CN102749420B - 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
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 Download PDFInfo
- Publication number
- CN102749420B CN102749420B CN201210238520.7A CN201210238520A CN102749420B CN 102749420 B CN102749420 B CN 102749420B CN 201210238520 A CN201210238520 A CN 201210238520A CN 102749420 B CN102749420 B CN 102749420B
- Authority
- CN
- China
- Prior art keywords
- peanut
- content
- shape
- protein
- detected
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 235000020232 peanut Nutrition 0.000 title claims abstract description 159
- 235000010777 Arachis hypogaea Nutrition 0.000 title claims abstract description 144
- 235000017060 Arachis glabrata Nutrition 0.000 title claims abstract description 143
- 235000018262 Arachis monticola Nutrition 0.000 title claims abstract description 143
- 230000020978 protein processing Effects 0.000 title claims abstract description 12
- 241001553178 Arachis glabrata Species 0.000 title claims abstract 32
- 238000011156 evaluation Methods 0.000 title abstract description 11
- 235000018102 proteins Nutrition 0.000 claims abstract description 54
- 102000004169 proteins and genes Human genes 0.000 claims abstract description 54
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 54
- 235000013399 edible fruits Nutrition 0.000 claims abstract description 35
- DHMQDGOQFOQNFH-UHFFFAOYSA-N Glycine Chemical compound NCC(O)=O DHMQDGOQFOQNFH-UHFFFAOYSA-N 0.000 claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 21
- 239000004471 Glycine Substances 0.000 claims abstract description 11
- 239000000835 fiber Substances 0.000 claims abstract description 11
- 239000004475 Arginine Substances 0.000 claims abstract description 10
- ROHFNLRQFUQHCH-YFKPBYRVSA-N L-leucine Chemical compound CC(C)C[C@H](N)C(O)=O ROHFNLRQFUQHCH-YFKPBYRVSA-N 0.000 claims abstract description 10
- ROHFNLRQFUQHCH-UHFFFAOYSA-N Leucine Natural products CC(C)CC(N)C(O)=O ROHFNLRQFUQHCH-UHFFFAOYSA-N 0.000 claims abstract description 10
- ODKSFYDXXFIFQN-UHFFFAOYSA-N arginine Natural products OC(=O)C(N)CCCNC(N)=N ODKSFYDXXFIFQN-UHFFFAOYSA-N 0.000 claims abstract description 10
- 238000013441 quality evaluation Methods 0.000 claims abstract description 9
- 235000018417 cysteine Nutrition 0.000 claims abstract description 7
- XUJNEKJLAYXESH-UHFFFAOYSA-N cysteine Natural products SCC(N)C(O)=O XUJNEKJLAYXESH-UHFFFAOYSA-N 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims description 12
- 108010006519 Molecular Chaperones Proteins 0.000 claims description 10
- 102000006395 Globulins Human genes 0.000 claims description 8
- 108010044091 Globulins Proteins 0.000 claims description 8
- 102000005431 Molecular Chaperones Human genes 0.000 claims description 8
- 241000255789 Bombyx mori Species 0.000 claims description 4
- 210000003734 kidney Anatomy 0.000 claims description 3
- 102100034613 Annexin A2 Human genes 0.000 claims description 2
- 108090000668 Annexin A2 Proteins 0.000 claims description 2
- ODKSFYDXXFIFQN-BYPYZUCNSA-P L-argininium(2+) Chemical compound NC(=[NH2+])NCCC[C@H]([NH3+])C(O)=O ODKSFYDXXFIFQN-BYPYZUCNSA-P 0.000 claims description 2
- XUJNEKJLAYXESH-REOHCLBHSA-N L-Cysteine Chemical compound SC[C@H](N)C(O)=O XUJNEKJLAYXESH-REOHCLBHSA-N 0.000 claims 1
- 238000007621 cluster analysis Methods 0.000 abstract description 9
- 235000001014 amino acid Nutrition 0.000 abstract description 4
- 150000001413 amino acids Chemical class 0.000 abstract description 4
- 108010002493 Arachin Proteins 0.000 abstract description 2
- WNPXRNJEBMRJGV-UHFFFAOYSA-N chembl1399590 Chemical compound COC1=CC=CC(C=2N=C3C=CC=CC3=C(N3C(CCCC3)C)N=2)=C1O WNPXRNJEBMRJGV-UHFFFAOYSA-N 0.000 abstract description 2
- 244000105624 Arachis hypogaea Species 0.000 description 128
- 239000000523 sample Substances 0.000 description 25
- 238000004458 analytical method Methods 0.000 description 12
- 239000000843 powder Substances 0.000 description 8
- 238000010219 correlation analysis Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 6
- 230000000875 corresponding effect Effects 0.000 description 5
- 150000002066 eicosanoids Chemical class 0.000 description 5
- 238000000513 principal component analysis Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 241000167847 Koelreuteria paniculata Species 0.000 description 4
- 238000001879 gelation Methods 0.000 description 4
- 238000000611 regression analysis Methods 0.000 description 4
- 235000007631 Cassia fistula Nutrition 0.000 description 3
- LEVWYRKDKASIDU-QWWZWVQMSA-N D-cystine Chemical compound OC(=O)[C@H](N)CSSC[C@@H](N)C(O)=O LEVWYRKDKASIDU-QWWZWVQMSA-N 0.000 description 3
- 102000002067 Protein Subunits Human genes 0.000 description 3
- 108010001267 Protein Subunits Proteins 0.000 description 3
- 229960003067 cystine Drugs 0.000 description 3
- 235000016709 nutrition Nutrition 0.000 description 3
- 238000012628 principal component regression Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 108050001186 Chaperonin Cpn60 Proteins 0.000 description 2
- 102000052603 Chaperonins Human genes 0.000 description 2
- 101710161300 Protein peanut Proteins 0.000 description 2
- 239000011324 bead Substances 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 235000013622 meat product Nutrition 0.000 description 2
- 238000000751 protein extraction Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- QKNYBSVHEMOAJP-UHFFFAOYSA-N 2-amino-2-(hydroxymethyl)propane-1,3-diol;hydron;chloride Chemical compound Cl.OCC(N)(CO)CO QKNYBSVHEMOAJP-UHFFFAOYSA-N 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 240000001980 Cucurbita pepo Species 0.000 description 1
- 235000009852 Cucurbita pepo Nutrition 0.000 description 1
- 241000220485 Fabaceae Species 0.000 description 1
- 239000004472 Lysine Substances 0.000 description 1
- KDXKERNSBIXSRK-UHFFFAOYSA-N Lysine Natural products NCCCCC(N)C(O)=O KDXKERNSBIXSRK-UHFFFAOYSA-N 0.000 description 1
- 240000005373 Panax quinquefolius Species 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000003916 acid precipitation Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001962 electrophoresis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001502 gel electrophoresis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 235000019629 palatability Nutrition 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 235000013580 sausages Nutrition 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000002415 sodium dodecyl sulfate polyacrylamide gel electrophoresis Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
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
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1 61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
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-mi|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,mi是类Ci的各聚类对象的平均值,即:
式中,|ci|表示的是类Ci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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210238520.7A CN102749420B (zh) | 2012-07-10 | 2012-07-10 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210238520.7A CN102749420B (zh) | 2012-07-10 | 2012-07-10 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102749420A CN102749420A (zh) | 2012-10-24 |
CN102749420B true CN102749420B (zh) | 2014-10-15 |
Family
ID=47029781
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210238520.7A Active CN102749420B (zh) | 2012-07-10 | 2012-07-10 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102749420B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10031118B1 (en) * | 2017-06-20 | 2018-07-24 | Institute of Food Science and Technology, CAAS | Method of determining and evaluating quality of peanut raw material suitable for protein processing |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104914223A (zh) * | 2015-06-02 | 2015-09-16 | 中国农业科学院农产品加工研究所 | 一种花生酱用花生的品质测定方法及其评价方法 |
CN105590026B (zh) * | 2015-12-16 | 2019-01-18 | 上海卫星工程研究所 | 基于主成分分析的卫星遥测回归方法 |
CN107657140A (zh) * | 2016-07-23 | 2018-02-02 | 东北林业大学 | 一种猴头菇品质监测体系的构建方法 |
CN107228809B (zh) * | 2017-05-09 | 2018-11-06 | 中国农业科学院农产品加工研究所 | 一种适宜休闲花生加工的花生品质评价方法及装置 |
-
2012
- 2012-07-10 CN CN201210238520.7A patent/CN102749420B/zh active Active
Non-Patent Citations (8)
Title |
---|
《不同制备方法对花生蛋白功能性质的影响》;吴海文等;《农业工程学报》;20090430;第25卷(第4期);全文 * |
《花生加工特性与品质评价研究进展》;王丽等;《中国粮油学报》;20111031;第26卷(第10期);全文 * |
《花生品种主要性状的研究-性状表现及类型间的差异》;栾文琪等;《中国种业》;19860228(第2期);全文 * |
《花生蛋白组分及其功能性质研究进展》;杜寅等;《食品科学》;20120131;第33卷(第1期);全文 * |
吴海文等.《不同制备方法对花生蛋白功能性质的影响》.《农业工程学报》.2009,第25卷(第4期), |
杜寅等.《花生蛋白组分及其功能性质研究进展》.《食品科学》.2012,第33卷(第1期), |
栾文琪等.《花生品种主要性状的研究-性状表现及类型间的差异》.《中国种业》.1986,(第2期), |
王丽等.《花生加工特性与品质评价研究进展》.《中国粮油学报》.2011,第26卷(第10期), |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10031118B1 (en) * | 2017-06-20 | 2018-07-24 | Institute of Food Science and Technology, CAAS | Method of determining and evaluating quality of peanut raw material suitable for protein processing |
Also Published As
Publication number | Publication date |
---|---|
CN102749420A (zh) | 2012-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10031118B1 (en) | Method of determining and evaluating quality of peanut raw material suitable for protein processing | |
CN102749420B (zh) | 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 | |
Zhang et al. | Identification of corn seeds with different freezing damage degree based on hyperspectral reflectance imaging and deep learning method | |
CN103543123A (zh) | 一种掺假牛奶的红外光谱识别方法 | |
CN113008817A (zh) | 一种基于高光谱成像技术快速鉴别苦杏仁真伪优劣的方法 | |
CN104990892A (zh) | 种子的光谱图像无损鉴别模型建立方法及种子鉴别方法 | |
CN112414967B (zh) | 一种快速实时检测蒲黄炭炮制的近红外质控方法 | |
CN102854291A (zh) | 一种适宜花生油加工的花生品质测定及其评价方法 | |
CN110082310A (zh) | 一种橡胶树叶片氮素含量的近红外波段高光谱诊断方法 | |
CN104020128A (zh) | 一种快速鉴别蜂胶胶源的方法 | |
Peijin et al. | Rapid identification of the variety and geographical origin of Wuyou No. 4 rice by fourier transform near-infrared spectroscopy coupled with chemometrics | |
CN105806803B (zh) | 一种多指标协同分析波长组合及其选择方法 | |
Setiawan et al. | Classification of palm oil fresh fruit bunch using multiband optical sensors | |
CN106338488A (zh) | 一种转基因豆奶粉的快速无损鉴别方法 | |
CN110609011A (zh) | 单籽粒玉米种子淀粉含量近红外高光谱检测方法及系统 | |
CN102809635B (zh) | 一种适宜溶解型蛋白质加工的花生品质测定及其评价方法 | |
CN106979998B (zh) | 苹果新鲜度的仿生嗅觉快速无损检测装置及检测方法 | |
CN112666114A (zh) | 利用光谱识别水牛奶与马奶的方法 | |
Zhou et al. | Hyperspectral imaging technology for detection of moisture content of tomato leaves | |
CN107228809B (zh) | 一种适宜休闲花生加工的花生品质评价方法及装置 | |
Chen et al. | Quality detection and variety classification of pecan seeds using hyperspectral imaging technology combined with machine learning | |
CN106546553A (zh) | 一种转基因大豆油的快速无损鉴别方法 | |
CN112666110A (zh) | 奶牛奶和山羊奶的光谱鉴别模型及方法 | |
CN113191618A (zh) | 一种基于中红外光谱技术及特征提取的小米产地溯源方法 | |
CN112801173A (zh) | 一种qr模糊鉴别分析的生菜近红外光谱分类方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |