[发明专利]预测大蒜鳞茎中功能性成分含量的方法

权利要求书

1.一种预测大蒜鳞茎中功能性成分含量的方法，其特征在于，包括：

采用测得的贯穿所述大蒜鳞茎整个生长期的不同生长时期的表观特征数据和与所述不同生长时期对应的该大蒜鳞茎中功能性成分含量数据建立OPLS回归模型，以所述表观特征数据为X变量，所述大蒜鳞茎中功能性成分含量数据为Y变量，所述表观特征分别为鳞茎高、鳞茎横径、鳞茎重、鳞芽高、鳞芽背宽、鳞芽重和水分含量，所述大蒜整个生长期指从大蒜鳞芽开始发育时至生长结束；

将功能性成分含量未知的同种类大蒜鳞茎的表观特征数据导入建立的OPLS回归模型中，即可得到该大蒜鳞茎在该生长时期的大蒜鳞茎中功能性成分的预测含量。

2.根据权利要求1所述的预测大蒜鳞茎中功能性成分含量的方法，其特征在于，参与建立所述OPLS回归模型的所述表观特征数据为至少两组。

3.根据权利要求1所述的预测大蒜鳞茎中功能性成分含量的方法，其特征在于，每组所述表观特征数据为多个大蒜鳞茎的表观特征数据的平均值；

优选地，每组所述表观特征数据为至少20个大蒜鳞茎的表观特征数据的平均值。

4.根据权利要求1所述的预测大蒜鳞茎中功能性成分含量的方法，其特征在于，所述大蒜鳞茎中功能性成分含量数据为Allicin含量数据和7种风味前体物质总含量数据，所述7种风味前体物质总含量为Methiin、SMC、Alliin、GSMC、SAC、SPC和GSAC含量之和。

5.根据权利要求1所述的预测大蒜鳞茎中功能性成分含量的方法，其特征在于，在建立OPLS回归模型之前还包括对不同生长时期的大蒜鳞茎进行采样，两个相邻的采样时间间隔相同或不同。

6.根据权利要求5所述的预测大蒜鳞茎中功能性成分含量的方法，其特征在于，两个相邻的采样时间间隔为7天。

7.根据权利要求1所述的预测大蒜鳞茎中功能性成分含量的方法，其特征在于，采用游标卡尺测量鳞茎高、鳞茎横径、鳞芽高以及鳞芽背宽。

8.根据权利要求1所述的预测大蒜鳞茎中功能性成分含量的方法，其特征在于，采用电子天平测量鳞茎重和鳞芽重。

9.根据权利要求1所述的预测大蒜鳞茎中功能性成分含量的方法，其特征在于，将大蒜鳞芽切成片，称取目标重量的大蒜鳞芽，烘干后，根据烘干前后质量，测其中水分。

10.根据权利要求9所述的预测大蒜鳞茎中功能性成分含量的方法，其特征在于，烘干条件为温度100～110℃，烘干时间为5.5～6.5h。