基于改进AHP和灰色关联度分析法用于稻米蛋白质营养学评价

2019-12-19 07:56苏东林李志坚尚雪波
食品与机械 2019年11期
关键词:稻米关联度总量

肖 轲 苏东林 - 李志坚 - 尚雪波 -

(1. 湖南省农产品加工研究所,湖南 长沙 410125; 2. 农产品质量安全风险评估与营养功能评价创新团队,湖南 长沙 410125)

稻米是中国的主要粮食作物,是人类蛋白和能量的重要来源之一[1],稻米蛋白质的生物价和氨基酸构成比例远优于其他谷物蛋白[2-3]。近年来,随着中国居民消费水平的不断提高和消费质量的明显改善,人们对主食稻米的需求也由原来的数量型向质量型、健康型、食味型和功能型转变[4]。目前,蛋白质营养学评价方法可概括为生物学评价法和氨基酸分析评价法两大类[5],生物学评价法主要包括蛋白质生物价(BV)、蛋白质功效比值(PER)、净蛋白比值(NPR)和氮平衡指数(NBI)等[6-7];氨基酸分析评价法主要包括氨基酸评分(AAS)[8]、蛋白质消化率校正的氨基酸评分(PDCAAS)、必需氨基酸指数(EAAI)[9-10]、氨基酸比值系数(RC)、氨基酸比值系数分(SRC)等[11-12]。生物学评价法是蛋白质营养学评价的经典方法,常用作标准方法来验证其他评价方法的可靠性[13],但该方法的评价指标必须通过动物或人体试验获得,存在试验周期长、成本高、步骤繁琐等难以解决的问题[14];氨基酸分析评价法的AAS只能反映某种蛋白质与理想蛋白质相比,第一限制性氨基酸的缺乏程度;PDCAAS以蛋白质消化相关系数对某种食物蛋白质进行校正,相比未校正的氨基酸评分有了一定的改进,但同样是基于第一限制性氨基酸来决定蛋白质的最终得分,对某些必需氨基酸缺乏或者严重不足的蛋白质,其评价结果与生物学评价结果有很大的差异[6,15];SRC、EAAI、RC则仅从数理统计学的角度评估不同蛋白质与理想蛋白质必需氨基酸组成的差异程度,并未体现第一限制性氨基酸对食物蛋白质营养价值的限制作用[16-17],因此如何快速有效地对食物蛋白质的质量作出全面、客观、科学的评价越来越受到学术界的关注。

目前,关于稻米的食味品质和感官评价已有大量文献[18-20]报道,而关于不同稻米蛋白质营养品质评价方面尚未见报道。试验拟采用改进层次分析法和加权灰色关联度分析相结合的方法,引入加权关联度的概念,赋予各评价指标不同的权重[21],强化限制性氨基酸的重要性,对不同品种及不同产地的24个稻米进行加权综合评价,为稻米的营养品质评价、婴幼儿营养米粉及其他深加工产品研发提供支撑依据。

1 材料与方法

1.1 材料

稻米:2018年采集于桃源县兴隆米业3个不同生产基地8个不同晚籼品种共24份,样品均为正常成熟期后收割,经自然晒干后制成精米,粉碎过80目筛;

17种氨基酸混合溶液标准物质:国家标准物质中心;

化学试剂均为国产分析纯。

1.2 试验仪器

全自动氨基酸分析仪:L-8900型,日本日立公司;

全自动凯氏定氮仪:KJELTEC 2300型,丹麦FOSS 公司;

组织粉碎机:XL-06A型,长沙旭众机械设备有限公司;

电子分析天平:ME204型,上海恒勤仪器设备有限公司。

1.3 指标测定

1.3.1 蛋白质含量 按GB 5009.5—2016执行。

1.3.2 氨基酸组成与含量 除色氨酸外的17种水解氨基酸含量的测定均参照GB 5009.124—2016。

1.4 蛋白质营养学评价

1.4.1 权重的赋予 采用改进AHP法(3标度法)对各评价指标进行两两比较,根据评价指标的重要程度建立判断矩阵,参考王民敬等[22]的方法计算出各指标的权重并进行一致性检验,依据强化限制性氨基酸的重要性判断矩阵bij。

(1)

1.4.2 评价指标的筛选 选择稻米中8种人体必需氨基酸(色氨酸未测)以及条件必需氨基酸酪氨酸和半胱氨酸为评价因子。

1.4.3 灰色关联度分析

(1) 构建理想蛋白:根据灰色分析法原理,将参试的24份稻米样品看作一个灰色系统,每份样品为该系统的一个因素,以稻米必需氨基酸特征指标构建成比较序列,记为Xi(k)(i=1,2,3,…,24;k=1,2,3,…,8)。以FAO/WHO(2007)推荐的1岁以下婴幼儿氨基酸评分模式为参考序列[23],记为X0。

(2) 数据的无量纲化处理:采用初值化法,用所有Xi(i=1,2,3,…,24;k=1,2,3,…,8)相应的必需氨基酸值除以X0相对应的必需氨基酸值,得各必需氨基酸相对含量。

(3) 关联度的计算:按式(2)计算关联系数。

(2)

式中:

minΔi(k)、maxΔi(k)——所有比较序列中绝对差值的最小值和最大值;

Δi(k)——第i个比较序列的绝对差值;

ζi(k)——关联系数;

ρ——分辨系数,0<ρ<1。

(4) 加权关联度的计算:按式(3)计算各供试样品的加权关联度。

(3)

式中:

γi′——加权关联度;

ωi——指标权重;

ζi(k)——关联系数。

1.5 数据处理

采用Excel 2007和SPSS 20.0软件进行统计分析,所有测定均进行3次平行试验,结果以平均值表示。

2 结果与分析

2.1 稻米蛋白质及氨基酸组成分析

由表1、2可知,24份不同稻米样品蛋白质含量为8.62%~12.92%,氨基酸总量为7.94%~11.87%,必需氨基酸质量分数为3.13%~4.61%,其中X17氨基酸总量、必需氨基酸总量均为最高,X12均为最低。氨基酸平衡理论认为食物蛋白的氨基酸组成比例与WHO/FAO模式越接近越有利于人体的吸收与健康,其蛋白质品质越高[24]。按FAO/WHO(2007)不同人群氨基酸评分模式,并给合表1、2可知,EAA/TAA比值为38.4%~39.8%,EAA/NEAA比值为62.3%~66.1%,均接近或高于FAO/WHO提出的理想蛋白衡量值(40%,60%),说明供试稻米蛋白质是一种较为优良的营养蛋白。但与FAO/WHO(2007)推荐的1岁以下婴儿氨基酸模式相比,24份供试样品除Leu达到或略高于标准模式外,其余必需氨基酸及必需氨基酸总量均低于FAO/WHO(2007)推荐模式,其中严重缺乏Cys+Met,为第一限制性氨基酸。因此,在以稻米作为主要原料研发婴幼儿营养米粉、特殊膳食食品及其他精深加工产品时,除选择营养品质较高的稻米原料外,可考虑添加与理想氨基酸模式互补的原料或游离氨基酸以达到提高产品营养价值的目的。

表1 24份样品蛋白质、氨基酸组成及其含量†

† TAA. 氨基酸总量;EAA. 必需氨基酸总量;NEAA. 非必需氨基酸总量;“*”半必需氨基酸;“**”必需氨基酸。

表2 FAO/WHO氨基酸评分模式与稻米必需氨基酸比较†

† EAA. 必需氨基酸总量。

2.2 灰色关联度分析

2.2.1 各评价指标权重的确定 根据改进AHP法原理,建立判断矩阵,求出各必需氨基酸权重,即第一限制性氨基酸ωi=0.234,其余7种必需氨基酸ωi(i=2,3,4,…,8)=0.109。对判断矩阵进行一致性检验,CR=0.001 2<0.1,表明构造的判断矩阵能够通过一次检验,满足AHP分析法的要求。

2.2.2 加权关联度计算 试验中min△i(k)=0.004 6,max△i(k)=0.541 4,p=0.5,关联度越大,表明该样品与参考蛋白相似度越高。由表3可知,各参试样品综合得分最高为X1(关联度0.655),其次为X17(关联度0.645)和X6(关联度0.642),综合得分越高表明样品氨基酸组成平衡度越好,吸收利用率越高,与理想氨基酸模式越吻合。

2.3 加权灰色关联度法与生物学法的相关性

试验采用Mensa等[25]的方法对加权灰色关联度评价法进行可行性验证,原始数据及验证结果分别见表4、5。由表5可知,4种氨基酸评价法与生物学法(PER、NPR)的相关性顺序为加权灰色关联度法>SRC>1-IBD>PDCAAS,其中PDCAAS与生物学法呈负相关性,SRC、1-IBD与生物学法的相关性均较低,相关系数分别为0.480,0.675和0.471,0.668;而加权灰色关联度法与生物学法呈显著正相关,相关系数分别为0.959(P=0.003),0.974(P=0.001),验证结果表明,对食物氨基酸与理想蛋白参考模式进行加权灰色关联度分析可以比较科学、客观地反映出食物蛋白质的营养学价值或相似程度,能够在一定程度上表征生物学法对食物蛋白质的评价。

表3 各试验品种的关联系数及加权关联度

表4 挤压膨化谷类/豆类混合物的PER、NPR和各项化学指数†

† *根据混合谷物各氨基酸含量的不同方法计算所得。

表5 氨基酸分析评价法与PER、NPR的相关性†

† *在 0.05 水平(双侧)上显著相关;**在 0.01 水平(双侧)上显著相关。

3 结论

对采集的3个生产基地8个晚籼品种24份稻米样品的蛋白质含量、氨基酸种类和组成进行了测定,描述性分析结果显示:24份稻米样品蛋白质含量丰富,氨基酸种类齐全,蛋白质含量为10.66%,氨基酸总量为9.82%,必需氨基酸总量为3.84%,但不同稻米间蛋白质含量、氨基酸总量及必需氨基酸组成均存在显著性差异(P<0.05);采用改进层次分析法对各评价指标赋予不同的权重,并在此基础上,对稻米蛋白质营养价值建立加权灰色关联度综合评价模型,通过对4种氨基酸分析法与生物学相关性验证,结果表明:加权关联度评价法与PER、NPR呈高度正相关,相关系数分别为0.959(P=0.003),0.974(P=0.001),而其他3种氨基酸分析法相关系数均低于0.8。由此可见,加权灰色关联度综合评价法系统地综合了各种必需氨基酸对蛋白质营养价值的影响,既弥补了生物学评价法试验繁杂、数据采集周期长的局限性,又克服了其他氨基酸评价法对必需氨基酸“不足”或“过剩”所带来的不予考虑的片面性影响,能够较为全面地反映蛋白质利用的生物学效应,可对稻米蛋白质营养质量进行较为科学、客观和有效地定量评价。

试验提出的加权灰色关联度评价法仅基于蛋白质氨基酸总量及其构成比例的基础上建立蛋白质营养价值评价模型,后续可对稻米蛋白质的吸收利用率、不同氨基酸的有效性、氨基酸的存在形式及加工方式进行全面系统地分析,同时结合生物学法对评价模型进行改进和完善,进一步提高评价模型的科学性、全面性和有效性。

猜你喜欢
稻米关联度总量
隐藏于稻米花果中的酒香
稻米飘香醉人时光
稻米香喷喷
“十三五”期间山西省与10省签约粮食总量2230万吨
2020年全国农民工总量比上年减少517万人
中国制造业产业关联度分析
中国制造业产业关联度分析
为何化肥淡储总量再度增加
发挥内外因作用 促进稻米业发展
总量控制原则下排污权有效配置的实施