《Food Chemistry》:UV-VIS-NIR chemometric screening of broccoli by-products: Decoupling the spatiotemporal heterogeneity of glucosinolates and functional traits
编辑推荐:
Iris Gudi?o|Jesús Alonso|Rocío Casquete|María José Benito|Santiago Ruiz-Moyano|Alberto Martín•通过UV–VIS–NIR化学计量学方法对不同组织阶段的花椰菜副产品进行了分析。•不同部位与成
Iris Gudi?o|Jesús Alonso|Rocío Casquete|María José Benito|Santiago Ruiz-Moyano|Alberto Martín
- •
通过UV–VIS–NIR化学计量学方法对不同组织阶段的花椰菜副产品进行了分析。
- •
不同部位与成熟度会显著影响植物化学物质的差异性。
- •
功能指标主要受部位和成熟度结构的影响。
- •
VIP稳定性有助于识别出可用于未来传感器简化的重复光谱区域。
- •
在所测试的品种中,商业用花序的品质最高。
引言
花椰菜(Brassica oleracea var. italica)是全球最具经济价值与营养价值的十字花科蔬菜之一(Gudi?o等人,2024;Wu等人,2025)。由于消费者需求的增加以及人们认识到花椰菜富含有益健康的植物化学物质,其产量近几十年来持续上升(Andrés等人,2025)。根据FAOSTAT的数据,全球花椰菜年产量已超过2600万吨,中国和印度是主要的产出国(Ayuso等人,2026;Wang等人,2025)。除了市场价值之外,从可持续发展的角度来看,花椰菜的供应链也有助于构建资源高效的园艺系统(Gudi?o等人,2024;Wang等人,2025)。
尽管花椰菜具有重要意义,但其种植过程中会产生大量副产品,包括叶片、茎秆以及花序中无法用于销售的部位(Gudi?o等人,2024)。这些副产品往往被丢弃或用于低价值用途,如动物饲料或堆肥,据估计有60–75%的生物量并未被直接用于人类食用(Borja-Martínez等人,2025)。如果缺乏有效的利用途径,这些副产品的处理会增加处理成本,并给环境带来负担(Basalirwa等人,2020;Santos等人,2018)。因此,对于构建循环农业食品模型而言,寻找有效方法来评估和提升花椰菜副产品的价值仍然十分重要(Oliveira等人,2025;Penalver等人,2025)。
已有研究指出,花椰菜副产品是硫代葡萄糖苷、酚类化合物、膳食纤维以及其他与食品成分和功能性配料开发相关的植物化学物质的来源(Kim等人,2025;Zhao等人,2024)。其叶片和茎秆中的相关物质含量可能与商业用花蕾相当,甚至更高(Gudi?o等人,2022;Liu等人,2018),这为将其纳入食品中以提升其营养价值和加工性能提供了可能(Ayuso等人,2026;Drabińska等人,2018)。同时,人们也探索了绿色提取技术,如加压液体萃取、高压均质化等,以此从这些材料中提取富含生物活性的成分(Borja-Martínez等人,2025;Carvalho等人,2026)。在所有这些应用中,一个普遍存在的挑战就是物质组成的异质性:不同植物组织及生长阶段的成分存在显著差异,这使得标准化和质量控制变得十分复杂。
传统的分析方法虽然能够提供准确的成分数据,但往往耗时较长、具有破坏性,且不太适合对异质性较强的样本进行高通量检测(Ali Redha等人,2024;Langston等人,2023)。而快速光谱分析方法则可以弥补这一缺陷,它只需少量样品准备即可获得多参数信息,从而实现高效的分析与过程监控(Peng等人,2022;Rashvand等人,2025)。其中,近红外光谱技术,尤其是与化学计量学结合使用时,已被广泛用于食品和农产品材料的常规分析(Chen等人,2013;Peng等人,2022;Renner & Fritz,2020)。不过,模型的性能和适用性在很大程度上取决于实验设计、对结构变异性的有效控制,以及能够减少混淆因素和过度乐观偏差的验证方法(Ali Redha等人,2024;Zhang等人,2026)。
近红外光谱技术已被应用于多种副产品基质,用于分析其化学成分和生物活性,比如用于生产生物气体的动物残渣以及软木副产品(Díaz-Maroto等人,2023;Mellado-Carretero等人,2021;Peng等人,2022;Yang等人,2021)。在花椰菜研究中,Vis–NIR技术也被用于测定硫代葡萄糖苷含量、色素相关特性以及采后新鲜度指标(Li等人,2024;Sahamishirazi等人,2017;Zhang等人,2026)。综上所述,这些研究都表明光谱技术是分析花椰菜衍生材料的有效手段。
然而,目前针对十字花科作物副产品的研究大多只关注少数几类分析目标,很少将由植物组织及生长阶段带来的结构变异性与同一层次内的定量变化区分开来。因此,模型看似良好的预测性能,实际上可能只是反映了不同部位和成熟度下的物质差异,而非真正揭示了矩阵内部的化学差异,而且其解释结果通常仅基于单次拟合得到的重要性排序,缺乏足够的可靠性验证(Ali Redha等人,2024)。
在副产品加工过程中,花椰菜副产品属于异质性较强的原料,植物部位和成熟度是决定其成分的重要因素。因此,本研究采用了一种分析流程:首先量化部位、成熟度以及二者交互作用对化学和功能指标的影响;其次判断UV–VIS–NIR光谱是否具有相同的结构特征;最后通过重复的分层嵌套交叉验证方法建立PLSR模型,并以仅包含因素变量的基准模型作为对比。那些在多次重采样模型中都持续出现的波长区域被定义为VIP稳定性,而多指标分析结果则用于为不同部位和成熟度的样本制定清晰的排序,以便进一步筛选。
章节摘要
原材料与实验设计
本研究使用的花椰菜植株为Brassica oleracea var. italica品种“Parthenon”,种植地点位于西班牙埃斯特雷马杜拉地区的Vegas Bajas del Guadiana地区(CICYTEX,La Orden农场)。实验采用了三块区的随机区组设计。植株在三个不同的物候期被采收:花蕾期、商业成熟期以及过熟期。用于化学计量学分析的最终样本共53个,这些样本涵盖了3×3的“部位-成熟度”组合设计。
化学和功能指标的单变量因子分析
对于每个保留下来的分析指标,都应用了第2.4节中规定的固定因子模型(部位、成熟度以及二者交互作用),并采用III型方差分析进行处理。在经过预定的可用性筛选后,再针对每个指标进行完整案例分析。最终保留的指标包括四个主要功能指标和十七个化学物质类别的汇总指标,每个指标的样本量均为53个。效应大小以偏η平方值(ηp2)表示,多重比较则通过Benjamini–Hochberg FDR方法控制。
花椰菜副产品中植物化学物质与功能特性的时空分离特征
结论
本研究建立了一套基于UV-VIS-NIR化学计量学的分析框架,可用于分析并评估所研究范围内花椰菜副产品提取物的成分异质性。研究结果表明,功能特性和植物化学物质的积累程度受植物组织类型和成熟度的显著影响,其中二者之间的交互作用对硫代葡萄糖苷相关指标的分布差异起着关键作用。这种结构化的时空分布特征……
关于稿件撰写过程中生成式AI及AI辅助技术的声明
在撰写本论文时,作者仅使用ChatGPT来提升文本的英文表达水平与可读性。此外,还使用了Scite和SciSpace等AI辅助工具进行文献检索和资料查找。在使用这些工具或服务之后,作者会对内容进行必要的审核和修改,并对最终发表的文章内容负全责。
本文的作者为“UV-VIS-NIR化学计量学方法在花椰菜副产品分析中的应用:分离……”
CRediT作者贡献说明
Iris Gudi?o: 文章撰写——初稿编写、可视化分析、结果验证、方法设计、实验研究、正式数据分析、数据整理、概念构思。Jesús Alonso: 文章撰写——审阅与编辑、结果验证、研究指导、软件应用、项目管理、方法设计、正式数据分析、概念构思。Rocío Casquete: 文章撰写——审阅与编辑、结果验证、方法设计、实验研究、数据整理。María José Benito: 文章撰写——审阅与编辑、资源协调、方法设计、实验研究。Santiago
资金支持
本研究得到了埃斯特雷马杜拉自治区的资助,项目编号为GR24164,同时还有欧洲区域发展基金(ERDF/FEDER)的联合支持,以及西班牙工业技术发展中心(CDTI)通过IDI-20240684号研发项目提供的经费支持。这些资助方并未参与研究的设计、数据收集、分析或解释工作,也未参与报告的撰写或决定投稿发表。
未引用参考文献
Sentandreu和Toldrá,2006
利益冲突声明
作者声明不存在任何可能影响本研究结果的已知财务利益冲突或个人关系。