摘""" 要：為助力優(yōu)質(zhì)花生品種選育，以12個(gè)自育花生新品種為試驗(yàn)材料，對其脂肪酸組成及含量進(jìn)行測定，通過相關(guān)性分析、主成分分析和聚類分析，構(gòu)建花生品種脂肪酸綜合評價(jià)模型。結(jié)果表明，12個(gè)花生品種均檢測出15種脂肪酸，各脂肪酸含量存在一定差異。相關(guān)性分析表明，油酸（C18：1n9c）與亞油酸（C18：2n6c）相關(guān)性最強(qiáng)（r=-0.98，Plt;0.01）。通過主成分分析，降維提取出4個(gè)主成分，累計(jì)貢獻(xiàn)率達(dá)到80.883%，建立花生脂肪酸綜合評價(jià)方程，據(jù)此計(jì)算得分及排名，選10號、選77號、選2號、選108號排名分別為1、2、3、4位。通過聚類分析，將12個(gè)花生品種分為5組，其中選10號、選77號、選2號、選108號分為一組，與主成分分析結(jié)果相互印證。綜上，本研究可為后續(xù)花生品種選育提供參考。

關(guān)鍵詞：花生;脂肪酸;主成分分析;聚類分析;綜合評價(jià)

中圖分類號：S565.2"""""""" 文獻(xiàn)標(biāo)識碼：A""""""""" DOI 編碼：10.3969/j.issn.1006-6500.2024.09.003

收稿日期：2024-07-26

基因項(xiàng)目：山東省現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系專項(xiàng)（SDAIT-04-14）;2024年聊城市南繁育種項(xiàng)目（2024LCNK-05）

作者簡介：王璐瑩（1997—），女，山東聊城人，助理農(nóng)藝師，碩士，主要從事農(nóng)產(chǎn)品加工與質(zhì)量檢測研究。

通訊作者簡介：李秋芝（1970—），女，山東聊城人，正高級農(nóng)藝師，主要從事油料作物新品種選育與栽培研究。

Comprehensive Evaluation of Fatty Acids in Peanut Varieties Based on Principal Component Analysis and Cluster Analysis

WANG Luying1，YU Fagang1，WANG Xiaojun1，SUN Yunchao1，LI Dongyun2，LI Qiuzhi1

（1. Liaocheng Academy of Agricultural Sciences， Liaocheng， Shandong 252000， China;2. Agricultural and Rural Development Service Center of Liaocheng，Liaocheng，Shandong" 252000， China）

Abstract： In order to promote the selection and breeding of high-quality peanut varieties， 12 new peanut varieties of self-cultivated were used as experimental materials to determine their fatty acid composition and content， and a comprehensive evaluation model of peanut fatty acids was established through correlation analysis， principal component analysis and cluster analysis. The results showed that 15 kinds of fatty acids were detected in 12 peanut varieties. There were some differences in the contents of each fatty acid. Correlation analysis showed that there was a highly significant negative correlation between the content of oleic acid （C18：1n9c） and linoleic acid （C18：2n6c） （r=-0.98， Plt;0.01）. After dimension reduction by principal component analysis， four principal components with a cumulative contribution of 80.883% were extracted. A comprehensive evaluation function of peanut fatty acids was established. According to this function， the scores and rankings were calculated， and it was concluded that the comprehensive evaluation rankings of fatty acids of Select No.10， Select No.77， Select No.2 and Select No.108 were 1，2，3，4， respectively. 12 peanut varieties were divided into five groups by cluster analysis， among which Select No.10， Select No.77， Select No.2 and Select No.108 were divided into one group， which was mutually confirmed with the results of principal component analysis. The study provides a reference for the subsequent breeding of peanut varieties.

Key words： peanut; fatty acid; principal component analysis; cluster analysis; comprehensive evaluation

花生是我國重要的油料作物，在我國大宗油料作物中，花生單位面積的產(chǎn)油量居首位，相當(dāng)于油菜的2倍以及大豆的4倍[1]。山東省是花生產(chǎn)量第二大省，花生單位面積產(chǎn)量水平較高，發(fā)展趨勢向好，品種優(yōu)質(zhì)[2]?；ㄉ蛔u(yù)為“長生果”，富含多種營養(yǎng)成分，如粗纖維、脂肪、蛋白質(zhì)、維生素、礦物質(zhì)等，深受人們的喜愛[3-5]。

花生中不飽和脂肪酸與飽和脂肪酸比例大約為4∶1，脂肪酸組成是影響花生及其加工產(chǎn)品營養(yǎng)價(jià)值、加工特性、耐貯性、市場競爭力的關(guān)鍵品質(zhì)因素[6-8]。過去，人們對脂肪酸的認(rèn)識較為片面。目前已有研究表明，飽和脂肪酸對人體也有益處，如抗癌、抗炎、抗菌等[9-10]。同樣，過量攝入不飽和脂肪酸也會對人體造成危害。代小維等[11]研究表明，高比值的n-6/n-3脂肪酸會增加心血管疾病的風(fēng)險(xiǎn)。因此，對不同花生品種中脂肪酸組成及含量進(jìn)行檢測和分析便顯得尤為重要。

以往的調(diào)查研究并未深入揭示花生中脂肪酸的評價(jià)作用。李媛等[12]研究表明，高油花生比普通花生更耐儲藏。Shin等[13]研究表明，通過對花生中8種主要脂肪酸進(jìn)行主成分分析，可成功將普通花生品種與中高油酸花生品種進(jìn)行分離。Li等[14]研究發(fā)現(xiàn)，百粒質(zhì)量與油酸和硬脂酸含量呈正相關(guān)，百粒質(zhì)量與亞油酸和棕櫚酸含量呈負(fù)相關(guān)。

本研究圍繞上述問題，建立一種科學(xué)、高效、全面的花生脂肪酸評價(jià)方法，探究不同花生品種的脂肪酸特征、組分間相關(guān)性，并且基于主成分分析和聚類分析建立花生脂肪酸綜合評價(jià)模型，為優(yōu)質(zhì)花生品種選育和綜合利用提供理論支撐，為魯西地區(qū)花生產(chǎn)業(yè)的高質(zhì)量發(fā)展提供參考。

1 材料與方法

1.1 材料與試劑

本試驗(yàn)選取12個(gè)自育花生品種，分別為選2號、選10號、選27號、選28號、選77號、選92號、選94號、選104號、選105號、選108號、選109號和選111號，以上品種均由聊城市農(nóng)業(yè)科學(xué)院油料研究中心提供。

石油醚（沸程30～60 ℃）、異辛烷（色譜純）和甲醇（色譜純），購自阿拉丁生化科技股份有限公司;氫氧化鉀、無水硫酸鈉、硫酸氫鈉均為分析純，購自國藥集團(tuán)化學(xué)試劑有限公司;37種脂肪酸甲酯混合標(biāo)準(zhǔn)物質(zhì)溶液，購自壇墨質(zhì)檢科技股份有限公司。

1.2 儀器與設(shè)備

HZY-B400型電子天平，購自華志（福建）電子科技有限公司;HC-100T型多功能粉碎機(jī)，購自河城工貿(mào)有限公司;SOX606型脂肪測定儀，購自濟(jì)南海能儀器有限公司;MS1型渦旋振蕩器，購自艾卡科技（中國）有限公司;8890型氣相色譜儀（配有氫火焰離子化（FID）檢測器和OpenLab CDS2數(shù)據(jù)處理軟件），購自安捷倫科技（中國）有限公司。

1.3 脂肪酸含量測定

本研究參照GB 5009.168—2016《食品安全國家標(biāo)準(zhǔn) 食品中脂肪酸的測定》[15]，以各脂肪酸甲酯的保留時(shí)間定性，計(jì)算得出花生中各脂肪酸成分的相對百分含量，每個(gè)樣品重復(fù)3次。花生進(jìn)行剝殼處理，隨機(jī)選取50 g花生仁，用研磨儀粉碎。隨后，稱取5 g粉碎花生樣品于脂肪測定儀中，用石油醚回流抽提8 h，制得澄清、透明的花生油脂。再稱取60 mg花生油脂，加入異辛烷溶解油脂，加入200 μL氫氧化鉀-甲醇溶液，劇烈震蕩2 min后靜置至澄清，加入1 g硫酸氫鈉劇烈振搖以中和氫氧化鉀。待鹽沉淀后，吸取上層溶液過濾膜，移入樣品瓶中供氣相色譜儀檢測。

1.4 色譜條件

色譜柱：ZB-FAME（30 m×0.25 mm，0.20 μm）。升溫程序：100 ℃保持2 min，以3 ℃·min-1程序升溫至240 ℃，保持1 min。進(jìn)樣口溫度：250 ℃。進(jìn)樣方式：分流進(jìn)樣（100∶1）。檢測器溫度：260 ℃。載氣流量：1 mL·min-1?？諝饬髁浚?00 mL·min-1。氫氣流量：30 mL·min-1。

1.5 數(shù)據(jù)分析

本研究采用SPSS 26.0軟件對脂肪酸含量進(jìn)行單因素方差分析、相關(guān)性分析、主成分分析和聚類分析，采用Origin 2021軟件繪制圖形。

2 結(jié)果與分析

2.1 脂肪酸定性分離

氣相色譜法是檢測食品中脂肪酸的國家標(biāo)準(zhǔn)方法，色譜柱的分離特性導(dǎo)致不同理化性質(zhì)的脂肪酸在色譜柱上的保留時(shí)間不同，可達(dá)到分離脂肪酸的目的[16]。脂肪酸是熱敏性物質(zhì)，高溫易引發(fā)裂解、聚合、脫羧等不良反應(yīng)。因此，需進(jìn)行樣品預(yù)處理及甲酯化，以降低分析物極性和揮發(fā)性[17]。37種脂肪酸甲酯混合標(biāo)準(zhǔn)物質(zhì)溶液的色譜圖如圖1所示。37種脂肪酸甲酯在2～38 min內(nèi)全部出峰分離，并且峰形良好?；ㄉ鷺悠诽卣髦舅峒柞サ纳V圖如圖2所示，成功分離出15種脂肪酸，分別為肉豆蔻酸（C14∶0）、棕櫚酸（C16∶0）、棕櫚烯酸（C16∶1）、十七烷酸（C17∶0）、硬脂酸（C18∶0）、油酸（C18∶1n9c）、亞油酸（C18∶2n6c）、亞麻酸（C18∶3n3）、花生酸（C20∶0）、花生一烯酸（C20∶1）、二十一烷酸（C21∶0）、山崳酸（C22∶0）、芥酸（C22∶1n9）、二十三烷酸（C23∶0）、木焦油酸（C24∶0）。

2.2 不同花生品種的脂肪酸組成含量分析

12個(gè)花生品種的脂肪酸組成含量結(jié)果如表1所示。12個(gè)品種花生均檢測出15種脂肪酸，包括9種飽和脂肪酸和6種不飽和脂肪酸，其中以油酸（C18∶1n9c）、亞油酸（C18∶2n6c）和棕櫚酸（C16∶0）為主。選28號、選27號、選92號油酸含量較高，均大于50.0%，其中選28號油酸含量比選10號高8.5%，差異顯著（Plt;0.05）。選10號亞油酸含量比選92號高7.2%，差異顯著（Plt;0.05）。選10號油酸含量最低，亞油酸含量最高，可初步反映出二者之間存在一定的關(guān)系。

棕櫚酸（C16∶0）、硬脂酸（C18∶0）、花生酸（C20∶0）和山崳酸（C22∶0）都是飽和脂肪酸。選108號棕櫚酸含量比選28號高1.1%，選92號硬脂酸含量比選108號高1.75%，選10號花生酸含量比選92號高0.28%，選10號山崳酸含量比選92號高0.47%，脂肪酸含量均有顯著性差異（Plt;0.05）。其余9種脂肪酸在花生中含量較低，但存在一定差異。不飽和脂肪酸氧化分解生成的醛類、呋喃類等揮發(fā)性物質(zhì)是花生香味、風(fēng)味的重要來源[18]。選28號不飽和脂肪酸含量比選77號高2.3%，差異顯著（Plt;0.05）。

12個(gè)花生品種的脂肪酸組成含量不盡相同，進(jìn)一步證明了脂肪酸綜合評價(jià)可以作為評判花生品種優(yōu)質(zhì)的可能性以及建立花生脂肪酸評價(jià)方法的必要性。2.3 花生脂肪酸含量相關(guān)性分析

由圖3可知，各種脂肪酸之間存在著較強(qiáng)的相關(guān)性。油酸（C18∶1n9c）與亞油酸（C18∶2n6c）、山崳酸（C22∶0）、芥酸（C22∶1n9）和木焦油酸（C24∶0）存在極顯著負(fù)相關(guān)。亞油酸的相關(guān)性為-0.98。原因可能是Δ12-脂肪酸去飽和酶（FAD）可以把油酸轉(zhuǎn)化為亞油酸[19]。亞油酸（C18∶2n6c）與山崳酸（C22∶0）、芥酸（C22∶1n9）和木焦油酸（C24∶0）存在極顯著正相關(guān)，棕櫚酸（C16∶0）與棕櫚烯酸（C16∶1）存在極顯著正相關(guān)，亞麻酸（C18∶3n3）與山崳酸（C22∶0）存在極顯著正相關(guān)，芥酸（C22∶1n9）與木焦油酸（C24∶0）也存在極顯著正相關(guān)。花生中其他脂肪酸之間也存在一定的相關(guān)性。

2.4 花生脂肪酸含量主成分分析

主成分分析（principal components analysis，PCA），又稱主分量分析，是一種通過降維思想，把較多變量轉(zhuǎn)化為少數(shù)幾個(gè)新變量的現(xiàn)代數(shù)據(jù)因子分析方法，在保留原始數(shù)據(jù)信息的基礎(chǔ)上進(jìn)行數(shù)據(jù)簡化，從而揭示變量間的關(guān)系，給出客觀的權(quán)重，對樣品總體進(jìn)行評價(jià)[20-22]。本研究利用SPSS 26.0軟件中的分析降維功能，對12個(gè)花生品種的脂肪酸含量組成進(jìn)行主成分分析。

2.4.1 主成分檢驗(yàn) KMO檢驗(yàn)和巴特利特球形度檢驗(yàn)可用于檢驗(yàn)數(shù)據(jù)是否適合進(jìn)行主成分分析[23]。KMO取值范圍為0～1。值越接近于1，表示數(shù)據(jù)越適合進(jìn)行主成分分析;值小于0.5，表示極不適合進(jìn)行主成分分析。由表2可知，KMO值為0.718，巴特利特球形度檢驗(yàn)Plt;0.001。這表示本次數(shù)據(jù)比較適合進(jìn)行主成分分析。

2.4.2 主成分選擇 圖4是主成分分析碎石圖，根據(jù)特征值下降的陡緩程度可確定提取的主成分個(gè)數(shù)[24]。從圖4可以看出，特征值在第4個(gè)成分之后明顯變緩，并且前4個(gè)成分的特征值均大于1[25]，即選取前4個(gè)成分作為主成分比較合適。由表3可知，第1主成分的特征值最大，貢獻(xiàn)率最高，為43.021%，第2主成分的貢獻(xiàn)率為18.265%，第3主成分的貢獻(xiàn)率為12.051%，第4主成分的貢獻(xiàn)率為7.547%。前4個(gè)主成分的累計(jì)貢獻(xiàn)率達(dá)到80.883%，可以代表原始數(shù)據(jù)的主要信息，可較直觀地對花生脂肪酸進(jìn)行評價(jià)。因此，花生脂肪酸測定的15個(gè)指標(biāo)可降維成4個(gè)相互獨(dú)立的主成分后再進(jìn)行分析。

2.4.3 旋轉(zhuǎn)成分矩陣和PCA圖分析 旋轉(zhuǎn)成分矩陣使各成分之間相關(guān)性最小化，可清晰地反映出主成分與原始測定指標(biāo)之間的相關(guān)程度，其中系數(shù)的絕對值越大，說明二者的相關(guān)性越強(qiáng)[26]。由表4可知，油酸（C18∶1n9c）、亞油酸（C18∶2n6c）、芥酸（C22∶1n9）、山崳酸（C22∶0）、木焦油酸（C24∶0）、亞麻酸（C18∶3n3）和花生一烯酸（C20∶1）均在第1主成分占比較大，其中油酸為負(fù)影響。大多數(shù)為不飽和脂肪酸，因此將第1主成分命名為不飽和脂肪酸因子PC1。第2主成分影響最大的是二十一烷酸（C21∶0）、二十三烷酸（C23∶0）、十七烷酸（C17∶0）和花生酸（C20∶0），以上均為飽和脂肪酸且含量都較低，因此將第2主成分命名為低含量飽和脂肪酸因子PC2。棕櫚烯酸（C16∶1）和棕櫚酸（C16∶0）在第3主成分占比較多，并且二者的來源主要是棕櫚油，因此將第3主成分命名為棕櫚油脂肪酸因子PC3;第4主成分影響最大的是硬脂酸（C18∶0）和肉豆蔻酸（C14∶0），二者均為飽和脂肪酸且含量相對較高，因此將第4主成分命名為高含量飽和脂肪酸因子PC4。

由圖5可知，12個(gè)花生品種的脂肪酸測定平行樣基本都聚集在一起，并且都在95%置信區(qū)間內(nèi)。這說明試驗(yàn)數(shù)據(jù)真實(shí)可靠且平行性較好。同時(shí)，主成分和各測定指標(biāo)之間存在的相關(guān)性，這與上述分析結(jié)果一致。

2.4.4 構(gòu)建花生脂肪酸評價(jià)模型 本研究得到的4個(gè)主成分基本涵蓋了花生脂肪酸的大部分信息，為了更加清晰直觀地對不同花生品種的脂肪酸進(jìn)行評價(jià)，還需構(gòu)建花生脂肪酸評價(jià)模型。根據(jù)公式（1）計(jì)算相應(yīng)主成分的特征向量系數(shù)，結(jié)果見表5。

特征向量系數(shù)=[27]""" （1）

為了方便計(jì)算分析，設(shè)PC1得分為F1，PC2得分為F2，PC3得分為F3，PC4得分為F4，將特征向量作為各主成分的系數(shù)，各主成分的函數(shù)表達(dá)式如下：

F1=0.128X1+0.241X2+0.140X3+0.291X4-0.123X5-0.354X6+0.340X7+0.283X8+0.190X9+0.235X10+0.106X11+0.336X12+0.340X13+0.200X14+0.339X15（2）

F2=0.312X1-0.230X2-0.420X3+0.170X4+0.220X5+0.096X6-0.152X7+0.211X8+0.416X9-0.130X10+0.490X11+0.046X12-0.054X13+0.221X14-0.190X15 （3）

F3=-0.075X1+0.358X2+0.311X3+0.298X4-0.399X5+0.173X6-0.173X7-0.178X8-0.034X9-0.326X10+0.279X11-0.152X12-0.170X13+0.436X14-0.030X15（4）

F4=0.518X1+0.318X2+0.212X3+0.255X4+0.440X5+0.001X6-0.082X7-0.193X8-0.262X9+0.309X10+0.140X11-0.242X12+0.011X13-0.172X14-0.105X15（5）

式中，X1、X2、X3、...、X15為15種脂肪酸原始數(shù)據(jù)經(jīng)標(biāo)準(zhǔn)化后的數(shù)值。將4個(gè)主成分的方差貢獻(xiàn)率作為權(quán)重系數(shù)構(gòu)建最終花生脂肪酸綜合評價(jià)方程如下：

F=0.532F1+0.226F2+0.149F3+0.093F4（6）

根據(jù)花生脂肪酸綜合評價(jià)模型，本研究計(jì)算出12個(gè)花生品種的綜合得分及排名，具體情況見表6。得分越高，表明該品種脂肪酸綜合評價(jià)越好。綜合得分排名前4的依次是選10號、選77號、選2號和選108號。

2.5 不同花生品種的聚類分析

聚類分析（cluster analysis，CA），是一種基于原始數(shù)據(jù)特征對不同對象根據(jù)相似程度進(jìn)行分組和分類的多元分析方法，以了解對象組間關(guān)系及對象組內(nèi)關(guān)系[28-30]。原始數(shù)據(jù)經(jīng)標(biāo)準(zhǔn)化后，聚類方法為Ward’s算法，距離類型為歐式平方距離，對12個(gè)不同花生品種的脂肪酸含量進(jìn)行聚類分析[31]。如圖6所示，12個(gè)花生品種可分為5組，第Ⅰ組包括選28號、選27號和選92號，紅色方塊較多，除棕櫚烯酸（C16∶1）和油酸（C18∶1n9c）含量相對較高之外，其余脂肪酸含量都較低，在脂肪酸綜合排名中靠后（10～12位）;第Ⅱ組包括選105號，肉豆蔻酸（C14∶0）和木焦油酸（C24∶0）含量相對較高，排名中等靠前（5位）;第Ⅲ組包括選104號，棕櫚酸（C16∶0）和芥酸（C22∶1n9）含量相對較高，排名中等靠后（8位）;第Ⅳ組包括選111號、選109號和選94號，灰色方塊較多，各脂肪酸含量均中等，排名中等（6、7、9位）;第Ⅴ組包括選10號、選77號、選108號和選2號，藍(lán)、灰色方塊較多，各脂肪酸含量均較高，排名靠前（1～4位）。

3 討論與結(jié)論

3.1 討論

3.1.1 花生脂肪酸相關(guān)性分析 本研究測定了12個(gè)花生品種的脂肪酸含量，成功分離出15種脂肪酸，包括9種飽和脂肪酸和6種不飽和脂肪酸，其中以油酸（C18∶1n9c）、亞油酸（C18∶2n6c）和棕櫚酸（C16∶0）為主。12個(gè)花生品種的不同脂肪酸含量之間均差異顯著。農(nóng)子明等[4]研究表明，不同花生樣品的脂肪酸組成成分差距較大。這與花生品種直接相關(guān)，還與采收成熟度、采摘方式和儲藏方式等有關(guān)[32-33]。相關(guān)性分析表明，各種脂肪酸之間存在著較強(qiáng)的相關(guān)性。Shin等[13]研究表明，油酸（C18∶1n9c）與亞油酸（C18∶2n6c）呈顯著負(fù)相關(guān)，棕櫚酸（C16∶0）與亞油酸（C18∶2n6c）呈顯著正相關(guān)，這與本研究結(jié)果相似。

3.1.2 花生脂肪酸主成分分析 相關(guān)性分析結(jié)果表明，不同脂肪酸之間存在信息重疊的情況。因此，本研究通過相關(guān)性分析剔除不相關(guān)變量及高度相關(guān)變量，通過主成分分析建立新變量，減少信息重疊，使花生脂肪酸評價(jià)方法更加準(zhǔn)確和簡便[34]。通過主成分分析，降維得到4個(gè)主成分，分別為不飽和脂肪酸因子PC1、低含量飽和脂肪酸因子PC2、棕櫚油脂肪酸因子PC3和高含量飽和脂肪酸因子PC4。陶宇等[35]研究表明，通過主成分分析將9個(gè)花生油脂主要指標(biāo)劃分成3個(gè)主成分，分別為高油酸因子、飽和脂肪酸因子和粗脂肪負(fù)因子。其中，油酸（C18∶1n9c）和亞油酸（C18∶2n6c）的劃分與本研究結(jié)果一致。其余指標(biāo)劃分與本研究結(jié)果不同的原因可能是脂肪酸指標(biāo)選取不同和花生品種不同。通過主成分矩陣及特征向量構(gòu)建最終花生脂肪酸綜合評價(jià)方程F=0.532F1+0.226F2+0.149F3+0.093F4，綜合得分排名前4的依次是選10號、選77號、選2號和選108號，其中選10號得分最高。原因可能是選10號亞油酸（C18∶2n6c）、山崳酸（C22∶0）和芥酸（C22∶1n9）的亞油酸含量相對偏多，并且在第一主成分占據(jù)較高的正載荷，同時(shí)在第二主成分占據(jù)較高正載荷的肉豆蔻酸（C14∶0）和花生酸（C20∶0）的含量也相對偏多。

3.1.3 花生脂肪酸聚類分析 聚類分析將12個(gè)花生品種分為5組，第Ⅰ組包括選28號、選27號和選92號，脂肪酸綜合排名靠后（10～12位）;第Ⅱ組包括選105號，排名中等靠前（5位）;第Ⅲ組包括選104號，排名中等靠后（8位）;第Ⅳ組包括選111號、選109號和選94號，排名中等（6、7、9位）;第Ⅴ組包括選10號、選77號、選108號和選2號，排名靠前（1～4位）。聚類分析和主成分分析的排名結(jié)果可以相互印證。殷冬梅等[36]研究表明，在差距大的類群間選擇材料作為雜交親本往往有較好的結(jié)果。因此，下一步可將選10號、選77號、選108號和選2號與其他指標(biāo)優(yōu)異的花生品種進(jìn)行雜交，選育出優(yōu)良品種。

3.2 結(jié)論

本研究通過相關(guān)性分析、主成分分析和聚類分析對12份不同花生品種的15個(gè)脂肪酸指標(biāo)進(jìn)行了綜合評價(jià)，為花生品種脂肪酸綜合評價(jià)提供了一種較為客觀的方法，對進(jìn)一步選育優(yōu)質(zhì)花生品種具有一定的指導(dǎo)意義。然而本研究僅對脂肪酸進(jìn)行了評價(jià)，如果要篩選出優(yōu)質(zhì)的花生品種，不能僅以脂肪酸作為評價(jià)指標(biāo)，還需要對其他理化、品質(zhì)指標(biāo)進(jìn)行綜合分析，從而更加全面地篩選出適合當(dāng)?shù)胤N植的優(yōu)質(zhì)花生品種。今后，筆者將在此基礎(chǔ)上，進(jìn)一步研究脂肪酸指標(biāo)與理化、品質(zhì)等其他指標(biāo)的相關(guān)性，構(gòu)建花生行業(yè)更加科學(xué)、高效、全面的評價(jià)方法。

參考文獻(xiàn)：

[1] 廖伯壽. 我國花生生產(chǎn)發(fā)展現(xiàn)狀與潛力分析[J]. 中國油料作物學(xué)報(bào)， 2020， 42（2）： 161-166.

[2] 李駿睿， 代倩倩. 山東花生產(chǎn)業(yè)高質(zhì)量發(fā)展情況研究[J]. 食品安全導(dǎo)刊， 2023（16）： 167-170.

[3] 高偉， 呂登宇， 苗利娟， 等. 高油酸花生品種脂肪及脂肪酸積累動態(tài)分析[J]. 中國油料作物學(xué)報(bào)， 2023， 45（3）： 629-636.

[4] 農(nóng)子明， 伍先紹， 胡蓉， 等. 花生的脂肪酸組成調(diào)查與花生油的真實(shí)性分析[J]. 中國糧油學(xué)報(bào)， 2022， 37（2）： 161-166.

[5] PENG D， SHI C Y， NIE Q C， et al. Qualitative and quantitative detection of peanut oils adulteration based on fatty acid information fusion coupled with chemometrics[J]. LWT， 2023， 181： 114785.

[6] 林丹， 陳麗香， 蔣杰海， 等. 紫外線輻照花生油貯藏過程中的脂肪酸組成分析[J]. 食品工業(yè)科技， 2019， 40（16）： 229-236， 242.

[7] CHERIF A O， PEPE C， MESSAOUDA M B. Fatty acids profile of wild and cultivar Tunisian peanut oilseeds （A. hypogaea L.） at different developmental stages[J]. Journal of Oleo Science， 2023， 72（4）： 379-387.

[8] AKCURA S， TAS í， K?KTEN K， et al. Effects of irrigation intervals and irrigation levels on oil content and fatty acid composition of peanut cultivars[J]. Notulae Botanicae Horti Agrobotanici Cluj-Napoca， 2021， 49（2）： 12224.

[9] 夏天宇， 馮若楠， 張?zhí)鹛穑?等. 脂肪酸與人類健康[J]. 畜牧獸醫(yī)雜志， 2018， 37（3）： 32-33.

[10] 司艷， 何慧敏， 章玉潔， 等. 飽和脂肪酸的抗癌作用及其機(jī)制研究進(jìn)展[J]. 中國油脂， 2022， 47（7）： 61-65， 82.

[11] 代小維， 梅放， 王萍， 等. 廣州成人膳食n-6/n-3脂肪酸比值與心血管疾病危險(xiǎn)因素的關(guān)系[J]. 營養(yǎng)學(xué)報(bào)， 2012， 34（2）： 114-118.

[12] 李媛， 劉玉珊， 胡曉君， 等. 兩種高油花生油品質(zhì)研究[J]. 食品研究與開發(fā)， 2022， 43（13）： 147-155.

[13] SHIN E C， CRAFT B D， PEGG R B， et al. Chemometric approach to fatty acid profiles in Runner-type peanut cultivars by principal component analysis （PCA）[J]. Food Chemistry， 2010， 119（3）： 1262-1270.

[14] LI W L， YOO E， LEE S， et al. Seed weight and genotype influence the total oil content and fatty acid composition of peanut seeds[J]. Foods， 2022， 11（21）： 3463.

[15] 中華人民共和國國家衛(wèi)生和計(jì)劃生育委員會， 國家食品藥品監(jiān)督管理總局. 食品安全國家標(biāo)準(zhǔn) 食品中脂肪酸的測定： GB 5009.168-2016[S]. 北京： 中國標(biāo)準(zhǔn)出版社， 2017： 1-20.

[16] 謝璇潔， 程煜， 方小偉， 等. 食品中脂肪酸的分析方法研究進(jìn)展[J]. 現(xiàn)代食品科技， 2023， 39（5）： 329-339.

[17] 邢依. GC-EI/NCI-MS檢測榆莢仁揮發(fā)性物質(zhì)及脂肪酸[D]. 沈陽： 沈陽農(nóng)業(yè)大學(xué)， 2019： 3-8.

[18] 孫國昊， 劉玉蘭， 馬宇翔， 等. 高油酸花生和普通花生對濃香花生油風(fēng)味及綜合品質(zhì)的影響[J]. 食品科學(xué)， 2022， 43（20）： 232-241.

[19] LOPEZ Y， NADAF H L， SMITH O D， et al. Isolation and characterization of the Δ12-fatty acid desaturase in peanut （Arachis hypogaea L.） and search for polymorphisms for the high oleate trait in Spanish market-type lines[J]. Theoretical and Applied Genetics， 2000， 101（7）： 1131-1138.

[20] GEWERS F L， FERREIRA G R， DE ARRUDA H F， et al. Principal component analysis： a natural approach to data exploration[J]. ACM Computing Surveys， 2022， 54（4）： 70.

[21] ZHAO F F， LIU J K， WANG X P， et al. Detection of adulteration of sesame and peanut oils via volatiles by GC×GC-TOF/MS coupled with principal components analysis

and cluster analysis[J]. European Journal of Lipid Science and Technology， 2013， 115（3）： 337-347.

[22] LI Q L， TAN W， ZHAO L， et al. A comprehensive evaluation of 45 pomegranate （Punica granatum L.） cultivars based on principal component analysis and cluster analysis[J]. International Journal of Fruit Science， 2023， 23（1）： 135-150.

[23] DING Y， YANG Y， XU F P， et al. Association between dietary fatty acid patterns based on principal component analysis and fatty acid compositions of serum and breast milk in lactating mothers in Nanjing， China[J]. Food amp; Function， 2021， 12（18）： 8704-8714.

[24] 田瑞， 王風(fēng)艷， 孫尚德， 等. 基于主成分分析的植物油煎炸品質(zhì)評價(jià)[J/OL]. 中國油脂： 1-14[2024-06-10]. https：//doi.org/10.19902/j.cnki.zgyz.1003-7969.230251.

[25] SINGH S R， RAJAN S， KUMAR D， et al. Genetic diversity assessment in dolichos bean （Lablab purpureus L.） based on principal component analysis and single linkage cluster analysis[J]. Legume Research， 2024， 47（5）： 731-737.

[26] 鄭婭， 王曉璇， 胡生海， 等. 河西肉牛脂肪酸成分比較及主成分分析[J]. 現(xiàn)代食品科技， 2021， 37（2）： 290-297， 170.

[27] 馬云， 王笑成， 穆易君， 等. 不同品種軟棗獼猴桃品質(zhì)指標(biāo)的主成分分析[J]. 食品工業(yè)科技， 2019， 40（5）： 233-238.

[28] LIU B H， ZHAO D C， ZHANG P Y， et al. Seedling evaluation of six walnut rootstock species originated in China based on principal component analysis and cluster analysis[J]. Scientia Horticulturae， 2020， 265： 109212.

[29] GUPTA D， MURALIA S， KHANDELWAL V， et al. Assessing diversity of sesame genotypes using cluster analysis and principal component analysis[J]. International Journal of Current Microbiology and Applied Sciences， 2021， 10（1）： 304-312.

[30] LIU C L， LIU S M， TSE W M， et al. A distinction between Fritillaria Cirrhosa Bulbus and Fritillaria Pallidiflora Bulbus via LC-MS/MS in conjunction with principal component analysis and hierarchical cluster analysis[J]. Scientific Reports， 2023， 13（1）： 2735.

[31] 李可， 林籽汐， 劉佳， 等. 基于主成分分析和聚類分析的李子果實(shí)品質(zhì)綜合評價(jià)[J]. 食品工業(yè)科技， 2024， 45（8）： 293-300.

[32] 袁貝， 邵亮亮， 張迪駿， 等. 儲藏條件對花生的氨基酸和脂肪酸組成及風(fēng)味的變化影響[J]. 食品工業(yè)科技， 2016， 37（8）： 318-322.

[33] 王允， 劉婷， 張建航， 等. 花生種子發(fā)育及萌發(fā)時(shí)期脂肪酸積累與降解模式[J]. 中國油料作物學(xué)報(bào)， 2017， 39（3）： 366-371.

[34] 鄧麗， 李軍華， 殷君華， 等. 不同類型花生品種相關(guān)性及主成分聚類可視化熱圖分析[J]. 分子植物育種， 2024， 22（16）： 5395-5402.

[35] 陶宇， 盧選康， 嚴(yán)鑫， 等. 227個(gè)花生品種主要油脂性狀的遺傳多樣性分析[J]. 花生學(xué)報(bào)， 2024， 53（1）： 11-18， 42.

[36] 殷冬梅， 張幸果， 王允， 等. 花生主要品質(zhì)性狀的主成分分析與綜合評價(jià)[J]. 植物遺傳資源學(xué)報(bào)， 2011， 12（4）： 507-512， 518.