摘要 大米的食用品质是决定消费者偏好和商业价值的核心因素。尽管这一品质在化学上是由大米种子中物质的积累和分布决定的,但 japonica 稻米这一特性的综合物理化学基础仍然不够清晰。为了识别预测和调节 japonica 稻米食用品质的关键物理化学指标,对 59 个 japonica 稻米品种的口感价值进行了评估,并系统地测量了蛋白质含量(PC)、表观淀粉含量(AAC)、淀粉糊化性质、糊化特征和质地属性。结果表明,japonica 稻米的平均口感价值为 72.0 分,范围在 54.0 到 87.8 分之间。口感价值与 PC、糊化起始温度(To)、糊化峰值温度(Tp)和糊化结束温度(Tc)呈显著负相关,但与外观得分、口感能力得分、热糊粘度(HPV)和冷糊粘度(CPV)呈显著正相关。主成分分析(PCA)进一步表明,AAC、HPV、CPV、峰值粘度(PV)和回原值(SB)是第一个主成分的主要贡献因素,解释了总变异的 38.5%。逐步回归分析显示,预测口感价值的最佳回归方程为:口感价值 = 142.526 − 5.226 PC − 0.425 To(R² = 0.455;p < 0.001),这证实了 PC 和 To 是解释口感价值变异的 45.5% 的核心参数。路径分析进一步表明,PC 和 To 通过直接和间接途径影响 japonica 稻米的食用品质。这些发现表明,低 PC、低糊化温度、高 HPV 和高 CPV 可以作为培育高品质 japonica 稻米的良好物理化学指标。
1. 引言
大米是世界上一半以上人口的主食,提供了全球 21% 的热量摄入,其中 90% 的大米产自亚洲国家[1]。随着生活水平的提高和社会经济的发展,越来越多的消费者追求具有良好口感和高营养价值的大米[2]。高产量和高品质是大米育种计划的两大核心目标,同时提高产量和品质是当前大米育种研究的最高优先事项。大米品质包括外观品质、碾磨品质、营养品质以及烹饪和食用品质(CEQ),其中 CEQ 的提升在大米产业中最为重要[2,3]。
大米的食用品质在化学上由大米种子中物质的组成、分布和积累决定。大米颗粒由糙米和米壳组成[4],而糙米又由米糠、胚芽和胚乳组成[5]。米糠围绕胚芽和胚乳,约占糙米质量的 8-10%,但它含有超过一半的总营养成分,如黄酮类化合物、酚酸、维生素 A、铁、锌、硒和植酸等[5]。糙米可以通过进一步碾磨去除米糠层得到精米[4]。胚乳富含淀粉和蛋白质,是主要可食用的部分。淀粉是胚乳中的主要储存物质,占糙米干重的 72%-82%[6]。蛋白质是大米中仅次于淀粉的第二大储存物质[7],占糙米干重的 8%-10%[8]。胚芽约占糙米质量的 2-3%,富含多种生理活性化合物,如 γ-氨基丁酸、酚酸、γ-稻醇、维生素 E、锌和硒等[5]。
大米的食用品质是对煮熟后大米的颜色、气味、口感、黏性、硬度、适口性和冷质地的全面评价[6],这些直接影响了消费者的最终接受度,并代表了大米最重要的商业价值[9]。到目前为止,评估大米食用品质主要有三种方法。第一种是感官评价方法,评估人员通过视觉观察、嗅觉感知和味觉测试对煮熟后大米的颜色、气味、口感、黏性和硬度进行全面的感官评估[10,11]。这种方法可以准确直接地评估大米食用品质,但对评估人员的专业能力要求较高,并且容易受到主观偏见的影响。第二种是物理化学指标方法,通过测定表观淀粉含量(AAC)、粘度和糊化温度间接评估大米食用品质[12,13,14,15,16]。第三种是仪器评价方法,使用日本 Satake 公司制造的大米 taste 分析仪等仪器来测量口感价值[17,18,19,20]。该方法通过近红外光谱学测定关键物理化学指标来模拟人类感官评估[19,20]。这种方法需要煮熟大米,且难以连续检测大量大米样本[19]。
许多研究报道了大米的物理化学性质与食用品质之间的关系。AAC 和淀粉细结构与糊化参数、膨胀力和溶解度显著相关,而蛋白质含量(PC)与 taste 分析仪参数紧密相关[16]。Xu 等人[11]指出,AAC 和 PC 对 japonica 稻米的所有感官属性都有不同的影响,整体感官品质可以通过 PC 和胶凝硬度来预测。Qin 等人[10]使用回归方程描述了食用品质得分与物理化学指标之间的关系,揭示了五种因素,如淀粉含量、吸水率、膨胀率、稠度和脂肪含量。然而,这项研究仅使用了六个品种。Matsue 等人[21]使用 33 个水稻品种研究了整体食用品质、物理化学性质和市场价格之间的关系,发现口感对整体食用品质的贡献最大,其次是黏性和外观,而香气贡献最小。他们还指出,蛋白质和淀粉含量与食用品质之间没有显著关系,这与普遍认为低淀粉含量和低蛋白质含量的大米具有更好食用品质的观点相矛盾[7]。因此,有必要确定决定大米食用品质的因素。
为了实现这一目标,共使用了 59 个 japonica 稻米品种来确定它们的淀粉物理化学性质与食用品质之间的关系,并利用多重回归和路径分析来确定主要因素。本研究旨在为食用品质提供更可靠的理论基础,并为培育高品质 japonica 稻米品种奠定研究基础。
2. 材料与方法
2.1. 材料
本研究使用了总共 59 个 japonica 稻米品种(表 S1)。所有稻米品种都在同一块田地中以完全随机设计种植,每个品种重复两次。水稻于 2024 年 5 月底播种,6 月底移栽,并于 2024 年 9 月底至 10 月初在中国杭州浙江大学紫金港校区的试验农场收获。肥料和田间管理遵循常规水稻栽培方法。
2.2. 大米粉制备
收获的稻谷在自然阳光下晾干,并在室温下储存大约两个月。使用脱壳机(Type THU,Satake Co.,东京,日本)去除稻壳,然后用碾米机(Type TM05C,Satake Manufacturing,苏州,中国)进行抛光,最后使用旋风磨(FOSS,Aalborg,丹麦)将其磨成米粉。
2.3. 口感价值测试
使用日本广岛县的 Satake 公司生产的大米 taste 分析仪(STAIA)自动测定煮熟后大米的外观得分、口感能力得分和口感价值。将 12 克米粉称重放入不锈钢容器中,并用纯水冲洗三次。根据 NY/T 3837-2021《煮熟后大米感官评价方法》规定的米水比例加入蒸馏水。将大米浸泡 30 分钟,然后在电饭煲中蒸煮 30 分钟。煮熟后继续小火焖煮 10 分钟。取出不锈钢容器,轻轻搅拌煮熟的大米使其松散不结块。将大米冷却 20 分钟。称重 8 克煮熟的大米,放入不锈钢样品环中,用平板前后压一次,然后放入 taste 分析仪进行测量。每个样品重复四次测试。
2.4. AAC 和 PCA
使用碘显色法[12]测定 AAC,每个样品重复四次。使用分光光度计测量 620 nm 处溶液的吸光度相对于空白溶液的吸光度。使用五种已知淀粉含量的标准大米样品(BP025(17.0%)、BP037(28.5%)、BP595(2.0%)、BP608(8.0%)和 SN05(22.0%)制作标准曲线[23]。校准曲线的决定系数(R²)为 0.9912(p < 0.001)。使用 Kjeldahl 方法测定 PC,重复两次,转换因子为 6.25。
2.5. 糊化性质
使用 Rapid Visco-Analyzer(RVA,Model 4500,Perten Instrument,Hägersten,瑞典)测定淀粉糊化性质,重复两次。在 RVA 样品罐中,将 3 克(12% 水分基础)米粉与 25 克去离子水均匀混合。使用 TCW3(Thermocline for Windows)软件中的 Rice 方法进行分析。糊化参数由 Thermocline for Windows 版本 3(TCW3)软件记录或计算。
2.6. 质地性质
RVA 分析后,将含有米粉凝胶的铝罐用保鲜膜密封并在 4°C 下保存过夜。使用上海 Boxin 工业发展有限公司(Shanghai Boxin Industrial Development Co., Ltd.,上海)的 Texture Analyzer(XTC-18)按照 Gao 等人[12]描述的方法进行标准两循环压缩程序来测量质地性质。每个凝胶重复四次。使用直径为 5 mm 的探针以 1 mm/s 的速度压缩凝胶十次,每个样品重复四次。硬度(HD,g)定义为第一次压缩循环期间记录的最大峰值力,由仪器软件记录。
2.7. 糊化性质
使用差示扫描量热仪(DSC,Model Q20,TA Instruments,New Castle,DE,美国)分析淀粉的热力学性质,重复两次。使用 Peng 等人[23]描述的方法进行微调:向铝坩埚中加入 2 毫克(12% 水分含量的)米粉和 6 微升蒸馏水,然后密封并在 4°C 下保存过夜。将铝坩埚放入 DSC 中,在 30°C 下平衡 5 分钟,然后以 10°C/分钟的速度从 30°C 加热到 110°C,空坩埚作为空白对照。每个样品重复两次。使用 Universal Analysis 2000 软件计算糊化起始温度(To)、糊化峰值温度(Tp)、糊化结束温度(Tc)和糊化焓(ΔH)。
2.8. 统计分析
使用 Origin 2024 进行皮尔逊相关性分析、层次聚类分析和主成分分析(PCA)。在 SPSS 26.0 统计软件中进行多重回归分析和路径分析。
3. 结果
3.1. 食用品质
大米 taste 分析仪能够快速准确地评估大米的食用品质。使用大米 taste 分析仪测定了 59 个 japonica 稻米品种的外观得分、口感能力得分和口感价值。结果如图 1 和表 1 所示。测试稻米品种的外观和口感能力得分分布相对集中(图 1A)。直方图进一步证实,外观得分主要集中在 4.5-8.0 分之间,表明大多数稻米品种具有良好的外观特征,如粒形和透明度。口感能力得分也集中在中等到高范围(5.5-8.0 分),没有明显的低值异常值,表明测试的稻米品种通常具有良好的质地特征,如黏性和弹性。大多数稻米品种的口感价值集中在 60-85 分之间(图 1B),表明大多数品种的食用品质处于中等到高水平。直方图还显示,最多的稻米品种的口感价值在 65-80 分之间,只有极少数品种超过 85 分或低于 55 分。测试的水稻品种的口感值在54.0到87.8之间,平均值为72.0(表1),超过30点的变化范围表明不同水稻品种在食用品质特性上存在显著的遗传差异。图1显示了不同水稻品种的外观得分、口感得分和口感值的分布情况:(A)不同水稻品种的外观得分和口感得分的 violin 图表及直方图分布图(得分范围0–10);(B)不同水稻品种的口感值的 violin 图表及直方图分布图(得分范围0–100)。表1总结了不同水稻品种的烹饪和食用品质特性。
3.2. 化学成分
图2A显示了59个粳稻品种总蛋白质(PC)的分布情况。violin 图表显示出总蛋白质主要集中在两个区域:7–7.5%和8–8.5%。直方图进一步证实,大多数水稻品种的总蛋白质含量处于7–8.5%的范围内。总蛋白质含量在6.1%到9.2%之间,平均值为8.0%(表1)。直链淀粉含量(AAC)主要分布在14–18%的范围内(图2B),总体范围为9.4%到22.1%,平均值为15.5%(表1)。在测试的品种中,超低AAC品种(6–10%)占3.4%,低AAC品种(10–20%)占93.2%,中等AAC品种(20–25%)占3.4%,这表明大多数测试的水稻品种的AAC水平较低。
3.3. 流变特性
流变特性是反映淀粉糊化稳定性和质地的核心指标,直接影响米饭的口感质量(CEQ)。峰值粘度(PV)表示淀粉颗粒完全糊化时的最大粘度,是评估米饭烹饪过程中粘度的重要指标。PV主要分布在225–325 RVU范围内(图3),最低值为110.5 RVU,最高值为340.1 RVU,平均值为267.5 RVU(表1)。热糊粘度(HPV)和崩解值(BD)反映了淀粉糊的热稳定性:HPV越低、BD越高,表明淀粉糊的热稳定性越差,但煮熟后的米饭质地越软、越粘;反之亦然。HPV范围为34.1到224.8 RVU,平均值为156.3 RVU,BD范围为46.0到162.9 RVU,平均值为111.2 RVU,表明大多数品种的热稳定性适中,但存在一定差异。回缩值(SB)反映了淀粉糊在冷却过程中的回향特性:SB越低,淀粉回향速率越慢,煮熟后的米饭味道越好,硬度也更低。SB范围为−114.3到51.0 RVU,平均值为−32.3 RVU,表明测试品种之间的淀粉回향特性存在较大差异(表1)。冷糊粘度(CPV)反映了淀粉糊在冷却至50°C时的粘度,与煮熟后米饭的冷粘度和弹性相关。CPV范围为55.9到341.1 RVU,平均值为235.2 RVU,表明大多数品种的冷粘度和弹性适中。
3.4. 糊化特性
淀粉的糊化特性是反映淀粉晶体结构稳定性和糊化过程的核心指标。糊化起始温度(To)主要分布在65–70°C范围内(图4),范围为55.9–80.3°C,平均值为67.6°C。糊化峰值温度(Tp)主要分布在70–75°C范围内,范围为63.2–84.1°C,平均值为74.1°C。糊化结束温度(Tc)主要分布在78–84°C范围内,范围为73.4–91.2°C,平均值为81.5°C。与糊化温度相比,糊化焓(ΔH)的分布更为离散(图4)。ΔH范围为6.6到16.2 J/g,平均值为10.8 J/g(表1)。
3.5. 相关性分析
对15个品质特性进行了皮尔逊相关性分析,结果显示口感值与总蛋白质(PC)、糊化起始温度(To)、糊化结束温度(Tc)和糊化峰值温度(Tp)呈负相关,但与外观得分、口感得分、热糊粘度(HPV)和冷糊粘度(CPV)呈显著正相关(图5)。总蛋白质(PC)与糊化起始温度(To)、糊化结束温度(Tc)和糊化峰值温度(Tp)呈正相关,与硬度(HD)呈负相关。直链淀粉含量(AAC)与热糊粘度(HPV)、冷糊粘度(CPV)和回缩值(SB)呈正相关,与崩解值(BD)呈负相关。糊化参数PV、HPV、BD和CPV之间也存在显著的正相关。崩解值(BD)与回缩值(SB)呈负相关。
3.6. 聚类分析
聚类分析揭示了59个水稻品种在各种品质特性上的差异和相似性。根据烹饪和食用品质(CEQ)特性的特点,将这些水稻品种分为两个组(图6)。第一组包括10个品种,这些品种具有较高的糊化温度参数(To、Tc和Tp)、糊化焓(ΔH)、总蛋白质(PC)和崩解值(BD),以及较低的口感值、直链淀粉含量(AAC)、热糊粘度(PV)、热糊粘度(HPV)、冷糊粘度(CPV)和回缩值(SB)。剩余的49个品种被归为第二组,其特性与第一组相反:口感值、直链淀粉含量(AAC)、热糊粘度(PV)、热糊粘度(HPV)、冷糊粘度(CPV)和回缩值(SB)较高,而糊化起始温度(To)、糊化结束温度(Tc)、糊化峰值温度(Tp)和崩解值(BD)较低。显然,这个组可以进一步细分为多个子组。在特征层面的聚类分析显示,外观得分、口感得分、口感值、直链淀粉含量(AAC)、回缩值(SB)、热糊粘度(PV)、热糊粘度(HPV)和冷糊粘度(CPV)被归为一组,而总蛋白质(PC)、糊化起始温度(To)、糊化结束温度(Tc)、糊化峰值温度(Tp)和崩解值(BD)被归为另一组,这与相关性分析的结果一致。
3.7. 主成分分析(PCA)
PCA通过降维简化了多个特性之间的复杂相关性,并能直观地展示不同水稻品种与CEQ特性之间的关系。如图7的PCA图所示,95%置信椭圆覆盖了大部分样本。第一主成分(PC1)解释了总变异的38.5%,第二主成分(PC2)解释了17.5%,PC1和PC2共同解释了总变异的56.0%。这表明PC1和PC2能够有效总结15个CEQ特性的核心变异信息。PC1主要受直链淀粉含量(AAC)、热糊粘度(HPV)、冷糊粘度(CPV)、PV、回缩值(SB)、口感值和口感得分的驱动,这些特性在PC1上有强烈的正载荷。相比之下,总蛋白质(PC)和糊化温度(To、Tc和Tc)在PC1上有强烈的负载荷,这些特性对样本的分离具有重要影响。口感值的向量方向与PC、To和Tc的方向相反,直观证实了低PC和低糊化温度与高食用品质之间存在强相关性。PCA图中这种明显的分离清楚地区分了不同水稻品种:口感值高、直链淀粉含量(AAC)高、糊化粘度(HPV和CPV)高、PC和糊化温度低的品种聚集在一边,而具有相反特性的品种聚集在另一边。
3.8. 多元线性回归分析和路径分析
为了更准确地预测口感值与理化特性的关系,采用了带有显著性检验的逐步回归分析来构建口感值的最佳拟合方程。最佳回归方程为:口感值 = 142.526 − 5.226 × 总蛋白质(PC)− 0.425 × 糊化起始温度(To)(R2 = 0.455;p < 0.001)(表2)。分析确定总蛋白质含量(PC)和糊化起始温度(To)是影响口感值的核心参数,解释了总变异的45.5%。因此,进一步进行了路径分析,通过分解相关系数来量化总蛋白质(PC)和糊化起始温度(To)对口感值的直接和间接贡献,从而确定核心决定因素及其调节途径(表3)。总蛋白质(PC)对口感值的直接影响最大(直接路径系数 = −0.5090),通过糊化起始温度(To)的间接影响较小(间接路径系数 = −0.0887)。同时,糊化起始温度(To)也通过直接影响(−0.3251)和间接影响(通过总蛋白质(PC)的间接影响(−0.1389)对口感值产生负面影响。这与相关性分析中观察到的口感值与总蛋白质(PC)和糊化起始温度(To)之间的显著负相关一致,表明两者在决定米饭口感值方面都起着关键作用。
4. 讨论
4.1. 米饭食用品质的化学基础
化学成分是决定米饭食用品质的内在核心因素。淀粉是水稻胚乳中的主要储存物质,占糙米的72%到82%(干基),占精米的比例为90%[4]。淀粉由直链淀粉和支链淀粉组成。直链淀粉含量(AAC)是影响米饭食用品质的最重要因素:AAC越高,口感值越低,米饭的食用品质越差[24,25]。支链淀粉的精细结构也是影响米饭食用品质的另一个关键因素[13,15]。研究表明,支链淀粉短链比例较高、长链比例较低的水稻具有更好的烹饪和食用品质[15,17]。对于具有相似直链淀粉含量的杂交水稻品种,支链淀粉短链比例较高、长链比例较低时,煮熟后的米饭具有更高的峰值粘度、更好的崩解值以及更软、更粘的质地[17]。具有较高糊化温度的淀粉具有更稳定的晶体结构,导致煮熟后的米饭相对更硬[14]。蜡质大米品种中中链和长链淀粉的含量较低,而短链淀粉的含量较高,因此其RVA曲线特征值和GT值较低[25]。在本研究中,所测试品种的平均支链淀粉(AAC)为15.5%,93.2%的品种的AAC在10-20%的范围内(表1;图2),这正是高品质粳稻的最佳AAC范围[14]。相关性分析显示,AAC与回缩值(SB)呈显著正相关,与糊化峰值(BD)呈显著负相关(图6)。这与之前使用具有广泛AAC多样性的大米进行的研究结果一致[18,25,26,27,28]。AAC对米饭食感和质地特性的影响已有充分文献记载,低直链淀粉含量通常与口感嫩滑、有凝聚力的米饭相关,而高直链淀粉含量的品种则往往煮得较干、松散[29]。因此,直链淀粉含量与口感值呈高度显著的负相关(图6)。蛋白质含量(PC)与米饭食感之间存在显著负相关,蛋白质含量较低的品种具有更好的口感[7]。大多数研究表明,PC与凝胶稠度、糊化峰值粘度、峰值粘度和口感值呈显著负相关,而与回缩值呈显著正相关[7]。然而,当PC介于6.61%至9.34%之间时,仅凭PC不足以准确反映米饭的食感[8]。口感良好的品种具有较高的白蛋白含量和较低的球蛋白及谷蛋白含量[15]。在本研究中,样品的平均总PC为8.0%,处于6.61-9.34%的范围内(表1;图2)。PC与口感值之间存在显著负相关,这与以往的研究结果一致[3,8]。不过,PC可能通过影响淀粉的糊化温度和颗粒结构间接调节食感[3]。在蛋白质含量较高的大米中,蛋白质与淀粉颗粒紧密结合;这种结构变化会提高淀粉的糊化程度,同时降低煮熟米饭的成熟度[3]。作为大米蛋白质主要成分的谷蛋白含量也与口感值呈高度显著的负相关,可能会影响煮熟米饭的硬度[3]。球蛋白含量也会影响米饭的CEQ[15,30,31]。不过,松江等人[21]报告称蛋白质和直链淀粉含量与食感无关。由于他们的研究都使用了粳稻,因此不能排除环境因素对蛋白质和直链淀粉含量的影响。水稻生长期间的温度以及氮肥的施用对PC和食感有显著影响[31,32,33]。徐等人[11]表明,种植地点对粳稻的食感有显著影响,总体食感与PC呈负相关,与凝胶硬度呈正相关,这支持了蛋白质和质地相关特性在食感评价中的关键作用。
4.2 淀粉理化性质与口感值之间的相关性分析
淀粉的糊化特性和凝胶特性分别从宏观流变学和微观晶体结构的角度反映了淀粉的糊化行为,两者之间存在密切的内在联系。本研究的结果表明,PV、HPV和CPV均与口感值呈显著正相关,这与鲍等人的研究结果一致[2]。彭等人[17]指出,较高的PV和BD与煮熟后更软、更黏的米饭质地相关,但在本研究中BD与口感值之间没有显著相关性。这可能是由于传统粳稻品种与杂交稻系在遗传背景和淀粉结构上的固有差异所致。杂交稻在AAC和支链淀粉细微结构上存在较大差异,导致BD变化范围较广,使得BD成为区分食感的敏感指标。相比之下,本研究中使用的59个粳稻品种的AAC范围较窄(10-20%),支链淀粉链长分布可能较为均匀,晶体结构也较为一致,因此热稳定性(BD)变化较小,与口感值的相关性也较弱。所测试粳稻的平均SB值为-32.3 RVU,大多数品种表现出较低的淀粉复原特性,这与王等人的研究结果一致[25]。较低的SB值表明冷煮后的米饭在冷藏过程中不易变硬,从而口感更好。这一特性是粳稻食感优于其他类型大米的重要因素。淀粉的热力学性质反映了淀粉晶体结构的稳定性,其与口感值的相关性直接体现了晶体结构对米饭烹饪和食感的影响。在本研究中,To、Tp、Tc和糊化焓(ΔH)均与口感值呈显著负相关,表明具有较低糊化温度和较小ΔH的粳稻品种具有更好的食感。这是因为低糊化温度的淀粉晶体结构更松散,在烹饪过程中更容易吸水并糊化,从而使煮熟米饭的质地更软[14]。ΔH与糊化温度呈显著正相关,其值反映了淀粉的结晶度:较小的ΔH表示较低的淀粉结晶度,糊化所需的能量较少,从而使煮熟米饭的口感更好[27]。质地特性与淀粉成分和口感密切相关。赵等人[34]报告称,煮熟后的软质粳稻硬度显著较低,这与本研究中糊化温度与口感值之间的负相关关系一致。同时,从米胶中获得的仪器质地参数(如硬度)与口感属性高度一致,验证了理化指标在预测食感方面的可靠性[11]。此外,除了上述理化性质外,风味也是大米的重要特性,因为它是消费者偏爱的品质[35]。赵等人[34]通过顶空固相微萃取气相色谱-质谱(HS-SPME-GC-MS)技术鉴定出了区分生米和熟米中软质与非软质米饭的13种和18种挥发性物质。然而,在本研究中我们没有进行与芳香化合物相关的实验,这是一个局限性,我们将在未来的研究中进行补充实验。
4.3 多元分析在米饭食感评价中的应用
由于大米品质特性众多且相互关联复杂,基于单一指标的评估往往具有局限性。本研究的相关性分析发现,口感值与总PC和糊化温度参数呈显著负相关,与外观评分、口感评分及糊化特性参数(HPV和CPV)呈显著正相关。尽管这些相关性揭示了各特性之间的成对关系,但它们并未完全反映多个特性的综合效应。主成分分析(PCA)可将多个复杂的特性简化为几个主成分。在本研究中,PC1和PC2共同解释了56.0%的总变异。分析结果显示,AAC、HPV、CPV、PV和SB是影响PC1变化的关键特性,而口感值的箭头方向与总PC、To、Tc和Tp的方向完全相反。陈等人[18]也指出,RVA曲线受到蛋白质和直链淀粉含量的影响,并解释了籼稻口感值变化的60.5%。多元回归分析表明,PC和To对口感值有直接和间接影响(表2)。由于粳稻的AAC变化范围较窄,而PC的变化范围较广,因此PC的作用比AAC更为重要。即使在籼稻中,PC也能解释38.6%的口感值变化[18]。基于PC和To推导出的预测公式可以快速根据理化性质预测口感值。然而,多元线性回归分析的R2=0.455表明,超过50%的口感值变化仍未得到解释。推测这可能是由于分析模型中未包含一些可能对口感值有关键影响的变量。例如,支链淀粉的细微结构[13,15,17]、脂质含量和脂肪酸组成[3,36]、挥发性物质[34]、蛋白质组分的比例[15,30,31]以及淀粉颗粒的形态和表面特征[14,17]也是影响米饭口感质量的关键因素。未来的研究可以确定淀粉链长分布、脂质含量、脂肪酸组成以及白蛋白、球蛋白、谷蛋白和醇溶性蛋白质的水平。将这些参数纳入多元线性回归分析将进一步提高预测粳稻口感值的准确性。
4.4 研究的局限性
本研究为理解粳稻的食感提供了系统的理化基础,但仍需承认一些局限性。首先,所有大米材料仅在一个实验地点种植并在一个生长季节收获,未评估基因型×环境(G×E)交互作用[32]、气候变化(高温)[37]、土壤条件和氮肥[38,39,40,41,42]对食感相关特性的影响,这可能会限制现有结论的普遍性。其次,食感评估仅通过大米 taste 分析仪进行,未经过训练有素的人体感官小组的验证。尽管仪器测得的口感值与感官特性高度相关,但直接的人体感官数据(如粘性、弹性、香气和整体口感)将增强结果的可靠性和实际意义。此外,59个粳稻品种的AAC范围较窄(9.4%-22.1%),大多数样本集中在10-20%范围内。AAC变化范围有限,限制了对其对食感影响的全面评估,特别是对于极低或极高AAC类型的大米。最后,用于预测口感值的回归模型仅基于本研究的数据集建立,未使用独立的大米品种集进行验证。因此,该预测方程在不同遗传背景下的稳定性和准确性仍有待验证。
5. 结论
本研究系统地测定了59个粳稻品种的口感值、蛋白质含量、直链淀粉含量、糊化特性和质地特性,旨在识别能够预测口感值的理化特性。分析发现这些特性之间存在广泛的基因型差异。多元回归分析表明,蛋白质含量和糊化起始温度是预测粳稻口感值的核心参数,可解释45.5%的口感值变化。本研究基于理化性质提供了粳稻品质的快速预测方法,并为高品质粳稻的遗传改良和育种奠定了基础。
supplementary materials
以下支持信息可在此链接下载:https://www.mdpi.com/article/10.3390/foods15101689/s1
表S1. 本研究中使用到的粳稻品种。