2024年9月19日，中国农业科学院油料作物研究所油料品质化学与加工利用创新团队在食品领域国际著名学术期刊《Food Chemistry》（IF: 8.5）上发表了题为“Comprehensive physicochemical indicators analysis and quality evaluation model construction for the post-harvest ripening rapeseeds”的研究性论文。徐秋会和王杰为本文的共同第一作者，魏芳研究员为本文通讯作者。
该研究使用综合理化指标分析揭示了不同品种油菜籽在不同后熟时期理化品质之间的关系，建立了后熟油菜籽的综合品质评价模型。
创新点
研究背景
研究内容
本研究中调查了不同PHR(即第0天、第3天和第10天)对不同油菜籽品种（包括Dadi-199、HYZ-50和SY-II）的叶绿素a和叶绿素b的影响(Fig.1A和Fig.1B),叶绿素含量随着PHR的增加而减少。同时SY-II、HYZ-50和Dadi-199的不同油菜籽中的类胡萝卜素含量都随着PHR的增加而减少，这主要是由于类胡萝卜素的降解(Fig.1C)。通过一系列不同浓度的芥子酸得到总酚含量(TPC)测定的标准曲线(Fig.1D)，在后熟期的不同阶段，三种油菜籽的总酚含量(TPC)普遍增加(Fig.1E)。油菜籽的水分含量是决定收获期的关键参数，延长后熟处理时间可以显著降低油菜籽的水分含量，这对于防止种子霉变至关重要(Fig.1F)。
三种油菜籽品种在不同后熟期（PHR）的主要脂肪酸，包括棕榈酸（C16:0）、硬脂酸（C18:0）、油酸（C18:1）、亚油酸（C18:2）、亚麻酸（C18:3）、二十碳烯酸（C20:1）等。在三个不同的品种中，油酸、亚油酸和亚麻酸是前三大脂肪酸，占据了总脂肪酸的91%以上。脂肪酸相对含量的增加主要是由于收获后成熟油菜籽生物量的减少，因为在悬挂储存室中适当的通风和稳定的温度/湿度控制可以促进空气流动和油菜籽脱水，这也解释了延长PHR可以显著降低油菜籽的水分含量的结果。
Table 1 Fatty acid compositions in rapeseeds with different PHR
油菜籽的脂质谱至关重要，它深刻影响食用油的品质、营养价值和安全性，进而影响饮食健康。共鉴定出13类脂质亚类的295种脂质分子(Fig.2A)。甘油酯是种类最多的一组，包括4种甘油单酯(monoacylglycerol , MG)、25种甘油二酯(diacylglycerol , DG)和137种甘油三酯(triacylglycerol ,TG)。甘油磷脂是第二多样的类别，包括4种溶血卵磷脂(lysophosphatidylcholine , LPC)、3种溶血磷脂酰乙醇胺(lysophosphatidylethanolamine ,LPE)、2种磷脂酸(phosphatidic acid , PA)、19种磷脂酰胆碱(phosphatidylcholine , PC)、17种磷脂酰乙醇胺(phosphatidylethanolamine, PE)、14种磷脂酰甘油(phosphatidylglycerol , PG)、13种磷脂酰肌醇(phosphatidylinositol , PI)和2种磷脂酰丝氨酸(phosphatidylserine , PS)。此外，我们还鉴定了24种游离脂肪酸(free fatty acids, FFA)、13种神经酰胺(ceramine, Cer)、10种双半乳糖/葡萄糖二酰基甘油(digalactosyl/glucosyl diacylglycerol, DGDG)和8种单半乳糖/葡萄糖二酰基甘油(monogalactosyl/glucosyl diacylglycerol, MGDG)。相对定量结果如Fig.2B–D，揭示TG在油菜籽脂质中占主导地位，占总脂质含量的70%以上，其次是DG。值得注意的是，TG和DG的相对丰度在整个后熟期表现出不同的趋势。以Dadi-199品种为例，收获当天（第0天）的油菜籽TG含量为74.01%。这一比例在第3天显著增加到77.59%，到第10天达到显著的79.59%。相比之下，DG的相对含量则呈下降趋势，从第0天的12.95%下降到第3天的9.25%，再到第10天的7.28%。后熟期TG和DG的相对含量与之前关于油菜籽的研究一致。值得注意的是，整个后熟期内TG和DG的综合相对含量相对稳定。为了更精确地评估此阶段脂质组成的变化，绝对定量结果如Fig.3A–C所示。三种油菜籽品种的脂质亚类动态大体一致。FFA最初增加然后减少，而Cer和糖脂显示出显著且持续的下降。最丰富的TG在Dadi-199中显著增加，但在其他两种油菜籽中变化不大。DG的趋势与相对含量分析一致，显示出显著下降。对于多样的磷脂，PC、PE、PI和PS显著增加。LPC和LPE的显著减少与先前报道的果实成熟期间的结果一致。
Fig. 2. (A) The number of various lipid subclasses in post-harvest ripening rapeseeds. Relative quantification of lipids during different post-harvest ripening periods in (B) Dadi-199, (C) HYZ-50 and (D) SY-II.
Fig. 3.Absolute
quantitation of lipids during different post-harvest ripening periods in (A) Dadi-199,
(B) HYZ-50 and (C) SY-II.
Fig. 4. (A) PCA of three rapeseeds lipids data during different post-harvest ripening periods. (B) 41 differential lipid molecular species with VIP > 1.5. (C) Heatmap of three rapeseeds lipids during different post-harvest ripening periods. *p < 0.05, **p < 0.01, ***p < 0.001.
使用了Python中scikit-learn数据库的PCA程序，将295种脂质创建了一个相关系数矩阵。通过将第一个主成分的特征向量与标准化数据相乘，我们计算了各种脂质化合物的得分。然后根据得分超过1的标准识别出前20种脂质。随后，选择了主要脂肪酸组成（C16:0、C18:0、C18:1n9c、C18:2n6c、C18:3n3、ΣUFA、ΣSFA和Oil content）和其他典型的理化指标（叶绿素a、叶绿素b、类胡萝卜素、TPC和水分含量），共33个指标用于SPSS23.0的相关性分析，如Fig.5A所示。相关系数（r）的大小直接反映了油菜籽理化指标的强度，r的绝对值越大，表示相关性越强。同时，使用双尾检验确定相关的显著性水平，用星号(*)表示。结果表明，发现了质量指标之间的不同程度相关性，其中一些表现出显著相关性。分层聚类分析（HCA）能够创建一个表示类别相似性的层次图，数据点之间距离较小意味着相似性增加如Fig.5B所示，基于0.7欧几里得距离，根据收获后成熟油菜籽的33个质量指标，用不同颜色反映了11个类别。各组最具代表性的指标包括C18:0, ΣUFA, ΣSFA, TG 54:2|TG 18:0_18:1_18:1, DG 36:2|DG 18:1_18:1, MG 18:0, FFA 16:0, TG 52:3|TG 16:0_18:1_18:2, Oil content, PC 36:2|PC 18:1_18:1和PA 36:3|PA 18:1_18:2。这些指标可以作为评估收获后成熟油菜籽质量的关键指标。
Fig. 5. (A) Pearson correlation analysis for 33 indicators of rapeseeds. “*” indicates significant correlation (p < 0.05). (B) Hierarchical cluster diagram of 33 quality indicators.
主成分分析（PCA）被用于全面评估不同油菜籽品种在PHR的表现，如Table 2所示。
Table 2 Principal component analysis of post-harvest ripening rapeseeds
第一主成分（PC1）解释了64.4%的差异性，并包括了代表性指标，如C18:0, ΣSFA, ΣUFA, DG 36:2|DG 18:1_18:1, MG 18:0, FFA 16:0, oil content, PC 36:2|PC 18:1_18:1, and PA 36:3|PA 18:1_18:2。相比之下，第二主成分（PC2）贡献了17.2%的差异性，关键指标为TG 54:2|TG 18:0_18:1_18:1和 TG 52:3|TG 16:0_18:1_18:2。最后，第三主成分（PC3）解释了7.8%的差异性，使得总累积差异性达到了89.4%。每个质量指数的系数是通过将主成分载荷系数除以其对应特征值的平方根来确定的。然后，三个主成分的得分按照以下方式构建：
主成分因子得分公式结合各主成分的方差贡献率作为权重，创建了每个油菜籽品种的综合评价得分函数。该函数表示为：F = 0.72F1 + 0.19F2 + 0.09F3，其中F代表不同油菜籽品种的综合得分。利用主成分综合评分模型，计算了每个品种的综合质量分数。例如，随着收获后熟时间从0天增加到3天和10天，油菜籽品种Dadi-199的质量分数逐渐从-0.42至-0.39提升到-0.32至-0.30，再到-0.18至-0.15（Table 3 ）。在此基础上，不同PHR下Dadi-199、HYZ-50和SY-II的综合质量排名分别为：Dadi-199-10 d > Dadi-199-3 d > Dadi-199-0 d，HYZ-50-10 d > HYZ-50-3 d > HYZ-50-0 d，以及SY-II-10 d > SY-II-3 d > SY-II-0 d。因此，PCA综合评价模型可以简化数据采集过程，并基于优化的关键理化指标，可靠地评估收获后油菜籽的质量。
Table 3 Principal component scores of Dadi-199 in different PHR
经过对上述建模结果的综合评估，基于11个关键理化指标，我们建立了其他三种油菜籽（T2159、HYZ-62R、YG-50）的PCA模型应用。如图S2所示，我们选择了三种不同PHR的油菜籽，每种类型各取12个样本，共36个样本来验证PCA模型在识别不同油菜籽方面的准确性。所有收获后的油菜籽都被准确地区分开来。T2159和HYZ-62R油菜籽的准确率达到了92%，有2个样本被误判，而YG-50的准确率为100%。三种油菜籽的成功识别表明了本研究中PCA模型的可行性。
Fig. S2. The application of PCA model in other rapeseeds (color
represents the accuracy of PCA model)
本研究展示了收获后熟处理对不同油菜籽品种理化品质的影响，结果表明后熟10天使得所有油菜籽中的类胡萝卜素减少到28-37 mg/ g，而HYZ-50和SY-II的总酚含量分别显著增加到560.92 mg/100 g和554.06 mg/100 g。同时，Dadi-199中的不饱和脂肪酸和饱和脂肪酸分别从327.4 mg/ g增加到443.3mg/ g，从25.4mg/ g增加到33.7mg/ g，导致总脂肪酸从0天时的352.8 mg/ g提高到476.9 mg/ g。通过脂质组学分析，共鉴定出295种脂质，确认TG 18:1_18:1_18:1、TG 18:1_18:1_18:2和DG 18:1_18:1是含量最丰富的脂质分子种类。使用分层聚类分析，评估了三种收获后成熟油菜品种的33个理化指标，筛选出11个关键指标，据此构建了PCA综合评价模型F = 0.72F1 + 0.19F2 + 0.09F3，并指出收获后熟10天的油菜籽品质评分最高（>−0.18）。即延长收获后熟时间可以提高油菜籽的品质，这一点也通过其他三个油菜品种（T2159、HYZ-62R、YG-50）的36个样本的品质评价得到了验证。因此，后熟处理可提高油菜籽的综合品质，也显示了后熟处理对其他农产品的巨大潜力。
END
供稿：徐秋会
责任编辑：魏芳
论文链接：https://doi.org/10.1016/j.foodchem.2024.141331
