冷藏期间高附加值油菜薹的数据驱动保鲜:壳聚糖、电子束辐照和褪黑素的品种特异性效应
《Postharvest Biology and Technology》:Data-driven preservation of value-added rapeseed shoots during cold storage: Cultivar-specific effects of chitosan, electron-beam irradiation, and melatonin
【字体:
大
中
小
】
时间:2026年09月24日
来源:Postharvest Biology and Technology 7.3
编辑推荐:
•CH、EBI 和 MT 延缓了油菜薹的采后劣变。
•保鲜效果强烈依赖于品种。
•机器学习识别了贮藏阶段进展的关键指标。
•ΔPDI 量化了累积劣变和处理性能。
•褪黑素显示出与 PAL 识别区域的潜在相互作用。
1. 引言
油菜(*Brassica napus* L.)是世
•CH、EBI 和 MT 延缓了油菜薹的采后劣变。
•保鲜效果强烈依赖于品种。
•机器学习识别了贮藏阶段进展的关键指标。
•ΔPDI 量化了累积劣变和处理性能。
•褪黑素显示出与 PAL 识别区域的潜在相互作用。
1. 引言
油菜(*Brassica napus* L.)是世界上最重要的油料作物之一。在抽薹期间,其嫩茎、叶片和未开放的花蕾可作为油菜薹采收并作为蔬菜食用(An 等,2019)。将这些菜薹开发成新鲜增值蔬菜产品,可将油菜从单一油用作物转变为油蔬双用作物。这种多样化可以提高资源利用效率,增加生产价值,并在主要油菜产区提供具有地域特色的蔬菜(Li 等,2025a)。传统品种作为蔬菜的使用部分受限于芥酸和硫苷。然而,双低品种(芥酸和硫苷含量均低)为提高食味品质和扩展油菜薹的蔬菜利用提供了基础(Wu 等,2021,Zheng 等,2020)。
尽管有此潜力,但油菜薹代谢活跃、含水量高且叶表面积大,因此极易腐坏。当前鲜油菜薹的商业化受限于其短暂的采收和营销窗口以及采后品质快速劣变,这增加了对及时预冷、适当包装和冷链运输的依赖(Shindano 等,2025,Tsuge 等,2018)。在贮藏和运输过程中,它们会经历失水、萎蔫、叶绿素(Chl)降解、营养耗损和茎部渐进性木质化。这些变化共同损害了视觉品质、嫩度、营养价值和商品性。失水降低组织膨压,而叶绿素降解促进叶片黄化。苯丙烷代谢的激活和木质素的积累可能进一步增加茎部硬度并降低食味品质。以往的研究主要集中在栽培实践、采收技术和加工应用上。相比之下,油菜薹的采后劣变及其控制策略仍未得到充分表征(Shan 等,2024,Zhang 等,2023)。
壳聚糖包膜(CH)、电子束辐照(EBI)和外源褪黑素处理(MT)因其通过不同的干预途径起作用并影响多种品质属性,作为采后保鲜策略受到了越来越多的关注。CH 是一种可生物降解的多糖类包膜,可在农产品表面形成半透膜屏障,从而减少失水和气体交换(Salgado-Cruz 等,2021)。以往研究还表明,CH 可延缓色泽劣变和软化,维持可溶性固形物和抗氧化能力,抑制微生物生长,并调节贮藏期间的细胞壁代谢(Romanazzi 等,2017)。EBI 是一种非热物理处理,特点是加工快速、剂量可控且无化学残留(Fernandes 等,2012)。据报道,在适当剂量下,EBI 可减少微生物负荷,延缓衰老,减轻膜损伤,并影响抗氧化酶活性、碳水化合物代谢和细胞壁相关过程,而过度辐照可能导致组织损伤或品质损失(Zheng 等,2025b)。MT 是一种内源吲哚胺和植物信号分子,与活性氧(ROS)稳态、膜稳定性、叶绿素保留和衰老调节密切相关(Madebo 等,2022)。外源 MT 处理已被证明可减少重量损失和脂质过氧化,维持硬度、色泽、营养成分和抗氧化能力,并在各种收获后的果蔬中调节苯丙烷代谢(Kang 等,2025)。因此,CH、EBI 和 MT 代表了三种概念上不同的保鲜方法,即表面屏障保护、物理胁迫干预和生理调节。尽管每种方法在各种果蔬中均显示出良好效果,但它们在油菜薹中的比较性能及生理反应仍不清楚,特别是在不同组成和代谢背景下的品种间。因此,在相同贮藏条件下直接比较这些技术可能有助于阐明其相对优势、重叠效果以及依赖品种的可适用性。
油菜薹的劣变涉及水分状态、色泽、营养成分、氧化损伤和木质化之间相互关联的变化。因此,单一品质指标可能无法充分描述整体贮藏状态或处理响应。将常规品质测量与多元分析相结合可以提供更全面的评估。机器学习方法可以识别与贮藏进程和处理响应模式相关的变量。采后劣变指数(PDI)可以总结多个品质维度的累积变化。相关分析和偏相关分析可以进一步表征处理、品质属性和生理反应之间的关联(Guo 等,2026,Li 等,2024)。结合这些方法可能提供一个稳健的框架,用于比较保鲜处理并识别品种特异性响应。
因此,本研究比较了 MT、EBI 和 CH 对三种双低 *B. napus* 品种(RH958、RH928 和 S28)油菜薹在冷藏期间的效果。系统评估了视觉品质、质地、营养组成、抗氧化状态、氧化损伤和木质化相关特征。利用机器学习、PDI 和相关性分析整合这些测量数据,以识别与贮藏相关劣变的主要特征。该整合框架还用于评估三种保鲜处理的总体效果及其品种依赖性。此外,利用分子对接和分子动力学(MD)模拟评估褪黑素与苯丙氨酸解氨酶(PAL)之间的潜在相互作用。该计算分析探索了与 PAL 相关木质化有关的可能褪黑素–PAL 相互作用;然而,并未确立直接结合或酶抑制。这些发现可为品种适应的采后管理、冷藏供应链策略以及油菜薹作为新鲜蔬菜产品的增值利用提供信息。
2. 材料与方法
2.1. 植物材料及采后保鲜处理
本研究使用三种双低油菜品种:龙油 958、龙油 928 和陕油 28。植株于 2023 年 9 月下旬在中国陕西省杨凌西北农林科技大学油菜试验田播种。菜薹于 2024 年 3 月下旬采收,当时主茎已伸长至 30–40 厘米,顶花蕾已形成但未开放。采收的菜薹长度约为 20 厘米。为了方便,龙油 958、龙油 928 和陕油 28 此后分别称为 RH958、RH928 和 S28。
新鲜采收的油菜薹立即在冷藏条件下运至实验室。对于每个品种,选取外观新鲜柔嫩、绿色均匀一致且大小均一、无可见机械损伤、病害或虫害的菜薹,装入 PET 容器中,每个容器 12 根。每个品种共准备 120 个容器,随机分配至四个处理组,每组 30 个容器,每个品种 × 处理组合 360 根菜薹。对照组(CK)不进行处理。对于 EBI 处理,包装样品以 400 Gy 进行辐照。EBI 样品经历了辐照所需的额外运输和处理,而未设置单独的假运输对照。对于 CH 处理,将食品级壳聚糖(分子量 3800–20,000 Da;脱乙酰度≥90%;江苏奥信生物工程股份有限公司,中国)在室温下磁力搅拌溶于 1% (w/v) 醋酸中,配制成 1% (w/v) 溶液,溶液 pH 值调节至 4.0–5.0。油菜薹浸没在壳聚糖溶液中 10 分钟,然后完全风干。对于 MT 处理,将食品级褪黑素(纯度≥99%;上海源叶生物科技股份有限公司,中国)溶于蒸馏水,最终浓度为 100 μmol L?1。油菜薹浸没在 MT 溶液中 10 分钟,然后完全风干。未设置对应于 MT 和 CH 处理的单独水浸或溶剂浸对照。因此,运输、浸没或随后风干产生的潜在效应无法与相应保鲜处理的效果完全分离。因此,本研究中的比较指的是上述实验条件下应用的完整处理程序。EBI 剂量以及 CH 和 MT 的浓度是根据以失重和硬度保持为主要评估标准的初步筛选实验选定的,相应结果如图 S1 所示。在选定的处理水平下,未观察到可见的处理诱导损伤,包括表面变色、组织塌陷或水浸状现象。
处理后,所有样品在 4 ± 1 °C 和 80 ± 5% 相对湿度下贮藏 28 天,并在 0、4、8、12、16、20、24 和 28 天取样。在分配给每个品种 × 处理组合的 30 个容器中,预先有 24 个分配至八个取样时间,每个时间点分配三个独立容器;剩余六个容器作为备用样品保留。在一个时间点取样的容器不会在后续取样时间重复使用。在每个取样点,从三个分配的容器中各随机选取一根油菜薹。每个容器构成一个独立实验单元,从每个容器收集的菜薹被视为一个生物学重复(n = 3)。新鲜完整的菜薹立即用于色泽、硬度、呼吸速率和可溶性固形物的测量。
对于生物化学和酶学分析,从每根菜薹的中部切取茎组织,立即液氮冷冻并储存于 -80 °C。所有冷冻样品在收集后 4 周内进行分析。样品仅在分析前立即解冻一次,并避免反复冻融循环。
2.2. 营养品质特性测定
2.2.1. 矿物质成分、粗蛋白和粗纤维
矿物质成分通过电感耦合等离子体发射光谱法(ICP-OES; ARCOS, SPECTRO Analytical, 德国)测定。简要步骤如下:将 3 克干燥样品在 500 °C 下灼烧 5 小时,溶于 10 mL 硝酸中,稀释至 50 mL,并通过 ICP-OES 进行分析。结果以毫克每千克干重(DW)表示。粗蛋白和粗纤维分别根据 GB/T 24318–2009 和 GB/T 6434–2022 标准,采用杜马斯燃烧法和酸碱消化法测定。结果以干重百分比(% DW)表示。
2.2.2. 抗坏血酸、可溶性蛋白和可溶性固形物
抗坏血酸(AsA)含量采用 Zhao 等人(2025)描述的钼酸铵比色法测定,略有修改。约 1.0 克新鲜组织与 10 mL 草酸–EDTA 提取液匀浆。匀浆在 4 °C 下以 8000 × g 离心 15 分钟,上清液用于分析。在 709 nm 处测量吸光度。结果根据 AsA 标准曲线计算,并以毫克每 100 克鲜重(FW)表示。
可溶性蛋白根据 Chen 等人(2025)的方法,使用考马斯亮蓝 G-250 测定。约 1.0 克新鲜组织与 5 mL 蒸馏水匀浆,并在 4 °C 下以 8200 × g 离心 20 分钟。收集上清液进行测定,结果以鲜重为基础表示。
可溶性糖含量采用蒽酮比色法测定。新鲜组织提取后与蒽酮试剂反应,并通过分光光度法测量吸光度。可溶性糖含量根据标准曲线计算,并以克每千克鲜重(g kg?1 FW)表示。
可溶性固形物含量(SSC)使用 PAL-1 数字折光仪(Atago, 东京,日本)在新鲜组织匀浆和过滤后测量,结果以%表示。
2.3. 视觉和物理品质特性测定
2.3.1. 失重和硬度
失重根据初始样品质量与测量样品质量之间的差值计算,并以初始质量的百分比表示。
硬度使用 TA.XT PLUS/50 质构分析仪(Surface Measurement Systems, 英国)测定,配备 P/2 圆柱形探头。样品以 1.0 mm s?1 的速度穿刺至 5 毫米深度,硬度以牛顿(N)表示。
2.3.2. 色泽
表面色泽使用 X-Rite Ci7600 色差计(美国)测量,并以 L*、a* 和 b* 表示。在第二片完全展开的叶片上均匀分布的三个位置进行测量。
2.4. 叶绿素含量测定
叶绿素含量根据 Fu 等人(2025)的方法测定,略有修改。约 0.20 克叶片组织浸入 20 mL 乙醇–丙酮混合物(体积比 1:1)中,并在黑暗中提取 27 小时。然后在 663 和 645 nm 处测量提取液的吸光度。总叶绿素计算为叶绿素 a 和叶绿素 b 之和。
2.5. 木质素含量测定
木质素含量采用 Yang 等人(2022)描述的乙酰溴法测定。约 0.50 克新鲜茎组织匀浆,并用 95% 乙醇洗涤三次,以获得乙醇不溶残渣。残渣随后在 70 °C 下与 5 mL 醋酸中的 25% 乙酰溴反应 30 分钟。反应终止和稀释后,在 280 nm 处测量吸光度。
2.6
## 呼吸强度测定
呼吸强度的测定采用密封干燥器连接红外CO?传感器进行。在平衡30 min后及1 h后分别记录CO?浓度。呼吸强度根据CO?积累量计算,表示为mg kg?1 h?1。
### 2.7. 丙二醛(MDA)含量测定
MDA含量采用陈等(2025)所述的硫代巴比妥酸法测定。将约1.0 g茎组织与5 mL 10%(w/v)三氯乙酸混合研磨,在4 °C、10,000 × g条件下离心10 min。于532、600和450 nm处测定吸光度,结果以nmol g?1表示。
### 2.8. 抗氧化及木质化相关酶活性测定
为表征代表性抗氧化响应,选取SOD、POD和CAT作为主要抗氧化酶,AsA则作为代表性非酶抗氧化剂单独测定。PAL作为与苯丙烷代谢和木质化相关的关键酶也被额外测定。这些指标旨在反映抗氧化防御和木质化的主要方面,而非全面表征整个抗氧化系统。
#### 2.8.1. 粗酶液制备
将茎组织(1 g)在2 mL预冷的磷酸缓冲液(50 mmol L?1,pH 7.2)中研磨,并在10,000 × g、4 °C条件下离心10 min。上清液用于酶活性测定。
#### 2.8.2. 超氧化物歧化酶(SOD)、过氧化物酶(POD)、过氧化氢酶(CAT)和PAL活性测定
利用制备的酶液通过分光光度法评估四种酶的特异性活性,所有最终结果以U g?1表示(基于鲜重)。
POD活性在470 nm处用愈创木酚和H?O?测定,而CAT活性则根据H?O?在240 nm处吸光度的降低来确定。POD或CAT活性的一个单位定义为每分钟吸光度变化0.01。
POD活性:配制主反应体系,包含50 mmol L?1磷酸缓冲液(pH 5,800 μL)、40 mmol L?1 H?O?(100 μL)和20 mmol L?1愈创木酚(100 μL)。将100 μL该体系与100 μL粗酶液混合启动反应,在470 nm处监测吸光度的动力学变化。
CAT活性:反应体系仅由100 μL酶液和100 μL 5.9 mmol L?1 H?O?组成,记录240 nm处吸光度的持续降低。对于POD和CAT,一个单位的活性均定义为每分钟吸光度变化0.01。
SOD活性:按照Ali等(2016)建立的方法,2 mL反应体系包含800 μL蒸馏水、500 μL磷酸缓冲液(50 mmol L?1,pH 5)、精确组合的NBT(20 μmol L?1,100 μL)、甲硫氨酸(22 μmol L?1,200 μL)、Triton X-100(0.1 μmol L?1,200 μL)、核黄素(0.6 μmol L?1,100 μL)和酶液(100 μL)。经15 min紫外光照后,在560 nm处读取吸光度。一个单位定义为使NBT光化学还原抑制50%的酶量。
PAL活性:将1 mL PAL粗酶液与1 mL 20 mmol L?1 L-苯丙氨酸(L-Phe)和2 mL pH 8.8硼酸缓冲液混合进行反应。在30 ℃水浴中孵育1 h后,用0.2 mL 6 mol L?1 HCl终止酶促转化。离心后,在290 nm处测定混合物的吸光度。
### 2.9. 机器学习与综合劣化指数分析
机器学习分析使用Python 3.14.3、NumPy 2.4.2、pandas 3.0.1和scikit-learn 1.8.0进行,以整合多维质量和生理信息,对预设贮藏阶段进行分类,并探索与处理相关的响应模式。在对建模之前,对相同品种、相同处理和相同贮藏时间的重复测量值取平均值,以避免将同一实验条件下的生物学重复视为独立的机器学习观测值,最终获得96个观测值(3个品种 × 4种处理 × 8个贮藏时间)。将0–8 d、12–20 d和24–28 d采集的样品分别预定义为早期、中期和晚期贮藏阶段。使用13个与品质、营养、生理、抗氧化和木质化相关的变量作为预测变量。由于贮藏阶段是根据采样时间定义的,该分析主要用于多元整合和指标优先级排序,而非独立预测贮藏时长。
对缺失的预测变量值,使用中位数进行填补,随后使用StandardScaler对连续预测变量进行标准化。两个预处理步骤均纳入建模流程,并仅使用每个交叉验证折的训练数据进行拟合,从而最小化信息泄漏。整个分析过程中使用固定随机种子42。比较了四个具有预设参数设置的分类器:L1正则化逻辑回归(LASSO-L1;penalty = "l1",solver = "saga",C = 1.0,class_weight = "balanced")、L2正则化逻辑回归(Ridge-L2;penalty = "l2",solver = "lbfgs",C = 1.0,class_weight = "balanced")、径向基函数核支持向量机(SVM-RBF;C = 1.0,gamma = "scale",class_weight = "balanced")以及随机森林(n_estimators = 500,min_samples_leaf = 2,class_weight = "balanced")。由于有效样本量有限,未进行自动超参数优化。使用五折分层分组交叉验证对候选模型进行评估,主要根据macro-F1进行排名,同时以平衡准确率和准确率作为额外性能标准。报告了准确率、平衡准确率、macro-F1和macro平均one-vs-rest ROC-AUC。
对于贮藏阶段分类,品种 × 处理组合被用作分组单位,确保同一品种-处理轨迹的所有贮藏时间观测值留在同一折中。这防止了同一贮藏序列的观测值被分配到训练集和验证集中。对于处理分类,排除了第0天的观测值,以减少明显处理依赖性分化之前共同基线的影响,剩余84个观测值用于CK、EBI、CH和MT之间的探索性判别。品种 × 贮藏时间组合被用作分组单位,以确保同一品种和贮藏时间测量的四种处理被分配到同一折中。选定的贮藏阶段和处理分类器分别为LASSO-L1和Ridge-L2。在后续的系数和跨品种分析中,最大迭代次数设置为20,000。为表征模型性能的不确定性,利用类别分层自助法重采样(200,000次迭代,固定随机种子42),从汇总的折外预测中估计准确率、平衡准确率和macro-F1的95%置信区间(CIs)。
使用排列重要性评估单个预测变量对选定模型的相对贡献。模型选择后,每个选定模型重新拟合到对应的完整数据集上,每个预测变量使用平衡准确率作为评分指标随机置换50次(random state = 42)。置换后平衡准确率的平均下降值用作变量重要性得分。该分析仅用于模型解释,不用于模型选择或性能估计。此外还进行了留一品种验证,即在两个品种上训练模型并在剩余品种上进行评估,以检验跨品种可迁移性。
PDI在选定变量的z分数标准化后构建为描述性综合度量:
$$PDI = \frac{1}{5}\sum_{i=1}^{5} Z(D_i) - \frac{1}{5}\sum_{j=1}^{5} Z(R_j)$$
其中Di表示劣化相关变量,Rj表示品质保持变量。失重、呼吸强度、MDA、PAL和木质素被分配到劣化模块,而硬度、Chl、AsA、可溶性蛋白和SSC被分配到品质保持模块。因此,较高的PDI值表明整体劣化程度更大。基线校正后的劣化度计算为:
$$\Delta PDI_{g,t} = PDI_{g,t} - PDI_{g,0}$$
其中g和t分别代表处理组和贮藏时间。
所有变量在其各自模块内进行z分数标准化并等权处理。采用等权处理以提供透明且可重复的异质品质和生理属性描述性整合,并在缺乏独立依据分配差异化重要性的情况下避免引入主观权重。此权重方案并非暗示各变量具有同等生物学重要性,也非提供优化的处理排名分数。变量的方向性分配基于其生理解释,而非假设严格的单调时间变化。
进一步进行了偏相关分析,作为探索性方法来表征与单个品质和生理变量的处理关联。排除了第0天的观测值,剩余84个观测值(3个品种 × 4种处理 × 7个贮藏时间)。CK、EBI、CH和MT分别作为one-vs-rest二元虚拟变量表示,感兴趣的处理编码为1,其余处理编码为0。在控制品种和贮藏时间作为类别协变量的情况下,计算每个处理虚拟变量与每个连续响应变量之间的偏点二列相关。所有检验均为双侧检验,p < 0.05被认为具有统计学显著性。由于该分析旨在提供与处理相关模式的探索性表征而非确认性推断,因此未进行多重比较校正。
### 2.10. 分子对接与分子动力学模拟
使用来自油料 Brassica napus的PAL的AlphaFold预测结构(UniProt登录号A1XD61)进行分子对接。蛋白结构从AlphaFold蛋白结构数据库获取,作为计算结构模型使用,而非实验解析结构。
使用Discovery Studio 2021中的CDOCKER模块,配合CHARMm力场将褪黑素对接到PAL。同时对接了PAL的天然底物L-Phe,以比较预测的结合区域和残基相互作用。选择CDOCKER相互作用能最有利的对接姿态用于后续分子动力学(MD)模拟。
MD模拟使用GROMACS 2023.3进行。PAL采用CHARMM36m力场参数化,褪黑素参数使用CHARMM通用力场生成。褪黑素-PAL复合物在含有0.15 M KCl和足够抗衡离子以中和系统的周期性模拟盒中用TIP3P水溶剂化。经过能量最小化和NVT及NPT平衡后,在303.15 K下进行100 ns的生产模拟。
计算了蛋白和配体的均方根偏差(RMSD)、回转半径(Rg)以及分子间氢键数,以评估模拟期间的构象稳定性和柔性。使用分子力学/Poisson-Boltzmann表面积(MM/PBSA)方法估算结合自由能。使用PyMOL可视化预测的结合模式和关键残基相互作用。
### 2.11. 统计分析
除另有说明外,所有测量均使用三个独立生物学重复进行,结果以均值 ± 标准差(SD)表示。对于给定品种和贮藏时间下四种采后处理之间的比较,数据采用单因素方差分析(ANOVA),随后用Fisher最小显著差异(LSD)检验进行成对比较。差异在p < 0.05时被认为具有统计学显著性。
为评估品种、采后处理、贮藏时间及其交互作用的整体效应,还使用原始生物学重复数据进行了三因素方差分析。品种、处理和贮藏时间作为固定因素纳入模型,模型包含三个主效应、品种 × 处理、品种 × 贮藏时间和处理 × 贮藏时间三个双因素交互作用以及品种 × 处理 × 贮藏时间三因素交互作用。特别关注品种 × 处理交互作用以评估品种依赖性处理响应,以及处理 × 贮藏时间交互作用以评估贮藏期间处理效果的变化。
统计分析使用IBM SPSS Statistics和R进行。图形使用Origin和Python生成。机器学习分析在Python中使用scikit-learn单独进行,如第2.9节所述。
## 3. 结果与讨论
### 3.1. 油菜薹品种间的基线组成差异
所有三个品种的叶片中Ca、Mg、Na、Fe、Mn、Zn、粗蛋白和AsA含量均显著高于相应茎部,而茎部的粗纤维和可溶性糖含量较高(表1,表2)。Ca表现出最大的组织特异性差异,叶片中范围为2306.00至3553.50 mg kg?1,茎中为293.50至576.50 mg kg?1。粗蛋白含量在叶片中为41.60–43.91%,在茎中为19.31–23.00%,而可溶性糖分别为0.48至0.59 g kg?1和1.99至2.19 g kg?1。矿质和营养组成在品种间也存在差异。RH928通常含有较高水平的Ca、Mg、Zn、粗蛋白和粗纤维,而S28则相对含有较低浓度的多种矿质元素。与甘蓝(Brassica oleracea L.)相比,油菜薹含有相当的K和Ca水平,但Zn和Mn含量相对较高,支持其作为营养丰富的新鲜蔬菜的潜力(Shi等,2024;Waterland等,2017)。总体而言,油菜薹叶片富含蛋白、AsA和大多数矿质元素,而茎含有更多粗纤维和可溶性糖。
**表1. 不同品种的矿质组成差异。**
| 部位 | 品种 | 矿质组成 (mg kg?1 DW) | | | | | | | | |
|------|------|-----------------------|---|---|---|---|---|---|---|---|
| | | Ca | K | Mg | Na | Al | Fe | Mn | Zn | |
| 茎 | RH958 | 576.50 ± 16.50 d | 2522.00 ± 22.00 d | 208.00 ± 4.00 e | 256.00 ± 6.00 d | 13.62 ± 0.69 b | 27.65 ± 2.45 c | 2.31 ± 0.06 c | 2.95 ± 0.05 e | |
| | RH928 | 503.00 ± 31.00 d | 2986.50 ± 22.50 b | 242.00 ± 5.00 d | 313.50 ± 3.50 b | 17.37 ± 2.43 a | 20.60 ± 2.00 d | 2.18 ± 0.04 c | 3.77 ± 0.05 d | |
| | S28 | 293.50 ± 10.50 e | 3409.50 ± 126.50 a | 167.00 ± 7.00 f | 237.00 ± 9.00 e | 7.74 ± 0.47 c | 14.30 ± 0.80 e | 1.74 ± 0.04 d | 3.00 ± 0.09 e | |
| 叶 | RH958 | 2813.00 ± 71.00 b | 3000.50 ± 37.50 b | 419.00 ± 10.00 b | 352.00 ± 5.00 a | 13.74 ± 0.75 b | 46.45 ± 4.35 a | 13.71 ± 0.26 b | 6.88 ± 0.14 b | |
| | RH928 | 3553.50 ± 87.50 a | 2814.50 ± 6.50 c | 522.00 ± 12.00 a | 357.50 ± 1.50 a | 5.24 ± 0.17 d | 39.75 ± 3.25 b | 14.54 ± 0.55 a | 9.18 ± 0.44 a | |
| | S28 | 2306.00 ± 42.00 c | 2991.50 ± 9.50 b | 311.00 ± 4.00 c | 287.50 ± 0.50 c | 8.35 ± 0.57 c | 32.60 ± 3.20 c | 14.06 ± 0.03 b | 6.43 ± 0.00 c | |
注:表中数值表示均值 ± SD;同一列中不同小写字母表示存在显著差异(P < 0.05)。
**表2.**
不同品种间的营养差异
| 部位 | 品种 | 粗蛋白 (% 鲜重) | 粗纤维 (% 鲜重) | 可溶性糖 (g kg?1 鲜重) | 抗坏血酸 (AsA, mg 100 g?1 鲜重) |
| :--- | :--- | :--- | :--- | :--- | :--- |
| **茎** | RH958 | 20.66 ± 0.05e | 9.46 ± 0.21b | 2.11 ± 0.06ab | 74.72 ± 2.31d |
| | RH928 | 23.00 ± 0.16d | 9.95 ± 0.18a | 2.19 ± 0.10a | 108.33 ± 5.03c |
| | S28 | 19.31 ± 0.03f | 9.18 ± 0.29b | 1.99 ± 0.12b | 107.63 ± 4.38c |
| **叶** | RH958 | 43.46 ± 0.07b | 8.58 ± 0.06c | 0.48 ± 0.04c | 142.43 ± 5.91a |
| | RH928 | 43.91 ± 0.53a | 9.05 ± 0.39b | 0.50 ± 0.03c | 143.41 ± 8.62a |
| | S28 | 41.60 ± 0.09c | 8.14 ± 0.00d | 0.59 ± 0.07c | 123.00 ± 7.40b |
注:表中的值代表均值 ± 标准差;同一列中不同的小写字母表示存在显著差异 (P < 0.05)。
### 3.2. MT、EBI 和 CH 延迟了油菜薹的颜色恶化和叶绿素降解
在贮藏期间,CK 样本的 L* 和 b* 值普遍增加,表明叶片逐渐变浅和变黄,而 a* 值保持负值且受处理相关变化较小。MT、EBI 和 CH 在不同程度上抑制了 L* 和 b* 的增加,其中 CH 和 MT 在贮藏后期通常能提供更好的颜色保持效果(表 S1)。在第 28 天,MT 显著降低了 RH958 的这两个参数,CH 和 MT 在 RH928 中更为有效,且所有三种处理都缓解了 S28 的颜色恶化。这些结果表明,L* 和 b* 对于监测油菜薹黄化比 a* 更敏感。
叶绿素含量在所有品种中逐渐下降,但三种处理延迟了这种损失(图 1A)。CH 在 RH928 中显示出相对较强的叶绿素保持能力,而 MT 在 S28 中特别有效。据报道,MT 可调节叶绿素分解基因,而 CH 可能通过限制活性氧 (ROS) 积累和呼吸代谢来延迟叶绿素降解 (Lin 等,2020; Tan 等,2020)。叶绿素与 L* 和 b* 的负相关进一步将色素损失与叶片变浅和变黄联系起来。因此,所有三种处理都延迟了视觉恶化,尽管其有效性取决于品种。
下载:下载高分辨率图像 (802KB) 下载:下载全尺寸图像
**图 1.** 采后处理对 4 ± 1 °C 下贮藏 28 天期间 RH958、RH928 和 S28 油菜薹叶绿素 (Chl) 含量 (A)、硬度 (B) 和失重率 (C) 的影响。不同的小写字母表示同一品种和贮藏时间内处理间存在显著差异 (p < 0.05)。
### 3.3. MT、EBI 和 CH 在冷贮藏期间减少了水分流失并保持了硬度
贮藏期间所有三个品种的失重率逐渐增加,而硬度普遍下降,表明失水和质地软化是冷藏油菜薹质量恶化的主要表现(图 1B, C)。与 CK 相比,MT、EBI 和 CH 在不同程度上减少了失重并延迟了硬度下降,且处理差异在贮藏的中后期变得更加明显。总体而言,CH 和 MT 在保持水分和维持硬度方面特别有效,而 EBI 也提供了一定的保护。然而,这些效应的程度因品种而异。
失重率和硬度的相反趋势表明,水分可用性降低和细胞膨胀压下降对质地恶化有重大贡献。然而,硬度也受细胞壁结构变化(包括木质素积累)的影响,因此失水与硬度下降之间的关联不应被解释为严格的因果关系。MT 可能通过保持膜完整性和限制氧化损伤来减轻这些变化,而 CH 形成半透性表面屏障以减少水分蒸发和气体交换 (Fan 等,2023; Yaman 等,2026)。适当的 EBI 也可能诱导适度的防御反应并减少结构损伤 (Zheng 等,2025a)。因此,所有三种处理都有助于保持物理品质,但 CH 和 MT 在某些品种中更有效。
### 3.4. 保鲜处理在冷贮藏期间差异性地维持了营养品质
抗坏血酸 (AsA) 含量在贮藏期间普遍下降,尽管其时间模式和处理反应因品种而异(图 2A)。由于部分组别在第 0 天存在差异,处理功效主要从后续趋势和中后期差异进行评估。在贮藏后期,所有三种处理通常比 CK 维持了更高的 AsA 水平。MT 在 RH928 中显示出相对较强的保留能力,而 CH 在 S28 中最为有效。
下载:下载高分辨率图像 (312KB) 下载:下载全尺寸图像
**图 2.** 采后处理对 4 ± 1 °C 下贮藏 28 天期间 RH958、RH928 和 S28 油菜薹抗坏血酸 (AsA) 含量 (A)、可溶性蛋白含量 (B) 和可溶性固形物含量 (SSC) (C) 的影响。不同的小写字母表示同一品种和贮藏时间内处理间存在显著差异 (p < 0.05)。
可溶性蛋白也逐渐减少,表明持续的降解或代谢消耗(图 2B)。EBI、CH 和 MT 延迟了这种下降,其中 MT 在 RH958 和 S28 中表现出更强的保留能力,而 CH 在 RH928 中表现更好。相比之下,可溶性固形物 (SSC) 在贮藏早期普遍增加或波动,随后下降(图 2C)。处理在不同程度上减少了这种后期损失,其中 EBI 和 CH 在 RH928 中显示出相对较强的效果,且所有三种处理在 S28 中维持的 SSC 均高于 CK。
SSC 的初始增加可能反映了大分子水解和失水引起的浓缩,而其随后的下降可能源于可溶性底物的呼吸消耗 (Li 等,2025b)。总体而言,这些处理延迟了 AsA、可溶性蛋白和 SSC 的损失,但其相对有效性取决于品种和营养属性。
### 3.5. 保鲜处理差异性地调节呼吸和膜脂过氧化
贮藏期间所有三个品种的呼吸强度波动明显,且处理效应取决于品种和贮藏阶段(图 3B)。RH928 和 S28 的 CK 样本在贮藏中后期表现出相对较高的呼吸强度,而 EBI、CH 和 MT 通常限制了这些增加。在第 28 天,RH928 中 CH、MT 和 EBI 组的呼吸强度均低于 CK,其中 CH 产生的值最低。在 S28 中,所有三种处理的呼吸强度均显著低于 CK。相比之下,在 RH958 中,没有任何一种处理在整个贮藏期间持续抑制呼吸。在第 28 天,MT、EBI 和 CH 组的呼吸强度高于 CK。这些结果表明,这些处理改变了 RH958 的呼吸时间模式,而不仅仅是持续抑制呼吸。因此,单一时间点的呼吸测量不足以评估整体处理功效。
下载:下载高分分辨率图像 (746KB) 下载:下载全尺寸图像
**图 3.** 采后处理对 4 ± 1 °C 下贮藏 28 天期间 RH958、RH928 和 S28 油菜薹丙二醛 (MDA) 含量 (A)、呼吸强度 (B)、苯丙氨酸解氨酶 (PAL) 活性 (C) 和木质素含量 (D) 的影响。不同的小写字母表示同一品种和贮藏时间内处理间存在显著差异 (p < 0.05)。
贮藏期间所有三个品种的丙二醛 (MDA) 含量普遍增加,表明膜脂过氧化和细胞膜损伤逐渐加重(图 3A)。与 CK 相比,所有三种处理都不同程度地减少了 MDA 积累,尽管最有效的处理因品种而异。在第 28 天,RH958 中 CH 和 MT 组的 MDA 含量显著低于 CK。在 RH928 中,CH 产生的 MDA 含量最低,较 CK 减少约 20.6%。在 S28 中,MT 和 EBI 分别将 MDA 含量降低了约 23.3% 和 17.8%。值得注意的是,尽管处理过的 RH958 样本在贮藏结束时的呼吸强度不低于 CK,但其 MDA 含量仍保持相对较低。这一发现表明,膜保护并非 solely 归因于呼吸抑制,可能还涉及抗氧化防御增强和膜稳定性保存。
### 3.6. 保鲜处理差异性地调节抗氧化防御和 PAL 相关的木质化
贮藏期间 POD、CAT 和 SOD 活性动态变化,反映了抗氧化酶系统对采后氧化应激的持续调整(图 4A–C)。三种处理对单个抗氧化酶的影响不同,其中 EBI 对 CAT 活性的增强作用最一致。在第 28 天,EBI 使 RH958 的 CAT 活性较 CK 增加约 25.8%,使其活性显著高于其他组。在 RH928 中,EBI、CH 和 MT 组的 CAT 活性均显著高于 CK。在 S28 中,EBI 和 MT 维持了相对较高的 CAT 活性。
下载:下载高分辨率图像 (340KB) 下载:下载全尺寸图像
**图 4.** 采后处理对 4 ± 1 °C 下贮藏 28 天期间 RH958、RH928 和 S28 油菜薹过氧化物酶 (POD) (A)、过氧化氢酶 (CAT) (B) 和超氧化物歧化酶 (SOD) 活性 (C) 的影响。不同的小写字母表示同一品种和贮藏时间内处理间存在显著差异 (p < 0.05)。
相比之下,CH 和 MT 对 POD 活性的影响更为明显。在第 28 天,RH958 和 RH928 中 CH 处理样本以及 S28 中 MT 处理样本的 POD 活性最高。SOD 活性的反应更强烈地取决于品种。MT 在 RH958 中表现相对较好,EBI 在 RH928 中维持了较高的 SOD 活性,而 S28 中 CH 和 MT 组的 SOD 活性显著高于 EBI 组。这些发现表明,这三种处理并非通过相同的抗氧化反应发挥作用。EBI 与 CAT 相关的防御关联更强,而 CH 和 MT 对 POD 以及某些品种中的 SOD 活性具有更明显的影响。
贮藏期间 PAL 活性和木质素含量普遍增加,表明苯丙烷代谢的变化和木质素积累与油菜薹在贮藏后期逐渐纤维化有关(图 3C, D)。在第 28 天,所有三个品种中 MT 处理样本表现出最低或相对较低的 PAL 活性,较其对应的 CK 组分别减少约 17.6%、21.4% 和 17.9%。CH 也显著降低了 RH928 的 PAL 活性,而 EBI 对 PAL 活性的影响则不太一致。
与 PAL 活性的总体变化一致,贮藏结束时处理样本中的木质素含量通常低于相应的 CK 样本。与 CK 相比,MT 使 RH958 和 RH928 的木质素含量分别减少了约 25.7% 和 24.4%。在 S28 中,CH 显示出相对较强的抑制作用,使木质素含量减少了约 18.1%。因此,MT 和 CH 在限制 PAL 活性增加和木质素积累方面更有效,而 EBI 的主要作用似乎与抗氧化防御的调节更为密切。
在所有贮藏时间点,PAL 活性和木质素含量并未完全同步,其表观关系可能受品种、处理和贮藏时间的影响。因此,本研究结果支持 PAL 相关的苯丙烷代谢与木质化之间存在关联,但并未证明 PAL 活性的变化直接决定了木质素积累。
### 3.7. 机器学习识别出贮藏阶段恶化的关键指标及部分可区分的处理反应模式
为了区分由贮藏时间驱动的共同恶化轨迹与处理特异性反应,分别为贮藏阶段和处理分类开发了单独的模型。贮藏阶段数据集包含 96 个平均观测值,代表三个品种、四种处理和八个贮藏时间点。在评估的模型中,LASSO-L1 取得了最佳的贮藏阶段分类性能,准确率为 0.885 (95% CI: 0.823–0.948),平衡准确率为 0.894 (95% CI: 0.829–0.949),宏平均 F1 值为 0.886 (95% CI: 0.821–0.946),宏平均 ROC-AUC 为 0.983(图 5A)。早期和后期阶段的召回率值分别为 0.917 和 0.958,而中期阶段为 0.806(表 S4)。大多数误分类发生在相邻阶段之间。这些结果反映了质量恶化的连续性,同时表明每个贮藏阶段保留了一个可重复区分的多元特征分布。
下载:下载高分辨率图像 (468KB) 下载:下载全尺寸图像
**图 5.** 油菜薹贮藏阶段恶化和处理反应模式的机器学习分类和综合分析。(A) LASSO-L1、Ridge-L2、SVM-RBF 和随机森林模型在分类早、中、晚期贮藏阶段时的性能。(B) 最佳贮藏阶段分类器 LASSO-L1 的混淆矩阵。(C) 贮藏阶段分类器所用变量的置换重要性。(D) 排除第 0 天样本后,四种模型在分类未处理的 CK、EBI、CH 和 MT 时的性能。(E) 最佳处理分类器 Ridge-L2 的混淆矩阵。在混淆矩阵中,列代表真实类别,行代表预测类别。(F) 处理分类器所用变量的置换重要性。(C) 和 (F) 中的条形和误差线分别代表 50 次置换重复中平衡准确率的平均下降值和标准差。(G–I) RH958 (G)、RH928 (H) 和 S28 (I) 的基准校正 ΔPDI。(J) 控制品种和贮藏时间后,处理与质量或生理指标之间的偏相关。
置换重要性分析确定了失重率、硬度、POD 活性、呼吸强度、SSC 和 PAL 活性作为区分三个贮藏阶段的主要变量(图 5C)。
这些变量分别代表水分状况、质构、抗氧化防御、呼吸代谢、可溶性底物可用性和PAL相关代谢。它们的联合贡献表明,油菜薹采后劣变并非由单一过程驱动。相反,水分流失和质构劣化伴随着底物消耗、氧化反应和木质化相关变化。这一变量组合也可能支持基于易于测量的指标(如失重、硬度和色泽)开发简化监控系统,用于实际采后管理。在排除尚未形成处理特异性响应的第0天样本后,使用84个观测值对CK、EBI、CH和MT进行分类。Ridge-L2取得了最佳的处理分类性能,准确率为0.655(95% CI:0.560–0.750),平衡准确率为0.655(95% CI:0.560–0.750),macro-F1为0.653(95% CI:0.554–0.747),macro-ROC-AUC为0.859(图5D)。CK和EBI的召回率均为0.810,而CH和MT的召回率分别为0.476和0.524(表S5)。8个CH观测值被误分类为MT,7个MT观测值被误分类为CH(图5E)。对处理分类贡献主要变量的包括可溶性蛋白、Chl、POD活性、SSC、MDA、失重、硬度和PAL活性。因此,处理区分依赖于多个品质和生理属性的联合变化,而非任何单一指标。进一步分析表明,CAT相关反应是EBI相对一致的区分特征。CH主要以PAL活性、硬度、Chl、可溶性蛋白和SSC为特征,而MT的区分则主要由可溶性蛋白、MDA、呼吸强度、Chl、POD活性和木质素含量驱动(表S6)。CH和MT共享了若干与营养品质、质构、氧化损伤和木质化相关的变量,这与其较高的相互误分类率一致。总体而言,机器学习确定了与储藏进展相关的多变量特征,并揭示了保鲜处理之间既有共享又部分可区分的响应模式。较高的储藏阶段分类性能表明,冷藏期间品质劣变存在可重复识别的轨迹。相比之下,0.655的中等处理分类准确率表明,该模型更适合用于识别信息变量和解读多变量处理响应模式,而非预测未知样本所采用的处理。
**3.8 综合劣变指数与相关分析揭示处理和品种依赖的保鲜效果**
为量化整个储藏期内的累积处理效应,构建了ΔPDI,以失重、呼吸强度、MDA、PAL活性和木质素含量作为劣变相关指标,以硬度、Chl、AsA、可溶性蛋白和SSC作为品质保持指标。ΔPDI在储藏期间通常呈上升趋势,但处理样本的上升速率和曲线下面积均低于CK。在本研究测试的具体条件下,CH和MT表现出相当的整体保鲜效果,且通常优于EBI,而三种处理均相对于CK减少了累积品质劣变(图5G–I)。敏感性分析显示,排除SSC、呼吸强度或两者后产生的ΔPDI曲线与原始指数高度相关(表S7)。总体处理模式保持稳定,CK的累积劣变最大,EBI呈中等响应,CH和MT始终表现出最低的劣变水平。因此,ΔPDI的解读并非由两个非单调变量的纳入所驱动。
处理效果具有品种依赖性。CH和MT在RH958中表现出相似的整体效果,RH928对CH响应最强烈,而MT在S28中提供了最大的保护。因此,没有单一处理在所有品种中始终优于其他,表明品种组成和生理响应性影响了处理效果。与单时间点比较相比,ΔPDI为品种—处理匹配提供了更加整合的依据。
三因素方差分析显示,所有评估的品质和生理变量均存在显著的品种×处理交互作用(p < 0.05),为保鲜处理的品种依赖性响应提供了统计支持。还观察到显著的处理×储藏时间和品种×处理×储藏时间交互作用,表明处理效果在不同品种和储藏阶段之间均有变化(表S10)。
偏相关分析进一步阐明了这些效应背后的生理模式(图5J)。在控制品种和储藏时间后,CK与失重、呼吸强度、MDA、PAL活性和木质素含量呈正相关,但与硬度、Chl、AsA、可溶性蛋白和SSC呈负相关。CH与较低的失重、MDA和PAL活性以及较高的硬度、Chl、AsA、可溶性蛋白和POD活性相关,而MT则表现出更广泛的模式,涉及较低的失重、呼吸强度、MDA、PAL活性和木质素含量,同时伴随较高的硬度、Chl、AsA、可溶性蛋白、SOD和POD活性。EBI主要与CAT活性和SSC相关。总体而言,机器学习确定了主要的区分变量,ΔPDI量化了累积劣变,偏相关分析揭示了处理相关的生理方向。这些互补分析证明,CH、EBI和MT通过重叠但品种依赖的响应模式延缓了劣变过程。
**3.9 处理效果背后的潜在机制**
单一指标与多变量结果的结合表明,冷藏油菜薹的劣变涉及水分状况、质构、营养可用性、氧化损伤和PAL相关木质化的协同变化。三种处理均延缓了这一过程,但其主导效应各不相同。
CH主要与保水、营养保持和延迟PAL相关木质化有关。其半透膜涂层可能减少水分蒸发并调节气体交换,从而限制失重并间接减缓代谢消耗和氧化损伤(Chen等,2021)。在本研究中,CH与更高的硬度、Chl、AsA、可溶性蛋白和POD活性以及较低的失重、MDA和PAL活性相关。既往研究还表明,CH可通过抑菌作用、调节ROS稳态、抗氧化酶、乙烯信号和PAL相关代谢来维持采后品质(Chen等,2021;Nie等,2020;Riseh等,2023;Vieira等,2016;Wu等,2025)。
EBI表现出相对独特的CAT相关抗氧化反应。据报道,低剂量辐照可增强CAT活性,而过量辐照可能超出植物组织的抗氧化能力(Kim等,2026)。EBI还可能诱导保护性胁迫反应并调节抗氧化和细胞壁相关基因(Han等,2026;Zheng等,2025b)。本研究中与CAT活性和SSC的正相关支持了这一解读。然而,其对保水和PAL相关木质化的较弱影响可能解释了其在ΔPDI上较小的改善。
MT表现出最广泛的多变量响应模式,与较低的失重、呼吸强度、MDA、PAL活性和木质素含量以及较高的硬度、Chl、AsA、可溶性蛋白、SOD和POD活性相关。其他果蔬中也有报道MT对ROS稳态、膜保护、营养保持和采后衰老具有类似作用(Liu等,2018;Wang等,2025)。其在S28中的表现尤为突出,进一步表明MT的效果取决于品种特异的代谢响应性。
采用分子对接和分子动力学模拟探讨了MT与PAL相互作用的潜在可能性。褪黑素和L-苯丙氨酸的预测结合区域部分重叠,CDOCKER相互作用能分数分别为?28.47和?33.31 kcal mol?1(图6A–C)。在100 ns模拟过程中,配体RMSD稳定在约0.4–0.5 nm,PAL的Rg从3.55降至3.40 nm(图6D、E)。MM/PBSA分析得出的估算结合自由能为?21.52 ± 2.70 kcal mol?1(表S9)。褪黑素还与多个PAL残基形成氢键相互作用,包括Lys351、Asn443、Gln580、Gln350、Asp577、Arg578和Ser301(图6F;表S8)。这些结果表明在PAL底物识别区域附近可能存在相互作用,但未能证明直接结合或竞争性抑制。进一步验证需要酶动力学和直接结合实验。
下载:下载高分辨率图片(597KB) 下载:下载全尺寸图片 图6. 褪黑素与PAL潜在相互作用的分子对接与分子动力学分析。(A、B)褪黑素(A)和L-苯丙氨酸(B)在PAL结合区域内的预测三维结合姿态和二维残基相互作用图。(C)L-苯丙氨酸—PAL和褪黑素—PAL复合物的预测CDOCKER能量、CDOCKER相互作用能、结合能、配体能量和熵能比较。(D)褪黑素—PAL复合物100 ns模拟过程中PAL骨架和褪黑素的RMSD。(E)模拟过程中PAL的Rg。(F)模拟过程中褪黑素与PAL形成的氢键数量。
总体而言,CH主要与保水和延迟木质化相关,EBI与CAT相关抗氧化防御相关,MT则与膜稳定性、抗氧化能力、营养保持和PAL相关木质化的广泛调控相关。这些机制并非互斥,其相对重要性因品种而异。因此,整合机器学习、ΔPDI、偏相关分析和分子模拟为识别关键劣变过程和选择品种适应性保鲜策略提供了更加全面的依据。
**4. 结论**
CH、EBI和MT均有助于维持油菜薹在28天冷藏期间的理化品质和生理品质,尽管其效果因品种和品质属性而异。这些处理通常减少了水分流失和膜脂质过氧化,维持了硬度、叶绿素和营养成分,并缓和了与抗氧化防御和PAL相关木质化相关的变化。三因素方差分析进一步确认了显著的品种×处理和处理×储藏时间交互作用,强调了保鲜效果同时取决于遗传背景和储藏阶段。
综合分析提供了互补而非独立的证据。机器学习确定了与储藏进展相关的变量组合,其中失重、硬度、POD活性、呼吸速率、SSC和PAL活性对储藏阶段区分贡献较大。由于储藏阶段是按时间预定义的,该分析最好被解释为多变量整合和指标优先排序的工具,而非储藏时长的独立预测器。处理分类仅表现出中等区分度,表明CH、EBI和MT相关的响应模式存在大量重叠。类似地,ΔPDI被用作累积劣变的描述性等权重指数,而非确定性的处理排名系统。在所评估的具体条件下,CH和MT表现出大致相当的整体品质保持性能,且累积劣变通常低于EBI,而没有单一处理在所有品种中始终优于其他。
分子模拟为MT—PAL关系提供了探索性的结构假设。虽然预测褪黑素与PAL底物识别区域附近存在相互作用,且模拟复合物保持稳定,但这些计算结果并未证明直接结合、竞争性抑制或观察到的PAL活性降低的因果机制。因此,需要利用酶动力学和直接结合实验进行验证。
未来研究应评估更广泛的品种、生长季以及与商业相关的储藏和运输条件,同时纳入微生物品质、感官接受度、腐败发生率、市场性、处理成本和工艺可扩展性。进一步研究非酶类抗氧化剂、苯丙烷代谢、细胞壁重塑和MT与PAL的直接相互作用对于阐明处理特异性机制和开发品种适应性保鲜策略同样重要。
**CRediT作者贡献声明**
李欣阳:写作—审阅与编辑,写作—原稿撰写,可视化,验证,形式化分析。何雪梅:写作—原稿撰写,可视化,验证。黄泽清:项目管理,经费获取,概念构思。刘崇洋:资源。张金:软件。高源:可视化。李琦:写作—审阅与编辑,监督,数据管理。余秀柱:监督,项目管理,经费获取,数据管理。
李欣阳 | 何雪梅 | 黄泽清 | 刘崇洋 | 张金 | 高源 | 李琦 | 余秀柱
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号