创新预测模型：开启培育低升糖指数高抗性淀粉水稻新篇章

传统量化抗性淀粉（RS）的方法复杂、耗时又昂贵。研究人员开展基于淀粉消化性因素建立水稻 RS 预测模型的研究，构建的淀粉质量矩阵（SQM）模型有效，发现总淀粉（TS）等因素影响 RS。该成果助力培育低 GI 值高 RS 水稻品种。

　　改变淀粉的消化性以增强其抗消化能力，特别是生成抗性淀粉（RS），这在农业、食品和营养领域意义非凡。这种改变不仅能抑制血糖反应的幅度，还对肠道健康有益。以往，测定 RS 依赖复杂、耗时且成本高昂的人体消化模拟实验。鉴于淀粉消化性与微观结构、糊化温度、总淀粉（TS）、总直链淀粉和支链淀粉等多种因素相关，本研究旨在通过开发一种名为淀粉质量矩阵（SQM）的预测模型，来建立这些解释变量与 RS 之间的基本关系。利用皮尔逊相关性构建的 SQM，经模型统计验证具有显著性，并且通过残差诊断确认了回归模型的适用性。值得注意的是，TS 和总直链淀粉含量对 RS 均有显著的正向影响，系数分别为 0.030 和 0.024。采用均方根误差和平均绝对误差对模型进行验证。通过自主研发的体外淀粉水解动力学进一步证实了 RS 与内在血糖生成潜力之间的相关性。本研究首次揭示了影响淀粉消化性的关系，并引入了 SQM 工具。这一工具将为未来培育低升糖指数的高 RS 水稻品种提供有力支持。