Классификация сортов сои амурской селекции по биохимическим показателям методом кластеризации

Введение. При выборе сырья в системе переработки сои на пищевые цели, как правило, возникает вопрос о качестве зерна, включающем различные его показатели, начиная от физических параметров, определяющих пригодность зерна сои к переработке, и заканчивая химическим составом, обуславливающим пищевую ценность того или иного продукта. Одними из важнейших критериев оценки пищевой ценности соевого зерна являются: общее содержание белка (36–48 %) и аминокислот, особенно незаменимых, таких как лизин, треонин, триптофан; масла (от 16 до 27 %) и жироподобных веществ, обеспечивающих выполнение в организме человека различных физиологических и биохимических функций [1–3]. Ценность соевого масла определяют входящие в его состав жирные кислоты, среди которых на линолевую кислоту приходится более 50 %; олеиновую – 20– 36; стеариновую – 4,5–7,0; линоленовую – 3–5; пальмитиновую – 2,5–6,0 %. Семена сои также содержат значительные количества фосфолипидов, витаминов (А, D, C, E, группы В), широкий спектр макро- и микроэлементов [4, 5].

Ввиду большого сортового разнообразия и широкого спектра изучаемых признаков для их анализа и систематизации актуальное значение имеет использование многомерных статистических методов, в частности кластерного анализа. Методы кластеризации применяются в различных научно-технических областях с целью решения задач сегментации для объединения объектов в группы со схожими характеристиками, а также сжатия большого объема информации и построения научно обоснованных классификаций [6–10].

Цель исследования – систематизация сортов сои амурской селекции по биохимическим показателям качества на основе кластерного анализа для рационального использования в производстве пищевых продуктов и добавок.

Задачи: провести кластерный анализ сортов сои по критерию наибольшего сходства биохимических признаков; дать сравнительную оценку выделенных кластеров по степени выраженности признаков; определить группы сортов с комплексом качественных показателей.

Объекты и методы. Исследование проводилось в 2018–2020 гг. в лаборатории переработки сельскохозяйственной продукции ФНЦ ВНИИ сои. В качестве объектов исследования были взяты 18 сортов сои селекции Всероссийского

НИИ сои, выращенных в условиях Амурской области и включенных в Государственный реестр селекционных достижений РФ: Персона, Бонус, Сентябринка, Интрига, Чародейка, Топаз, Нега 1, Куханна, Невеста, Кружевница, Китросса, Статная, Умка, Пепелина, Золушка, Алена, Лебедушка, Журавушка [11]. Образцы для исследования получены из коллекционных питомников опытного поля лаборатории селекции и генетики сои ФНЦ ВНИИ сои. Отбор проб исследуемых образцов проводили в фазу полной спелости зерна в соответствии с ГОСТ 13586.3-2015.

В ходе биохимических исследований зерна сои была сформирована база данных и определена совокупность основных признаков, характеризующих качество зерна, по которым осуществлялась группировка сортов. В качестве признаков для кластерного анализа было выбрано 13 показателей: белок, незаменимые аминокислоты (лизин, лейцин, изолейцин, валин, треонин, фенилаланин, метионин + цистеин), масло, жирные кислоты (олеиновая, линолевая, линоленовая), активность ингибиторов трипсина.

Содержание белка, масла, аминокислотный состав и жирные кислоты определяли методом диффузного отражения света в инфракрасной области спектра на ИК-сканере модели FOSS NIR Systems 5000 (Дания). Для определения белка и масла в зерне сои использовали стандартные калибровочные уравнения фирмы FOSS Analytical A/S в соответствии с ГОСТ 32749-2014.

Калибровочные уравнения для определения состава аминокислот и жирных кислот разрабатывались в 2009–2010 гг. в аналитической группе ВНИИ сои [5, 12]. Трипсинингибирующую активность (ТИА) измеряли с помощью спектрофотометра Cary 50 (VARIAN) в соответствии с ГОСТ 33427-2015.

Статистическую обработку данных проводили с использованием пакета программ MS Excel и STATISTICA 10, используя метод кластерного анализа [13]. В качестве алгоритма кластеризации использовали метод Варда (мера близости объектов – Манхэттенское расстояние) и метод k-средних (5 кластеров, 10 итераций). Показатели с различиями в размерных единицах были приведены в единую систему методом стандартизации средних значений каждого признака в диапазоне от –2,7 до +2,7 ед. При выборе числа кластеров уровень сходства 15 % считали оптимальным. Проверку различий между кластерами по каждому признаку рассчитывали методом параметрического дисперсионного анализа.

Результаты и их обсуждение. На основании средних стандартизированных значений биохимических признаков был проведен кластерный анализ методом Варда, результатом которого являлось построение дендрограммы в виде графической последовательности объединения и разделения сортов сои на кластеры (рис. 1).

Метод Варда

Манхэттенское расстояние

Расстояние объединения

Рис. 1. Дендрограмма сходства-различия сортов сои по комплексу биохимических признаков

Анализ дендрограммы позволил сгруппировать сорта сои по принципу минимального взаимодействия внутри группы и максимального – между кластерами и сформировать пять основных кластеров, наиболее схожих по комплексу изучаемых признаков:

1-й кластер – Лебедушка, Журавушка, Пепе-лина, Золушка, Алена;

2-й кластер – Сентябринка, Интрига;

3-й кластер – Куханна, Невеста, Кружевница, Китросса, Статная, Умка;

4-й кластер – Персона, Бонус;

5-й кластер – Чародейка, Топаз, Нега 1.

Результаты дисперсионного анализа кластеризации наблюдений по биохимическим признакам (при р = 0,05)

Таблица 1

Признак	Межгрупповая дисперсия	Число степеней свободы	Внутригрупповая дисперсия	Число степеней свободы	F	Уровень значимости p
Белок	13,70976	4	3,29024	13	13,54209	0,000144
Лизин	14,38596	4	2,61404	13	17,88583	0,000034
Лейцин	12,12472	4	4,87528	13	8,08269	0,001679
Изолейцин	13,56465	4	3,43535	13	12,83279	0,000189
Валин	13,84803	4	3,15197	13	14,27872	0,000110
Фенилаланин	14,40611	4	2,59389	13	18,05009	0,000032
Треонин	14,78626	4	2,21374	13	21,70775	0,000012
Метионин + цистеин	14,94572	4	2,05428	13	23,64504	0,000007
Масло	13,75742	4	3,24258	13	13,78889	0,000132
Олеиновая	13,48962	4	3,51038	13	12,48904	0,000217
Линолевая	15,44616	4	1,55384	13	32,30710	0,000001
Линоленовая	14,65846	4	2,34154	13	20,34562	0,000017
ТИА	13,65342	4	1,24658	13	20,49110	0,000152

Результаты дисперсионного анализа указывают на высокое качество разбиения 18 наблюдений на 5 кластеров по каждому показателю, поскольку признаком качественной классификации является минимум изменчивости внутри кластера и максимум между кластерами.

Для визуализации полученных результатов была реализована процедура построения усредненных графиков, демонстрирующих значимые отличия кластеров и степень выраженности биохимических признаков (рис. 2). Анализ графиков позволил провести градацию наблюдений в порядковой шкале стандартизированных значений,

Для получения более детальной информации о выделенных кластерах и оценки результатов биохимических параметров исследуемых сортов сои на следующем этапе исследований применяли метод k-средних. Оценку качества кластеризации наблюдений и проверку значимости различий кластеров по исследуемым характеристикам проводили посредством параметрического дисперсионного анализа, используя процедуру, сравнивающую внутрикластер-ные и межкластерные дисперсии по каждому признаку (табл. 1).

где в качестве уровня «средний +» – стандартизированный интервал (0,0; +0,7), «выше среднего» – (> +0,7), «средний –» – стандартизированный интервал (0,0; –0,7), «ниже среднего» – (< –0,7). Результаты, полученные методом k-средних, в полной мере соответствуют дендрограмме, построенной методом иерархической кластеризации.

Основываясь на полученных результатах кластеризации, проведен сравнительный анализ выделенных кластеров по средним значениям биохимических признаков (табл. 2).

Кластер 1

Кластер 2

Кластер 3

Кластер 4

Кластер 5

Рис. 2. Графики средних стандартизированных значений для каждого кластера

Сравнительный анализ биохимических признаков сортов сои амурской селекции по кластерам (M±A при р = 0,05)

Таблица 2

Признак	Среднее значение за три года, %
	Кластер 1	Кластер 2	Кластер 3	Кластер 4	Кластер 5
Белок	37,21±0,66	38,10±0,48	39,11±0,38	41,10±0,19	36,83±0,37
Лизин	6,07±0,29	6,04±0,22	5,92±0,60	5,73±0,82	6,27±0,11
Лейцин	8,28±0,65	7,91±0,07	8,14±0,78	7,83±0,21	8,20±0,36
Изолейцин	5,69±0,51	5,67±0,31	5,81±0,55	6,01±0,84	5,34±0,21
Валин	7,14±0,66	6,78±0,25	6,72±0,38	6,16±0,36	7,48±0,34
Фенилаланин	4,27±0,56	4,27±0,66	4,33±0,17	4,39±0,66	4,20±0,09
Треонин	3,44±0,41	3,32±0,34	3,35±0,44	3,20±0,68	3,40±0,07
Метионин + цистеин	1,73±0,22	1,75±0,02	1,61±0,52	1,46±0,48	1,94±0,50
Масло	18,89±0,61	19,12±0,39	18,06±0,30	17,46±0,86	20,23±0,22
Олеиновая (ω9)	18,74±0,39	20,61±0,11	21,65±0,31	23,79±1,45	18,5±0,36
Линолевая (ω6)	50,83±0,36	50,91±0,01	50,36±0,33	50,05±0,49	51,46±0,34
Линоленовая (ω3)	6,58±0,49	7,23±0,32	8,01±0,33	9,85±1,71	5,41±0,12
ТИА, мг/г	22,84±0,62	23,57±1,11	23,17±1,16	23,14±0,93	24,29±1,07

Первый кластер представлен группой сортов сои, отличающихся средними показателями белка (37,2 %) и масла (18,9 %), высокой концентрацией незаменимых аминокислот (лейцина, треонина) и минимальным уровнем трипси-нигибирующей активности, являющимся одним из важных показателей в зерне сои пищевого направления.

Сорта второго и третьего кластеров по изучаемым признакам значимо не отличались друг от друга и характеризовались средними значениями по всем показателям. При этом третий кластер образуют сорта со значениями признаков выше среднего по содержанию фенилаланина (4,3 %) в белке и олеиновой кислоты (21,7 %) в масле, а также значениями ниже среднего по признакам содержания метиони-на+цистеина (1,6 %) в белке, масла (18,1 %) и линолевой кислоты (50,4 %).

Наибольшие различия по большинству признаков выявлены в четвертом и пятом кластерах. Сорта, сформировавшие четвертый кластер, отличались максимальными значениями признаков белка (41,1 %), изолейцина (6,0 %), фенилаланина (4,4 %), а также олеиновой и линоленовой кислот (соответственно 23,8 и 9,9 %). Помимо этого в сортах четвертого кластера отмечено наибольшее значение суммы полинена-сыщенных жирных кислот в масле – 83,8 %, доля данных кислот в сортах сои других кластеров составила 75,4–80,1 %.

Пятый кластер представлен высокомасличными сортами с повышенным содержанием линолевой (ω6) и минимальным – линоленовой (ω3) кислот, что делает эти сорта перспективными для производства масла на пищевые цели. Кроме того, представители этого кластера отличались наибольшим содержанием лизина, валина и метионина + цистеина. Поскольку сорта в этой группе являются высоколизиновыми, то их можно рекомендовать для использования в производстве лизина в качестве пищевой добавки.

Следует отметить, что, несмотря на межсортовые различия, представители всех кластеров имеют сбалансированный аминокислотный состав и оптимальное соотношение ω6 и ω3 жирных кислот (5,1–9,5:1), что соответствует нормам физиологической потребности взрослого человека [14].

По белково-масличному составу зерна выделенные кластеры сортов сои условно классифицированы на три группы: универсальные (с содержанием белка – не менее 38 %, масла – не менее 18 %), масличные (с содержанием белка – менее 38 %, масла – более 18 %), высокобелковые (с содержанием белка – более 40 %, масла – менее 18 %) [15].

Универсальную группу сформировали второй и третий кластеры, включающие сорта Сентяб-ринка, Интрига, Куханна, Невеста, Кружевница, Китросса, Статная, Умка, которые могут быть использованы как для производства масла, так и белковых продуктов. Масличная группа объединила первый и пятый кластеры, включающие сорта: Лебедушка, Журавушка, Пепелина, Золушка, Алена, Чародейка, Топаз, Нега 1, – соответственно их лучше использовать в маслоэкстракционном производстве. В высокобелковую группу вошли сорта четвертого кластера (Чародейка, Топаз, Нега 1), они наиболее пригодны для производства соевой муки, белковых концентратов, изолятов, текстуратов, соевого молока, пищевых добавок и т. д.

Заключение. Применение методов кластерного анализа позволило систематизировать сорта сои по степени выраженности биохимических параметров зерна, сформировать пять основных кластеров, наиболее схожих по комплексу изучаемых признаков, и провести их сравнительную оценку. Определены три группы сортов по критериям белково-масличного состава (универсальные, масличные, высокобелковые), что позволит обеспечить целенаправленный выбор сырья в производстве пищевых продуктов (добавок) и прогнозирование качества готовой продукции.