一种豆腐加工用大豆的品质预测方法与流程

本发明涉及食品
技术领域：
，特别涉及一种豆腐加工用大豆的品质预测方法。
背景技术：
：我国是大豆的原产地，有着悠久的种植和加工历史。同时我国幅员辽阔,纬度跨度较大，大豆品种非常丰富，为大豆加工提供了广阔的选择空间。大豆富含40％左右的蛋白质，20％左右的脂肪，同时含有维生素b1、钙、磷、烟酸与胡萝卜素等人体所需营养成分，素有“豆中之王”、“田中之肉”等诸多美称。豆腐是营养丰富的天然健康食品，含有约50％的蛋白质，27％的脂肪，以及碳水化合物和矿物质。豆腐中的脂肪基本上是以天然状态存在的大豆油，饱和脂肪酸的含量很低，几乎不含反式脂肪酸和胆固醇。近几年，我国豆腐的消费量有逐渐增加的趋势,受到广大消费者的一致认可。豆腐作为未来发展的趋势之一蕴藏着巨大的潜力和商机,但是在生产过程中发现，并不是所有的大豆均可以制备出品质优良的豆腐。技术实现要素：本发明的目的是提供一种豆腐加工用大豆的品质预测方法,可以预测某一大豆品种是否适宜加工成豆腐,以克服现有豆腐加工业采用混杂品种生产豆腐所造成的资源浪费和经济损失。本发明的目的采用如下技术方案实现：一种豆腐加工用大豆的品质预测方法，包括以下步骤：(1)检测待测大豆品种的六种化学指标：大豆中粗蛋白质量百分含量、大豆中水溶性蛋白质量百分含量、大豆分离蛋白中11s大豆球蛋白质量百分含量、大豆分离蛋白中α亚基质量百分含量、大豆中棕榈酸含量和大豆中亚麻酸含量；(2)对步骤(1)得到的各指标采用标准差标准化方法进行处理，得到标准化后的数值，大豆中粗蛋白质量百分含量、大豆中水溶性蛋白质量百分含量、大豆分离蛋白中11s大豆球蛋白质量百分含量、大豆分离蛋白中α亚基质量百分含量、大豆中棕榈酸含量和大豆中亚麻酸含量标准化后的数值依次记为：f1、f2、f3、f4、f5和f6；(3)通过方程f＝0.260*f1-0.449*f2-0.281*f4+0.471*f3+0.434*f5-0.528*f6计算豆腐整体品质得分预测值f。在本发明中，若f＞0.25时，则待测大豆品种适宜加工成豆腐；若-0.37＜f≤0.25时，则待测大豆品种基本适宜加工成豆腐；若f≤-0.37时，则待测大豆品种不适宜加工成豆腐。在本发明中，所述大豆中粗蛋白质量百分含量是将大豆磨粉后采用凯氏定氮法测定的；大豆中水溶性蛋白质量百分含量是将大豆磨粉、用水提取蛋白后采用凯氏定氮法测定。在本发明中，大豆分离蛋白中11s大豆球蛋白质量百分含量、大豆分离蛋白中α亚基质量百分含量均采用sds-page电泳测定。在本发明中，大豆中棕榈酸含量、大豆中亚麻酸含量采用气相色谱法检测。现有技术中尚未有大豆原料对豆腐品质影响的相关报道。采用本发明预测方法，仅通过大豆原料的化学指标就能够预测大豆品种是否适宜豆腐加工用，克服了现有豆腐加工业采用混杂品种生产豆腐所造成的资源浪费和经济损失。附图说明图1是y与f的拟合图，横坐标为豆腐整体品质得分y，纵坐标为豆腐整体品质得分预测值f。具体实施方式以下实施例用于说明本发明，但不用来限制本发明的范围。下述实施例中所用的材料、试剂等，如无特殊说明，均可从商业途径得到；实验方法如无特殊说明，均为常规方法。实施例1豆腐加工用大豆的品质预测模型的建立及验证1.大豆品质的测定取2015年收获的44个大豆品种(符合大豆群体的常态分布规律)进行品质测定，具体大豆品种名称及其编号见表1。表144个大豆品种名称及其编号分别测定上述44个大豆品种的17个化学品质指标：大豆中粗蛋白的质量百分含量(％)、大豆中水溶性蛋白的质量百分含量(％)；大豆分离蛋白中的α’亚基质量百分含量(％)、α亚基质量百分含量(％)、β亚基质量百分含量(％)、a3亚基质量百分含量(％)、as亚基组质量百分含量(％)、bs亚基组质量百分含量(％)、11s大豆球蛋白质量百分含量(％)、7s伴大豆球蛋白质量百分含量(％)及大豆分离蛋白中11s大豆球蛋白质量百分含量与大豆分离蛋白中7s伴大豆球蛋白质量百分含量之比(％/％)；大豆中粗油脂质量百分含量(％)，大豆中棕榈酸含量(mg/g)、硬脂酸含量(mg/g)、油酸含量(mg/g)、亚油酸含量(mg/g)、亚麻酸含量(mg/g)。大豆中粗蛋白的质量百分含量：将大豆磨粉后采用凯氏定氮法测定，单位名称为％。大豆中水溶性蛋白的质量百分含量：将大豆磨粉、用水提取蛋白后采用凯氏定氮法测定，单位名称为％。大豆分离蛋白中的α’亚基质量百分含量、α亚基质量百分含量、β亚基质量百分含量、a3亚基质量百分含量、as亚基组质量百分含量、bs亚基组质量百分含量、11s大豆球蛋白质量百分含量、7s伴大豆球蛋白质量百分含量，均采用sds-page电泳测定，单位名称为％。11s大豆球蛋白质量百分含量/7s伴大豆球蛋白质量百分含量中的11s大豆球蛋白质量百分含量、7s伴大豆球蛋白质量百分含量均采用sds-page电泳测定。大豆分离蛋白制备方法如下：将脱脂大豆粉与蒸馏水按质量比为1:10混合，用1mnaoh溶液调节ph至8.0，40℃恒温搅拌30min，将悬浮液在4℃、3100g条件下离心20分钟，取上清液调ph至4.5，在4℃、3100g条件下离心10min，取沉淀复溶于蒸馏水中，调溶液ph为7.0，透析后，冷冻干燥，即得大豆分离蛋白大豆中粗油脂质量百分含量：将大豆磨粉后采用索氏提取法检测，单位名称为％。将索氏提取法中获得的粗油脂采用气相色谱法检测棕榈酸、硬脂酸、油酸、亚油酸和亚麻酸，采用外标法计算出大豆中上述五种脂肪酸的含量，单位名称均为mg/g。对所选44个大豆品种的17个化学品质指标的变化范围、平均值、标准差、变异系数进行分析，结果如表2所示。表244个大豆品种的化学品质指标分析结果变异系数是衡量一组数据变化程度的一个统计量,大豆中水溶性蛋白质量百分含量、粗油脂质量百分含量的变异系数较小，均小于10％(分别为6.28％、9.75％)，说明它们的离散程度较小；其它指标的变异系数较大，说明不同品种大豆的很多化学品质指标差异较大。2.豆腐品质评价指标分析(1)豆腐品质评价指标分析本发明采用主成分分析、回归分析建立大豆原料特性与豆腐品质间的相关关系。从表1中的44个品种中随机选取38个品种作为建立模型集，剩余6个品种作为验证模型集。首先，将建立模型集中的38个品种大豆分别采用常规方法制成豆腐(乔明武,张莹,杨月,等.感官评定与仪器分析在北豆腐品质评价中的应用[j].大豆科学,2011,30(4):648-651.)，测定各品种大豆制成的豆腐的十种品质指标：包括五种质构指标和五种感官指标。其中五种质构指标是指硬度(kg)、弹性(％)、粘聚性(％)、咀嚼度(％)、回复性(％)，采用物性分析仪进行测试(具体方法见文献：李小雅,许慧,江杨娟,等.加工工艺对北方豆腐品质特性的影响[j].食品科学,2017,38(6):261-266.)；五种感官指标包括口中硬度、口感、风味、色泽和总体可接受性，是采用感官评价的方法进行检测(具体方法见文献：乔明武,张莹,杨月,等.感官评定与仪器分析在北豆腐品质评价中的应用[j].大豆科学,2011,30(4):648-651.)的，且均是感官评价小组给出的得分平均值。通过标准差标准化方法将数据进行标准化处理，具体来说是采用spss软件工具栏中分析—描述统计—描述的分析方法，将豆腐的十种品质指标选择为变量，并将标准化得分另存为变量，得到标准化后的数值，结果如表3所示。表3豆腐十种品质指标标准化后的数值(编号与表1中的品种相对应)(2)豆腐品质主成分分析对上述各品种大豆制成的豆腐的十种指标进行主成分分析，最终得主成分特征值。通过主成分分析发现，前4个主成分的累计贡献率为82.9％(表4)，根据主成分分析的累计贡献率在85％左右的基本原则，由原来的10个指标转化为4个主成分，从而降低了维度。计算各个主成分与各个自变量(表3中用于评价豆腐品质的十种指标)之间的关系，得到各主成分得分，具体结果见表5。表4相关矩阵的特征值主成分特征值方差贡献率累计贡献率13.8180.3820.38222.0270.2030.58531.3860.1390.72341.0580.1060.829表5各个主成分得分(3)豆腐品质评价模型的建立根据主成分分析的因子载荷与线性组合系数矩阵(见表6)对豆腐品质的十种指标进行权重分配(见表7)，建立了豆腐整体品质的评价模型：y＝0.082y1+0.077y2+0.070y3+0.104y4+0.130y5+0.104y6+0.178y7+0.094y8+0.015y9+0.147y10。方程(1)其中，y1为硬度标准化后的数值，y2为弹性标准化后的数值，y3为粘聚性标准化后的数值，y4为咀嚼度标准化后的数值，y5为回复性标准化后的数值，y6为口中硬度标准化后的数值，y7为口感标准化后的数值，y8为风味标准化后的数值，y9为色泽标准化后的数值，y10为总体可接受性标准化后的数值，y被定义为豆腐整体品质得分，体现了豆腐的实际品质。表6因子载荷与线性组合系数矩阵表7豆腐品质指标权重分配及整体品质评价模型(4)豆腐加工适宜性标准划分根据本实施例标题2中(3)得到的豆腐整体品质的评价模型(方程1)：y＝0.082y1+0.077y2+0.070y3+0.104y4+0.130y5+0.104y6+0.178y7+0.094y8+0.015y9+0.147y10，计算出38个大豆品种制成的豆腐整体品质得分，结果见表8。对38种豆腐整体品质得分进行k-means聚类分析，将豆腐品质根据y大小划分为五个等级(表9)：y＞0.96时，豆腐品质为极高品质，豆腐品质等级为i级，；0.22＜y≤0.96时豆腐品质为高品质，豆腐品质等级为ii级，；-0.41＜y≤0.22时，豆腐品质为中等品质，豆腐品质等级为iii级；-0.97<y≤-0.41时，豆腐品质为较差品质，豆腐品质等级为iv级；y≤-0.97时，豆腐品质为极差品质，豆腐品质等级为v级。并根据此等级划分不同品种大豆是否适宜加工成豆腐，其中i级和ii级：大豆品种适宜加工成豆腐；iii级：大豆品种基本适宜加工成豆腐；iv级和v级：大豆品种不适宜加工成豆腐。表838种豆腐整体品质得分编号名称y(得分)编号名称y(得分)编号名称y(得分)1荷豆220.0614vance0.1227南农99-6-0.182苏鲜211.0215诱处4号-0.4928冀豆7号0.083南雄黄豆0.1016黑农26-1.3529六丰usp-40.974汉川八月爆0.1017nh50.5830larnar×36118-0.525graham-0.0518汾豆51-0.9531科丰1号0.616通豆7号0.0019新六青0.3032b295-0.867台湾75-0.1520南农39-0.4233ng62550.458ot94-47-h0.2521beeson1.5034dhp-0.219agh0.5722南农99-100.0335南农260.5810t173-0.7123灌豆2号0.1736冀豆17-0.5711荷95-10.7724nj90l-1-0.0337中豆32-0.1812浙春3号0.6725周92029-2-0.0538ng4690-1.4413南农493-1-0.6026中品6610.39表9豆腐加工适宜性分析(5)豆腐加工适宜性预测模型建立以豆腐的整体品质得分为因变量，以本实施例标题1中大豆17个化学品质指标为自变量，按照回归分析的思想，将大豆各化学品质指标与豆腐整体品质得分y进行回归系数显著性分析，发现6个指标：大豆中粗蛋白质量百分含量(单位名称为％)、大豆中水溶性蛋白质量百分含量(单位名称为％)、大豆分离蛋白中11s大豆球蛋白质量百分含量(单位名称为％)、大豆分离蛋白中α亚基质量百分含量(单位名称为％)、大豆中棕榈酸含量(单位名称为mg/g)、大豆中亚麻酸含量(单位名称为mg/g)在0.05水平上与豆腐整体品质得分呈显著关系(表10)，将这六种指标检测数值通过标准差标准化方法进行处理，具体来说是采用spss软件工具栏中分析—描述统计—描述的分析方法，将豆腐的十种品质指标选择为变量，并将标准化得分另存为变量，得到标准化后的数值，建立豆腐加工用大豆品质的预测方程：豆腐整体品质得分预测值f＝0.260*f1-0.449*f2-0.281*f4+0.471*f3+0.434*f5-0.528*f6方程(2)。该模型的决定系数r2＝0.728。其中f1为大豆中粗蛋白质量百分含量标准化后的数值、f2为大豆中水溶性蛋白质量百分含量标准化后的数值、f3为大豆分离蛋白中11s大豆球蛋白质量百分含量标准化后的数值、f4为大豆分离蛋白中α亚基质量百分含量标准化后的数值、f5为大豆中棕榈酸含量标准化后的数值、f6为大豆中亚麻酸含量标准化后的数值，f为豆腐整体品质得分预测值。表10大豆原料特性与豆腐品质综合值回归显著性分析(6)模型的验证采用验证模型集中的6个品种进行模型验证，用其来验证所建模型的准确性及推广适用性。将验证模型集中6个大豆品种的f1、f2、f3、f4、f5和f6代入方程(2)中，计算各品种大豆制成的豆腐整体品质得分预测值f(见表11)；采用方程(1)计算豆腐整体品质得分y(见表11)；将f与y进行分析比较，发现二者的相关系数r2＝0.8836(图1)，说明本发明豆腐整体品质得分预测值与豆腐的实际品质得分有良好的拟合度。表11预测模型结果分析验证样品名称豆腐整体品质得分y豆腐整体品质得分预测值f山宁160.400.31邯郸里外青0.040.05南农87-170.790.62油96-4-0.250.15南农大黄豆-0.54-0.22中豆350.240.33(7)基于预测模型的豆腐品质划分标准根据方程(2)，计算出38个大豆品种制成的豆腐整体品质得分预测值f(表12)，并进行k-means聚类分析(表13)，根据f值的大小将预测值划分为五类：f＞0.71时，豆腐品质为极高品质，豆腐品质等级为i级；0.25＜f≤0.71时，豆腐品质为高品质，豆腐品质等级为ii级；-0.37＜f≤0.25时，豆腐品质为中等品质，豆腐品质等级为iii级；-0.98<f≤-0.37时，豆腐品质为较差品质，豆腐品质等级为iv级；f≤-0.98时，豆腐品质为极差品质，豆腐品质等级为v级。根据此豆腐品质等级划分不同品种大豆是否适宜加工成豆腐，其中i级和ii级(f＞0.25)：大豆品种适宜加工成豆腐；iii级(-0.37＜f≤0.25)：大豆品种基本适宜加工成豆腐；iv级和v级(f≤-0.37)：大豆品种不适宜加工成豆腐。表1238种豆腐整体品质得分预测值f表13基于预测值划分的豆腐品质评价标准将表13结果与表9的结果进行比较，发现：适宜加工成豆腐的大豆品种匹配度为76.47％，基本适宜加工成豆腐的大豆品种匹配度为60.00％，不适宜加工成豆腐的大豆品种匹配度为83.33％，上述结果说明方程(2)的预测结果较好，适合作为适宜豆腐加工用大豆品质预测模型。虽然,上文中已经用一般性说明及具体实施方案对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。当前第1页12