花生烘烤食用品質評價及指標篩選

卞能飛，孫東雷，鞏佳莉，王幸，邢興華，金夏紅，王曉軍

花生烘烤食用品質評價及指標篩選

卞能飛，孫東雷，鞏佳莉，王幸，邢興華，金夏紅，王曉軍

江蘇徐淮地區徐州農業科學研究所，江蘇徐州 221131

【】探索花生烘烤食用品質評價方法，篩選評價指標，建立預測模型，為花生食用品質育種提供依據。以51個不同品質類型花生品種（系）的籽仁為試驗材料，測定烘烤籽仁的食味指標、外觀指標、質構指標和營養指標等食用品質相關指標27項，運用相關分析、主成分分析對花生烘烤食用品質進行綜合評價，通過聚類分析對51個花生品種（系）的烘烤食用品質進行分類，通過回歸分析建立花生烘烤食用品質預測模型和鑒定指標的篩選。51個花生品種（系）27項指標的變異幅度不同，變異系數為5.86%—39.65%。各單項指標均存在與之顯著或極顯著相關的指標，175組相關系數達顯著水平，140組達極顯著水平。主成分分析將27個單項指標轉換為5個相互獨立的綜合指標，其貢獻率分別為35.70%、20.63%、10.07%、8.19%和6.38%，代表了全部數據80.97%的信息量。綜合評價分析表明，51個花生品種（系）烘烤食用品質綜合值平均為0.76，徐花甜29的最高（=1.51），烘烤食用品質最好，徐花15號的最低（=0.03），烘烤食用品質最差。相關性分析結果表明，21項指標與顯著相關。對花生烘烤食用品質綜合值進行聚類分析，將51個品種（系）劃分為3類，第一類屬于烘烤食用品質較好，包含徐花甜29、冀花甜1號、臨花16號和徐花甜30共4個品種；第二類屬于烘烤食用品質一般，包含33個品種（系）；第三類屬于烘烤食用品質較差，包含14個品種（系）。采用逐步回歸分析方法，建立花生烘烤食用品質預測模型為：=0.979+0.0217+0.08121+0.00920-0.03419-0.07427（2=0.953），篩選出5個烘烤食用品質鑒定指標，分別為百仁重、蔗糖含量、蛋白質含量、脂肪含量和山崳酸含量。對不同類別花生特征分析可知，4個烘烤食用品質較好品種的百仁重中至高，蔗糖含量高，蛋白質含量中，脂肪含量低，山崳酸含量低至中，根據預測模型，此類品種仍需進一步改良以提高蛋白質含量和降低山崳酸含量。百仁重、蔗糖含量、蛋白質含量、脂肪含量和山崳酸含量可作為鑒定花生烘烤品質的指標，可以確定優質烘烤花生品種應具備籽仁中大粒、高油酸、高蔗糖、高蛋白、低脂肪和低山崳酸等性狀。

花生；烘烤；食用品質；綜合評價；指標篩選

0 引言

【研究意義】花生（L.）是中國重要的油料和經濟作物[1]，同時也是重要的食品工業原料，富含脂肪、蛋白質、維生素和礦物質等營養成分，具有一定的保健功能[2]，籽仁經烘烤后直接食用或制成糖果，風味獨特，深受消費者歡迎[3]，中國花生食用及食品加工量將越來越大[4]。然而，中國花生品種較多，不同花生品種籽仁的外觀特征、營養成分和口感等差異顯著，烘烤食用品質參差不齊[5]。因此，明確花生各性狀之間的相關關系，對不同花生品種的烘烤食用品質進行綜合評價，篩選鑒定指標，對食品工業原料篩選和花生食用品質育種都具有重要意義。【前人研究進展】近年來，國內花生綜合評價研究主要集中在農藝[6-7]、耐逆[8-10]和加工利用[11-15]等方面。鞏阿娜等[11-12]、Yu等[13]對花生的感官特性、理化與營養特性、加工特性與其花生醬品質之間的關系進行研究，構建醬用花生評價模型。王麗等[14-15]構建了花生分離蛋白質凝膠性品質評價模型和油用花生品質評價模型。Pattee等[16-18]發現烘烤花生食味品質與甜度、硬度相關系數分別為0.88和0.63，籽仁蔗糖含量起到重要作用。王傳堂等[19]、王志偉等[20]、王秀貞等[21]對花生烘烤、油炸和鮮食的食味品質進行了分析，發現甜度是影響食味品質的主要因素。房元瑾等[22]對285份花生種質資源進行了籽仁外觀和營養品質性狀的檢測和分析，提出中國食用花生育種應改良高油酸、高蛋白和低脂肪等品質性狀。【本研究切入點】花生烘烤食用品質是一個復雜的綜合性狀，各單項指標對食用品質影響不同，直接利用單項指標不能直觀、準確地評價花生食用品質。利用食味指標、外觀指標、質構指標和營養指標對花生烘烤籽仁的食用品質進行綜合評價未見報道。【擬解決的關鍵問題】本研究測定51個花生品種（系）的食味、外觀、質構和營養相關指標，采用多元統計分析法對烘烤食用品質進行綜合評價和分類，建立預測模型，篩選鑒定指標，為花生食用品質育種提供依據。

1 材料與方法

1.1 試驗材料

試驗材料選自中國花生不同產區的育成品種（系）和地方品種，根據花生籽仁大小、形狀、脂肪含量、蛋白質含量、蔗糖含量和油酸含量選取51個不同品質類型花生品種（系）（電子附表1），由江蘇徐淮地區徐州農業科學研究所提供。試驗材料種植于徐州現代農業試驗示范基地，2020年4月20日播種，9月10日收獲，莢果自然風干后人工剝殼，選取飽滿一致籽仁進行指標測定。

1.2 測定項目和方法

1.2.1 食味指標 參照王傳堂等[19]方法測定食味指標，使用北京東孚久恒儀器技術有限公司的JKLZ4型電烤爐170℃烘烤花生籽仁，籽仁蔗糖含量越高，烘烤時間越短，不同品種烘烤14—18 min至子葉呈一致象牙白色，隨機編號，選取識別能力強的9人組成食味品質評定小組，培訓后進行盲評，每品種品嘗3粒熟籽仁，采用5分制對脆度、細膩度、甜味、香味、苦味和異味進行評分，分值越高，代表程度越重，5分分別代表最脆、最細膩、最甜、最香、最苦和異味最重。每品嘗一個樣品后，用溫水漱口3次，再品嘗下一個樣品。

1.2.2 外觀指標 籽仁外觀指標采用萬深SC-G型考種儀測量，選取100粒左右生籽仁，測量其百仁重、籽仁投影面積、籽仁周長、籽仁長度、籽仁寬度和籽仁長寬比。

1.2.3 質構指標 采用美國FTC公司TMS-Touch型物性分析儀，參照Bagheri等[23]和湯鵬宇等[24]方法進行質地剖面分析（texture profile analysis，TPA）。取生或熟的去除紅衣的單瓣花生（整個子葉）平面朝下放置于測定臺上，力量感應元為1 000 N，探頭為圓盤探頭432-303，2次循環，測試速度1 mm·s-1，觸發應力為5 N，壓縮程度為60%，下壓間隔1 s，每品種測量10個樣品。第一次壓縮過程中的最大峰值定義為硬度，單位為N；第一次壓縮過程中破裂出現的第一個峰值定義為破裂力，單位為N；咀嚼性定義為膠著性和彈性的乘積，單位為mJ。

1.2.4 營養指標 采用瑞典波通公司DA7200型近紅外品質分析儀測定營養指標，包括籽仁的脂肪含量、蛋白質含量、蔗糖含量、油酸含量、亞油酸含量、棕櫚酸含量、硬脂酸含量、花生酸含量和山崳酸含量。

1.3 數據處理與分析

采用Excel2007軟件進行數據輸入和整理，采用SPSS20.0軟件進行方差分析、主成分分析、聚類分析和逐步回歸分析。

綜合評價方法：將標準化數據代入每個主成分中，計算各個主成分的得分，根據各個主成分貢獻率，確定權重系數，最后計算各份材料的綜合得分值，對烘烤食用品質進行評價，再結合逐步回歸分析篩選綜合評價指標。

計算公式：標準化值(ij)(X-X)(X-X)，第個主成分權重W=V/∑n 1V，品種在第個主成分得分F=∑1((ij)E)，綜合評價值=∑1(FW)，其中X、X分別為指標最小值和最大值，X表示為種質在指標的測定值，V為第個主成分的方差貢獻率，E為指標在第個主成分的特征向量值。

2 結果

2.1 花生各單項指標變異

對51個花生品種（系）的27項指標進行統計分析（表1）可知，變異系數值為5.86%—39.65%，變異系數較大的為生仁咀嚼性、油酸含量、亞油酸含量、蔗糖含量、山崳酸含量和熟仁咀嚼性，這6個指標變異系數大于30%，表明這些性狀變異較為豐富；變異系數較小的有脂肪含量、脆度、籽仁寬度、細膩度、蛋白質含量和籽仁周長，這6個指標變異系數小于10%，表明這些性狀變異幅度較小，遺傳特性較穩定。

2.2 相關性分析

對51個品種的27項指標進行相關性分析，獲得相關系數矩陣（表2），所有指標均存在顯著或極顯著相關性，其中，175組達顯著相關，140組達極顯著相關。烤仁脆度、甜味、香味與蔗糖含量、生（熟）仁硬度、生（熟）仁咀嚼性、亞油酸含量、硬脂酸含量、花生酸含量呈顯著正相關，與脂肪含量、油酸含量呈顯著負相關；細膩度與脂肪含量、油酸含量呈顯著正相關，與甜味、生（熟）仁硬度、生（熟）仁咀嚼性、蔗糖含量、亞油酸含量呈顯著負相關；苦味與油酸含量呈顯著正相關，與蔗糖含量、亞油酸含量、棕櫚酸含量、硬脂酸含量、花生酸含量呈顯著負相關；生（熟）仁硬度與籽仁大小相關指標、蔗糖含量、硬脂酸含量、花生酸含量呈顯著正相關，與脂肪含量和山崳酸含量呈顯著負相關；脂肪含量和蔗糖含量呈顯著負相關。27個單項指標之間存在復雜的相關性，提供的信息相互重疊，需在此基礎上采用多元統計方法進行綜合評價分析。

2.3 主成分分析

以51個花生品種（系）的27項指標數據為基礎進行主成分分析，根據特征值＞1的原則，共提取到5個主成分。前5個主成分的累積貢獻達80.97%，代表27個指標的大部分信息。將每個指標的載荷值除以其對應成分的特征值的平方根，得到各個成分每個指標的特征向量值，不同成分各個指標特征向量值、特征值和累計貢獻率如表3所示。

表1 51個花生品種（系）的27項指標變異情況

1：脆度；2：細膩度；3：甜味；4：香味；5：苦味；6：異味；7：百仁重；8：籽仁投影面積；9：籽仁周長；10：籽仁長度；11：籽仁寬度；12：籽仁長寬比；13：生仁破裂力；14：生仁硬度；15：生仁咀嚼性；16：熟仁破裂力；17：熟仁硬度；18：熟仁咀嚼性；19：脂肪含量；20：蛋白質含量；21：蔗糖含量；22：油酸含量；23：亞油酸含量；24：棕櫚酸含量；25：硬脂酸含量；26：花生酸含量；27：山崳酸含量。下同

1: Crunchiness;2: Fineness;3: Sweetness;4: Flavor;5: Bitterness;6: Off-flavor;7: Hundred kernel weight;8: Kernel shade area;9: Kernel perimeter;10: Kernel length;11: Kernel width;12: Kernel length/width;13: Fracture force of raw kernel;14: Hardness of raw kernel;15: Chewness of raw kernel;16: Fracture force of roasted kernel;17: Hardness of roasted kernel;18: Chewness of roasted kernel;19: Fat content;20: Protein content;21: Sucrose content;22: Oleic acid content;23: Linoleic acid content;24: Palmitic acid content;25: Stearic acid content;26: Arachidic acid content;27: Behenic acid content. The same as below

第1主成分貢獻率最大，為35.70%，特征向量值較大的有甜味、蔗糖含量、生（熟）仁硬度和生（熟）仁咀嚼性、脂肪含量，主要反映籽仁的甜度和硬度因素；第2主成分的貢獻率為20.63%，特征向量值較大的有百仁重、籽仁投影面積、籽仁周長、籽仁長度，主要反映籽仁的大小因素；第3主成分的貢獻率為10.07%，特征向量值較大的有生（熟）仁破裂力、油酸含量、亞油酸含量、棕櫚酸含量，主要反映籽仁的破裂力和脂肪酸組成因素；第4主成分的貢獻率為8.19%，特征向量值較大的有籽仁寬度和籽仁長寬比，主要反映籽仁的形狀因素；第5主成分的貢獻率為6.38%，特征向量值較大的有異味和蛋白質含量，主要反映異味和蛋白質含量因素。

表2 27項指標的相關系數

*、**分別表示在5%和1%水平差異顯著。下同 * and ** mean significances at 5% and 1% levels, respectively. The same as below

表3 主成分的特征向量及貢獻率

2.4 綜合評價及分類

2.4.1 數據標準化 為消除數據量綱的影響，計算各指標測定值的隸屬函數值，將其定義在[0,1]區間內。2.4.2 權重確定 根據各個主成分貢獻率大小（表3），對其權重進行計算。經計算獲得5個主成分的權重分別為0.441、0.255、0.124、0.101和0.079。

2.4.3 綜合評價 為對花生烘烤食用品質進行綜合評價，根據特征向量矩陣及標準化的指標測量數據得到主成分得分計算公式，第1主成分得分線性方程如下所示：

1=0.211-0.172+0.253+0.184-0.155-0.046+0.177+0.168+0.189+0.1810+0.0811+0.1412+0.1413+0.2714+0.2815+0.0816+0.2817+0.2818-0.2519+0.0920+0.2421-0.1622+0.1723+0.1324+0.2325+0.2426-0.1327

根據5個主成分得分和權重，得出每份種質材料的綜合得分值（表4），值越高，品種（系）烘烤食用品質越好。結果表明，51個品種綜合值平均為0.76，得分最高的為徐花甜29，綜合值為1.51，籽仁的烘烤食用品質最好，得分最低的為徐花15號，綜合值為0.03，籽仁的烘烤食用品質最差。

將27個指標與綜合值做相關性分析（表5），結果表明，綜合值與脆度、甜味、香味、籽仁大小、生（熟）仁硬度和咀嚼性、蔗糖含量、硬脂酸含量、花生酸含量呈顯著正相關，與細膩度、脂肪含量、山崳酸含量呈顯著負相關。

表4 51個花生品種（系）綜合值F

2.4.4 分類 采用歐式距離法對綜合值進行聚類分析（圖1），在歐式距離為15時，可將51個品種（系）劃分為3類，第一類包括徐花甜29、冀花甜1號、臨花16號和徐花甜30共4個品種，綜合值為1.25—1.51，烘烤食用品質較好；第二類包括徐花19等33個品種，綜合值為0.61—1.18，烘烤食用品質一般；第三類包括徐花15等14個品種，綜合值為0.03—0.56，烘烤食用品質較差。

圖1 51個花生品種（系）聚類樹狀圖

表5 27項指標與綜合值F相關性

2.5 回歸分析及指標篩選

為更好地對花生烘烤食用品質進行預測，篩選出鑒定指標，獲得烘烤食用品質評價數學模型，以綜合評價值作因變量，以27項指標中簡單易測、無需破壞籽仁的外觀和營養共15項指標為自變量進行逐步回歸分析，建立最優回歸方程：預測值=0.979+ 0.0217+0.08121+0.00920-0.03419-0.07427（2=0.953，=183.860，=0.000），篩選到的指標為百仁重、蔗糖含量、蛋白質含量、脂肪含量、山崳酸含量。51個品種（系）的綜合值和預測值的散點圖見圖2，預測方程具有較高的準確性。

圖2 51個品種（系）的綜合值F和預測值Y

2.6 不同烘烤食用品質類別的特征分析

結合聚類和逐步回歸分析結果，將不同烘烤食用品質類別品種（系）的指標平均值和變異范圍列于表6中，分析不同類別花生的特征：

第一類（較好）：百仁重中至高，蔗糖含量高，蛋白質含量中，脂肪含量低，山崳酸含量低至中；

第二類（一般）：百仁重中至高，蔗糖含量低至中，蛋白質含量低至高，脂肪含量中至高，山崳酸含量低至中；

第三類（較差）：百仁重低至中，蔗糖含量低，蛋白質含量低至中，脂肪含量中至高，山崳酸含量中至高。

表6 不同烘烤食用品質類型各指標的表現特征

3 討論

3.1 花生烘烤食用品質的復雜性

花生烘烤食用品質是一個復雜的綜合性狀，包含食味品質、外觀品質和營養品質，食味又分為味道和質地兩方面，味道是由花生籽仁中的化學成分決定的，質地是由籽仁大小、形狀等外觀特性和營養成分決定的。前人對花生烘烤品質已進行大量研究，烘烤花生食味品質中的甜味主要來源于蔗糖[18, 25]，香味主要來源于蛋白質和還原糖之間的美拉德反應、糖的焦糖化和脂質氧化[26]，細膩度主要來源于脂肪[19]。本研究中相關分析結果表明，烤花生甜味與蔗糖含量相關系數為0.87，香味與蔗糖含量相關系數為0.54，細膩度與脂肪含量相關系數為0.63，與前人研究結果一致。Pattee等[16-18]研究結果表明籽仁硬度是影響烤花生食味品質的第二重要因素（相關系數0.63），僅次于甜度，本研究進一步表明，生仁硬度同蔗糖含量（相關系數0.59）正相關，經烘烤后，熟仁硬度同蔗糖含量（相關系數0.68）相關性進一步加強，表明甜度和硬度這兩個鑒定指標包含的信息是部分重疊的。花生籽仁的食味指標、外觀指標、質構指標和營養指標相互影響，食味品質和外觀品質等感官品質在鑒定時又易受個體主觀偏好的影響，導致花生烘烤食用品質評價難以統一和標準化。

3.2 花生烘烤食用品質綜合評價和指標篩選

國內外對花生食用品質綜合評價的相關研究已有報道，Misra[27]根據經驗及指標重要性對花生的籽仁完整度、籽仁形狀、整齊度、百仁重、水分、含油量、游離脂肪酸、穩定指數、生育酚、蛋白質、游離氨基酸、蔗糖、還原性糖和低聚糖含量等14個性狀確定權重，建立花生品質評價體系。王強等[28]公開一種適宜休閑花生加工的花生品質評價方法，測量百仁重、水分含量和油亞比，代入預測模型，即可評價該花生是否適宜休閑花生的加工。以上評價方法主要針對的是食品加工原料的選擇，不適用于育種者對不同花生品種的食用品質進行鑒定和遺傳改良。

基于多元分析方法的綜合評價是研究復雜性狀的常用方法，在作物研究中應用廣泛[29-32]。本研究運用相關分析、主成分分析對花生烘烤食用品質的進行綜合評價，以27項指標中簡單易測、無需破壞籽仁的外觀和營養共15項指標為自變量進行逐步回歸分析，建立花生烘烤食用品質預測模型：預測值=0.979+0.0217+0.08121+0.00920-0.03419-0.07427（2=0.953），篩選到百仁重、蔗糖含量、蛋白質含量、脂肪含量和山崳酸含量5個鑒定指標，上述各指標可以通過近紅外品質分析儀、天平等儀器進行快速測定，無須烘烤、品嘗和化學測定，能夠排除個體主觀因素影響，適用于育種中間材料等樣品量較少時的烘烤食用品質篩選。

3.3 花生烘烤食用品質分類及遺傳改良

本研究通過聚類分析將51個花生品種（系）分為3類，烘烤食用品質較好的品種（系）有4個，占7.84%，可見中國花生烘烤食用品質較好的品種較少，其百仁重中至高，蔗糖含量高，蛋白質含量中，脂肪含量低，山崳酸含量低至中，根據本研究所建預測模型，此類品種仍需進一步改良以提高蛋白質含量和降低山崳酸含量。烘烤食用品質一般的品種（系）有33個，占64.71%，中國花生大部分屬于此類型，其百仁重中至高，蔗糖含量低至中，蛋白質含量低至高，脂肪含量中至高，山崳酸含量低至中，根據預測模型，此類品種食用品質改良應著重提高蔗糖含量和降低脂肪含量。

另外，本研究中油酸含量與烘烤食用品質不顯著相關，推測原因為試驗材料收獲后及時進行指標測定，籽仁較新鮮，油酸含量對烘烤食用品質的貢獻不大，但高油酸可顯著提升烘烤花生制品的貨架期，維持其較好的食用品質[33]。因此，本研究確定優質烘烤花生品種應具備中大粒、高油酸、高蔗糖、高蛋白、低脂肪和低山崳酸含量等性狀。

4 結論

采用多元統計分析法對51個花生品種（系）的27項烘烤食用品質性狀進行評價，篩選出百仁重、蔗糖含量、蛋白質含量、脂肪含量和山崳酸含量可作為鑒定花生烘烤品質的指標，并確定優質烘烤花生品種應具備籽仁中大粒、高油酸、高蔗糖、高蛋白、低脂肪和低山崳酸含量等性狀。

[1] 張照華, 王志慧, 淮東欣, 譚家壯, 陳劍洪, 晏立英, 王曉軍, 萬麗云, 陳傲, 康彥平, 姜慧芳, 雷永, 廖伯壽. 利用回交和標記輔助選擇快速培育高油酸花生品種及其評價. 中國農業科學, 2018, 51(9): 1641-1652.

ZHANG Z H, WANG Z H, HUAI D X, TAN J Z, CHEN J H, YAN L Y, WANG X J, WAN L Y, CHEN A, KANG Y P, JIANG H F, LEI Y, LIAO B S. Fast development of high oleate peanut cultivars by using marker-assisted backcrossing and their evaluation. Scientia Agricultura Sinica, 2018, 51(9): 1641-1652. (in Chinese)

[2] Wang Q. Peanut processing characteristics and quality evaluation. Singapore: Springer Nature, 2018: 42-63.

[3] 林茂, 趙景芳, 鄭秀艷, 孟繁博, 黃道梅, 李國林, 陳曦, 宋光艷, 蔣力. 不同種皮顏色花生生品的營養、感官和品質的分析. 分子植物育種, 2019, 17(5): 1647-1657.

LIN M, ZHAO J F, ZHENG X Y, MENG F B, HUANG D M, LI G L, CHEN X, SONG G Y, JIANG L. Analysis of nutrition, sense and quality of peanut seed with different testa color. Molecular Plant Breeding, 2019, 17(5): 1647-1657. (in Chinese)

[4] 雷永, 王志慧, 淮東欣, 高華援, 晏立英, 李建國, 李威濤, 陳玉寧, 康彥平, 劉海龍, 王欣, 薛曉夢, 姜慧芳, 廖伯壽. 花生籽仁蔗糖含量近紅外模型構建及在高糖品種培育中的應用. 作物學報, 2021, 47(2): 332-341.

LEI Y, WANG Z H, HUAI D X, GAO H Y, YAN L Y, LI J G, LI W T, CHEN Y N, KANG Y P, LIU H L, WANG X, XUE X M, JIANG H F, LIAO B S. Development and application of a near infrared spectroscopy model for predicting high sucrose content of peanut seed. Acta Agronomica Sinica, 2021, 47(2): 332-341. (in Chinese)

[5] Wang C T. Evaluation of groundnut genotypes from China for quality traits. Journal of SAT Agricultural Research, 2011, 12(9): 1-5.

[6] 孫東雷, 卞能飛, 陳志德, 邢興華, 徐澤俊, 齊玉軍, 王幸, 王曉軍, 王偉. 花生種質資源表型性狀的綜合評價及指標篩選. 植物遺傳資源學報, 2018, 19(5): 865-874.

SUN D L, BIAN N F, CHEN Z D, XING X H, XU Z J, QI Y J, WANG X, WANG X J, WANG W. Comprehensive evaluation and index screening of phenotypic traits in peanut germplasm resources.Journal of Plant Genetic Resources, 2018, 19(5): 865-874. (in Chinese)

[7] 魯清, 梁炫強, 陳小平, 李少雄, 劉浩, 周桂元, 劉海燕, 李海芬, 洪彥彬. 花生落莢、裂莢和裂仁特性評鑒及優異種質篩選. 植物遺傳資源學報, 2020, 21(5): 1102-1111.

LU Q, LIANG X Q, CHEN X P, LI S X, LIU H, ZHOU G Y, LIU H Y, LI H F, HONG Y B. Evaluation on traits of pod abscission, dehiscence and kernel cracking of peanut and identification of elite germplasm. Journal of Plant Genetic Resources, 2020, 21(5): 1102-1111. (in Chinese)

[8] 胡廷會, 成良強, 王軍, 呂建偉, 饒慶琳. 不同基因型花生耐蔭性評價及其鑒定指標的篩選. 中國農業科學, 2020, 53(6): 1140-1153.

HU T H, CHENG L Q, WANG J, Lü J W, RAO Q L. Evaluation of shade tolerance of peanut with different genotypes and screening of identification indexes. Scientia Agricultura Sinica, 2020, 53(6): 1140-1153. (in Chinese)

[9] 張鶴, 蔣春姬, 殷冬梅, 董佳樂, 任婧瑤, 趙新華, 鐘超, 王曉光, 于海秋. 花生耐冷綜合評價體系構建及耐冷種質篩選. 作物學報, 2021, 47(9): 1753-1767.

ZHANG H, JIANG C J, YIN D M, DONG J L, REN J Y, ZHAO X H, ZHONG C, WANG X G, YU H Q. Establishment of comprehensive evaluation system for cold tolerance and screening of cold-tolerance germplasm in peanut. Acta Agronomica Sinica, 2021, 47(9): 1753-1767. (in Chinese)

[10] 孫東雷, 卞能飛, 王幸, 邢興華, 沈一, 徐澤俊, 齊玉軍, 王曉軍. 高油酸花生萌發期耐冷性綜合評價及種質篩選. 核農學報, 2021, 35(6): 1263-1272.

SUN D L, BIAN N F, WANG X, XING X H, SHEN Y, XU Z J, QI Y J, WANG X J. Comprehensive evaluation of cold tolerance and germplasm screening of high oleic acid peanut at germination stage. Journal of Nuclear Agricultural Sciences, 2021, 35(6): 1263-1272. (in Chinese)

[11] 鞏阿娜, 劉紅芝, 劉麗, 石愛民, 王強. 原料特性與花生醬品質間關系模型的建立. 食品科學技術學報, 2016, 34(2): 24-30.

GONG A N, LIU H Z, LIU L, SHI A M, WANG Q.Establishment of relationship model between peanut material characteristics and peanut butter quality. Journal of Food Science and Technology, 2016, 34(2): 24-30. (in Chinese)

[12] 鞏阿娜, 劉紅芝, 劉麗, 石愛民, 林偉靜, 王強. 原料特性對花生醬品質的影響. 中國食品學報, 2016, 16(11): 253-262.

GONG A N, LIU H Z, LIU L, SHI A M, LIN W J, WANG Q.Influence of peanut material characteristics on peanut butter quality. Journal of Chinese Institute of Food Science and Technology, 2016, 16(11): 253-262. (in Chinese)

[13] Yu H, Liu H, ERASMUS S W, ZHAO S, WANG Q, RUTH S M. An explorative study on the relationships between the quality traits of peanut varieties and their peanut butters. LWT-Food Science and Technology, 2021, 151: 112068.

[14] 王麗, 王強, 劉紅芝, 劉麗, 杜寅, 張建書. 不同品種花生分離蛋白凝膠性評價方法的研究. 中國油脂, 2012, 37(7): 20-23.

WANG L, WANG Q, LIU H Z, LIU L, DU Y, ZHANG J S. Evaluation methods of gel property of peanut protein isolate with different varieties. China Oils and Fats, 2012, 37(7): 20-23. (in Chinese)

[15] 王麗, 劉紅芝, 劉麗, 石愛民, 胡暉, 楊穎, 王強. 油用花生品質評價模型的建立及其加工適宜性研究. 食品科學技術學報, 2016, 34(1): 21-27.

WANG L, LIU H Z, LIU L, SHI A M, HU H, YANG Y, WANG Q, Research on evaluation model and processing suitability of oil-used peanut. Journal of Food Science and Technology, 2016, 34(1): 21-27. (in Chinese)

[16] PATTEE H E, ISLEIB T G, GIESBRECHT F G. Variation in intensity of sweet and bitter sensory attributes across peanut genotypes. Peanut Science, 1998, 25: 63-69.

[17] PATTEE H E, ISLEIB T G, GIESBRECHT F G, MCFEETERS R F. Investigations into genotypic variations of peanut carbohydrates. Journal of Agricultural and Food Chemistry, 2000, 48: 750-756.

[18] PATTEE H E, ISLEIB T G, GIESBRECHT F G, MCFEETERS R F. Relationships of sweet, bitter, and roasted peanut sensory attributes with carbohydrate components in peanuts. Journal of Agricultural and Food Chemistry, 2000, 48: 757-763.

[19] 王傳堂, 張建成, 唐月異, 吳琪, 王志偉, 王秀貞, 穆樹旗, 李平濤, 李濱. 花生生仁生化成分、生仁和烤仁感官品質的典型相關分析. 山東農業科學, 2020, 52(8): 12-16.

WANG C T, ZHANG J C, TANG Y Y, WU Q, WANG Z W, WANG X Z, MU S Q, LI P T, LI B. Inter-relationships between peanut biochemical components of raw kernels, sensory quality of raw and roasted kernels revealed by canonical correlation analysis. Shandong Agricultural Sciences, 2020, 52(8): 12-16. (in Chinese)

[20] 王志偉, 王秀貞, 唐月異, 吳琪, 孫全喜, 杜龍, 劉婷, 張欣, 王傳堂. 31個花生品種(系)的生、熟花生感官品質評價研究. 山東農業科學, 2018(6): 52-56.

WANG Z W, WANG X Z, TANG Y Y, WU Q, SUN Q X, DU L, LIU T, ZHANG X, WANG C T. Sensory evaluation for raw and roasted peanuts of 31 genotypes. Shandong Agricultural Sciences, 2018(6): 52-56. (in Chinese)

[21] 王秀貞, 吳琪, 成波, 王志偉, 唐月異, 韓守萍, 王傳堂. 基因型和成熟度對鮮食花生感官品質的影響. 花生學報, 2019, 48(3): 51-54.

WANG X Z, WU Q, CHENG B, WANG Z W, TANG Y Y, HAN S P, WANG C T. Effect of genotype and maturity on sensory quality of fresh green peanuts. Journal of Peanut Science, 2019, 48(3): 51-54. (in Chinese)

[22] 房元瑾, 孫子淇, 苗利娟, 齊飛艷, 黃冰艷, 鄭崢, 董文召, 湯豐收, 張新友. 花生籽仁外觀和營養品質特征及食用花生育種利用分析. 植物遺傳資源學報, 2018, 19(5): 875-886.

FANG Y J, SUN Z Q, MIAO L J, QI F Y, HUANG B Y, ZHENG Z, DONG W Z, TANG F S, ZHANG X Y. Characterization of kernel appearance and nutritional quality in peanut accessions and its application for food-use peanut breeding. Journal of Plant Genetic Resources, 2018, 19(5): 875-886. (in Chinese)

[23] BAGHERI H, KASHANINEJAD M, ZIAIIFAR A M, AALAMI M. Textural, color and sensory attributes of peanut kernels as affected by infrared roasting method. Information Processing in Agriculture, 2019, 6(2): 255-264.

[24] 湯鵬宇, 孟繁博, 黃道梅, 鄭秀艷, 林茂. 質構參數與花生物性測定的相關性. 現代食品科技, 2021, 37(7): 294-301.

TANG P Y, MENG F B, HUANG D M, ZHENG X Y, LIN M. Correlation between texture-analyzer parameters and physical properties measurement of peanut. Modern Food Science and Technology, 2021, 37(7): 294-301. (in Chinese)

[25] 李威濤, 郭建斌, 喻博倫, 徐思亮, 陳海文, 吳貝, 龔廷鋒, 黃莉, 羅懷勇, 陳玉寧, 周小靜, 劉念, 陳偉剛, 姜慧芳. 基于HPLC-RID的花生籽仁可溶性糖含量檢測方法的建立. 作物學報, 2021, 47(2): 368-375.

LI W T, GUO J B, YU B L, XU S L, CHEN H W, WU B, GONG T F, HUANG L, LUO H Y, CHEN Y N, ZHOU X J, LIU N, CHEN W G, JIANG H F. Establishment of HPLC-RID method for the determination of soluble sugars in peanut seed. Acta Agronomica Sinica, 2021, 47(2): 368-375. (in Chinese)

[26] COLEMAN W M, WHITE J L, PERFETTI T A. Characteristics of heat-treated aqueous extracts of peanuts and cashews. Journal of Agricultural and Food Chemistry, 1994, 42(1): 190-194.

[27] MISRA J B. A mathematical approach to comprehensive evaluation of quality in groundnut. Journal of Food Composition and Analysis, 2004, 17(1): 69-79.

[28] 王強, 石愛民, 盛曉靜, 劉紅芝, 劉麗, 胡暉. 一種適宜休閑花生加工的花生品質評價方法及裝置: 中國, 107228809. 2017-10-03.

WANG Q, SHI A M, SHENG X J, LIU H Z, LIU L, HU H. Peanut quality evaluation method and device suitable for leisure peanut processing: China, 107228809. 2017-10-03. (in Chinese)

[29] 宋麗君, 聶曉玉, 何磊磊, 蒯婕, 楊華, 郭安國, 黃俊生, 傅廷棟, 汪波, 周廣生. 飼用大豆品種耐蔭性鑒定指標篩選及綜合評價. 作物學報, 2021, 47(9): 1741-1752.

SONG L J, NIE X Y, HE L L, KUAI J, YANG H, GUO A G, HUANG J S, FU T D, WANG B, ZHOU G S. Screening and comprehensive evaluation of shade tolerance of forage soybean varieties. Acta Agronomica Sinica, 2021, 47(9): 1741-1752. (in Chinese)

[30] 劉秋員, 周磊, 田晉鈺, 程爽, 陶鈺, 邢志鵬, 劉國棟, 魏海燕, 張洪程. 長江中下游地區常規中熟粳稻氮效率綜合評價及高產氮高效品種篩選. 中國農業科學, 2021, 54(7): 1397-1409.

LIU Q Y, ZHOU L, TIAN J Y, CHENG S, TAO Y, XING Z P, LIU G D, WEI H Y, ZHANG H C. Comprehensive evaluation of nitrogen efficiency and screening of varieties with high grain yield and high nitrogen efficiency of inbred middle-riperice in the middle and lower reaches of yangtze river. Scientia Agricultura Sinica, 2021, 54(7): 1397-1409. (in Chinese)

[31] 楊濤, 黃雅婕, 李生梅, 任丹, 崔進鑫, 龐博, 于爽, 高文偉. 海島棉種質資源表型性狀的遺傳多樣性分析及綜合評價. 中國農業科學, 2021, 54(12): 2499-2509.

YANG T, HUANG Y J, LI S M, REN D, CUI J X, PANG B, YU S, GAO W W. Genetic diversity and comprehensive evaluation of phenotypic traits in sea-island cotton germplasm resources. Scientia Agricultura Sinica, 2021, 54(12): 2499-2509. (in Chinese)

[32] 孫珍珠, 李秋月, 王小柯, 趙婉彤, 薛楊, 馮錦英, 劉小豐, 劉夢雨, 江東. 寬皮柑橘種質資源表型多樣性分析及綜合評價. 中國農業科學, 2017, 50(22): 4362-4372.

SUN Z Z, LI Q Y, WANG X K, ZHAO W T, XUE Y, FENG J Y, LIU X F, LIU M Y, JIANG D. Comprehensive evaluation and phenotypic diversity analysis of germplasm resources in mandarin. Scientia Agricultura Sinica, 2017, 50(22): 4362-4372. (in Chinese)

[33] 李建國, 薛曉夢, 張照華, 王志慧, 晏立英, 陳玉寧, 萬麗云, 康彥平, 淮東欣, 姜慧芳, 雷永, 廖伯壽. 單粒花生主要脂肪酸含量近紅外預測模型的建立及其應用. 作物學報, 2019, 45(12): 1891-1898.

LI J G, XUE X M, ZHANG Z H, WANG Z H, YAN L Y, CHEN Y N, WAN L Y, KANG Y P, HUAI D X, JIANG H F, LEI Y, LIAO B S. Establishment and applicant of near-infrared reflectance spectroscopy models for predicting main fatty acid contents of single seed in peanut. Acta Agronomica Sinica, 2019, 45(12): 1891-1898. (in Chinese)

附表1 參試花生品種（系）信息

Supplementary Table 1 Peanut cultivars (lines) in this study

編號No.品種名稱Cultivar name品種類型Cultivar type百仁重Hundred kernel weight (g)脂肪含量Fat content (%)蛋白質含量Protein content (%)蔗糖含量Sucrose content (%)油酸含量Oleic acidcontent (%) 1徐花23 Xuhua 23中間型 Irregular type66.5255.1221.332.5671.78 2徐花24 Xuhua 24中間型 Irregular type58.5851.7423.043.4564.97 3徐花25 Xuhua 25中間型 Irregular type80.7355.3820.003.0070.16 4徐花26 Xuhua 26中間型 Irregular type74.0356.4222.031.9876.46 5徐花21 Xuhua 21中間型 Irregular type68.1453.7121.363.5137.23 6徐花22 Xuhua 22中間型 Irregular type75.1951.1522.803.4230.37 7徐0918 Xu 0918中間型 Irregular type67.0753.2324.193.5536.01 8唐8802 Tang 8802中間型 Irregular type66.6147.5426.484.0331.73 9小香果 Xiaoxiangguo中間型 Irregular type60.5154.8223.402.0837.26 10小葉果 Xiaoyeguo中間型 Irregular type60.3151.2526.082.4337.26 11豫花14號 Yuhua 14珍珠豆型 Spanish type58.0551.2524.082.9928.07 12花育20 Huayu 20珍珠豆型 Spanish type50.6752.9622.043.4434.64 13濮花20號 Puhua 20珍珠豆型 Spanish type73.0551.2422.143.1430.72 14花育25 Huayu 25中間型 Irregular type55.6450.2924.764.8031.82 15徐花15號 Xuhua 15中間型 Irregular type36.2154.6118.053.6945.57 16遠雜9847 Yuanza 9847中間型 Irregular type55.6252.9121.763.7936.03 17徐花18號 Xuhua 18中間型Irregular type65.9555.7620.462.2373.96 18徐花19號 Xuhua 19中間型 Irregular type67.2651.2826.203.7442.36 19漯花4011 Luohua 4011中間型 Irregular type64.4752.8124.693.1835.71 20花育34 Huayu 34中間型 Irregular type48.1453.6820.203.4243.63 21白沙1016 Baisha 1016珍珠豆型 Spanish type60.4152.1323.552.2828.98 22開農176 Kainong 176中間型 Irregular type61.4254.8522.063.1070.89 23冀花16號 Jihua 16中間型 Irregular type67.7653.5524.912.3364.19 24徐花紫1號 Xuhuazi 1中間型 Irregular type57.4748.6827.043.8732.99 25徐花14號 Xuhua 14中間型 Irregular type49.3652.4122.552.8531.40 26四粒紅 Silihong多粒型 Valencia type45.3349.9623.103.8033.71 27魯花14 Luhua 14中間型 Irregular type61.6455.1124.693.1438.63 28花育33 Huayu 33中間型 Irregular type64.2953.4522.573.5536.49 29冀花10號 Jihua 10中間型 Irregular type54.6055.4120.903.7053.76 30中花6號 Zhonghua 6珍珠豆型 Spanish type46.3553.5222.222.6037.08 31閩花6號 Minhua 6珍珠豆型 Spanish type59.6053.4824.461.8829.55 32冀花甜1號 Jihuatian 1中間型 Irregular type55.4442.0221.607.4131.39 33冀花甜2號 Jihuatian 2中間型 Irregular type53.1652.4119.564.8534.89 34花育917 Huayu 917中間型 Irregular type63.6656.5020.812.9670.10 35遠雜9102 Yuanza 9102珍珠豆型 Spanish type66.5451.0924.122.9829.43 36魯資101 Luzi 101中間型 Irregular type70.8753.1120.593.1637.65 37天府8號 Tianfu 8中間型 Irregular type55.0254.6118.703.5242.19 38天府11號 Tianfu 11珍珠豆型 Spanish type54.7953.6922.772.2534.00 39小京生 Xiaojingsheng普通型 Virginia type41.2653.2624.702.8554.20 40徐甜06 Xutian 06多粒型 Valencia type65.6548.0520.465.4532.23 41徐甜10 Xutian 10多粒型 Valencia type52.9247.4922.765.0530.80 42臨花16號 Linhua 16中間型 Irregular type63.1845.1120.846.2431.99 43花育22 Huayu 22中間型 Irregular type63.3854.9021.603.5541.85 44花育23 Huayu 23中間型 Irregular type42.9554.2519.533.1545.58 45粵油7號 Yueyou 7珍珠豆型 Spanish type49.1054.1222.142.3835.60 46濮紅花606 Puhonghua 606多粒型 Valencia type30.8652.0220.463.9341.61 47贛花7號 Ganhua 7多粒型 Valencia type37.1052.1623.023.4536.29 48濮甜花602 Putianhua 602珍珠豆型 Spanish type36.3950.0821.893.4780.83 49花育951 Huayu 951中間型 Irregular type67.6952.7022.483.7569.12 50徐花甜29 Xuhuatian 29多粒型 Valencia type74.5645.6222.956.8530.04 51徐花甜30 Xuhuatian 30多粒型 Valencia type63.6746.6223.386.9528.40

Evaluation of Edible Quality of Roasted Peanuts and Indexes Screening

BIAN NengFei, SUN DongLei, GONG JiaLi, WANG Xing, XING XingHua, JIN XiaHong, WANG XiaoJun

Xuzhou Institute of Agricultural Sciences of the Xuhuai District, Xuzhou 221131, Jiangsu

【】The objective of this study was to explore the evaluation methods of edible quality of roasted peanuts, screen identification indexes, establish prediction model, and provide basis for peanut edible quality breeding.【】The kernels of 51 peanut varieties (lines) with different quality types were used as experimental materials. A total of 27 edible quality indexes related to tastes, appearances, textures and nutrition of roasted kernels were measured. Correlation analysis and principal component analysis were used to comprehensively evaluate the edible quality of roasted peanut kernels. Cluster analysis was used to classify edible quality of 51 peanut varieties (lines). Regression analysis were used to establish predictive model and index screening.【】27 indexes had different ranges of variation in 51 peanut varieties (lines), with coefficients of variation ranging from 5.86% to 39.65%. There were significant or extremely significant related indexes for each individual index. The correlation coefficients of 175 groups reached significant level, and the 140 groups reached extremely significant level. The 27 individual indexes were converted into 5 independent comprehensive indexes through principal component analysis, and their contribution rates respectively were 35.70%, 20.63%, 10.07%, 8.19% and 6.38%, representing the information of 80.97% of all data. The comprehensive evaluation analysis showed that the averagevalue of the roasted edible quality of 51 peanut varieties (lines) was 0.76. Xuhuatian 29 had the highestvalue (=1.51) and the best roasting edible quality. Xuhua 15 had the lowestvalue (=0.03) and the worst roasting edible quality. The correlation analysis showed that 21 indexes were significantly correlated withvalue. Cluster analysis was performed on the comprehensive valueof peanut roasting edible quality, and 51 varieties (lines) were divided into 3 categories. The first category was of good edible quality, including 4 varieties of Xuhuatian 29, Jihuatian 1, Linhua 16 and Xuhuatian 30. The second category was of general edible quality and contained 33 varieties (lines). The third category was of poor edible quality and contained 14 varieties (lines). Using stepwise regression analysis method, the prediction model of roasting edible quality was established as:=0.979+ 0.0217+0.08121+0.00920-0.03419-0.07427(2=0.953). Then, 5 identification indexes were screened, which were the hundred kernel weight, sucrose content, protein content, fat content and behenic acid content. The analysis of characteristics showed that the four varieties with good roasting edible quality had medium to high hundred kernel weight, high sucrose content, medium protein content, low fat content, and low to medium behenic acid content. According to the prediction model, this category varieties still need to be improved to increase protein content and reduce behenic acid content. 【】Hundred kernel weight, sucrose content, protein content, fat content and behenic acid content could be used to identify the edible quality of roasted peanuts. It is determined that high-quality roasted peanut varieties should have the characteristics of medium to large kernels, high oleic acid content, high sucrose content, high protein content, low fat content and low behenic acid content.

peanut; roast; edible quality; comprehensive evaluation; index screening

10.3864/j.issn.0578-1752.2022.04.002

2021-08-20；

2021-10-15

財政部和農業農村部：國家現代農業產業技術體系（CARS-13）、江蘇省農業科技自主創新資金（cx(18)2015）、徐州市科技項目（KC19114）、亞夫科技服務項目（KF(20)1005）、蘇北科技專項（XZ-SZ201224）

卞能飛，E-mail：biannf@163.com。通信作者王曉軍，E-mail：wangxj0516@126.com

（責任編輯 李莉）