品质）

采用盒形图方法删除花生品质的离群点（为编号为2、5、10、16、17、23、25、29和37的花生品种），因此剩余32个品种进行分析。

5.2凝胶型花生品质评价指标的筛选

按照回归分析的思想，筛选花生品质指标，将花生品质单个指标与蛋白质凝胶性进行回归系数显著性分析，发现以下12个指标在0.05水平上与凝胶性呈显著相关性，如表6所示。

表6花生品质与凝胶性回归显著性指标表

5.3花生品质的相关性分析

将筛选出来的12个品质指标进行相关性分析，对于在0.01水平上显著，相关系数大于0.8的指标，用其中一个指标表示另外一个指标，而其它指标都保留，如表7所示，

表7花生品质间相关性分析

因此，保留的指标为果形、蛋白质含量、粗纤维含量、甘氨酸含量、胱氨酸含量、精氨酸含量、亮氨酸含量、伴花生球蛋白Ⅰ含量、花生球蛋白含量/伴花生球蛋白含量和分子量为23.5kDa亚基占蛋白质的质量百分含量10个指标。

5.4主成分分析

将筛选出来的10个指标进行主成分分析，降维，如表8所示。

表8相关矩阵的特征值

通过主成分分析发现，前6个主成分的累积贡献率为93.4%，远远大于85%（主成分分析的基本原理），故前6个主成分可以表达原来主成分的信息，这样，由原来的10个指标转化为6个新指标，起到了降维的作用。通过SAS输出前六个主成分的特征向量（这里不列出），得出前六个主成分与各个指标之间的线性关系，采用各个主成分与各个自变量之间的关系式计算各个主成分得分。将标准化的数据代入各个关系式，可以得到各评价对象的各个主成分得分，如表9所示。

表9各个主成分得分

5.5回归方程的建立

建立回归方程的因变量需要符合正态分布，由于凝胶性本身并不符合正态分布，因此，将各个主成分与凝胶性之间进行boxcox转换[18]，使得因变量（凝胶性）符合正态分布，再进行回归分析：得出λ=0.25

$y_1-4(\sqrt[4]{y}-1)---\left(2\right)$

y₁----为蛋白质凝胶性变为正态分布的值，y----为蛋白质凝胶性的原始值

回归分析发现各个主成分与凝胶性的回归系数在0.05水平上都是显著的（如表10所示），因此，建立各个主成分与凝胶性之间的关系，该模型的决定系数R²=0.875，进而建立各个指标与凝胶性的关系，结果见公式（1）。

表10回归系数显著性

实施例2、花生样品凝胶性的测定

将实施例1中剩余的20个花生品种进行蛋白质凝胶性测定。

将该20个花生品种的果形得分、蛋白质含量、粗纤维含量、甘氨酸含量、胱氨酸含量、精氨酸含量、亮氨酸含量、伴花生球蛋白Ⅰ含量、花生球蛋白/伴花生球蛋白和分子量为23.5kDa的亚基占蛋白质的质量百分含量等10个指标代入公式（1），计算20个品种的凝胶性，得到20个花生样品的凝胶性，该花生凝胶性的模型预测值与化学测定值的比较如表11所示；并将模型计算结果与测定的凝胶性进行回归分析，二者的相关系数为0.937。

表11凝胶性的模型预测值与化学测定的比较

表12花生凝胶性预测值与测定值的t检验

实施例3、适宜凝胶型蛋白质加工的花生品质评价方法的建立

采用K-means聚类分析的方法，将花生蛋白质的凝胶性综合值进行分类，初步分为三类，确定每类的聚类中心，将凝胶性划分为三个等级，则可将测得的61个花生品种进行分类，如表13所示。

表1361个花生品种的分类

依据公式（1）中各指标的回归系数确定各指标权重，采用K-means聚类分析及实际情况，将各评价指标分为Ⅰ级、Ⅱ级和Ⅲ级，各指标权重值作为Ⅰ级得分，依次类推。

表14公式（1）中各指标的权重

将花生的10个品质指标分别进行K-means聚类分析，将每个指标分为3类，即Ⅰ级（适宜）、Ⅱ级（基本适宜）和Ⅲ级（不适宜），并以各个指标权重作为其最高得分即Ⅰ级，其余依次类推，赋予各等级指标相应的分值，如表15所示。

表15各指标各等级的分值

以各性状指标得分之和作为各品种花生的最终得分，按照K-means聚类分析公式将各个品种最终得分分为3类，即Ⅰ级（适宜）、Ⅱ级（基本适宜）和Ⅲ级（不适宜），如表16所示。

表16根据K-means聚类分析方法得到的61个花生品种的分类

将表13结果与表16的结果进行比较，二者匹配度为：适宜品种为92%，基本适宜品种为82%，不适宜品种为64%，说明该评价结果较好，适合作为适宜加工凝胶型蛋白质花生品质评价标准。

K-means聚类分析是一种无监督式的算法，其中K表示的是最终分类个数。它是根据分类个数K随机的选取K个初始的聚类中心，不断迭代。在每一次迭代中，通过每一个点计算和各聚类中心的距离，并将距离最近的类作为该点所属的类，即当目标函数达到最小值时，得到聚类为最终聚类结果，并将数据分为K类。K-means算法目的是将一个集合进行等价类划分，即对数据结构相同的记录按照某种分类规则，将其划分为几个同类型的记录集（薛敬桃等，2010）。目标函数采用平方误差准则，即E=∑∑|P-m_i|²       （公式5.1）

其中E为各个聚类对象的平方误差之和，P为聚类对象，m_i是类C_i的各聚类对象的平均值，即：

$m_i=\frac{\mathrm{\&Sigma;p}\&Element;C_{i}P}{\left|C_i\right|}$ （公式5.2）

式中，c_i表示的是类C_i聚类对象的数目，K-means聚类法的计算复杂度为O(knt)，其中k表示聚类数，n表示聚类对象样本数目，t表示迭代次数。

Claims (2)

1.一种适宜凝胶型蛋白质加工的花生品质测定方法，包括如下步骤：

测定待测花生样品的果形得分、总蛋白质含量、粗纤维含量、甘氨酸含量、半胱氨酸含量、亮氨酸含量、精氨酸含量、花生球蛋白含量、伴花生球蛋白含量、伴花生球蛋白Ⅰ含量以及分子量为23.5kDa的亚基占总蛋白质的质量百分含量；其中：

当待测花生样品的果形为曲棍形时，果形得分为1；当待测花生样品的果形为驼峰形时，果形得分为2；当待测花生样品的果形为串珠形时，果形得分为3；当待测花生样品的果形为普通形时，果形得分为4；当待测花生样品的果形为蜂腰形时，果形得分为5；当待测花生样品的果形为葫芦形时，果形得分为6；当待测花生样品的果形为蚕茧形时，果形得分为7；当待测花生样品的果形为斧头形时，果形得分为8；

总蛋白质含量、粗纤维含量、甘氨酸含量、半胱氨酸含量、亮氨酸含量和精氨酸含量分别为蛋白质、粗纤维、甘氨酸、半胱氨酸、亮氨酸和精氨酸占待测花生样品的质量百分含量；

花生球蛋白含量、伴花生球蛋白含量和伴花生球蛋白Ⅰ含量分别为花生球蛋白、伴花生球蛋白和伴花生球蛋白Ⅰ占总蛋白质的质量百分含量；

将上述各测定值代入至公式（1）中，即得到待测花生样品的凝胶性；

（1）。

2.一种适宜凝胶型蛋白质加工的花生品质评价方法，包括如下步骤：

根据权利要求1所述的方法测定待测花生样品的凝胶性，则按照下述1）~3）的标准对待测花生样品进行分类：

1）若该凝胶性的计算值≥1.08，则待测花生样品为适宜凝胶型蛋白质加工；

2）若该凝胶性的计算值为0.85～1.08，则待测花生样品为基本适宜凝胶型蛋白质加工；

3）若该凝胶性的计算值≤0.85，则待测花生样品为不适宜凝胶型蛋白质加工。