南瓜的感官品質、質構及生化分析

尹 玲，王長林*，王迎杰，向成鋼，陳 花

(中國農業科學院蔬菜花卉研究所，北京 100081)

南瓜(Cucubita ssp.)在我國廣泛栽培，一般以食用成熟果實為主，是一類菜用與加工兼用的葫蘆科蔬菜作物。品質是南瓜的一項重要經濟指標，優異的品質是消費者、加工者及育種者共同追求的目標。但對于南瓜品質的鑒定與評價，我國目前還沒有客觀科學的評價方法和體系，在實際應用中，口感品嘗仍是南瓜品質鑒定和評價的主要手段[1-2]。由于品嘗受主觀因素(如年齡、生活經歷、文化背景、地理區域、感覺差異等)影響較大[3-5]，其結果必然缺乏足夠的科學性，因此，建立一套系統、科學的感官品質評價方法，對南瓜優質新品種的選育與應用將具有重要的意義。

質構分析法作為一種重要的食品質地分析方法，在國外已日臻完善，并且逐漸標準化，它從力學和流變學的角度，模擬人的咀嚼，從中找出與感官屬性相對應的物理學參數，可以使得感官分析更加科學和客觀[6-9]。質構分析在我國食品研究方面的應用近年來也時有報道[10-12]，但用質構分析法對南瓜進行品質鑒定，在國內尚未見報道。

本實驗擬通過對不同品質南瓜材料的感官評價、質構和生化分析，研究感官屬性與質構指標以及感官屬性與生化指標的相關性，為建立系統、科學的南瓜品質鑒定評價方法及優質南瓜新品種的選育提供理論依據。

1 材料與方法

1.1 材料與儀器

材料均來自中國農業科學院蔬菜花卉研究所廊坊實驗基地。通過品嘗，從127份南瓜材料中挑選出10份口感明顯不同且在幾項主要指標上差異較大的材料為研究對象，分別編號為A1、A2、A3、A4、A5、A6、A7、A8、A9、A10。其中A1～A5為中國南瓜(Cucurbita moschata)，A6～A10為印度南瓜(Cucurbita maxima)。每份材料選取6個果實，同一材料的果實在大小及成熟度上相對一致，用于感官鑒定、質構及生化分析。

TMS-Pro物性測試儀 美國FTC公司。

1.2 方法

1.2.1 樣品制備

將南瓜切成長20mm、寬20mm、高15mm的樣品，在常壓條件下沸水中蒸30min，冷卻，置于托盤中。

1.2.2 感官評定

對每個處理果實進行隨機編號。通過10位感官評價人員進行感官評定，每個樣品名稱由3個隨機數字組成，并且在熱的狀態下進行評價(35～45℃)。評價時環境光使用紅光以屏蔽樣品之間顏色的差異[13]。評價指標為硬度、面度、脆性、粉質、干濕情況、纖維度、甜度和綜合評分。評價標準見表1[14]。評定每個樣品后，均用清水漱口并間隔10min再進行評定。

表 1 南瓜果實感官評價評分標準Table 1 Criteria for sensory evaluation of pumpkin

1.2.3 質構分析

采用TMS-Pro物性測試儀對南瓜質構(texture profile analysis，TPA)特性進行測試。采用TPA、剪切法2種常見測定方法。每個樣品6次重復，取平均值。

1.2.3.1 TPA法

樣品長20mm、寬20mm、高15mm。選用P/75柱形探頭，測前速率2mm/s，測試速率1mm/s，返回速率也為1mm/s，測試形變量50%。

1.2.3.2 剪切法

樣品長20mm、寬20mm、高15mm。選用HDP/BS柱形探頭，測前速率1mm/s，測試速率1mm/s，返回速率為10mm/s，測試距離為28mm。

1.2.4 生化指標

將新鮮南瓜切片，烘干磨粉。根據GB 5009.3—2010《食品中水分的測定》測定干物質含量；蒽酮硫酸比色法測定可溶性糖含量[15]；高氯酸水解法測定淀粉含量[16]；3,5-二甲苯酚分光光度法測定果膠含量[17]；根據GB/T 5515—2008《糧油檢驗 糧食中粗纖維素含量測定 介質過濾法》測定粗纖維含量。每個樣品3次重復，取平均值。

1.3 統計分析

利用SPSS(v.13.0)軟件進行主成分分析(PCA)，利用DPS軟件進行逐步回歸分析，利用Excel軟件進行相關性分析。

2 結果與分析

2.1 南瓜感官特性評定的分析結果

表 2 感官評定結果(n=10)Table 2 Results of sensory evaluation (n=10)

圖 1 旋轉空間中的感官因子載荷散點圖Fig.1 Loading scatter plot of PC 2 versus PC 1 and PC 3 for sensory attributes

由表2可知，硬度、面度、粉質、脆性、干濕情況、纖維度、甜度和綜合評分之間差異顯著(P＜0.05)。用主元分析法分析了各項感官屬性之間的內在關系。由圖1可知，第1主成分主要包括粉質、干濕情況和甜度；第1主成分可以解釋整體變異的32.13%，由此可知，南瓜的感官指標差異主要來源于粉質、干濕情況和甜度。第2主成分主要包括面度和纖維度，可以解釋整體變異的26.95%；第3主成分包括硬度和脆性，解釋整體變異的20.38%。這3類最主要的感官屬性解釋了感官評價實驗材料之間差異來源的79.46%。

表 3 不同感官屬性相關性分析Table 3 Correlation analysis of sensory attributes

對南瓜樣品不同感官屬性作相關性分析，由表3可知，干濕情況與綜合評分呈極顯著負相關(r=－0.855，P＜0.01)，粉質和綜合評分呈極顯著負相關(r=－0.773，P＜0.01)，甜度與綜合評分呈極顯著正相關(r=0.794，P＜0.01)。口感越干燥，樣品粉質越低，甜度越高，綜合評分即綜合品質越高。

干濕情況與粉質呈極顯著正相關(r=0.813，P＜0.01)，與甜度呈顯著負相關(r=－0.730，P＜0.05)，甜度與粉質呈極顯著負相關(r=－0.804，P＜0.01)，說明干濕情況、粉質、甜度三者存在密切的交互關系。纖維度和面度間存在極顯著正相關(r=0.780，P＜0.01)，但與綜合評分間無明顯相關性。因此，在品嘗鑒定時，可以將干濕情況、粉質、甜度作為感官評價的簡易評分指標。

2.2 南瓜質構特性評定的分析結果

表 4 質構分析結果Table 4 Results of texture analysis

圖 2 旋轉空間中的質構因子載荷散點圖Fig.2 Loading scatter plot of PC 2 versus PC 1 and PC 3 for texture parameters

由表4可知，質構指標中，除回復性之間的差異相對較小外，其他指標之間均差異顯著(P＜0.05)。由圖2可知，通過主元分析法分析各項質構指標之間的內在關系，發現第1主成分包括硬度、回復性和剪切力，第2主成分為內聚性，第3主成分包括黏附性和彈性，這3類最主要的質構指標解釋了實驗材料之間差異來源的82.15%。其中第1主成分可以解釋整體變異的34.15%，第2主成分可以解釋24.11%，第3主成分可以解釋23.89%。

2.3 南瓜生化指標分析結果

表 5 生化分析結果Table 5 Results of chemical composition analysis

由表5可知，南瓜各樣品在可溶性糖含量、淀粉、果膠、粗纖維及干物質等各生化指標之間均存在顯著差異。其中，可溶性糖含量變化幅度最大，最小為91.7mg/g(以干質量計)，最大為432.4mg/g(以干質量計)。

2.4 感官屬性和質構指標的相關性

2.4.1 感官評定與質構儀分析結果之間的相關性

表 6 感官評定與質構儀分析結果之間的皮爾遜相關系數( 值)Table 6 Pearson correlation coeffifi cients between sensory attributes and texture parameters

感官屬性和質構指標的相關性分析見表6。感官屬性硬度與質構硬度(r=0.844，P＜0.01)、感官屬性面度與黏附性(r=0.964，P＜0.01)之間均表現出極顯著正相關；感官屬性脆性與彈性(r=0.765，P＜0.05)、感官屬性粉質與剪切力(r=0.684，P＜0.05)及內聚性(r=0.854，P＜0.01)，感官屬性干濕情況與剪切力(r=0.684，P＜0.05)及內聚性(r=0.704，P＜0.05)，感官屬性纖維度與黏附性(r=0.735，P＜0.05)之間均呈極顯著或顯著正相關。各質構指標與綜合評分間相關性不顯著(P＞0.05)。

2.4.2 質構指標對感官屬性的逐步回歸分析

以質構指標作為自變量，主要感官屬性作為因變量，進行逐步回歸分析，變量入選和剔除模型的顯著水平為0.05。使用主成分特征向量將主成分與原始變量進行代換，還原標準化數據，并按照具有較大的決定系數和相關系數，較小的剩余標準差的模型，精度較高，即為最優回歸模型的原則，得到質構指標對感官屬性硬度、面度、脆性、粉質和干濕情況的最優回歸模型(表7、8)，經顯著性檢驗均具有統計學意義(P＜0.05)。顯著水平大小為干濕情況＞粉質＞脆性＞硬度＞面度。

表 7 儀器測定指標對感官屬性的逐步回歸分析Table 7 Stepwise regression analysis of sensory attributes against instrumental measurement indicators

表 8 感官屬性的回歸模型Table 8 Regression models of sensory attributes

2.4.3 感官屬性回歸模型的驗證

表 9 感官屬性與基于回歸模型數值的誤差Table 9 Errors between actual values and predicted values of sensory attributes%

感官屬性與基于回歸模型數值的誤差列于表9，可以看出，感官屬性回歸模型數值基本符合實際數值，誤差較小(平均誤差最大的為硬度4.38%，最小的為脆性1.22%)。模型準確程度為脆性＞面度＞干濕情況＞粉質＞硬度。

2.5 感官屬性和生化指標的相關性

由表10可知，感官屬性硬度與淀粉含量(r=－0.672，P＜0.05)、感官屬性粉質與可溶性糖含量(r=－0.706，P＜0.05)及干物質含量(r=－0.757，P＜0.05)、干濕情況與可溶性糖含量(r=－0.645，P＜0.05)及干物質含量(r=－0.804，P＜0.01)之間均表現為顯著或極顯著負相關；感官屬性硬度與粗纖維含量(r=0.655，P＜0.05)、面度與淀粉含量(r=0.684，P＜0.05)及果膠含量(r=0.716，P＜0.05)，纖維度與粗纖維含量(r=0.731，P＜0.05)，甜度與可溶性糖含量(r=0.870，P＜0.01)及干物質含量(r=0.889，P＜0.01)，綜合評分與可溶性糖含量(r=0.840，P＜0.01)及干物質含量(r=0.944，P＜0.01)之間均表現為顯著或極顯著正相關。

表 10 感官屬性與生化指標之間的皮爾遜相關系數(P值)Table 10 Pearson correlation coeffi cients between sensory attributes and chemical component contents

通過相關性分析可知，可溶性糖和干物質含量高的南瓜，甜度高，口感干燥。淀粉含量高的南瓜，硬度低，面度高。南瓜果膠含量高，其面度和粉質均高。南瓜粗纖維含量高，硬度和纖維度均較高。

3 結論與討論

南瓜關鍵感官指標為粉質、干濕情況和甜度。主成分分析能將原來數量較多有一定相關性的變量建立成一組新的互相無關的幾個綜合變量，同時根據實際需要以最小的信息損失映射到較少的幾個主軸上[18]。通過主成分分析法做出三標圖后，可以將不同口感的南瓜用相同的方法將其分別集中于感官和質構三標圖上。感官評價第1主成分為粉質、干濕情況和甜度，而通過相關性分析后得到與綜合評分呈顯著或極顯著相關的指標也為粉質，干濕情況和甜度，因此可以將這3項指標作為感官評價的簡易指標。

質構分析中的大部分指標，均與感官屬性中的某些指標具有顯著或極顯著的相關性[19-21]。這與Corrigan等[13-14]的研究結果一致。將質構分析得到的6項指標作為自變量引入回歸模型進行逐步回歸分析，構建了具有統計學意義的感官屬性硬度、脆性、面度、干濕情況和纖維度的回歸模型(P＜0.05)[22-23]。通過進行品種驗證，回歸模型數值基本符合實際數值。模型準確程度為脆性＞面度＞干濕情況＞粉質＞硬度。因此，質構指標作為客觀方法可以較好地彌補感官品嘗的主觀性。

生化指標中的可溶性糖和干物質含量和綜合評分關系最為密切。干物質含量與綜合評分呈極顯著正相關(r=0.944，P＜0.01)，且測定程序簡便，因而可作為初步判定南瓜感官品質優劣的生化指標。可溶性糖含量與綜合評分呈極顯著正相關(r=0.840，P＜0.01)，其含量高低可以直接反映出樣品的甜度。

南瓜品質是由多方面因素決定的，如不同的消費者因年齡、性別、地區及飲食習慣等的差異，對南瓜品質會有不同的要求，用于加工的南瓜也因加工產品種類(如粉、汁等)的差異，而要求南瓜要具有不同的加工品質，使用單一方法很難對南瓜品質進行準確的評價。因此，要建立一套科學、客觀、完善、系統的南瓜品質評價體系，必須根據南瓜的用途，再綜合口感品嘗、質構分析和生化分析中的關鍵指標，建立不同的評價方法。

[1] 滕葳, 柳琪, 郭棟梁. 蔬菜感官質量判定方法的探討[J]. 食品研究與開發, 2003, 24(5)： 95-101.

[2] 鄧曼莉, 徐學明. 比薩餅皮的感官評定與質構分析[J]. 食品工業科技, 2008, 29(4)： 137-140.

[3] 姜松, 盂慶君, 趙杰文. 腌漬菊芋的質地分析與感官評價研究[J]. 食品科學, 2007, 28(2)： 78-81.

[4] 朱薇, 傅學正, 管天球, 等. 腌雪菜感官質量的模糊綜合評判分析[J]. 食品科學, 2007, 28(11)： 176-178.

[5] 曾愛平, 王月英, 徐曉薇, 等. 馬蹄筍感官品質分析[J]. 浙江林業科技, 2006, 26(6)： 44-46.

[6] FRANCK H, CHRISTIAN M, NOEL A, et al. Effects of cultivar and harvesting conditions (age, season) on the texture and taste of boiled cassava roots[J]. Food Chemistry, 2011, 126： 127-133.

[7] JACKMAN P, SUN Dawen, ALLEN P. Prediction of beef palatability from colour, marbling and surface texture features of longissimus dorsi[J]. Journal of Food Engineering, 2010, 96： 151-165.

[8] GON?ALVES E M, PINHEIRO J, ABREU M, et al. Modelling the kinetics of peroxidase inactivation, colour and texture changes of pumpkin (Cucurbita maxima L.) during blanching[J]. Journal of Food Engineering, 2007, 81(4)： 693-701.

[9] YIN Lijun, LI Lite, LI Zaigui. Changes in isoflavone contents and composition of sufu (fermented tofu) during manufacturing[J]. Food Chemistry, 2004, 87(4)： 587-592.

[10] 孫彩玲, 田紀春, 張永祥. TPA質構分析模式在食品研究中的應用[J]. 實驗科學與技術, 2007(2)： 1-4.

[11] 董慶利, 羅欣, 屠康. 熏煮香腸中脂肪,食鹽,淀粉和水分含量對其質構的影響[J]. 食品與發酵工業, 2005, 31(5)： 139-141.

[12] 董慶利, 郭黎洋, 屠康, 等. 亞硝酸鹽對冷藏過程中低溫蒸煮香腸質構的影響[J]. 南京農業大學學報, 2007, 30(3)： 129-134.

[13] CORRIGAN V, HURST P. Winter squash(Cucurbita maxima) texture： sensory, chemical, and physical measures[J]. New Zealand Journal of Crop and Horticultural Science, 2001, 29： 111-124.

[14] CORRIGAN V, HEDDERLEY D. Assessment of objective texture measurements for characterising and predicting the sensory quality of squash (Cucurbita maxima)[J]. New Zealand Journal of Crop and Horticultural Science, 2006, 34： 369-379.

[15] 周建, 張琳, 袁德義, 等. 可見分光光度法測定堿脅迫中合歡幼苗的生理指標[J]. 光譜學與光譜分析, 2008, 28(2)： 418-421.

[16] 邱賀媛. 荸薺淀粉含量的測定[J]. 唐山師范學院學報, 2003, 25(5)： 44-45.

[17] 徐安康, 陳明義, 楊克輝, 等. 3,5-二甲苯酚分光光度法測定果膠[J]. 天津輕工業學院學報, 1993(1)： 51-55.

[18] 賈春利, 黃衛寧. 美國杏仁月餅的感官與質構特性研究[J]. 食品科學, 2004, 25(11)： 34-40.

[19] 劉興余, 金邦荃, 詹巍, 等. 豬肉質構的儀器測定與感官評定之間的相關性分析[J]. 食品科學, 2007, 28(4)： 245-248.

[20] 蒙名燕, 李汴生, 阮征, 等. 食品質構的儀器測量和感官測試之間的相關性[J]. 食品工業科技, 2006, 27(9)： 198-206.

[21] 董慶利, 羅欣. 熏煮香腸質構的感官評定與機械測定之間的相關分析研究[J]. 食品科學, 2004, 25(9)： 49-55.

[22] OLSSON G B, OLSEN R L, CARLEHOG M, et al. Seasonal variations in chemical and sensory characteristics of farmed and wild Atlantic halibut (Hippoglossus hippoglossus)[J]. Aquaculture, 2003, 217： 191-205.

[23] ANITA L S, AARTI B T, RON K T. Use of high pressure to reduce cook loss and improve texture of low-salt beef sausage batters[J]. Innovative Food Science and Emerging Technologies, 2009, 10(4)： 405-412.