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。