论文部分内容阅读
黑木耳(Auricularia auricula)是一种营养丰富的药食两用胶质真菌,具有养颜美容、润肠通便和活血化瘀等功效。此外,黑木耳多糖具有提高免疫力、抗肿瘤、抗氧化及降血糖等作用。但是,消费者选购黑木耳时往往仅靠颜色和形状等感官指标进行评价,黑木耳中一些感官不可获知的具有生物功能的营养成分,才是决定其药食两用价值的核心因素。因此,为了制定黑木耳功效成分快速检控的相关标准,推动黑木耳精深加工和技术提升,急需研发一种快速、简便、安全、可靠的检测黑木耳中功效成分和感官物质的方法,用于评价黑木耳的质量。首先,本论文建立黑木耳总糖定量模型,采用偏最小二乘(PLS)算法进行参数优化。测定不同产地的黑木耳总糖含量,利用近红外光谱分析(NIR)技术采集样品的光谱信息。将样品数据分成校正集和验证集,通过筛选校正集数据的光谱区间、预处理方法和PLS主因子数等建模参数,建立黑木耳总糖含量的最佳定量模型,验证集数据用于验证光谱分析方法的可靠性。该模型使用变量标准化(SNV)+二阶导数(SD)对原始光谱进行预处理,消除因颗粒分布不均匀产生的散射影响以及噪声对光谱数据的影响;光谱范围筛选的结果为4000-10000cm-1,PLS主因子数最终选择为11。该条件下,黑木耳总糖含量定量模型的校正集Rc2为0.9092,校正均方根误差(RMSEC)为1.405,验证均方根误差(RMSEP)为1.507,相对分析误差(RPD)为3.32。使用验证集对模型进行检验,结果显示验证集的Rv2=0.9048,证明验证集样品的预测值和实测值具有良好的线性关系。而后对预测值和实测值进行T检验,结果可知,二者之间的差异不显著(P≥0.05),这表明该实验结果符合预期目标,所建立的黑木耳近红外总糖定量模型可用于未知样品总糖含量的预测。然后,采用电子鼻技术(electronic nose,E-nose)结合气相色谱-质谱(gas chromatography-mass spectrometry,GC-MS)联用法对黑龙江、吉林、上海和四川4个产地的44批黑木耳挥发性成分进行分析,探究不同产地黑木耳挥发性成分的差异性和特点,为选择特定挥发性成分的黑木耳提供一定指导。结果表明,电子鼻技术可以对吉林和上海产地的样品进行良好的区分,差异较为明显,区分度良好,但是无法很好地辨别黑龙江和四川产区的黑木耳样品。通过GC-MS技术对样品挥发性物质的组成和相对含量做进一步分析,共检测出98个挥发性成分。其中共有成分数为23个,主要包括醇类、醛类、酸类、酯类、烃类等。其中乙酸和偶氮二甲酸二乙酯在4个产地的黑木耳中相对含量较高。利用相对气味活度值(relative odor activity value,ROAV)判断出造成不同产地间气味差异的关键化合物主要有1-辛烯-3-醇、顺-3-壬烯-1-醇、反-2-辛烯醛、反-2-壬烯醛、(2E,4E)-2,4-壬二烯醛和异戊醛。