CN102809635B - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN102809635B CN102809635B CN201210277441.7A CN201210277441A CN102809635B CN 102809635 B CN102809635 B CN 102809635B CN 201210277441 A CN201210277441 A CN 201210277441A CN 102809635 B CN102809635 B CN 102809635B
- Authority
- CN
- China
- Prior art keywords
- protein
- content
- peanut
- quality
- measured
- 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
Landscapes
- Investigating Or Analysing Biological Materials (AREA)
- Peptides Or Proteins (AREA)
Abstract
本发明公开了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,包括如下步骤:测定待测花生样品的粗脂肪含量、总蛋白含量、总糖含量、胱氨酸含量、精氨酸含量、伴花生球蛋白Ⅰ含量、分子量为37.5kDa的亚基占总蛋白质的质量百分含量、分子量为23.5kDa的亚基占总蛋白质的质量百分含量、分子量为15.5kDa的亚基占总蛋白质的质量百分含量、蛋白质提取率和出仁率;将上述测定值代入至公式(1)中即得到花生样品的溶解性。本发明还提供了一种适宜溶解型蛋白质加工的花生品质评价方法,即根据上述的方法测定待测花生样品的溶解性,则按照下述1)~3)的标准对待测花生样品进行分类:1)若该溶解性的计算值≥86,则品为适宜溶解型蛋白质加工;2)若该溶解性的计算值为68~86,则为基本适宜溶解型蛋白质加工;3)若该溶解性的计算值≤68,则为不适宜溶解型蛋白质加工。
Description
技术领域
本发明涉及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。
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%,广泛应用于饮料加工等行业,能够增加饮料制品的适口性及营养价值,具有良好溶解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,筛选出具有优质溶解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溶解性,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溶解性还未见报道。
发明内容
本发明的目的是提供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,通过分析花生品质与蛋白质溶解性之间的关系,采用有监督主成分回归分析建立溶解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溶解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粗脂肪含量、总蛋白含量、总糖含量、胱氨酸含量、精氨酸含量、伴花生球蛋白Ⅰ含量、分子量为37.5kDa的亚基占总蛋白质的质量百分含量、分子量为23.5kDa的亚基占总蛋白质的质量百分含量、分子量为15.5kDa的亚基占总蛋白质的质量百分含量、蛋白质提取率和出仁率;其中:
粗脂肪含量、总蛋白含量、总糖含量、胱氨酸含量和精氨酸含量分别为粗脂肪、总蛋白质、总糖、胱氨酸和精氨酸占待测花生样品的质量百分含量;
伴花生球蛋白Ⅰ含量为伴花生球蛋白占总蛋白质的质量百分含量;
蛋白质提取率为提取出的蛋白质占总蛋白质的质量百分含量;
出仁率为100g待测花生样品剥出花生仁的质量百分含量;
将上述各测定值代入至公式(1)中,即得到待测花生样品的溶解性;
溶解性=0.770362×粗脂肪含量-0.60393×总蛋白含量-0.91626×总糖含量-8.32449×胱氨酸含量+3.214817×精氨酸含量-0.21846×伴花生球蛋白Ι含量-1.16885×分子量为37.5kDa的亚基占总蛋白质的质量百 (1)。分含量+1.81934×分子量为23.5kDa的亚基占总蛋白质的质量百分含量+1.018139×分子量为15.5kDa的亚基占总蛋白质的质量百分含量-0.44476×蛋白质提取率+0.207081×出仁率+47.67507
本发明还进一步提供了一种适宜溶解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溶解性,则按照下述1)~3)的标准对待测花生样品进行分类:
1)若该溶解性的计算值≥86,则待测花生样品为适宜溶解型蛋白质加工;
2)若该溶解性的计算值为68~86,则待测花生样品为基本适宜溶解型蛋白质加工;
3)若该溶解性的计算值≤68,则待测花生样品为不适宜溶解型蛋白质加工。
本发明具有以下有益效果:
1、减少分析步骤:测定花生蛋白质的溶解性需要将蛋白质提取出来,制备样品,采用凯氏定氮仪进行测定,本发明中建立适宜溶解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溶解性的大小;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、用SPSS软件对花生蛋白质的溶解性进行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溶解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个花生样品的溶解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、适宜溶解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,64个样品(符合花生群体的常态分布规律,如表1所示);
表164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44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;粗脂肪含量: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;总糖含量;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FlourChem V2.0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:将收集的花生样品,剥壳,粉碎,过40目筛,正己烷脱脂后,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;粗脂肪含量: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%。
花生蛋白粉加工品质测定:氮溶解指数的测定方法:准确称取1.000g(N)花生蛋白粉(蛋白粉纯度为P)于三角瓶中,加40mL水摇匀,置于30℃恒温水浴振荡器中,以150r/min震荡120min,然后将混合液转移至50mL(V1)容量瓶中,加水定容,静置5min后,取上清液1500r/min离心10min,上清液用定量滤纸过滤。量取15mL(V2)于消化管中,置于150℃烘箱120min,浓缩后,采用凯氏定氮法测定其浓度(C,mg/mL)。氮溶指数的计算公式如下:
测得64个花生品种的溶解性如表2所示。
表264个花生品种的溶解性测定值
对所选64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3所示,
表3花生品种的品质特性
(2)感官品质分析
百果重在各个花生品种之间的变化范围最大为114.80~285.00g,说明不同品种花生的百果重差异较大,最大的为285.00g,最小的为114.80g。比较均值和中位数发现,除籽粒形状外,各个指标的数据变差都非常小,说明各个品种的这些指标分布均匀,基本没有极端值,而籽粒形状的数据变差很大,说明各个花生品种的籽粒形状差异较大,有个别品种具有极端的形状。
(3)理化营养品质分析
各花生品种的水分含量都小于8%,说明所有花生品种的水分含量都在安全水分含量范围之内。总糖的变化范围较大,为2.87~12.59g/100g花生,说明不同品种中总糖含量变化范围广泛。粗脂肪含量的变化范围为42.11~58.59g/100g,平均值为51.22g/100g,最大为58.59g/100g(豫花9327)。总蛋白含量的变化范围是21.42~31.4g/100g,最大为31.40g/100g(龙花243)。Cobb等(Cobb等,1973)研究结果表明,美国花生平均含油量为50g/100g,变化范围是44-56g/100g。Ramakanth等(Ramakanth等,2005)研究发现花生粗脂肪含量的变化范围是42-49g/100g,总蛋白含量的变化范围是25-29g/100g,总纤维含量的变化范围是9-12g/100g,灰分是2g/100g,水分是5g/100g。本发明的研究结果与现有的上述报道比较发现,本发明的数据覆盖面更广,同时研究发现花生六大基本成分的数据变差均较小,在4%以内,说明所选花生品种数据分布均匀。
花生氨基酸总和的平均值为26.44g/100g,变幅为19.08~45.53g/100g;谷氨酸含量的变幅最大,为2.05~6.12g/100g,平均值为4.23g/100g;色氨酸含量的变化范围最小,为0.16~0.42g/100g,平均值为0.25g/100g;赖氨酸含量变化范围是0.77~1.60g/100g;蛋氨酸含量的变化范围是0.09~0.71g/100g;苏氨酸含量的变化范围是0.40~1.15g/100g,该结果与Dean(Dean,2009)研究结果相类似。Kelley等(Kelley等,1975)分析结果表明,花生中蛋氨酸具有遗传性,因此可以培育出高限制性氨基酸的花生品种,在大豆中,已经通过该方法培育出相应的品种(Carvajal等,2005)。花生中精氨酸含量的变化范围是2.38~5.45g/100g,平均值为3.14g/100g。精氨酸是非必需氨基酸,但是它与血管健康间关系密切而具有商业价值(Gornik and Creager,2004;Moriguti et al.,2005)。Anderson(1998)研究发现,花生是精氨酸的主要来源,其变化范围是1.50-4.32g/100g。Young等(Young等,1972)研究发现总精氨酸含量(游离和非游离)对选择其他更有潜力氨基酸品种或增加和减少某些氨基酸具有重要作用。氨基酸是蛋白质的基本组成单元,因此不同品种的花生蛋白质功能性质可能会差别较大,该结果为筛选某一功能性质的花生品种提供一定的依据。
(4)加工品质分析
伴花生球蛋白Ⅰ和伴花生球蛋白Ⅱ含量的变异系数较大,分别为26.89%和10.28%,说明各品种间二者差异较大。花生球蛋白与伴花生球蛋白比值(Arachin/Conarachin)变化范围介于0.91-2.71之间,变异系数为27.70%,说明不同花生品种之间蛋白质组成存在较大的遗传变异性。花生球蛋白中变异系数最大的是35.5kDa亚基,变异系数达51.17%,具有明显的品种间差异性;23.5kDa亚基相对含量次之,变异系数为15.87%,最小的是37.5kDa亚基,变异系数为10.71%。而伴花生球蛋白中各亚基变异最大,均超过30%。
蛋白质提取率的变化范围是59.51~88.97%,说明不同品种蛋白质提取率差异较大,该结果对某些品种是否适合做蛋白用花生提供有力依据。李静静(2009)等研究表明,在实际生产中,由大豆制取分离蛋白时,得率是必要考虑条件,因此,研究蛋白质提取率对蛋白用专用品种是非常必要的。出仁率是表征花生仁壳比的一个重要指标,其值越大,说明花生可利用率越高,因此考虑不同品种花生的用途,其出仁率是首要考虑的问题。本实验中花生出仁率的变化范围为50.31~79.94,说明各品种的饱满程度不同,可能会影响到其功能性质。
通过以上分析发现,各品种间花生的感官品质、理化营养品质及加工品质变化大。
(5)花生蛋白粉品质特性描述性分析
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(表3)。从表3中发现蛋白质纯度的变异系数最小(为2.10%),说明它们的离散程度较小;其他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。Kim等(Kim等,1992)采用碱溶酸沉提取分离蛋白,其蛋白质变化范围是88.69-94.22%(其中采用的氮转换系数为5.46),与本发明中的结果相一致。
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花生蛋白粉品质分析表
(6)溶解型蛋白质花生品质评价模型的建立
6.1溶解性评价指标的确定
将花生蛋白粉的溶解性与花生蛋白粉的其他指标进行相关性分析(表5),从表5中可以看出,蛋白质的溶解性与蛋白质其他组分即灰分、粗脂肪、粗纤维、蛋白质纯度的相关系数非常低,因此,蛋白质的其他组分不予以分析,只将蛋白质的溶解性作为溶解型蛋白质的评价指标。
表5溶解性与蛋白粉品质相关性分析表
6.2花生品质与溶解性的相关性分析
花生品质与蛋白质溶解性相关性分析(表6),结果发现粗脂肪与溶解性呈负相关(r=-0.542),说明粗脂肪含量越高,蛋白质溶解性越差;总蛋白与溶解性呈正相关(r=0.662),说明花生蛋白质含量越高,蛋白质溶解性越好,同时该结果与总蛋白、粗脂肪相关性为负(r=-0.415)相印证。溶解性与胱氨酸(r=-0.513)、伴球蛋白Ⅰ(r=-0.456)、37.5kDa含量(r=-0.363)呈负相关,与23.5kDa含量(r=0.384)呈正相关,说明胱氨酸、伴球蛋白Ⅰ、37.5kDa含量越高,溶解性越差,反而23.5kDa含量越高,蛋白质溶解性越好。
表6花生品质与蛋白质溶解性相关性分析
6.3有监督主成分分析建立溶解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。本发明采用有监督主成分回归分析建立溶解型蛋白质花生品质评价模型,从64个花生品种中,选取43个品种用于建模,21个品种用于模型的验证,其中模型中溶解性为因变量,花生品质为自变量。
6.3.1自变量及因变量分析
对于一个数学模型的建立,需要数据具有分散性,尽量多的涵盖数据信息,同时离群点是影响模型准确度的重要因素。本发明采用盒形图方法分析自变量及因变量离群点,结果发现溶解性没有离群点,花生品质有编号为1、2、3、4、5、6、10、23和24等9个品种为离群点,因此,删除43个品种中的9个品种,对剩下的34个品种进行分析。
6.3.2有监督主成分回归分析建立溶解型蛋白质花生品质评价模型
(1)自变量与因变量的回归显著性分析
将蛋白质的溶解性与花生品质进行回归显著性分析(表7),结果发现15个品质在0.05水平上与溶解性呈显著的相关性;说明这些指标是影响花生蛋白质溶解性的重要指标。
表7溶解性与花生指标显著性分析
(2)指标间关系分析
将表7中15个指标进行相关性分析(表8)发现,粗脂肪含量与蛋氨酸含量呈负相关(r=-0.508),粗蛋白含量与精氨酸含量呈正相关(r=0.500),胱氨酸含量与精氨酸含量呈负相关(r=-0.505),胱氨酸含量与ConarachinΙ呈正相关(r=0.668),胱氨酸含量与18kDa呈负相关(r=0.589),胱氨酸含量与17kDa呈正相关(r=0.514),蛋氨酸含量与17kDa呈正相关(r=0.533),ConarachinΙ与18kDa呈正相关(r=0.781),ConarachinΙ与18kDa呈正相关(r=0.766),40.5kDa与37.5kDa呈正相关(r=0.500),37.5kDa与18kDa呈正相关(r=0.506),18kDa与17kDa呈正相关(r=0.570),蛋白质提取率与胱氨酸含量呈正相关(r=0.403),因此采用一个指标来反映另一个指标的信息,删除18kDa、17kDa、40.5kDa和蛋氨酸四个指标,对剩下11个指标进行后续分析
表815个指标相关性分析
(3)溶解性的Box-Cox转换
建立回归方程的因变量需要符合正态分布,由于溶解性本身并不符合正态分布,因此,将溶解性进行Box-Cox转换(Verkaik-Kloosterman,2011),使得因变量符合正态分布:
得到λ=1,即y1=y-1
y1为溶解性符合正态分布的值,y为溶解性的原始值。
(4)自变量主成分分析
将各花生品质标准化并进行主成分分析,结果发现前6个主成分累计贡献率为89.43%(表9),完全可以反映原始数据的所有信息,因此,选取前6个主成分进行分析。
表9主成分分析表
将y1与各个主成分进行回归分析,得到各个指标与溶解性之间的关系。回归分析发现,第一和第五主成分溶解性的回归系数在0.05水平上都是显著的(表10),因此,建立这两个主成分与溶解性之间的关系式,该模型的决定系数R2=0.793,进而建立各个指标与溶解性的关系,结果见公式(式1)。
表10回归系数显著性表
实施例2、花生样品溶解性的测定
将实施例1中剩余的21个花生品种进行蛋白质溶解性测定。
离群点分析发现,中农108为溶解性的一个离群点,将其删除,对剩下的20个品种的粗脂肪含量、总蛋白含量、总糖含量、胱氨酸含量、精氨酸含量、伴花生球蛋白Ⅰ含量、分子量为37.5kDa的亚基占蛋白质的质量百分含量、分子量为23.5kDa的亚基占蛋白质的质量百分含量、分子量为15.5kDa的亚基占蛋白质的质量百分含量、蛋白质提取率和出仁率等11个指标代入公式(1),计算20个品种的溶解性;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;并将溶解性的模型计算结果与化学测定的溶解性进行回归分析,二者的相关系数为0.820(图1所示)。
表11溶解性的模型预测值与化学测定的比较
实施例3、适宜溶解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,将花生蛋白质的溶解性综合值进行分类,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64个花生品种进行分类,如表12所示。
表1264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13公式(1)中各指标的权重
将64个花生品种的11个品质分别进行K-means聚类分析,按照(公式5.1)和(公式5.2)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),并以上述确定的各个指标权重作为其最高得分(表14),即Ⅰ级,其余依次类推,赋予各等级指标相应的分值。
表14各个指标等级的分值
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15所示。
表15根据K-means聚类分析方法得到的64个花生品种的分类
将表15的结果与表12的结果进行比较,二者匹配度为:适宜品种为88%,基本适宜品种为75%,不适宜品种为67%,说明该评价结果较好,适合作为适宜加工溶解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)
1.一种适宜溶解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粗脂肪含量、总蛋白含量、总糖含量、胱氨酸含量、精氨酸含量、伴花生球蛋白I含量、分子量为37.5kDa的亚基占总蛋白质的质量百分含量、分子量为23.5kDa的亚基占总蛋白质的质量百分含量、分子量为15.5kDa的亚基占总蛋白质的质量百分含量、蛋白质提取率和出仁率;其中:
粗脂肪含量、总蛋白含量、总糖含量、胱氨酸含量和精氨酸含量分别为粗脂肪、总蛋白质、总糖、胱氨酸和精氨酸占待测花生样品的质量百分含量;
伴花生球蛋白I含量为伴花生球蛋白占总蛋白质的质量百分含量;
蛋白质提取率为提取出的蛋白质占总蛋白质的质量百分含量;
出仁率为100g待测花生样品剥出花生仁的质量百分含量;
将上述各测定值代入至公式(1)中,即得到待测花生样品的溶解性;
溶解性=[0.770362×粗脂肪含量-0.60393×总蛋白含量-0.91626×总糖含量-8.32449×胱氨酸含量+3.214817×精氨酸含量-0.21846×伴花生球蛋白I含量-1.16885×分子量为375kDa的亚基占总蛋白质的质量百分含量+181934×分子量为235kDa的亚基占总蛋白质的质量百分含量+1.018139×分子量为15.5kDa的亚基占总蛋白质的质量百分含量-044476×蛋白质提取率+0207081×出仁率+4767507]
(1)。
2.一种适宜溶解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溶解性,则按照下述1)~3)的标准对待测花生样品进行分类:
1)若该溶解性的计算值≥86,则待测花生样品为适宜溶解型蛋白质加工;
2)若该溶解性的计算值为68~86,则待测花生样品为基本适宜溶解型蛋白质加工:
3)若该溶解性的计算值≤68,则待测花生样品为不适宜溶解型蛋白质加工。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210277441.7A CN102809635B (zh) | 2012-08-06 | 2012-08-06 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210277441.7A CN102809635B (zh) | 2012-08-06 | 2012-08-06 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102809635A CN102809635A (zh) | 2012-12-05 |
CN102809635B true CN102809635B (zh) | 2014-10-15 |
Family
ID=47233395
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210277441.7A Active CN102809635B (zh) | 2012-08-06 | 2012-08-06 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102809635B (zh) |
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 |
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 |
CN107228924B (zh) * | 2017-06-20 | 2019-08-20 | 中国农业科学院农产品加工研究所 | 一种适宜蛋白加工用花生原料品质测定及其评价方法 |
CN111855932B (zh) * | 2020-07-30 | 2022-05-20 | 青岛农业大学 | 一种鉴别花生出油率并辅助鉴别花生品种的方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102590129A (zh) * | 2012-01-11 | 2012-07-18 | 中国农业科学院农产品加工研究所 | 近红外检测花生中氨基酸含量的方法 |
CN102590460A (zh) * | 2012-03-05 | 2012-07-18 | 昆明理工大学 | 一种生乳品质评级的方法 |
-
2012
- 2012-08-06 CN CN201210277441.7A patent/CN102809635B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102590129A (zh) * | 2012-01-11 | 2012-07-18 | 中国农业科学院农产品加工研究所 | 近红外检测花生中氨基酸含量的方法 |
CN102590460A (zh) * | 2012-03-05 | 2012-07-18 | 昆明理工大学 | 一种生乳品质评级的方法 |
Non-Patent Citations (5)
Title |
---|
我国花生品种加工特性与品质评价技术研究进展;马寅斐等;《中国食物与营养》;20110628;第17卷(第6期);第29-31页 * |
无损检测技术在花生品质检测中的应用;陈红等;《粮油加工与食品机械》;20050228(第2期);第53-55页 * |
陈四龙等.花生品种(系)生物学性状的主成分分析和聚类分析.《花生学报》.2007,第36卷(第2期),第28-34页. * |
陈红等.无损检测技术在花生品质检测中的应用.《粮油加工与食品机械》.2005,(第2期),第53-55页. |
马寅斐等.我国花生品种加工特性与品质评价技术研究进展.《中国食物与营养》.2011,第17卷(第6期),第29-31页. |
Also Published As
Publication number | Publication date |
---|---|
CN102809635A (zh) | 2012-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107578060B (zh) | 一种基于可判别区域的深度神经网络用于菜品图像分类的方法 | |
CN107228924B (zh) | 一种适宜蛋白加工用花生原料品质测定及其评价方法 | |
CN108875913A (zh) | 一种基于卷积神经网络的松茸快速无损检测系统及方法 | |
Ma et al. | Identification of fusarium head blight in winter wheat ears using continuous wavelet analysis | |
CN102854291B (zh) | 一种适宜花生油加工的花生品质测定方法 | |
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 | |
CN106841083A (zh) | 基于近红外光谱技术的芝麻油品质检测方法 | |
CN106124445A (zh) | 一种快速、无损鉴别转基因大豆方法 | |
Wang et al. | Big data driven outlier detection for soybean straw near infrared spectroscopy | |
Li et al. | Quantitative analysis of fish meal freshness using an electronic nose combined with chemometric methods | |
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 | |
CN107121407A (zh) | 基于pso‑ricaelm的近红外光谱分析鉴别翠冠梨成熟度的方法 | |
Yasar | Benchmarking analysis of CNN models for bread wheat varieties | |
Xu et al. | Rapid nondestructive detection of water content and granulation in postharvest “shatian” pomelo using visible/near-infrared spectroscopy | |
CN111693487A (zh) | 基于遗传算法和极限学习机的水果糖度检测方法及系统 | |
Gencturk et al. | Detection of hazelnut varieties and development of mobile application with CNN data fusion feature reduction-based models | |
CN102749420A (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 | |
CN106338488A (zh) | 一种转基因豆奶粉的快速无损鉴别方法 | |
CN107121408A (zh) | 食用植物油品种的快速无损鉴别方法 | |
CN105806803B (zh) | 一种多指标协同分析波长组合及其选择方法 | |
Liu et al. | Application of stable isotopic and elemental composition combined with random forest algorithm for the botanical classification of Chinese honey | |
CN106940292A (zh) | 基于多光谱成像技术的虫蛀巴旦木原料快速无损鉴别方法 | |
CN107255624A (zh) | 一种快速简便测定迷力菌子实体中蛋白质含量的方法 | |
CN104914068B (zh) | 一种油脂中反式脂肪酸含量的光谱快速检测方法 | |
Ji et al. | Apple color automatic grading method based on machine vision |
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 |