从化学结构预测膳食纤维的功能特性:拉曼光谱与傅里叶变换红外光谱研究

《Food Bioscience》:Predicting dietary fibre functional properties from their chemical structure: a Raman and FTIR investigation

【字体: 大 中 小 】 时间:2026年07月14日 来源:Food Bioscience 6.2

编辑推荐:

  克里斯托·奥珀曼|马赫萨·马杰祖比|阿斯加尔·法拉纳基|维沙尔·拉坦保尔|蒂·图·豪·范|伊万·W·布兰奇|查尔斯·布伦南|杰里米·D·兰德里|拉贾拉曼·埃里澳大利亚维多利亚州邦杜拉西,RMIT大学STEM学院科学系,邮编3083摘要膳食纤维具有显著的结构异质性,这种特性会影响多

  
克里斯托·奥珀曼|马赫萨·马杰祖比|阿斯加尔·法拉纳基|维沙尔·拉坦保尔|蒂·图·豪·范|伊万·W·布兰奇|查尔斯·布伦南|杰里米·D·兰德里|拉贾拉曼·埃里
澳大利亚维多利亚州邦杜拉西,RMIT大学STEM学院科学系,邮编3083

摘要

膳食纤维具有显著的结构异质性,这种特性会影响多个器官系统的生理过程。尽管结构与功能、健康之间的关系越来越受到重视,但将分子特征与功能表现联系起来的定量模型仍然有限。本研究采用拉曼光谱和傅里叶变换红外光谱获取10种膳食纤维的振动特征,随后通过主成分分析、线性判别分析和偏最小二乘回归等化学计量学方法进行处理。化学计量学分析能够根据化学成分准确区分不同纤维样本。基于拉曼光谱和FTIR光谱建立的回归模型在校准数据中显示出较强的结构-功能相关性(R2>0.9)。然而,使用5种独立纤维样本进行外部验证时,这些模型的预测能力有所下降。拉曼光谱能够准确预测3种样本的持水能力以及2种样本的吸水膨胀能力,而FTIR则能准确预测3种样本的吸水膨胀能力和1种样本的持水能力。这两种技术都无法预测纤维的持油能力,这表明仅通过振动模式难以捕捉亲脂相互作用。这些结果证明了将振动光谱与化学计量学结合使用,可作为快速、无损的平台来筛选膳食纤维的功能潜力。未来可通过整合颗粒大小、孔隙率或结晶度等补充属性来优化模型。该方法为加速功能性食品中治疗性纤维的识别提供了有力工具。

引言

通过健康饮食来促进健康、缓解某些疾病已日益重要。膳食纤维是一种有效的营养素,因为它能影响多个器官,包括胃、小肠、大肠、肝脏、胰腺、前列腺以及口腔和肠道微生物群。此外,膳食纤维还对人体有多种作用,比如影响葡萄糖吸收、血清胆固醇水平以及肠道和全身炎症反应(Bull & Plummer, 2014; He et al., 2022; Luo et al., 2024)。同时,富含纤维的适当饮食还能降低肥胖、糖尿病、心血管疾病、结直肠癌和卵巢癌的发病风险(Brownlee, 2014; Fuller et al., 2016; Gill et al., 2021; He et al., 2022; Mathers, 2023)。
简而言之,膳食纤维是不可消化的碳水化合物,它们会进入大肠并带来健康益处(Jones, 2013)。膳食纤维包含多种碳水化合物结构,如纤维素、半纤维素、抗性淀粉、树胶以及生物聚合物木质素(Opperman et al., 2025)。每种类型都有独特的化学结构和/或物理结构。为了区分不同类型的膳食纤维,人们通常根据其在水中的溶解性将其分为可溶性和不可溶性纤维(Aljuraiban et al., 2015)。通常认为,水溶性是描述纤维各种特性的合适指标,这些特性包括纤维的膨胀能力、凝胶形成能力、胆固醇结合能力、持水能力以及发酵速率等。然而,这种分类方式因未能准确反映单独纤维或纤维组合的实际功能效应而经常受到批评。为提高纤维结构与其功能之间关联的预测精度,奥珀曼等人(2025)开发了一种新的分类系统。
膳食纤维独特的化学和物理结构决定了其多种功能特性,比如持水能力、吸水膨胀能力和持油能力(Qiao et al., 2021)。这些特性反映了摄入纤维可能带来的健康益处。了解化学结构、功能特性与健康益处之间的关联非常重要,这样才能快速理解数千种含纤维食品的健康效果。虽然相关研究已有论述,但在量化这一关系方面进展甚微(Wagner et al., 2024)。
用于研究食物化学结构的合适技术是拉曼光谱。拉曼光谱是一种振动光谱技术,它通过单色光的不弹性散射来推断分子结构,从而获得化学指纹(Jayasooriya & Jenkins, 2002)。该技术的一大优势在于不受水分干扰,处理效率高,能够在样品原始状态下进行分析,且几乎不需要样品预处理(Bock et al., 2020; Tranter, 2017)。相比之下,更常用的是傅里叶变换红外光谱,这是一种利用红外光吸收来识别化学指纹和分子结构的技术(Synytsya & Novak, 2014)。获得的拉曼光谱和FTIR光谱可通过主成分分析、偏最小二乘回归等化学计量学方法进行解读,从而提取与化学相关的信息,进而对膳食纤维进行分类并预测其功能特性。
本研究旨在确定多种膳食纤维的化学特征,假设其化学组成是决定其功能特性的关键因素。我们将为每种纤维识别出独特的化学特征,然后通过PLSR建模来量化化学组成与功能特性之间的关联。之后将使用5种外部样本对这些模型进行验证。总体而言,本研究旨在明确膳食纤维的化学特征在多大程度上决定了其功能表现,为快速筛选原料提供依据。

章节节选

膳食纤维样本

为体现纤维结构的多样性,本研究纳入了来自不同植物来源、供应商和加工方法的膳食纤维样本。相关样本列表见表1。表1列出了每种纤维的总纤维含量和游离糖含量,这些数据由制造商提供。所有物理测试均重复进行了3次(n=3)。在分析之前,所有样本均存放在室温下的温度控制室内。

膳食纤维的颗粒尺寸

膳食纤维的不同颗粒尺寸见表2。较小的颗粒尺寸意味着更高的比表面积,而这会影响纤维与环境的相互作用(Yao et al., 2023)。所有颗粒尺寸区间内的膳食纤维之间存在显著差异,D [3,2]指标也存在显著差异(p<0.05)。车前子壳的Dx(10)和Dx(50)颗粒尺寸最大,且差异显著(p<0.05),分别为326±6.65微米和803±5.20微米。

结论

本研究探讨了化学组成在决定膳食纤维功能特性中的作用。通过结合拉曼光谱、FTIR光谱和PLSR分析,我们发现了化学特征与关键功能特性之间的强关联,对于持水能力、吸水膨胀能力和持油能力,R2值均大于0.98,RMSECV值在0.17到2.49之间,RPD值在5.91到11.81之间。不过,使用5种独立外部样本进行验证时,预测精度则有所不同。拉曼光谱在这方面的表现更为优异。

CRediT作者贡献说明

克里斯托·奥珀曼:数据整理、正式分析、研究实施、结果可视化、初稿撰写。马赫萨·马杰祖比:文章润色与编辑。阿斯加尔·法拉纳基:文章润色与编辑。维沙尔·拉坦保尔:文章润色与编辑。蒂·图·豪·范:文章润色与编辑。伊万·W·布兰奇:文章润色与编辑。查尔斯·布伦南:文章润色与编辑。杰里米·D·兰德里:概念构思、方法设计、验证工作、文章润色与编辑。拉贾拉曼·埃里:概念构思。

利益冲突声明

作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。

致谢

本研究未获得公共部门、商业机构或非营利组织提供的任何专项资助。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号