基于近红外和中红外光谱技术的膨化干枣植物化学成分和体外抗氧化活性研究

发布时间：2020-08-18 09:47

【摘要】：中国红枣(鼠李科枣属)是一种深受消费者喜爱的健康食品,因富含蛋白质、矿物质、多糖、维生素C和有机酸等营养物质而闻名。另外,它还含有丰富的兼具保健和营养价值的生物活性成分。由于其富含抗氧化活性成分,已被用于传统医学,具有预防失眠、癫痫、癌症、肝脏保护和心血管疾病的功能。红枣易腐烂,在收获后的几天内品质发生恶化。干燥是一种能够维持食品品质的加工方式,可以同时减少食品体积并延长保质期。然而,直接暴露于太阳辐射以及各种环境因素变化会导致红枣的质量恶化。因此,有效的干燥方法是中国枣种植者所急需的。近年来,关于红枣的研究已经扩展到其多酚、酚类、花青素、类胡萝卜素和其他抗氧化剂对人类健康和产品质量的作用。抗氧化剂(酚类化合物等)已成为分析红枣的品质特性和功能特性的主要指标。用于测定这些生物活性化合物的传统方法主要依赖于色谱和比色技术,但是这些方法具有破坏性,耗时且需要大量样品制备和不利于环境的化学试剂。近红外(NIR)和中红外(MIR)光谱分析技术具有简单、快速、非破坏性、非侵入性、易于操作等优点。作为湿化学分析方法的替代方法,具有广阔的应用前景。为了克服湿化学分析方法的缺点,本研究采用光谱技术(NIR、便携式NIR和MIR)对中国红枣的抗氧化活性和酚类化合物进行了定量分析。本研究的主要结论如下:1.实验样品主要选自产于河北、山东、山西、新疆和河南的中国红枣,均收获于2017年8月,为其最佳成熟期。将样品进行对流干燥和真空干燥,采用最小显著性差异检验对干燥方式和产地进行区分。结果表明,干燥方式对红枣的2,2-二苯基-1-苦基肼基(DPPH)清除力、总抗氧化能力(TAC)、总酚含量(TPC)、铁还原抗氧化能力测定(FRAP)、2,2'-连氮基-双(乙基苯并噻唑啉-6磺酸盐)二铵盐(ABTS)、总黄酮含量(TFC)、总类胡萝卜素含量(TCC)、总花青素含量(TANC)、总糖(TS)、总酸(TA)、亚铁螯合活性和酚类化合物具有显著的影响。真空干燥的样品具有较高抗氧化活性和酚类化合物含量,如没食子酸、咖啡酸、根皮苷、芦丁、堇氨醇和L-表儿茶素。各省的红枣中,新疆的红枣DPPH、FRAP、TPC、TFC、TA、TS和酚类化合物(如根皮苷和儿茶素)含量最高,从而产出的品质最高。环保且商业化的真空干燥系统为中国红枣的工业加工提供了巨大的前景,干燥时间大大减少,酚类化合物含量和抗氧化活性更高。2.NIR光谱结合线性判别分析(LDA)和K-最近邻(K-NN)对不同产地的红枣进行区分。此外,近红外光谱结合偏最小二乘法(PLS),包括前向区间偏最小二乘法、后向区间偏最小二乘法和遗传偏最小二乘法,用于研究真空干燥的红枣的抗氧化特性。通过交叉验证优化构建模型的性能。在建立分类模型之前,用主成分分析(PCA)来评估分类可能性。实验结果表明,LDA构建模型优于K-NN模型,校正集和预测集的识别率分别为100%和93%。构建的基于变量选择算法的预测模型,较好地预测了DPPH、TAC、FRAP、ABTS、TFC、TCC、TANC和亚铁螯合活性的含量。校正(Rc)和预测(Rp)组的相关系数和构建模型的预测(RPD)分别为0.8503≤Rc≤0.9897,0.8463≤Rp≤0.9783,1.86≤RPD≤4.88。相比之下,Si-PLS模型对DPPH和TAC预测准确度更好;Bi-PLS模型对FRAP,ABTS,TFC和TCC的预测准确度更好;GA-PLS模型对TANC和铁螯合活性的预测准确度更好。这些结果表明NIR光谱与多元算法相结合,可用于中国红枣的产地鉴别和抗氧化性能的量化。3.采用NIR和MIR相结合的方法对真空干燥红枣中的多酚进行了定量分析。多酚是中国红枣植物化学特性的最重要衡量标准,可以提供许多潜在的健康益处,如预防癌症,降低冠心病、利尿活性、心肌刺激、冠状动脉扩张和肌肉松弛的风险。研究使用NIR和MIR光谱数据基于Si-PCA-GA-PLS融合方法对多酚进行了定量研究,通过Si-PLS算法提取有效光谱区间作为NIR-MIR融合模型的输入变量。通过NIR和MIR技术提取的有效光谱区间很可能包含与多酚相关的信息以及一些冗余信息。为了排除不需要的因素,在提取有效光谱区间应用主成分分析法(PCA)来确定第一个主要成分(PCs),GA被用于构建基于NIRMIR融合数据的模型。新建模型得出Rc=0.9621,Rp=0.9451,RPD=2.44,校准集偏差=0.004,预测集偏差=0.061,模型仅使用15个输入变量。这些研究结果表明,NIR和MIR的整合有望用于真空干燥红枣中的多酚含量预测。4.开发了一种低成本的便携式光谱分析系统,用于原位筛选真空干燥红枣中的酚类化合物。首先使用高效液相色谱结合二极管阵列检测器(HPLC-DAD)定量检测没食子酸、咖啡酸、L-表儿茶素、根皮苷和西阿尼醇等酚类化合物,然后采用蚁群算法优化的前向区间偏最小二乘法(Si-ACO-PLS)来优化和捕获用于预测这些化合物含量的信息变量。经过优化,Si-ACO-PLS得到如下结果:0.8540≤Rc≤0.9250,0.8582≤Rp≤0.9056,0.84≤RMSEP≤16.30,2.03≤RPD≤2.26。结合Si-ACO-PLS的便携式光谱分析系统被证明是一种简便、经济有效的方法来定量测定中国枣中的酚类化合物。目前的研究表明,光谱分析(NIR,便携式NIR和MIR)是传统湿化学分析法的一种有效可行的替代工具,可用于红枣中生物活性化合物的快速、可靠定量分析。此外,NIR光谱被证实还可以用于红枣的产地鉴别。
【学位授予单位】：江苏大学
【学位级别】：博士
【学位授予年份】：2019
【分类号】：O657.33;TS201.2


本文编号：2796065