基于尾苋（Amaranthus caudatus）和可变羽扇豆（Lupinus mutabilis）的无麸质复合面粉中功能性与复合转变的多变量整合 Marco Rubén Burbano-Pulles, Pedro Gustavo Maldonado-Alvarado, Santiago Alexander Rojas-Porras, Lorena Susana Sciarini, Norma Cristina Samman, Manuel Oscar Lobo

《Applied Sciences》：Multivariate Integration of Functional and Compositional Transitions in Gluten-Free Composite Flours Based on Amaranthus caudatus and Lupinus mutabilis Marco Rubén Burbano-Pulles, Pedro Gustavo Maldonado-Alvarado, Santiago Alexander Rojas-Porras, Lorena Susana Sciarini, Norma Cristina Samman and Manuel Oscar Lobo

　　摘要：从以淀粉为主的无麸质系统向富含蛋白质的无麸质系统的转变是提高复合面粉的功能和营养价值的关键步骤。本研究探讨了逐步用Andean lupin（Lupinus mutabilis）替代Amaranthus caudatus（苋菜）对无麸质面粉混合物的物理化学性质、流变性质和抗氧化性质的影响。通过结合单变量推断（FDR调整后的p值）、PCA、多因素分析（MFA）和稀疏偏最小二乘判别分析（sPLS-DA）的综合框架，分析了涵盖六个测量领域（近似成分、水分吸附性质、热机械行为、糊化特性、粒径和抗氧化活性）的33个变量的多模态数据集。结果表明，随着lupin含量的增加（10–40%），蛋白质和纤维含量显著上升，而淀粉含量则下降，从而提高了水分吸附能力，并降低了峰值粘度和回弹性。多变量模型显示，蛋白质/纤维与淀粉之间的权衡是成分差异的主要轴线（PC1，约占总方差的41%），而PC2则反映了流变和抗氧化性质的变异性，其中含有较高比例苋菜的配方表现出更强的抗氧化活性。sPLS-DA模型的分离准确率为72%，其中水分、蛋白质、水分吸附能力和扭矩参数是最重要的判别因素。这些发现为使用Andean作物优化无麸质面粉提供了基于证据的框架，并强调了统计建模在制定目标配方决策中的作用。该方法可应用于食品系统中的其他成分转变，突显了多变量分析在应用食品研究中的实用性。多变量框架进一步表明，适度的替代水平可能实现了营养增强和流变功能之间的最佳平衡。

1. 引言
严格的无麸质饮食（GFD）是治疗乳糜泻和其他麸质相关疾病的基石；然而，它常常会导致营养失衡。许多商业无麸质产品（GFPs）使用精制淀粉（如大米或玉米粉）制成，其蛋白质和膳食纤维含量通常低于含麸质产品。特别是，研究表明，遵循GFD的人往往摄入的纤维不足（导致胃肠道问题），同时糖和脂肪含量相对较高[1]。这种对富含淀粉成分的依赖也使得许多无麸质食品的血糖指数升高，这是乳糜泻患者代谢风险增加的一个因素[2]。这些营养缺陷凸显了在不牺牲产品质量的前提下改善无麸质配方中蛋白质和纤维含量的必要性。
一种提高无麸质产品营养价值的有前景的策略是添加天然营养丰富的伪谷物和豆类[3]。Amaranthus caudatus（苋菜）是一种古老的安第斯伪谷物，以其卓越的营养价值而闻名——提供高质量的蛋白质、大量的膳食纤维以及丰富的微量营养素和生物活性化合物[4]。同样，Lupinus mutabilis（tarwi或安第斯lupin）是一种豆类，以其高蛋白质含量（约占干物质的40–50%）以及较高的纤维和脂质含量而著称[5]，远远超过传统无麸质谷物面粉。在无麸质配方中加入苋菜和lupin面粉可以显著改善营养状况；例如，据报道，在强化面包和挤压零食中蛋白质和纤维含量可增加10–50%[5]，同时还能提供宝贵的微量营养素（如铁、镁）和植物化学物质。此外，这些成分提供了互补的氨基酸谱：与其他豆类一样，lupin富含赖氨酸，但含硫氨基酸较少，而苋菜则含有更多的含硫氨基酸[6]。
选择Lupinus mutabilis Sweet var. IN-127 IAP-450和Amaranthus caudatus L. var. Inti是基于它们在安第斯地区的农艺适应性和可获得性。INIAP-Ecuador开发并注册的IN-127 IAP-450 lupin品种以其高蛋白质含量（高达52%）、去苦后的低生物碱浓度以及更好的产量稳定性而受到认可，适合食品应用[7]。同样，Inti品种的A. caudatus通过秘鲁育种计划被选中，因为它具有优良的谷物质量、淀粉产量和抗氧化特性，这些都是无麸质配方所需的理想特性[8]。使用这些标准化品种也有助于提高基于安第斯生物资源的功能食品研究中的可重复性和地区相关性。
除了营养增强之外，添加苋菜和lupin面粉还可以显著影响无麸质面团和糊状物的物理化学和功能性质。这两种成分都具有改变水分吸附、粘度和产品质地特征的功能特性。值得注意的是，像lupin这样的豆类衍生的面粉具有强大的结合水和乳化能力，影响面团的流变性和面包的质量[6]。用富含蛋白质和纤维的lupin或苋菜替代部分淀粉基面粉通常会增加混合物的水分吸附能力，因为蛋白质和可溶性纤维比淀粉能吸收更多的水。例如，用lupin面粉替代25%的小麦面粉可以将面团的水分吸附能力从约55%提高到68%[6]。这种成分变化也会改变糊化和粘弹性行为：添加的蛋白质可以稀释淀粉，而膳食纤维会增加面糊的粘度并影响烘焙过程中的气体保持[9]。实际上，如果配方没有适当调整，非常高比例的lupin面粉会导致小麦面团的稳定性和面包体积下降[10]。这些观察结果表明，随着lupin含量的增加，面粉系统的组成和功能发生了明显的转变：基质从以淀粉为主转变为富含蛋白质/纤维，从而根本改变了其水分吸收和结构特性[11]。因此，优化无麸质配方需要在提高苋菜和lupin带来的营养益处的同时保持关键技术特性（如面团弹性、气体保持能力和产品体积）。
分析面粉成分与功能性能之间的相互作用需要先进的分析方法。简单的一因素分析往往无法捕捉复合面粉系统中的多维关系，其中许多成分变量共同影响多种质量属性。在这种情况下，多变量统计工具在整合复杂数据集和揭示食品配方研究中的潜在模式方面被证明是无价的[12]。诸如多因素分析（MFA）和稀疏偏最小二乘判别分析（sPLS-DA）等技术能够同时检查成分和功能数据，使研究人员能够确定哪些成分变量驱动了产品的特定功能结果[13]。应用这些化学计量方法可以更全面地理解配方变化如何转化为质量差异，这已在最近的综述中得到强调[12]。通过利用多变量分析，可以绘制出复合无麸质混合物中成分与功能之间的关系，并指导此类配方的数据驱动优化。
鉴于文献中关于新型无麸质成分的全面表征还存在空白[5]，本研究旨在通过系统地研究苋菜–lupin面粉混合物来填补这一知识空白。本研究特别新颖之处在于它结合了营养增强和功能性能的分析，并采用了先进的多变量技术。在一个无麸质模型系统中，逐步增加用Lupinus mutabilis面粉替代苋菜面粉的比例，以阐明lupin含量的上升如何改变面粉的组成和技术功能行为。特别是，使用了稀疏偏最小二乘判别分析（sPLS-DA）和多因素分析（MFA）等方法来解决成分变化（如蛋白质、纤维和生物活性成分的增加以及淀粉的减少）与关键功能结果（如水分吸附能力、糊化特性和面团处理性能）之间的关系。这项研究的总体目标是展示如何通过添加苋菜和安第斯lupin来改善无麸质面粉混合物的营养状况，同时明确其对物理化学功能的影响，从而为开发更健康、高性能的无麸质产品提供指导。
食品科学的最新发展越来越多地使用多模态数据集，整合成分、功能和结构测量，以更好地理解复杂的食品系统。通过结合异构数据领域（如物理化学组成、流变行为、粒径分布和生物活性特性），多变量框架能够比单一领域分析提供更全面的功能成分解释。这种综合方法已在最近的研究中成功应用于成分替代、功能性食品设计和谷物–豆类复合系统[14,15]。本研究采用了多模态分析框架，整合了成分、流变、水分吸附、粒径和抗氧化数据集，以更好地表征基于安第斯作物的无麸质复合面粉中的成分–功能转变。

2. 材料与方法
2.1 原料和面粉配方
Amaranthus caudatus L. var. Inti的种子来自厄瓜多尔Imbabura省的一位种植者，通过基多的一位商业供应商采购。Lupinus mutabilis Sweet var. INIAP-450 “Andino”直接从厄瓜多尔基多的INIAP Santa Catalina实验站获得，这是一种为高产量而培育的改良安第斯lupin品种。该品种的特点是天然生物碱含量低。在碾磨前，种子经过了通常用于食品用途的安第斯lupin的传统去苦工艺，该工艺通过水洗和浸泡步骤去除残留的喹诺里西啶生物碱。这种处理显著减少了抗营养化合物，预计不会干扰进行的抗氧化测试（Folin–Ciocalteu、ABTS和FRAP），这些测试主要量化酚类和还原化合物，而不是生物碱部分。收到种子后，将种子在50°C的强制通风烤箱中清洗和干燥，直至水分含量降至<12%。干燥后的苋菜和lupin用锤磨机磨成细粉（粒径≤250 μm），并通过筛分去除任何较大的麸皮。所得面粉存放在4°C的密封容器中，以保持质量。通过逐步用lupin面粉替代0%、10%、20%、30%和40%（按重量计）的苋菜面粉，制备了五种复合面粉配方，分别对应于T0、T1、T2、T3和T4处理。每种混合物（例如T1：90%苋菜+10% lupin）通过手动翻拌和锥形分割法彻底混合，以确保均匀性。选择这种逐步添加lupin的比例是为了在评估功能影响的同时提高营养质量。选择0–40%的替代范围是为了评估逐步的成分变化，同时保持混合物的技术可行性。先前的研究表明，lupin添加量超过约40–50%可能会显著改变水分吸收行为、糊化性质和感官接受度，因为其蛋白质和纤维含量较高。因此，这个梯度允许在保持无麸质面粉配方功能特性的同时评估营养增强效果。
2.2 近似成分分析
复合面粉的近似成分分析按照官方分析化学家协会（AOAC）的标准方法进行。水分含量通过热空气烘箱重量法（105°C至恒重）根据AOAC 925.10确定[16]。灰分含量通过在550°C的马弗炉中焚烧根据AOAC 923.03测量[17]。粗脂肪使用Soxhlet–Randall方法AOAC 922.06和溶剂提取器（SX-6，Raypa，巴塞罗那，西班牙）提取[18]。粗蛋白（%N × 6.25）根据Kjeldahl氮法AOAC 920.87确定[19]，使用消化装置和蒸馏器（Raypa，巴塞罗那，西班牙）。蛋白质含量使用常用的氮-蛋白转换因子6.25计算，该方法广泛应用于植物性食品基质的近似分析，并在AOAC参考程序中推荐。尽管某些伪谷物和豆类有特定的转换因子（例如，苋菜约为5.85，某些豆类蛋白质的因子略低），但使用通用因子可以确保与大多数报告复合面粉和无麸质配方成分数据的研究结果进行比较。因此，保留了6.25因子以确保方法一致性，并便于与现有的关于苋菜–lupin混合物和类似植物系统的文献进行比较。尽管如此，承认使用特定作物的转换因子可能会稍微修改绝对蛋白质估计值，但这不会影响配方之间的相对趋势。总膳食纤维通过酶法重量法AOAC 991.43测量[20]，使用纤维提取器（F-6P，Raypa，西班牙）。碳水化合物含量通过差值（100%减去水分、灰分、脂肪、蛋白质和总膳食纤维之和）估算。所有近似分析均重复进行三次。结果以干基报告。
2.3 水分吸附能力
面粉的水分吸附能力（WAC）通过离心法测定。取一定重量的面粉（5克）与过量的蒸馏水混合，并轻轻搅拌30分钟。然后将悬浮液在约3000× g下离心15分钟，倾去上清液。记录了水合面粉凝胶的重量，并计算了WAC，即每克干面粉结合的水分量（湿凝胶重量减去干面粉重量）[21]。这项测试表明了面粉成分（主要是蛋白质和淀粉）保持水分的能力。2.4. 面团流变性质（Mixolab）使用Mixolab分析仪（CHOPIN Technologies，Villeneuve-la-Garenne，法国）根据AACC/ICC Chopin+协议（ICC方法173）[22]评估了面粉混合物的热机械性质。将50克面粉样品（基于14%的水分含量）与蒸馏水混合至总重量75克在Mixolab搅拌碗中。调整水位，使初始面团一致性（C1）扭矩约为1.1 ± 0.05 N·m。混合过程包括在30°C下保持8分钟，然后以4°C/分钟的速度加热到90°C，在90°C下保持7分钟，再以4°C/分钟的速度冷却到50°C（总共45分钟），同时以80 rpm的速度持续搅拌[22]。从Mixolab曲线中记录了C1（面团发展）、C2（蛋白质变弱）、C3（淀粉糊化）和C4（煮熟稳定性）的扭矩，以及面团稳定时间（在C1处的持续时间）。此外，还从曲线段计算了斜率系数α（30°C和C2之间的蛋白质变弱速率）、β（C2和C3之间的淀粉糊化速率）和γ（C3和C4之间的淀粉回凝速率）[22]。这些参数同时反映了面团混合物的搅拌性质和热行为。2.5. 粘性性质（快速粘度分析仪）使用快速粘度分析仪（RVA 4500，Newport Scientific，New South Wales，澳大利亚）根据AACC国际方法76-21.01[23]测量了面粉的粘性性质。对于每次分析，将3.5克面粉（校正为14%的水分含量）分散在25.0克蒸馏水中，制成6% w/w的悬浮液。应用标准的粘度-时间程序，记录粘度变化，单位为厘泊（cP）。温度曲线为：在50°C下保持1分钟，以6°C/分钟的速度加热到95°C，然后在95°C下保持5分钟，再以6°C/分钟的速度冷却到50°C并保持5分钟。所得粘度曲线提供了以下参数：峰值粘度（PV）和达到峰值的时间（PV时间）、粘度开始上升的温度、最低粘度（95°C保持期间）、下降幅度（PV减去最低粘度）、最终粘度（冷却结束时的粘度）以及回降值（最终粘度与最低粘度之间的差异，以及最终粘度与峰值粘度之间的差异）。这些值反映了淀粉的糊化、剪切/热稳定性以及回凝趋势[23]。2.6. 颗粒大小分布使用干粉分散单元（Mastersizer 3000，Malvern Panalytical，Malvern，Worcestershire，英国）通过激光衍射法确定了每种面粉的颗粒大小分布，用于测量颗粒直径的体积分布。每个样品的数据进行了三次重复测量。报告了面粉颗粒大小分布的特征直径D10、D50（中位数）和D90（第90百分位数）[24]。这些值表明了磨制面粉的颗粒大小分布和均匀性。2.7. 抗氧化活性进行了三项试验来估计面粉的抗氧化能力。总酚含量通过Folin–Ciocalteu方法测量：将面粉提取物与Folin–Ciocalteu试剂反应，并在765 nm处测量吸光度[25]。结果以每克干面粉的没食子酸当量（GAE）表示。自由基清除活性通过ABTS试验评估[26]：测量样品对预形成的ABTS•+自由基阳离子的还原作用，并在734 nm处表示为μmol Trolox当量。三价铁还原抗氧化能力（FRAP）通过Benzie–Strain方法确定[27]：将样品提取物与Fe3+-TPTZ试剂混合，并记录593 nm处的吸光度增加；结果以μmol Fe2+当量表示。所有试验均进行了三次重复。2.8. 统计分析使用RStudio（版本2023.12.1+402，Posit Software，PBC，Boston，MA，USA）进行数据分析。遵循了以下结构化工作流程：单变量分析：对于每个变量，通过Shapiro–Wilk检验检查残差的正态性，通过Levene检验检查方差的同质性。如果假设得到满足，则应用单因素方差分析（ANOVA）并进行Tukey’s HSD多重比较；如果方差不等，则使用Welch’s ANOVA；如果数据仍然非正态，则使用Kruskal–Wallis检验。使用Benjamini–Hochberg错误发现率调整多重检验的p值[28]。多变量探索性分析：使用R统计软件（R Foundation for Statistical Computing，Vienna， Austria）中的FactoMineR包（版本2.11）对标准化变量进行主成分分析（PCA），遵循标准PCA方法[29]。为了联合分析不同的数据块（例如，成分、流变、粘性、颗粒大小、抗氧化），还使用FactoMineR（版本2.11）进行了多因素分析（MFA）。使用vegan包（版本2.6.10）进行了PERMANOVA（置换MANOVA）[30]，以测试多变量空间中的总体差异。使用betadisper函数（vegan，版本2.6.10）评估多变量分散的均匀性。监督分析：使用mixOmics包进行了稀疏偏最小二乘判别分析（sPLS-DA）来识别最能区分处理组的变量[13]。通过混合Omics框架中的重复k折交叉验证优化了组件数量和选定特征，以最小化分类误差并避免过拟合。通过交叉验证的Q2统计量（预测能力）和决定系数R2（拟合优度）评估了模型的预测性能，这些是在监督多变量分析中常用的指标。聚类和可视化：对标准化（z-score）数据矩阵应用了层次聚类（Ward最小方差方法）。使用pheatmap [31]和ggplot2 [32]包生成了变量与处理组的聚类热图。在所有情况下，统计显著性均在α = 0.05的水平上评估。3. 结果 3.1. 复合面粉性质的描述性和单变量分析为了提高结果的透明度和可重复性，表1、表2、表3、表4和表5中呈现了所有测量变量的绝对定量值，以平均值±标准差的形式表示。这些表格总结了复合面粉配方（T0–T4）的物理化学组成、水合行为、热机械参数（Mixolab）、粘性性质（RVA）、颗粒大小分布和抗氧化活性。正如预期的那样，对于复杂的食物基质，一些功能参数——特别是与粘性行为和颗粒大小分布相关的参数——由于面粉微观结构和加工过程中淀粉-蛋白质相互作用的固有异质性而显示出相对较高的变异性。尽管如此，所有测量均进行了三次重复，本节后面介绍的多变量分析都是使用这些定量数据集的标准化版本（z-score标准化）进行的，以便在保持它们潜在数值关系的同时整合在不同尺度上测量的变量。表1. 复合面粉的物理化学组成（平均值±标准差）。表2. 复合面粉的水合和Mixolab热机械性质。表3. 复合面粉的快速粘度分析仪（RVA）粘性性质（平均值±标准差）。表4. 复合面粉的颗粒大小分布（平均值±标准差）。表5. 复合面粉的抗氧化活性（平均值±标准差）。3.2. 复合面粉成分变化的功能解释为了为解释复合配方的行为提供更清晰的参考框架，考虑了通常报告的个别面粉的主要物理化学、流变和抗氧化特性。苋菜粉通常具有较高的淀粉含量和较低蛋白质和纤维水平，而羽扇豆粉则被描述为富含蛋白质的豆类面粉，具有较高的膳食纤维含量[33]。相比之下，据报道羽扇豆粉具有更大的吸水能力和改变的粘性行为，这是由于其中非淀粉成分的存在较多，这可以影响复合系统中的水合和粘度发展[34]。这些原材料之间的成分差异有助于解释随着羽扇豆比例增加而在复合混合物中观察到的渐进功能变化。ANOVA测试显示，处理组T0–T4之间的多种物理化学和功能属性存在显著差异（图1）。最具区分性的变量（最高的?log10调整后的p值）包括面粉蛋白质、水分、淀粉、纤维、灰分和酚含量（Folin），以及粘性性质（扭矩和粘度参数）。图1. 处理组之间的主要区分性面粉变量（来自单因素ANOVA的?log10 BH调整后的p值）。较高的值表示复合面粉配方之间的统计差异较大（T0–T4）。变量包括近似成分参数（蛋白质、淀粉、纤维、灰分）、抗氧化指标（Folin酚含量）、水合和流变指数，以及Mixolab参数，如扭矩C1（混合过程中的面团一致性）和斜率系数α（加热过程中的蛋白质变弱速率）、β（淀粉糊化速率）和γ（冷却过程中的淀粉回凝速率）。特别是，随着羽扇豆含量的增加（从T0的约12%增加到T4的约34%），蛋白质含量显著上升，反映了羽扇豆本身的高蛋白质含量（41–53%）。相应地，淀粉和总碳水化合物含量随着羽扇豆的替代而下降，而纤维和吸水能力增加。随着羽扇豆的添加，灰分（矿物质）含量减少。抗氧化指数（Folin酚类、ABTS、FRAP）从T0到T4显著下降，这与苋菜粉中酚类化合物的含量较高（高达约180 mg/100 g）相对于羽扇豆一致。流变参数也发生了变化：峰值粘度和最终粘度（RVA）以及下降幅度随着羽扇豆含量的增加而降低，Mixolab扭矩/稳定性值也发生了变化，表明淀粉糊化和面团行为受到成分变化的影响。这些趋势表明，羽扇豆的高蛋白质/纤维含量稀释了淀粉并结合了更多的水，降低了糊料的粘度并改变了质地。总体而言，用羽扇豆替代苋菜提高了蛋白质和纤维的含量（改善了营养价值），但减少了淀粉和酚类化合物的含量，这与这些安第斯面粉的已知成分相符。快速粘度分析仪（RVA）曲线捕捉了这些粘性的变化（RVA广泛用于评估面粉的粘度曲线）。3.3. 主成分分析（PCA）散点图（图2）显示第一个主成分（PC1）解释了约73%的总方差，第二个主成分（PC2）解释了约10%，因此前两个成分解释了约83%的方差。PC1–PC2得分图（图3）清楚地显示了沿羽扇豆梯度的样本分离：对照组（T0）位于PC1的一个极端，而最高羽扇豆含量的样本（T4）位于另一个极端，T1–T3分布在中间。这表明大多数样本变异（PC1）是由羽扇豆含量驱动的，而PC2捕捉了更微妙的效应。图2. PCA散点图显示了每个主成分对复合面粉数据集方差的贡献百分比。图3. 处理组T0–T4的PCA得分图（PC1 vs. PC2）。样本根据羽扇豆含量沿PC1分离，T0和T4位于两端，中间值位于中间。PCA载荷阐明了这些维度。PC1在组成上权重较大：水分、蛋白质、淀粉、纤维和总碳水化合物（图4）。实际上，水分和蛋白质对PC1的贡献最大（图4），而总淀粉和碳水化合物的贡献符号相反。Folin酚类和纤维也加载在PC1上。相比之下，PC2主要由粘性和质地属性主导：RVA下降幅度、峰值粘度、保持强度、最终粘度、下降幅度和Mixolab稳定性/扭矩（图5）。例如，更高的羽扇豆含量导致峰值粘度和下降幅度降低（与较少的淀粉一致），这些变量在PC2上有很强的投影。因此，PCA表明增加羽扇豆使面粉向更高的水分/蛋白质/纤维（PC1）和较低的淀粉/粘性方向转变，而流变性质（PC2）区分了中间样本。第一个成分与蛋白质和纤维含量的对齐与羽扇豆的营养成分一致，而第二个成分突出了羽扇豆如何影响淀粉糊化（通过RVA测量）。图4. PCA载荷贡献（PC1的平方载荷作为代理）。蛋白质、水分、纤维及相关近似变量主导了PC1，反映了随着羽扇豆添加而发生的成分变化。图5. PCA载荷贡献（PC2）。粘度和质地参数（RVA下降幅度、峰值和最终粘度、Mixolab扭矩/稳定性）以及一些抗氧化指标加载在PC2上，表明糊料性质进一步区分了样本。在PCA和sPLS-DA模型中，面粉水分作为区分变量的突出性应谨慎解释。尽管所有原材料最初都被干燥到低于12%的水分水平，但观察到的配方之间的变化很可能反映了与面粉成分相关的固有吸湿性差异，而不是环境因素的影响。羽扇豆面粉的特点是蛋白质和膳食纤维的比例较高，这两种成分都含有大量极性功能基团，能够通过氢键和毛细作用结合水分。随着复合混合物中羽扇豆的比例增加，其在储存和处理过程中保持环境水分的能力也随之增强，从而导致初步分析中的平衡水分值略有升高。类似的现象也在富含豆类的面粉系统中有所报道，其中较高的蛋白质和纤维含量提高了对水的亲和力及水分保持能力[11,35]。重要的是，这种变化并未影响流变学测量结果，因为Mixolab和RVA分析是使用经过标准化处理的14%水分含量的样品进行的。因此，水分对PC1的贡献应被视为复合面粉系统中成分差异和吸水能力的间接指标。

3.4 多因素分析（MFA）
MFA整合了不同的数据块（如初步分析、功能特性、质地等），提供了一个全面的视图。MFA的“妥协”轴反映了PCA的结果。第一维度（Dim1）捕获了大部分方差（约74%），并清晰地分隔了不同样品（图6）。在MFA的单独映射图中（图7），T0位于Dim1的一个极端，而T4位于另一个极端，T1–T3则依次排列。这证实了多块指纹图主要由苋菜和羽扇豆的替代作用所主导。

图6. 多模态数据集的MFA解释方差散点图（前五个维度）。第一个维度解释了最大的部分（约74%）。

图7. MFA单独因子图（Dim1 vs. Dim2）。样品主要根据羽扇豆的含量沿着Dim1分离，再现了成分梯度（T0 vs. T4）。

图8. 各数据块对MFA维度的贡献显示了每个数据块如何影响各个轴。所有组（初步成分、功能/技术功能、Mixolab、RVA、粒径、抗氧化剂）对Dim1的贡献较为均衡（每个约10–20%），表明成分和功能因素共同塑造了整体模式。然而，Dim2则主要受流变学数据的影响：RVA变量贡献了约60%，粒径分布贡献了约34%，其他块的贡献可以忽略不计。这表明虽然Dim1是营养成分和加工特性的综合体现，但Dim2特别突出了糊化行为和颗粒行为的差异。

3.5 sPLS-DA分类
为了评估这些变量的区分能力，进行了稀疏偏最小二乘法判别分析（sPLS-DA）。sPLS-DA得分图（图10）显示，五种处理方法在前两个成分上明显分离。第一成分解释了大约72%的模型方差，使得样品之间的分类几乎完全分开，从T0到T4有明显的顺序。第二成分解释了额外的10%的方差，并对分类进行了细微的改进。

图10. 使用选定变量的sPLS-DA得分图（第一成分与第二成分）显示，处理方法T0–T4形成了不同的簇，主要沿第一成分分离。

图11. 第一成分上的sPLS-DA载荷权重显示，蛋白质和水分具有最大的正权重，而几个流变学指标（如RVA峰值粘度、最终粘度和Mixolab参数γ）也有贡献。这些发现与单变量分析和PCA结果一致。观察到的强烈分离表明，选定的变量能够有效地根据羽扇豆含量对样品进行分类，突出了成分和相关加工属性的技术相关性。

3.6 热图和聚类
所有样品和变量的综合热图（图12）总结了多模态指纹图。它显示了两个主要样品簇：一个包含T0–T2（羽扇豆含量较低），另一个包含T3–T4（羽扇豆含量较高）。与之前的分析一致，高羽扇豆含量的簇具有较高的蛋白质和纤维含量（对应行中的深色单元格），而低羽扇豆含量的簇则表现出相反的趋势。变量树状图将相关测量值归类在一起（例如，蛋白质、纤维、水分组成一个簇；淀粉和糖类另一个簇；抗氧化剂检测与酚类化合物组成另一个簇）。这种聚类强调了成分变量与羽扇豆含量的共变化：富含羽扇豆的样品与高蛋白质/高水分簇对齐，而低羽扇豆（高苋菜）样品与高淀粉/高酚类化合物簇对齐。总体而言，热图证实了增加羽扇豆含量会以两种正交方式改变多模态指纹图：成分（Dim1）和流变学性质（Dim2），这与羽扇豆已知的高蛋白质、高纤维特性及其对淀粉糊化的作用一致。

图9. 按数据块着色的MFA变量因子图（Dim1 vs. Dim2）。初步分析变量（蛋白质、水分等）聚集在一起，而流变学变量（RVA/Mixolab）分布在另一侧，反映了各数据块的贡献。

3.5 sPLS-DA分类
为了评估这些变量的区分能力，进行了稀疏偏最小二乘法判别分析（sPLS-DA）。sPLS-DA得分图（图10）显示，五种处理方法在前两个成分上明显分离。第一成分解释了约72%的模型方差，使得样品之间的分类几乎完全分开。第二成分解释了额外的10%的方差，并对分类进行了细微的改进。

图10. 使用选定变量的sPLS-DA得分图（第一成分与第二成分）显示，处理方法T0–T4形成了不同的簇，主要沿第一成分分离。

图11. 第一成分上的sPLS-DA载荷权重显示，蛋白质_面粉和水分_面粉具有最大的正权重，而几个粘度/扭矩参数有负面贡献。这证实了蛋白质/水分和糊化属性是关键的区分因素。

3.6 热图和聚类
所有样品和变量的综合热图（图12）总结了多模态指纹图。它显示了两个主要的样品簇：一个包含T0–T2（羽扇豆含量较低），另一个包含T3–T4（羽扇豆含量较高）。与之前的分析一致，高羽扇豆含量的簇具有较高的蛋白质和纤维含量（对应行中的深色单元格），而低羽扇豆含量的簇则呈现相反的趋势。变量树状图将相关测量值归类在一起（例如，蛋白质、纤维、水分组成一个簇；淀粉和糖类另一个簇；抗氧化剂检测与酚类化合物组成另一个簇）。这种聚类强调了成分变量与羽扇豆含量的共变化：例如，蛋白质/面粉水分簇与富含羽扇豆的样品对齐，而淀粉和Folin酚类簇与富含苋菜的样品对齐。总体而言，热图证实了增加羽扇豆含量会通过两种正交方式改变多模态指纹图：成分（Dim1）和流变学性质（Dim2），这与羽扇豆已知的高蛋白质、高纤维特性及其对淀粉糊化的作用一致。

图12. 标准化面粉变量的热图，显示了处理方法T0–T4之间的层次聚类。样品（列）按相似性排序：低羽扇豆含量的样品（蓝色标签）位于一侧，高羽扇豆含量的样品（红色标签）位于另一侧。变量（行）按相关属性分组。颜色刻度代表标准化值（Z分数）。多模态物理化学和流变学分析一致显示，增加羽扇豆含量会导致蛋白质/纤维含量升高，淀粉/抗氧化剂含量降低，相应的糊化和混合行为也发生变化。这些模式在统计上非常可靠（高方差解释和显著的组间差异），并与这些安第斯成分的已知特性相符，表明羽扇豆替代有效地调节了无麸质复合面粉的营养和功能特性。

4. 讨论
最近的研究证实，苋菜和羽扇豆之间的营养成分差异导致了复合面粉中的显著变化。羽扇豆面粉 inherent 的高蛋白质和纤维含量与苋菜较高的淀粉和酚类含量形成对比[5]，这也解释了为什么蛋白质和纤维成为关键的区分因素，而淀粉和酚类含量则受到负面影响。在其他复合面粉系统中也有类似的发现，将羽扇豆加入谷物面粉混合物中显著提高了蛋白质和膳食纤维含量，同时减少了总碳水化合物[6]。这种成分变化已知会影响诸如水分吸收和粘度等功能特性，从而导致配方之间的统计显著差异[14]。随着羽扇豆含量的增加，观察到的蛋白质和纤维含量上升而淀粉和酚类含量下降的趋势在复合面粉研究中得到了充分记录。用羽扇豆替代小麦面粉已被证明可以显著提高蛋白质和纤维含量，同时增加水分吸收并降低面团稳定性[6]。同时，豆类面粉稀释淀粉部分会导致糊化粘度降低，这是由于可糊化淀粉减少以及水分竞争加剧[35,36]。就抗氧化剂而言，苋菜提供的酚类含量远高于羽扇豆，这解释了随着羽扇豆含量增加Folin、ABTS和FRAP值下降的原因[5]。因此，随着羽扇豆含量的增加而观察到的抗氧化活性下降主要与苋菜较高的酚类含量有关，而非碱类化合物的干扰，因为所使用的羽扇豆品种为去苦味的甜味品种，碱类含量较低。这些观察反映了豆类-伪谷物组合中的典型营养权衡。

PCA中羽扇豆含量的主导地位反映了其在配方梯度中的核心作用，与之前的多变量成分替代分析一致[14]。当单一成分强烈影响多个变量时，第一个主成分往往会捕获大部分方差，从而产生清晰的样品排序[37]。这解释了T0和T4之间观察到的强烈分离。PCA载荷进一步强化了已知的成分对比。富含羽扇豆的样品表现出较高的蛋白质和纤维含量，但淀粉含量较低[5,6]，产生了在复合面粉PCA中常见的反向关系。与此同时，形成第二维度的粘度相关参数与研究表明淀粉稀释会导致流变变异性向后续成分转移[38]。随着羽扇豆含量的增加，成分变化为复合面粉的水合、流变和糊化性质的变化提供了机制解释。羽扇豆面粉的特点是高蛋白质和膳食纤维含量，而苋菜面粉则含有较高的淀粉含量[39]。随着羽扇豆含量的增加，淀粉的相对减少限制了加热过程中糊化颗粒的可用性，这解释了糊化曲线中峰值粘度和回缩值的下降。这种行为与之前的研究一致，即富含蛋白质的成分稀释会降低糊化过程中的粘度发展[40]。同时，较高的蛋白质和纤维含量通过极性氨基酸残基和亲水性多糖的存在增强了结合水分的能力，这些成分能够通过氢键和毛细作用结合水分[41]。这些成分也可能干扰淀粉颗粒的膨胀并限制逆购现象，从而改变混合物的热机械响应。在复合面粉系统中，非淀粉成分与淀粉基质之间的类似相互作用已被广泛报道，并被认为是无麸质配方功能性能的关键决定因素[39,41]。虽然由于其对面团形成和无麸质配方设计的技术相关性，水吸收能力被选为主要的吸水指数，但其他功能指标（如水溶性指数（WSI）或油吸收能力（OAC）也常用于评估植物基面粉的功能行为。这些指标提供了关于大分子成分的溶解性和蛋白质-纤维基质脂质结合能力的补充信息，可能进一步影响复合系统的功能性能。之前关于豆类和伪谷物面粉的研究表明，WSI和OAC可以反映加工过程中淀粉-蛋白质网络的结构变化及其与非淀粉多糖的相互作用[11,35]。尽管本研究中没有包括这些参数，但水吸收能力、Mixolab热力学分析和RVA糊化曲线的结合已经提供了对面粉混合物中水合动态和 macromolecular相互作用的综合评估。未来的工作可以纳入额外的功能指标，如WSI或OAC，以进一步扩展安第斯复合面粉的技术功能表征。

MFA结果表明，羽扇豆替代同时影响所有数据领域。第一维度捕获的高方差表明存在一个主导的共同驱动因素，这与食品MFA研究一致，其中成分水平决定了系统的整体结构[42]。成分、功能、流变学、粒径和抗氧化剂块之间的平衡贡献表明了系统范围内的协调变化。尽管面粉被筛分至最大粒径≤250 μm以标准化研磨条件，激光衍射分析还是发现了不同配方之间的粒径分布差异，这对MFA的第二维度有显著贡献。这一结果反映了两种原材料之间的内在结构差异，而不仅仅是简单的尺寸分类。苋菜颗粒是富含淀粉的伪谷物，其淀粉颗粒较小，嵌入在相对脆弱的基质中，因此在研磨过程中产生更细小且更均匀的颗粒。相比之下，羽扇豆种子具有富含蛋白质和纤维的子叶结构，细胞壁较厚，脂质含量较高，研磨后产生更多异质性的颗粒片段。这些结构差异影响了功能行为，因为粒径分布控制了水合的可用表面积和加热过程中淀粉颗粒的可及性。因此，更细小的苋菜颗粒可以促进更快的水分吸收和更明显的淀粉糊化，在RVA分析中表现出更明显的淀粉糊化。同时，较高的蛋白质和纤维含量通过极性氨基酸残基和亲水性多糖的存在增强了结合水分的能力[41]。这些成分也可能干扰淀粉颗粒的膨胀并限制逆购现象，从而改变混合物的热机械响应。在复合面粉系统中，非淀粉成分与淀粉基质之间的类似相互作用已被广泛报道，并被认为是无麸质配方功能性能的关键决定因素[39,41]。这些机制解释了为什么粒径变量对MFA的Dim2有显著影响，并阐明了混合物之间功能差异来源于磨制面粉的成分和微观结构特征的综合作用。除了MFA所提供的整体解释外，考虑粒径分布与糊化行为之间的功能关系也很重要。描述中位粒径的变量（例如D50）与第二个MFA维度以及几个RVA参数相关联，表明面粉的微观结构特征对观察到的流變学变异性有所贡献。粒径影响可用于水合的表面面积以及加热过程中淀粉颗粒的可接近性。较细的颗粒通常水合更快，使糊化更加均匀，这可能会增加峰值粘度，而较粗的颗粒——特别是含有蛋白质和纤维丰富的羽扇豆片段的颗粒——则可能限制淀粉膨胀，并导致粘度和破损值降低。在谷物-豆类复合面粉中也有类似的粒径分布与糊化行为之间的关系报道，其中磨制特性显著影响水合动力学和粘度发展[14,35]。这些相互作用有助于解释为什么粒径和RVA参数会同时出现在第二个MFA维度中，并强调了成分和微观结构因素对面粉混合物功能性能的综合影响。

蛋白质、纤维和水分变量的聚类反映了羽扇豆高蛋白和吸水纤维的含量，而淀粉和酚类化合物则与苋菜成分聚类在一起[5,6]。先前对伪谷物-豆类系统的多元分析也类似地报告了根据成分主导性对营养和抗氧化变量进行的不同分组[14]。sPLS-DA实现的强类别分离证实了成分梯度的稳健性。偏最小二乘模型被广泛用于根据成分组成对食品基质进行分类，通常能达到非常高的准确性[15]。处理沿第一组分的清晰排序表明，有限的变量可以可靠地预测混合物的组成，支持配方控制和认证的应用[44]。该模型通过交叉验证程序进行了内部验证，证实了稳定的分类性能，并表明观察到的分离不是由于模型过拟合，而是反映了苋菜逐渐被羽扇豆替代所带来的强烈成分梯度。

关键的判别变量——蛋白质、水分和粘度参数——与有关豆类强化的文献一致。蛋白质和水分吸收的增加以及峰值粘度的降低反映了淀粉的稀释和大分子之间对水分的竞争[38]。这些发现突出了营养强化与流变强度之间的技术权衡。热图聚类进一步证实了低羽扇豆样品和高羽扇豆样品之间的分叉，这与先前的研究结果一致，即高蛋白配方与富含淀粉的对照组分开聚类[45]。类似的多谷物研究表明，蛋白质/纤维变量与淀粉和抗氧化指标的聚类是协调的[43]。总体而言，单变量分析、PCA、MFA、sPLS-DA和聚类分析的收敛表明，羽扇豆替代系统地改变了无麸质复合面粉的营养和功能特性。这证实了安第斯豆类-伪谷物混合物作为营养增强成分的潜力，同时也突出了平衡技术性能的必要性[5,6]。从应用配方的角度来看，多元结果还允许识别出一个实际的成分-功能转变区域。中等水平羽扇豆替代的处理（特别是T2和T3）似乎提供了最平衡的技术特征。在这些配方中，蛋白质和膳食纤维的增强显著改善，而流变稳定性和糊化性能仍处于适合无麸质加工的功能范围内。相比之下，最高替代水平（T4）虽然最大化了营养强化，但由于淀粉稀释和水分竞争加剧，导致粘度和结构稳定性显著降低。因此，中等替代范围可以被视为一个最佳配方窗口，在此范围内成分增强和功能性能同时得到保持。这种解释突显了多元分析在指导无麸质成分开发中的决策制定方面的价值。这种多模态分析策略展示了如何整合异构数据集来揭示食品基质中协调的成分和功能转变，这是当代食品科学研究中越来越采用的方法，以支持成分优化和配方设计。

尽管本研究提供了复合面粉系统的详细物理化学和多元特性描述，但应注意的是，分析是在成分层面进行的，而不是在成品食品中进行的。Mixolab和RVA等技术被广泛用于预测面团行为和淀粉功能；然而，它们代表的是技术性能的间接指标。因此，结果应被解释为加工行为的预测标志，而不是烘焙性能的直接证据。未来的研究应结合试点规模的应用（例如无麸质面包或烘焙配方），以评估使用这些安第斯复合面粉配制产品的具体体积、内部结构和感官接受度。还应该注意的是，本研究使用了100%的苋菜面粉作为内部对照，以评估安第斯伪谷物-豆类系统内的成分和功能转变。虽然这种设计允许分离出羽扇豆替代的具体效果，但未来的研究可以结合传统的无麸质基础材料（例如基于大米或玉米的商业混合物）作为外部基准，为产品开发提供额外的技术背景。

5. 结论

本研究提供了对含有不同比例Amaranthus caudatus和Lupinus mutabilis的无麸质复合面粉的全面多模态表征。随着羽扇豆逐步替代苋菜（0-40%），营养成分、流变行为和抗氧化能力发生了持续的变化，这一点通过综合单变量和多元方法得到了验证。羽扇豆的添加显著增加了蛋白质和膳食纤维的含量，同时减少了淀粉、总碳水化合物和抗氧化指数。这些成分变化转化为功能上的变化，包括更高的水分吸收和更低的峰值粘度及 setback值，表明淀粉的回凝作用减弱和糊化行为的改变。Mixolab和RVA分析显示，富含羽扇豆的基质形成了较弱的凝胶结构，但表现出更好的水分保持能力，这在某些无麸质应用中可能是有利的。多元分析（PCA、MFA、sPLS-DA和热图聚类）证实，面粉系统遵循一个连贯的成分-功能梯度。蛋白质含量和水分吸收成为富含羽扇豆配方的主要判别变量，而与淀粉相关的和抗氧化参数则表征了以苋菜为主的混合物。这种综合的指纹分析方法为无麸质产品开发中的配方策略提供了实用框架。总体而言，Lupinus mutabilis和Amaranthus caudatus具有互补的技术功能和营养特性，可以战略性地结合以修改无麸质复合面粉的成分和功能特性。目前的发现突出了安第斯豆类-伪谷物混合物作为营养强化无麸质配方的潜力。然而，应注意的是，当前研究集中在面粉层面的表征，而不是成品的评估。因此，从RVA、Mixolab和水合分析得出的功能意义应被解释为加工行为的预测指标，而不是烘焙性能的直接证据。未来的研究应结合试点规模的产品试验（例如无麸质面包或烘焙应用），以验证技术性能、产品质量和羽扇豆-苋菜面粉混合物的感官接受度。