近红外光谱预测工具在藏红花（Crocus sativus L.）花中生物活性化合物分析中的应用

《Journal of the Science of Food and Agriculture》：Use of predictive tools for the analysis of bioactive compounds in crocus SATIVUS L. flowers

　　

背景：藏红花（Crocus sativus L.）花因富含藏红花素（crocins）、藏花醛（safranal）及酚类化合物而具有较高生物活性潜力。研究人员探究了基于近红外（NIR）光谱与偏最小二乘回归（PLS-R）的预测模型开发，用于评估以氧自由基吸收能力（ORAC）、2,2′-联氮-双-3-乙基苯并噻唑啉-6-磺酸（ABTS）及2,2-二苯基-1-苦基肼（DPPH）法测定的藏红花花抗氧化能力。结果：2023年收获季在西班牙“拉曼查藏红花”原产地保护（PDO）区域内共采集231份样品。DPPH模型预测性能最高[预测决定系数（R2p）=0.93；剩余预测偏差（RPD）=3.87]，其次为ORAC（R2p=0.93；RPD=3.85）与ABTS（R2p=0.92；RPD=3.40）。二阶导数预处理结合标准正态变量变换（SNV）提升了模型精度，尤其在DPPH与ORAC模型中效果显著。与高效液相色谱-二极管阵列检测（HPLC-DAD）定量化合物的相关性分析显示，藏红花素与黄酮类化合物对DPPH及ABTS响应贡献显著，而藏花醛与ORAC关联性更强。结论：NIR光谱结合化学计量学建模是一种快速、可持续且可靠的藏红花花抗氧化能力预测方法。所建模型在常规质量控制及循环经济策略下的藏红花花工业高值化利用中具有重要潜力。? 2026作者。《Journal of the Science of Food and Agriculture》由John Wiley & Sons Ltd代表化学工业学会出版。

研究背景与意义

藏红花（Crocus sativus L.）是全球高价值香料，其干燥柱头长期作为调味品使用，而收获过程中产生的花部副产物（尤其是花被片）因富含藏红花素、藏花醛、酚类化合物等生物活性成分，在营养保健、医药及化妆品领域具有潜在应用价值。目前抗氧化能力评价主要依赖DPPH、ABTS及ORAC等体外化学分析法，这些方法虽原理成熟，但存在操作繁琐、试剂消耗大、分析周期长等问题，难以满足高通量筛查与工业化质量控制需求。近红外（NIR）光谱技术因快速、无损、环境友好等优势，已在藏红花柱头的质量控制、产地溯源及掺假鉴别中广泛应用，但在花部副产物功能特性预测领域的研究仍十分有限。本研究首次将NIR光谱与化学计量学结合，同步针对三种不同机制的抗氧化 assay 构建预测模型，并关联HPLC-DAD定量组分解析光谱响应本质，为藏红花花的资源高值化利用及循环经济策略实施提供技术支撑，相关成果发表于《Journal of the Science of Food and Agriculture》。

关键技术方法

研究人员于2023年收获季在西班牙“拉曼查藏红花”PDO产区采集231份藏红花花样品，经冷冻干燥、研磨后，采用NIR光谱仪在1000–2500 nm波长范围采集漫反射光谱，通过Kennard–Stone算法将样品划分为206份的校正集与25份的外部预测集。光谱预处理采用Savitzky–Golay平滑、多元散射校正（MSC）、标准正态变量变换（SNV）及一/二阶导数等方法优化。以PLS-R为建模算法，采用内部交叉验证与外部独立预测集验证模型性能，以决定系数（R²）、交叉验证均方根误差（RMSECV）、预测均方根误差（RMSEP）及剩余预测偏差（RPD）为评价指标。抗氧化能力测定采用ORAC、ABTS及DPPH法，并以HPLC-DAD定量样品中藏红花素、黄酮类、花青素、藏花醛等组分，用于相关性分析。

研究结果

光谱解析、谱带归属与抗氧化活性结果

NIR光谱在10000–4000 cm^-1范围内的吸收峰可归属于藏红花花中主要生物活性成分的特征振动：8300 cm^-1处为C–H伸缩二级倍频，对应藏红花素共轭脂肪链及黄酮类碳骨架；7100–6000 cm^-1为O–H/N–H伸缩一级倍频，源于藏红花素糖苷键及黄酮类酚羟基；5170 cm^-1为O–H伸缩与C–O变形组合频，反映糖基与酚羟基特征；4750 cm^-1对应C–O伸缩与O–H变形组合，证实藏红花素酯键及黄酮糖苷键存在；4320 cm^-1为C=C与C–H伸缩组合，关联类胡萝卜素共轭体系及黄酮芳香核。三种抗氧化 assay 的测定结果显示，ORAC值为2.69–5.20 mmol Trolox当量（TE），ABTS为0.21–1.51 mmol TE，DPPH为0.26–1.39 mmol TE，整体处于藏红花花抗氧化活性的较高水平，与已有研究报道一致。

抗氧化 assay 结果与HPLC-DAD数据的相关性

ORAC值与顺式-2-G藏红花素（r=0.175）、3,5-二-O-葡萄糖基飞燕草素（D-3,5-di-O-g，r=0.161）、山奈酚总和（Kaeman，r=0.205）及藏花醛（r=0.179）呈显著正相关，表明酚类化合物及挥发性成分对过氧自由基清除贡献显著。ABTS值与反式/顺式藏红花素（r=0.228–0.281）、藏红花素+苦藏花素总和（Cropi，r=0.204）、山奈酚-3-O-葡萄糖苷（K-3-O-g，r=0.208）呈正相关，反映亲水性类胡萝卜素对该 assay 的贡献。DPPH值与反式/顺式藏红花素（r=0.153–0.180）、D-3,5-di-O-g（r=0.159）、Kaeman（r=0.173）正相关，而与藏花醛呈显著负相关（r=-0.241），提示DPPH assay 更依赖电子转移机制，对酚羟基供体更敏感。苦藏花素在所有 assay 中均无显著相关性，表明其对藏红花花抗氧化活性贡献有限。

基于NIR光谱的抗氧化能力化学计量学建模

三种抗氧化 assay 的最优预处理策略存在差异：ORAC最优为SNV结合二阶导数（2.13.13），模型性能R²_cv=0.84，R²_p=0.93，RMSEP=0.160，RPD=3.85；ABTS最优为SNV/MSC结合二阶导数（2.13.13），R²_cv=0.90，R²_p=0.92，RMSEP=0.073，RPD=3.40；DPPH最优为SNV结合二阶导数（2.19.19），R²_cv=0.94，R²_p=0.93，RMSEP=0.087，RPD=3.87。DPPH与ORAC模型对二阶导数预处理响应更显著，ABTS模型对预处理方法敏感性较低。所有模型的RPD均大于3，达到过程控制级预测精度，表明NIR光谱可有效捕获与抗氧化活性相关的化学信息，尤其是酚羟基、糖苷键等官能团的特征振动。

不同抗氧化 assay 的最优NIR预测模型

外部预测集验证显示，ORAC模型R²=0.9351，斜率为0.8647，虽样品离散度略高于DPPH，但仍能准确复现参考方法测定值；ABTS模型R²=0.9221，斜率为0.9179，因该 assay 对亲水/亲脂性抗氧化剂的广谱反应性，模型预测稳定性较高；DPPH模型R²=0.9360，斜率为0.8699，为三种模型中预测性能最优者，与藏红花花中黄酮类及藏红花素的强光谱响应直接相关。三种模型的R²_p均高于0.92，斜率接近1，证实NIR光谱在藏红花花抗氧化能力预测中的可靠性。

讨论与结论

讨论部分指出，本研究构建的NIR-PLS-R模型性能优于多数植物基质抗氧化能力预测研究，其优势源于藏红花花中高丰度的藏红花素、黄酮类、花青素等酚性成分，这些化合物的O–H、C–H、C=O等官能团在NIR区域具有特征吸收，为模型提供了充足的化学信息。二阶导数预处理通过提升光谱分辨率，有效解析了复杂基质中的重叠谱带，是模型性能提升的关键因素。与已有研究相比，本研究首次实现了ORAC assay 的高精度NIR预测，突破了该 assay 因反应机制复杂（氢 atom 转移）而难以光谱建模的限制。研究同时证实，多 assay 联合建模可更全面反映藏红花花的抗氧化特征，为复杂植物基质的功能评价提供了新思路。

结论部分翻译如下：本研究证实，NIR光谱结合PLS-R建模是评估藏红花花多机制抗氧化能力的稳健、快速且可持续的替代方法，优于传统化学分析法。优化后的校准模型对三种抗氧化机制的预测性能均表现优异（R²_p>0.92；RPD>3），其中二阶导数预处理可有效解析复杂花部基质中的重叠光谱带。与HPLC-DAD定量酚类化合物的相关性分析表明，该无损模型成功捕获了生物活性成分的协同贡献：藏红花素主导电子转移机制（ABTS与DPPH），黄酮类增强整体自由基清除能力，而藏花醛优先参与氢 atom 转移过程（ORAC）。该方法无需试剂消耗与复杂样品前处理，为常规质量控制提供了高效、环境友好的筛查工具，最终可为零废弃与循环生物经济策略下的藏红花花高通量筛查及工业高值化利用提供有力的分析解决方案。