[发明专利]预测大蒜鳞茎中功能性成分含量的方法

说明书

本发明涉及检测分析技术领域，公开了预测大蒜鳞茎中功能性成分含量的方法。预测方法包括：采用测得的大蒜不同生长时期的表观特征数据和该大蒜鳞茎中功能性成分含量数据建立OPLS回归模型，以表观特征数据为X变量，功能性成分含量数据为Y变量；将未知功能性成分含量的同种大蒜的另外一组不同生长时期的表观特征数据导入建立的OPLS回归模型中，即得大蒜鳞茎中功能性成分的预测含量。本发明提供的预测方法能够较为准确地预测大蒜鳞茎中功能性成分含量。该方法可运用于大蒜实际生产过程中，为大蒜的采收及质量控制等提供依据。

技术领域

本发明涉及检测分析技术领域，具体而言，具体涉及预测大蒜鳞茎中功能性成分含量的方法。

背景技术

大蒜(拉丁名：Allium sativum L.)是重要的药食同源植物，具有抗菌、防癌抗癌、预防和治疗心血管疾病、抗氧化等重要的生理功能。中国是世界上最大的大蒜生产国和出口国。根据FAO相关数据显示，2016年中国大蒜生产量和出口量分别为21.26和1.53百万吨，均占到世界产量和出口量的80％以上。大蒜鳞茎中主要的功能性成分为一类含硫化合物，包括大蒜素(Allicin)等硫代亚磺酸类物质及其蒜氨酸(Alliin)、甲基蒜氨酸(Methiin)、S-甲基-L-半胱氨酸(SMC)、S-烯丙基-L-半胱氨酸(SAC)、S-(反-1-丙烯基)-L-半胱氨酸(SPC)、γ-L-谷氨酰-S-甲基-L-半胱氨酸(GSMC)和γ-L-谷氨酰-S-烯丙基-L-半胱氨酸(GSAC)等风味前体物质。目前，大蒜中含硫化合物的检测定量方法主要为液相色谱、液相色谱-串联质谱等，该类方法一般需要昂贵的大型仪器设备及标准品，且标准品目前存在不稳定、够买困难等现状，因此难以运用于实际生产中大蒜品质的监测与评估。

鉴于此，特提出本发明。

发明内容

本发明的目的在于提供预测大蒜鳞茎中功能性成分含量的方法。

本发明是这样实现的：

本发明实施例提供一种预测大蒜鳞茎中功能性成分含量的方法，包括：

采用测得的贯穿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，以表观特征数据为X变量，大蒜鳞茎中功能性成分含量数据为Y变量，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，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。

在可选的实施方式中，参与建立OPLS回归模型的表观特征数据为至少四组。

在可选的实施方式中，每组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。

在可选的实施方式中，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，其中7种风味前体物质总含量为Methiin、SMC、Alliin、GSMC、SAC、SPC和GSAC含量之和。

在可选的实施方式中，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。

在可选的实施方式中，两个相邻的采样时间间隔为7天。

在可选的实施方式中，采用游标卡尺测量鳞茎高、鳞茎横径、鳞芽高以及鳞芽背宽。

在可选的实施方式中，采用电子天平测量鳞茎重和鳞芽重。

在可选的实施方式中，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。