为了研究燕麦的品质并建立其评价体系,本文选取了10个燕麦品种测定其9项营养成分含量。分析了燕麦品种间各个营养指标的变异性,通过主成分分析法和聚类分析法对燕麦的品质做出综合性评价,并建立燕麦品质评价模型。结果表明,不同品种燕麦之间,"花早2号"的油酸含量与其他品种具有显著性差异(P<0.05),剩余8种脂肪酸不存在显著性差异(P>0.05),多不饱和脂肪酸无显著性差异(P>0.05),β-葡聚糖含量、总酚含量、黄酮含量、水分含量、淀粉含量、脂肪含量等指标上存在明显差异,除了水分含量和多不饱和脂肪酸含量,其他营养成分指标变异系数都大于10%。其中"花早2号"富含亚油酸,"GL380"的β-葡聚糖含量高达4.10%,"张莜14号"富含黄酮,其含量为4.14 mg RE·g FW-1,"花早2号"蛋白质含量最高为24.42%。对各品质指标进行主成分分析,提取的4个主成分累计方差贡献率达80.006%,反映了原指标的大部分信息。在所有样品中,主成分分析综合得分较高的品种为"026"、"H44"、"张莜14号",表明这三个品种第一主成分即总酚和多不饱和脂肪酸含量相对较高,综合品质较好。为了量化样本间的相似性,减少偏离样本的干扰,在主成分分析法的基础上进行了聚类分析,聚类分析按照变量重要性(黄酮 > 脂肪 > 淀粉 > 总糖 > 水分 > β-葡聚糖 > 蛋白质 > 多不饱和脂肪酸 >总酚)将10种燕麦分为3类,第一类有"026"、"花早2号"、"坝莜1号"、"1048-109"、"花晚6号";第二类有"张莜14号"、"029"、"张莜13号"、"H44";第三类有"GL380"。本研究结果可为不同品种燕麦的品质评价提供借鉴,并为燕麦的育种及开发提供理论依据。
燕麦(Avena L.)属一年生禾本科植物。燕麦作为人类八大粮食作物之一，其产量在世界粮食产量中居第六位。我国是燕麦的原产地之一，主要集中种植于山西、河北、内蒙古等地。与其他谷物相比燕麦营养价值较高，淀粉含量为 27.3%~50.0%，纤维素含量为13.6%~30.2%，蛋白质含量为9.7%17.3%，不饱和脂肪酸含量为5.2%~12.4%，β-葡聚糖含量为3.91%~7.47%。燕麦具有减肥降脂、预防便秘、消炎、美容、降血脂等功能，是一种值得推荐的健康食品。
有很多文献研究了燕麦的营养品质，Sterna等测定了皮燕麦和裸燕麦的蛋白质、脂肪、淀粉、膳食纤维、β-葡聚糖、氨基酸以及脂肪酸的含量，并做了比较；Biel等分别选取了5种裸燕麦和皮燕麦测定了其蛋白质、脂肪、粗纤维含量，并重点分析了氨基酸组成；Antonini 等分别选取了 15 种皮燕麦和裸燕麦测定其蛋白、脂肪、淀粉含量，并且研究了储存过程中燕麦多酚的变化。但是,针对一些地方特色燕麦的品质分析仍然不足，此方面研究可以为地方特色作物的产品开发提供参考，具有一定的研究价值。
主成分分析是通过正交变换将多个变量简化成少数综合性变量，从而在原始变量中解释变量之间元素的突出关系，该方法已被广泛应用于食品领域。目前，运用主成分分析方法对果蔬综合品质评价的文献较多，如荔枝、苹果、猕猴桃、杨梅、马铃薯粉等。Bi 等测定了9个不同的节果脆片的 16 个指标，通过主成分分析提取了5个主成分，选出了品质较佳的苹果脆片，高云等测定了13个适宜采收的芹菜品种的 14 项指标，采用主成分分析建立了芹菜评价模型，张春岭等四通过主成分分析和聚类分析建立了早熟桃制汁质量评价模型，由此可见,主成分分析法已经被应用于食品领域的各个方面，很多文献也报道了通过主成分分析法建立燕麦品质评价模型。也有文献运用主成分分析法和聚类分析法对燕麦进行评价，Qi 等测定了 62 种裸燕麦的脂肪酸，通过主成分分析得分图将62 种燕麦分为 48 种裸燕麦和 14 种皮燕麦，而后又和用聚类分析将 48 种裸燕麦分为3类，38号和51号样品组成一类，选取剩余的46种裸燕麦建立脂肪酸标准指纹图谱；陈子叶、倪香艳等研究了燕麦籽粒的营养成分以及燕麦片冲泡性能和感官评价，通过主成分分析法和聚类分析筛选适合加工燕麦片的燕麦籽粒。本文测定了河北省10个燕麦品种的9个品质指标，通过主成分分析法和聚类分析法选品质较佳的品种，旨在开发地方燕麦资源，为燕麦采收后品质评价及育种产业提供借鉴与参考。
2.1 不同燕麦品种脂肪酸组成
利用气质联用的方法测定燕麦脂肪酸,测定结果见表1。燕麦中的脂肪主要集中在胚乳中，含量相对较高，油酸和亚油酸是燕麦主要的脂肪酸，因此燕麦油被认为是不饱和脂肪酸的良好来源。如表1所示，油酸含量最高的是“1048-109”，含量最低的品种为“花早2号”，且具有显著性差异(P<0.05)；“花早2号”亚油酸含量最高，含量最低的为“1048-109”；棕榈酸在燕麦中的含量仅次于油酸和亚油酸，花早2号”含量最高，占总脂肪酸的 19.86%。其他脂肪酸如硬脂酸、亚麻酸、肉豆蔻酸等占总脂肪酸的1% ~3% 。Holland 等研究表明油酸和亚油酸是燕麦主要的脂肪酸，Leonova 等测得亚油酸含量为40.4%，油酸含量为 35.8%，本实验测得的油酸含量普遍高于 35.8%，表明河北省部分燕麦品种加工的燕麦油品质更好，更适合患有心脑血管疾病的人食用。
燕麦是一种营养均衡的粮食作物，经检测其营养组成见表2。如表2所示，10个燕麦品种含有相对平衡的营养物质，其他常见谷物淀粉含量为60%~70%，相比之下燕麦淀粉含量较低，属于低血糖指数食品；除了水分、淀粉、总糖、蛋白质等成分外，燕麦还含有少量的总酚和黄酮。有研究表明，燕麦的品种及产地环境的不同会影响β-葡聚糖含量、总酚含量及抗氧化活性等营养及功能特性。
多不饱和脂肪酸作为食用油的一种抗氧化活性物质，可以降低血液中胆固醇和甘油三酯的含量，从而预防心血管疾病的发生。燕麦的多不饱和脂肪酸主要包含亚油酸和亚麻酸，各品种之间含量没有显著性差异(P>0.05)，其占总脂肪酸百分比在32.76%~42.19%之间，其中“1048-109”含量最低“花早2号”含量最高。
β-葡聚糖作为一种低聚糖，是由β-D-吡喃葡萄糖为单位通过β-(1→3)和β-(1→4)糖苷键链接而成的一种高分子聚合物。不同品种间β-葡聚糖含量存在一定差异，其含量分布在2.38%~4.10%，“GL380”含量最高，为4.10%，“花早2号”含量最低，为 2.38%。
总酚和黄酮在不同燕麦间存在一定差异，它们在燕麦中含量虽少，但具有很多生物活性，例如减肥降脂、抗氧化等。总酚和黄酮的含量分别为5.11~10.70 mg GAE/g FW，0.88~4.14 mg RE/g FW。
![]()
表2 不同品种燕麦营养品质
Table 2 Nutritional qualities of different varieties of oat
注：不同字母表示同一列不同品种之间差异显著(P<0.05)。
淀粉作为一种碳水化合物是人体能量的主要来源之一，但它在胃肠道中很容易被消化成葡萄糖，造成血糖的上升，所以淀粉含量是反映燕麦功能性的一个重要指标。不同燕麦品种的淀粉含量在23.47%~43.94%之间，且不同品种间淀粉含量存在一定差异，淀粉含量较高的品种分别为“H44”“花早2号”“026”，淀粉含量较低的品种分别为“029”“张莜 14 号”“花晚6号”。不同燕麦品种蛋白质含量没有显著性差异(P>0.05)，其含量在6.69%~24.42%之间，燕麦分离蛋白质的氨基酸组分较其它粮食作物更加全面，人体必需的8种氨基酸含量比例合理，富含大米、小麦等粮食缺少的赖氨酸，含量高达 0.68 /100 g；不同品种间脂肪含量存在明显差异，在 3.60~7.27 /100g之间。10 个燕麦品种中，“花早2号”含量最低，“1048-109”含量最高。
田志芳等以产自山西、河北的 27 个燕麦品种为原料测定得粗蛋白、粗脂肪、β-葡聚糖平均含量分别为17.14%、5.86%、4.18%，与本实验结果没有较大差异。Stemma等分别测定了皮燕麦和裸燕麦的营养价值，结果显示蛋白质含量在 9.7%~17.30%之间脂肪含量为 5.2%~12.40%，淀粉含量为 27.30%~50.01%，β-葡聚糖含量为 2.7%~3.5%，与本实验存在一定的差异，可能是由于产地、品种、栽培条件等因素的不同造成的，其中“G380”H44”两个品种的β-葡聚糖含量高于3.5%，由此可以推测，与国外的燕麦品种相比，河北省坝上地区的燕麦品种含有更多的β-葡聚糖，可能具有更好的减肥降脂功能。
10个燕麦品种9个营养指标变异分析结果见表3。结果表明，不同品种间各个指标存在不同程度的差异性。其中黄酮的变异系数最大，达到69.41%；蛋白质含量(40.22%)、总糖含量(31.59%)、淀粉含量(21.08%)、总酚含量(20.15%)β-葡聚糖含量(17.34%)、脂肪含量(17.27%)，表明燕麦在基础营养成分和生物活性物质间存在较大差异；水分含量的变异系数较小，为8.87%。正是由于这些营养指标之间的差异性导致了燕麦品种间的差异性。
Table 3 Variation analysis of 9 nutritionalindexes of 10 varieties of oat
2.4 不同燕麦品种品质主成分分析
主成分分析是利用降维的方法，把多个指标转化为少数综合性指标，这些综合性指标能尽可能多地表达原有指标的信息，且互不相关。主成分分析方法保留了原指标的大部分信息，比单一评价更方便准确，同时避免性状间的相关性对评价结果的影响。本文主要对河北省种植的 10 个燕麦品种进行了基础营养物质的分析和脂肪酸评价，旨在为燕麦育种和加工人员提供基础理论数据。本实验的所有数据经过最大方差法旋转后，各因子的载荷值更接近0或1，可以更好地将各主成分下的因子归类解释。图1是主成分分析特征值碎石图，从图1中可知，主成分分析特征值碎石图有四个拐点(黑色实心点)，即表明有四个主成分。由表4可知，特征值都大于1，且累计方差贡献率为80.006%，包含原始数据的大部分信息，所以由这四个主成分代替原始的9个营养指标。图2是采用 Kaiser 标准正交旋转得到的载荷图，直观地显示了各主成分与各变量之间的相关关系。载荷图中不同变量的分布取决于载荷因子，离象限边界越远，对主成分贡献率越大。结合表5和图2可知，第1主成分包含多不饱和脂肪酸和总酚，都呈正相关；第2主成分包括水分、β-葡聚糖和脂肪，水分呈负相关，β-葡聚糖和脂肪呈正相关；第3主成分在总糖和黄酮上有较大的载荷值，且都呈正相关；第4主成分包括淀粉和蛋白质(正相关)。
Fig.1 Principal component analysis feature root gravel
Fig2 Principal component load diagramsX,Y-axis reference line origin is 0 )
Table 4 Eigenvalue and accumulative contributionrate of quality evaluation of oat
表5 主成分在各品质指标上旋转后的成分矩阵
Table 5 Rotatad component matrix ofthe principle component analysis
为了消除不同单位和数据量纲的影响，要对各营养指标原始数据进行标准化处理。转化成均值为0，标准差为1的无量纲数据。根据标准化后的各指标与因子载荷矩阵(表6)计算各主成分得分。
表6 成分得分系数矩阵
Table 6 Component score coefficient matrix
注：X,~X。分别代表水分、淀粉、总糖、葡聚糖、蛋白质、脂肪，总酚、黄酮、多不饱和脂肪酸9个指标。
上式中，X~X。是各个燕麦品种原始数据标准化后的数值，以4个主成分对应的方差贡献率为权重，将各品种主成分得分和相应的权重进行线性加权求和，计算各品种燕麦的综合评价得分。
以主成分1为横坐标，主成分2为纵坐标生成图3(得分图)，散点图中不同的标记代表不同的燕麦品种，标记与标记之间的距离代表品种间的差异程度。根据综合得分模型计算出各主成分的得分后排序，结合图3 和表7 可知，“026”“H44”“张莜14号”得分较高，说明这3个燕麦品种的综合品质较好，这是由于这三个品种第一主成分即总酚和多不饱和脂肪酸含量较高。
Fig.3 Scoreplot for the first two principal components
Table 7 Evaluation results of predictionfor different varieties oat
2.5 不同燕麦品种聚类分析
聚类分析是研究样本与指标分类问题的一种统计方法，已经被广泛地应用于各个领域。通过聚类分析可以把样本或指标分为几类，使得类内个体具有较高的同质性，类间个体具有较大的差异性。本实验针对10个燕麦样本进行了聚类分析，结果见图4。聚类分析结果可能得到多种解，欧氏距离乡13时，10 个燕麦品种分两类，“GL380”为一类，其他燕麦品种为一类，不能很好地区分；欧氏距离≤8时,综合得分较的“026”“H44”和“1048-109”被分别聚类，根据上述的分析可以判断欧氏距离=10时，按照变量重要性(黄酮>脂肪>淀粉>总糖>水分>β-葡聚糖>蛋白质>多不饱和脂肪酸>总酚)，将10个样本被分为3类，第一类有“026”“花早2号”“坝莜1号”“1048-109”“花晚6号”；第二类有“张莜14号”“029”“张莜13号”“H44”；第三类有“GL380”。综合得分较高的“H44”和“张莜14号”分为一类，综合得分较低的“花晚6号”和“1048-109”归为一类，“026”与“1048-109”被分为一类，可能是由于这两个品种的黄酮含量和脂肪含量相似。
图4 聚类分析谱系图
Fig.4 Dendrogram of HCA
不同品种燕麦之间，“花早2号”的油酸含量与其他品种具有显著性差异(P<0.05)，剩余8种脂肪酸不存在显著性差异(P>0.05)，多不饱和脂肪酸无显著性差异(P>0.05)，β-葡聚糖含量、总酚含量、黄酮含量、水分含量、淀粉含量、脂肪含量等指标上存在一定差异，其中“张莜 14 号”“花晚6号”“张莜13号”淀粉含量较低，有望开发低升糖食品；“GL380”“H44”“张莜 14号”β-葡聚糖含量较高可以开发减肥减脂的产品；“花早2号”、“H44”“026”蛋白质含量较高；“花早 2号”“张莜 13 号’“026”多不饱和脂肪酸含量较高，可以加工成燕麦油，可作为心血管疾病患者的特供食用油。对10个燕麦品种的9个营养成分指标进行变异性分析，结果表明，除水分和多不饱和脂肪酸外，其他指标的变异系数都大于10%，说明指标间差异明显，所以燕麦品种间也差异极大。采用主成分分析法对10个燕麦品种9个指标进行分析，提取4个主成分，累计贡献率达到80.006%，最终选出3个品质较好的品种，并通过聚类分析将10个燕麦品种分成3类，为燕麦产业的开发提供了理论依据。
引用本文：王建芳, 高山, 牟德华. 基于主成分分析和聚类分析的不同品种燕麦品质评价[J]. 食品工业科技, 2020, 41(13): 85-91. DOI: 10.13386/j.issn1002-0306.2020.13.014.
Citation: WANG Jian-fang, GAO Shan, MOU De-hua. Quality Evaluation of Different Varieties of Oat Based on Principal Components Analysis and Cluster Analysis[J]. Science and Technology of Food Industry, 2020, 41(13): 85-91. DOI: 10.13386/j.issn1002-0306.2020.13.014.
![]()
牟德华，男。河北科技大学生物科学与工程学院二级教授，1960年8月出生，1982年7月毕业于天津轻工业学院食品工程系食品工程专业，学制四年（本科），获工学学士学位。毕业后分配到河北科技大学生物科学与工程学院（原河北轻化工学院轻工工程系）任教至今，一直从事于食品工程专业本科和硕士研究生的教学工作和食品科学、农产品加工方面的研究工作。
主要研究领域：食品加工工程和天然产物提取分离技术。
曾主持河北省"十五"农产品深加工重大科技专项和河北省重大科技攻关项目等课题包括："超临界流体萃取技术在农产品加工中的应用与示范"、"甘薯综合加工技术与示范"、 "功能性核桃乳新产品开发与产业化示范"、 "核桃乳发酵剂及发酵核桃乳饮料的开发与示范"等，目前开发的项目包括紫甘薯花青素饮料、甘薯中活性物质提取、姜黄素核桃乳保健饮料、膳食纤维核桃乳饮料和植物蛋白发酵饮料等。
此外，在社会工作中被聘为河北省食品协会食品安全专家委员会副主任，河北省食品学会副理事长，河北省营养学会常务理事，河北省食品安全标准审评委员会生产规范与工艺组副主任等。
在科学研究方面完成各类项目20余项；获得省部级科技进步奖一等奖1项，二等奖3项，三等奖2项；出版著作4部；申请发明专利19项，已授权专利9项；发表各类论文100余篇。
点击文末“阅读原文”，获取论文全文；
或登录www.spgykj.com阅览全文。
群聊：食品工业科技作者群
![]()
我刊正式组建微信作者群，为作者提供更多的学术与论文资讯，如需进群，请联系刘老师（微信：上方二维码,电话：87244117-8062）。
《食品工业科技》具有以上论文在全世界范围内的复制权、发行权、翻译权、汇编权、广播权、表演权、信息网络传播权、转许可权及以上权利的邻接权，且作者已授权期刊同论文著作权保护期。如需转载，可联系《食品工业科技》编辑部010-87244116，或直接在文末撰写转载来源。
