51份黄瓜种质资源的果实质地分析及评价

Texture analysis and evaluation of 51 cucumber germplasm resources

摘要

目的 通过对51份黄瓜种质资源质地数据分析，建立统一、标准的黄瓜果肉质地评价方法，以期为黄瓜食用品质评价和高品质育种提供理论依据。 方法 通过质构仪对51份黄瓜种质资源的黄瓜果实硬度、粘力、粘性、弹性、内聚性、咀嚼性等进行测定，并对相关指标进行主成分分析、相关性分析和聚类分析，并进行品尝试验，得出综合评价评分，筛选优质黄瓜。 结果 对黄瓜纵向面测试，其质地指标硬度、粘性、弹性、胶着性、内聚性、咀嚼性间均无显著差异，用黄瓜横切面测试，其质地指标有显著差异（P<0.05）；通过对51 份黄瓜样品主成分分析，累计方差贡献率达80.07%，建立黄瓜质地品质评价模型Y=0.606×Y₁+0.195×Y₂，并计算综合得分，且得分与口感评价排序基本相同。通过聚类分析将供试品种分为4类：优等品质类群、良等品质类群、中等品质类群和差等品质类群。而对同一品种春季优于冬季质地品质。 结论 黄瓜果实纵向果肉均匀一致，在一定范围内任取一点，可代表整条黄瓜质地特性，得出质地品质好的品种有H21、H29、H23、H3、H30，得出黄瓜种质资源中质地品质好的类群是优等品质类群和良等品质类群。

Abstract

Objective The objective of this study was to establish a standardized method for assessing cucumber fruit texture by analyzing the texture data of 51 cucumber germplasm resources.This aimed to offer a theoretical foundation for evaluating the edible quality and breeding quality of cucumbers. Method The hardness，stickiness，stickiness，elasticity，cohesion and chewiness of 51 cucumber germplasm resources were determined using a texture analyzer.Main component analysis，correlation analysis，and cluster analysis were conducted to examine the relevant indices.A comprehensive evaluation score was then calculated to identify high-quality cucumber varieties. Result The principal component analysis of the 51 cucumber samples revealed a cumulative variance contribution rate of 80.07%.An evaluation model for cucumber texture quality was established as Y=0.606Y₁+0.195Y₂.The comprehensive score was computed，aligning closely with the taste evaluation rankings.Through cluster analysis，the varieties were categorized into four groups:superior quality group，good quality group，middle quality group，and poor quality group.It was observed that the quality of the same variety was superior in spring compared to winter. Conclusion In conclusion，the uniform longitudinal pulp of cucumber fruit can represent the overall texture characteristics within a specific range.The varieties exhibiting good quality included H21，H29，H23，H3，and H30.The study indicated that the excellent quality group and the good quality group within the cucumber germplasm resources comprised varieties such as these.

Graphical abstract

关键词

黄瓜 / 全质构分析（TPA） / 主成分分析（PCA） / 聚类分析 / 综合评价

Key words

cucumbers / texture profile analysis （TPA） / principal component analysis （PCA） / cluster analysis / comprehensive evaluation

黄瓜（Cucumis sativus L.），别名胡瓜，属葫芦科黄瓜属，一年生攀援草本植物，起源于喜马拉雅山脉热带地区^［1］。黄瓜种植面积居世界首位，是我国最重要的设施蔬菜之一^［2］。黄瓜皮薄肉厚，水分适中，有清香味和淡淡的甜味，质地脆嫩，深受人们喜爱。质地的变化不仅与果实的成熟衰老密切相关，还直接影响果实的口感、贮运和加工品质^［3］。国内外学者在质构仪检测分析园艺作物质地品质中已做了大量工作，涉及很多农产品，如荔枝^［4］、葡萄^［5］、桃^［6］、枣^［7］、蜜瓜^［8］、甜椒^［9］等，质构仪（物性分析仪）可模拟人类牙齿的咀嚼过程，实现食品质构特性的分析，与传统的人工分析相比，可以消除评价人员对评价结果引入的主观误差，具有方便、快捷、可量化的优点^［10］。全质构分析在黄瓜泡菜、黄瓜果实部分和黄瓜成熟期均有报道^［11-12］，目前，国内外口感评价多为人工评价，结果易受人为因素影响较大，导致评价结果不稳定、重复性较差等问题^［6］。本研究拟以51份黄瓜种质资源为试验材料，通过质构仪和口感综合评价对黄瓜果实的质地品质研究，旨在明确黄瓜种质资源质构特性，以期建立黄瓜质构评价模型，为黄瓜质地品质评价和高品质育种提供理论依据。

1 材料与方法

1.1 试验仪器

质构仪（WDTA-419 型物性分析仪，Brookfield博勒飞，美国）。

1.2 试验材料

用投入市场售卖黄瓜（H52水果黄瓜、H53密刺黄瓜）做不同部位质构分析，购买于甘肃省兰州市安宁区桃海农贸市场，每份材料10条瓜，选择大小、粗细一致，无病虫害、无畸形的新鲜黄瓜。

用于主成分测试51份黄瓜材料于2022年4月25日种植于甘肃省农业科学院蔬菜所安宁试验基地塑料大棚内，正常田间管理，每份种植12 株，行距60 cm，株距30 cm。6月11日~25日采集大小一致、无病虫害、无畸形瓜。按品种取大小适中10条黄瓜用于检测其质地指标。

1.3 果实质构指标测定

试验测试过程采用全质构分析（TPA）模式，质构仪探头采用探头TH538，触发点负载0.1 N，探头回升到样品表面上方的高度12 mm，探头回升高度根据黄瓜特性略有变化，预测试速度2 mm/s，测试速度1 mm/s，返回速度1 mm/s，数据频率40 点/s，循环次数2 次，经去皮后将大小一致的黄瓜果肉置于质构仪托盘上进行测定，从纵切面和横切面测定（图1），相关试验指标和方法参考Chen^［13］和María^［14］。其测定黄瓜果肉TPA质地特征曲线如图2所示，图中硬度1为仪器第1次挤压循环的最大力量峰值；硬度2为仪器第2次挤压循环的最大力量峰值。

借助感官评价可以帮助人们筛选出具有优良感官特性，受市场欢迎的食品^［15］。邀请了30名品尝志愿者，年龄20岁到40岁之间的消费者。对33份黄瓜资源果实进行品尝评价，先选取质地优和差的材料试尝，对黄瓜口感做出综合评价，分为优、良、中、差4个等级，并分别赋值为7、5、3、1。品尝样品瓜条横切成0.5 cm厚的薄片，每个样品品尝结束后用矿泉水漱口，减少试验误差。

变异系数（CV）又称离散系数、标准差系数，是描述标准差与平均数间的比值，反映变量之间的相对离散程度。

1.4 数据处理

采用Excel 2019进行数据处理及作图，SPSS 25.0 软件进行单因素分析、主成分分析、相关性分析、聚类分析，采用 Duncan’s 法进行差异显著性分析。

2 结果与分析

2.1 51 份黄瓜种质质地差异性分析

对检测的黄瓜果实的硬度、粘力、粘性、内聚性、弹性、胶着性和咀嚼性7项质地品质指标进行数据分析，各指标含量范围、平均值、标准差和变异系数见表3可以看出，粘力的变异系数最大，达47.20%，变异幅度为0.37~2.89 N，其次为粘性和咀嚼性，变异系数分别为46.23%和32.80%，变异幅度分别为3.10~22.57 mJ和11.87~61.97 mJ，硬度和内聚性变异系数相对较小，分别为12.15%和15.38%，变异幅度分别12.35~22.32 N和0.09~0.17，弹性和胶着性的变异系数范围为8.58~21.55 mm和1.08~5.17 N。

2.2 纵切面不同部位黄瓜质地分析

从图3可以看出，2种黄瓜果实纵向取样各部位质地指标硬度、粘性、内聚性、弹性、胶着性、咀嚼性均无显著差异，所以黄瓜纵向果实质地表现稳定，在图2所示的范围内任意取一点均可代表整条瓜质地品质。不同品种间，弹性差异显著，其余指标差异不显著。

2.3 横切面不同部分黄瓜质地分析

由图4可知，H52果肉与心腔在硬度、粘性、胶着性、弹性、咀嚼性都有显著差异，H53果肉与心腔在硬度和粘性有显著差异，所以横切有差异。在测试质地指标时，果肉和心腔都要测到，否则不能完全表现测试材料的质构特性，不同品种间果肉硬度、粘力差异显著，心腔硬度、胶着性、弹性、咀嚼性差异显著。

2.4 不同黄瓜种质果实质地指标主成分分析

对所收集的51份黄瓜资源的相关质地指标进行主成分分析。根据分析结果可知（表4），主要有2个主成分，特征值分别为 4.24、1.37，方差贡献率分别为 60.56%、19.50%，累计方差贡献率分别为 60.56、80.07%。由此可知，这2 个主成分累计方差贡献率达 80.07%，基本反映了黄瓜质地品质的绝大部分信息，具备很高的质地品质信息代表性。第1主成分的咀嚼性、内聚性、胶着性、粘力、粘性权重较大；这5个质地指标均为质构仪下压过程中所呈现出的指标，黄瓜的咀嚼性越大，其内聚性、胶着性、粘力、粘性越大，即可称之为适口性因子，此成分对黄瓜果肉质地选择具有重要的科学指导意义。第2主成分的硬度正向权重值较大，弹性负向权重最大，其果肉的弹性小，硬度大即可称之为凝聚性因子。

2.5 不同黄瓜种质果实质地品质综合评价

通过主成分分析，计算出主成分分析得分系数（表5），建立了2 个主成分表达式：

Y₁ =0.277ZX ₁ +0.383ZX ₂ +0.404ZX ₃ +0.387ZX ₄ +0.321ZX ₅ + 0.378ZX ₆ + 0.467ZX ₇；Y₂ =0.570ZX ₁ - 0.053ZX ₂ - 0.336ZX ₃ + 0.172ZX ₄ - 0.589 ZX ₅ +0.410ZX₆- 0.068ZX₇ 。其中ZX₁、ZX₂、ZX₃、ZX₄、ZX₅、ZX₆、ZX₇、分别代表硬度、粘力、粘性、内聚性、弹性、胶着性、咀嚼性的标准化值，将不同品种的黄瓜对应的质地指标代入以上2个公式，得到黄瓜主成分的综合得分，建立了黄瓜质地品质的评价模型Y= 0.606Y₁ + 0.195Y₂，通过模型计算出各个黄瓜品种的综合得分。

结合表5~6可以看出，黄瓜主成分分析综合得分的高低可以体现黄瓜质地品质的优劣，综合得分越高，说明该品种质地品质越好，综合得分H21最高为21.19分、H15最低1.17分，其余为中等。

2.6 不同黄瓜种质果实质构特性指标间的相关性

由图5可知，其中相关性最显著的是咀嚼性与粘性，相关系数0.81，硬度与弹性、胶着性与弹性不相关，其他质地指标特性之间均呈显著或极显著正相关，说明商品期的黄瓜粘力、粘性、内聚性、咀嚼度随硬度一同降低，而弹性随硬度的变化不明显。

2.7 聚类分析

通过聚类分析，在遗传距离为3时，如图6，51份资源可被分为4类，由表5第Ⅰ类包含27 份黄瓜资源，如H40、H52、H2等，其硬度、粘性、内聚性、弹性、胶着性和咀嚼性均值分别为 16.78 N、7.46 mJ、0.13、13.00 mm、2.14 N 、28.52 mJ，其硬度和胶着性低于其他三类，粘性、内聚性、弹性和咀嚼性比第IV类大，比第Ⅰ类和第Ⅱ类小，质构得分较低，由此可见第Ⅰ类为中等品质类群；第Ⅱ类包含1份黄瓜资源，为H21，其硬度、粘性、内聚性、弹性、胶着性和咀嚼性均值分别为17.26 N、8.85 mJ、0.15、14.21 mm、2.65 N、38.22 mJ，其硬度低于第IV类，比第Ⅰ类和第ⅡI类大，其粘性、内聚性、弹性、胶着性和咀嚼性均高于其他三个品种类群，质构得分最高，所以这一类群黄瓜资源属于优等品质类群；第Ⅲ类包含13 份黄瓜资源，有H38、H23、H29等，其硬度、粘性、内聚性、弹性、胶着性和咀嚼性均值在分别为16.80 N、7.62 mJ 、0.14、13.49 mm、2.48 N 、31.07 mJ，其硬度低于第IV类，比第Ⅰ类和第ⅡI类大，其粘性、内聚性、弹性、胶着性和咀嚼性均高于第Ⅰ类和第IV类类群，小于第Ⅱ类，质构得分较高，所以这一类群黄瓜资源属于良等品质类群；第IV类包含10 份黄瓜资源，有H15、H10、H19等，其硬度、粘性、内聚性、弹性、胶着性和咀嚼性均值在分别为 17.52 N、7.00 mJ 、0.12、12.98 mm、2.17 N 、28.05 mJ，其硬度高于其他三类，其粘性、内聚性、弹性、胶着性和咀嚼性均小于其他三类，质构得分最低，所以这一类群黄瓜资源属于差等品质类群。综上，硬度不宜过大过小，在适宜范围为才最佳，在一定范围内，粘性、内聚性、弹性、胶着性和咀嚼性均高了最好。

3 讨论

用质构仪纵向进行测试水果黄瓜（H52）和密刺黄瓜（H53）果实质地品质分析，其质地指标^［16-19］硬度、粘性、弹性、胶着性、内聚性、咀嚼性间均无显著差异，因此，在测试点范围内任取一点可代表整条瓜质地品质；用质构仪横向进行测试分析，在横切面有显著差异，横切面测试时应测果肉和心腔两部分。前人研究发现从果实的茎部到开花部分，果实的硬度、弹性等均有下降^［11］，赵爱玲等^［20］对‘临猗梨枣’和‘壶瓶枣’2个不同果型的品种果实肩部、中部和底部3个不同部位的比较研究发现，2个品种各部位质地参数变化不一致，但2个品种果皮强度和果肉平均坚实度都是果实中部最低，果肉纤维指数和皮肉跌落脆性的绝对值都是果实中部最高。因此果实果肉较均匀一致，能更好地反映不同类型黄瓜果实的本质，是鉴定不同资源果实质地的最佳部位；而胡丽丽^［21］对草莓脯质构测定中发现受力方向会对质构参数造成影响。

质地指标粘力的变异系数最大，硬度和内聚性变异系数相对较小，主成分分析发现，主要有2个主成分，特征值分别为4.24、1.37，方差贡献率分别为60.56%、19.50%，累计方差贡献率分别为60.56、80.07%。由此可知，这2个主成分累计方差贡献率达80.07%，计算出主成分得分系数，建立黄瓜质地品质的评价模型Y= 0.606Y₁ +0.195Y₂，得到质地品质较好的是H21、H29、H23、H3、H30，H15的质地品质最差，其口感质地评分也低。这和杨植^［7］、吴硕^［21］等在研究鲜枣品质用的综合评价方法一样；也和樊志彤^［22］在桑树的品质评价得出的评价模型一致，评价模型可代表桑树果实的质地品质，且他研究发现因子分析和主成分分析结果一致。樊志彤研究得出主成分分析综合得分代表了果实在质地方面的价值，综合得分越高，说明该品种品质越好。

对主成分分析结果的各指标进行相关性分析发现其相关性较强，硬度与弹性、胶着性与弹性相关不显著，其他质地指标特性之间均呈显著或极显著正相关，所以，质地指标中的一项或多项均可以反映黄瓜果实质地状况。杨玲^［23］和潘秀娟^［24］等在苹果上研究结果显示弹性与硬度指标相关性不大，任朝晖^［25］等对葡萄研究发现弹性与凝聚性呈显著性负相关，说明枣果实内部收缩力越强即果肉越紧实受压变形后恢复的能力越弱，果肉相对疏松的果实在受到挤压后更容易恢复，有研究者对黄瓜果实部分和成熟期所有质地品质相关性分析，发现均有显著影响。

聚类分析是将研究样本根据相互关联的性质进行类聚的多元统计分析方法。基于此，本试验对供试黄瓜品种进行聚类分析，其研究结果聚为四类，分别为优等品质类群、良等品质类群、中等品质类群和差等品质类群。任朝辉等^［26］用80份辣椒种质资源聚为高品质、中品质和一般品质3个类型，潘好斌等^［27］利用系统聚类分析实现了薄皮甜瓜果实质地特性的准确分类，将10 个品种薄皮甜瓜分为5 类，依次为脆硬、酥脆、梗硬、沙软、黏绵。

4 结论

本试验用质构仪对黄瓜纵切面测试，其质地指标硬度、粘性、弹性、胶着性、内聚性、咀嚼性间均无显著差异，因此，在测试点范围内任取一点可代表整条瓜质地品质；用质构仪对黄瓜横切面测试，其质地指标硬度、粘性、弹性、胶着性、内聚性、咀嚼性均有显著差异。对51份黄瓜种质果实的硬度、内聚性、弹性和咀嚼性等7项质地指标主成分分析，主要有2个主成分，累计方差贡献率达80.07%，计算出得分系数，建立了黄瓜质地品质的评价模型Y = 0.606×Y₁ +0.195× Y₂，得出质地品质好的品种有H21、H29、H23、H3、H30。对51份黄瓜种质资源进行聚类分析，聚为4类，分别为优等品质类群、良等品质类群、中等品质类群和差等品质类群。

参考文献

[1] 清水茂.野菜園芸大事典［M］.日本东京：养贤堂，1997.

[2] 黄书超，侯栋，颉建明，等.混合微生物菌剂对连作土壤中黄瓜幼苗生长的影响［J］.甘肃农业大学学报，2021，56（2）：83-89.

[3] 关军锋.果实品质生理［M］.北京：科学出版社，2008：55.

[4] 崔永宁，陈洁珍，史发超，等.基于TPA法的荔枝资源果肉质地品质分析［J］.果树学报，2022，39（12）：2241-2252.

[5] 姜建福，樊秀彩，张颖，等.基于TPA法葡萄果肉质地的鉴定评价［J］.中国果树，2022（3）：31-36.

[6] 郭华，陈双建，成继东，等.物性分析TPA法对晚熟桃果实短期贮藏质地的研究［J］.果树资源学报，2021，2（4）：16-20.

[7] 杨植，王振磊.基于TPA法评价枣果实质地及聚类分析［J］.新疆农业科学，2019，56（10）：1860-1868.

[8] 刘聪，李亚珍，尹嘉敏，等.不同贮藏温度对磴口华莱士蜜瓜质构特性、理化指标、感官品质变化及关性分析［J］.中国瓜菜，2022，35（1）：47-53.

[9] 张红肖，严立斌，孟雅宁，等.TPA试验测定鲜食甜椒果实质地的研究［J］.河北农业科学，2021，25（4）：39-43.

[10] Contador L， Shinya P， Infante R.Texture phenotyping fresh fleshy fruit［J］.Scientia Horticulturae，2015，193（1）：40-46.

[11] Nyorere Oderhowho， Uguru Hilary.Instrumental texture profile analysis （TPA） of cucumber fruit as influenced by its part and maturity stage［J］.American Journal of Engineering and Technology Management，2018，3（4）：54-60.

[12] Jeon Joon， M-Breene Williaw.Texture of fresh-pack whole cucumber pickles：correlation of instrumental and sensory measurements［J］.Journal of Texture Studies，1975，5（4）：399-409.

[13] Chen L， Opara U L.Texture measurement approaches in fresh and processed foods：A review［J］.Food research international，2013，51（2）：823-835.

[14] Jesús María，Cejudo-Bastante， Francisco J，et al.Assessment of sensory and texture profiles of grape seeds at real maturity stages using image analysis［J］.Foods，2021，10（5）：1098.

[15] Stone H， Bleibaum R， Thomas H.Sensory evaluation practices［M］.Fifth Edition.Academic Press，2021.

[16] 许玲，魏秀清，章希娟，等.质构仪整果穿刺法评价3个毛叶枣品种果实质地指标［J］.福建农业学报，2018，33（6）：621-625.

[17] 刘翔，张平，徐伟欣，等.TPA测试条件对甜瓜质构指标的影响［J］.中国蔬菜，2015（3）：38-44.

[18] 姜松，覃婷婷.测试条件对莴苣组织TPA质地指标的影响［J］.安徽农业科学，2008（24）：10319-10321.

[19] 赵爱玲，薛晓芳，王永康，等.质构仪检测鲜枣果实质地品质的方法研究［J］.果树学报，2018，35（5）：631-641.

[20] 胡丽丽，牛丽影，李大婧，等.质构仪探头选择及样品处理对草莓脯TPA测定结果的影响［J］.食品研究与开发，2022，43（5）：170-176.

[21] 吴硕，贾彦丽，智福军，等.31份枣资源19个性状的多元统计分析［J］.河北农业科学，2020，24（5）：56-62.

[22] 樊志彤.桑树不同品种果实品质分析及综合评价［D］.保定：河北农业大学，2019.

[23] 杨玲，肖龙，王强，等.质地多面分析（TPA）法测定苹果果肉质地特性［J］.果树学报，2014，31（5）：977-985.

[24] 潘秀娟，屠康.质构仪质地多面分析（ TPA） 方法对苹果采后质地变化的检测［J］.农业工程学报，2005，21（3） ：166-170.

[25] 任朝晖，张昆明，李志文，等.质地多面分析（ TPA） 法评价葡萄贮藏期间果肉质地参数的研究［J］食品工业科技，2011，32（7）：375-378．

[26] 任朝辉，田旭芳，廖卫琴，等.不同辣椒种质资源的品质性状评价［J］.西南农业学报，2020，33（9）：1884-1891.

[27] 潘好斌，刘东，邵青旭，等.不同品种薄皮甜瓜成熟期果实质地品质分析及综合评价［J］.食品科学，2019，40（21）：35-42.

基金资助

黄瓜风味品质精准鉴定及评价研究项目(2021GAAS35)

国家大宗蔬菜产业技术体系兰州综合试验站项目(CARS-23-G-19)