《食品科学》：湖南农业大学曾璐高级实验师：不同线椒品种对剁椒品质影响及剁椒加工适宜性评价模型的构建

辣椒（

Capsicum annuum

L.）原产于南美洲，是我国种植面积最大的蔬菜，在全国各地均有广泛种植。剁椒作为湖南特色的辣椒加工食品之一，因其鲜酸爽口、质地脆嫩、风味独特而深受人们喜爱。

辣椒原料的品质与加工特性直接影响加工产品的质量。目前我国已审定、登记的辣椒品种超过2 800 种，对不同辣椒品种进行品质分析与比较已成为学者们研究的热点

湖南农业大学 食品科学技术学院 的文亚诗、 刘家祺、 曾璐*等选取不同地区的线椒品种为研究对象，系统地对线椒品质进行分析及评价，阐明品种间的品质差异，对发酵前后的品质指标进行筛选建模，建立适宜的剁椒加工模型，以期更好地实现剁椒加工品种的高效筛选，并为优良的辣椒品种选育提供一定的理论参考。

01

不同品种线椒的特征指标

1.1 不同品种线椒的园艺指标

水分质量分数是筛选线椒加工品种的重要指标，如表2所示，45 个线椒品种水分质量分数处于80.20%～89.30%之间，差异显著。其中45号样品的水分质量分数最高，达到89.30%，而高水分含量的品种在发酵过程中更易出现皮肉分层或受到微生物污染，不宜制备发酵辣椒。因此，以45号样品为代表的高含水量品种更适合鲜食或干制。果长、果肉厚度、果横径是辣椒机械化加工的重要考量因素，45 个线椒品种的果长、果肉厚度和果横径的变异系数分别为18.46%、15.61%、15.21%，说明品种间存在一定的变异性，同时根据差异显著性分析发现不同品种的果长、果肉厚度和果横径区分度明显，其中样品2号、11号和15号的果长较长，43号、44号和45号的果横径较宽。45 个线椒品种的含籽率也存在较大的差异性，变异系数达23.74%，体现了辣椒品种的遗传多样性，筛选线椒加工品种时，含籽率为必要的考量指标。

1.2 不同线椒品种发酵前后的色泽变化

色泽是剁椒重要的品质特性，主要由叶绿素、类胡萝卜素和类黄酮化合物的种类和含量决定，而在剁椒发酵过程中伴随酶促及非酶促褐变，会导致色泽发生变化。由图2a可知，45 种线椒发酵后各品种的

L

*值均显著下降，表明发酵会使辣椒表皮亮度降低，以样品1号和6号两个辣椒品种为例，发酵前它们的

L

*值远高于其他品种，分别为55.49、53.71，发酵后

L

*值下降显著，降幅度分别为32.11%和31.84%，其他品种的降幅在30%左右。

a

b

*值发酵前后的变化因品种而异，由图2b、c可知，黄线椒样品1号、6号发酵后

a

*值显著下降，降幅分别为76.95%和82.40%；在酸性条件下易导致叶绿素降解，从而降低了亮度和绿度，同时微生物发酵会破坏类胡萝卜素和类黄酮，使辣椒

b

*值下降。

红线椒样品5号、7号、11号、13号、14号、17～20号、26～32号、34～45号样品的

a

*值上升，表明发酵后红度增加。红线椒样品经发酵后，部分线椒品种

b

*值上升，表明经发酵后黄度增大；由图2d可知，线椒发酵后Δ

E

*值均在8以上，表明不同线椒品种发酵后存在明显的颜色变化。样品10号和12号经发酵后Δ

E

*值低于其他品种，表明样品10号和12号的颜色变化不如其他样品明显。

1.3 不同线椒品种发酵前后辣椒素类物质的变化

辣椒素是影响剁椒口感的重要指标之一，辣椒素主要包括辣椒素、二氢辣椒素、降二氢辣椒素、高辣椒素以及高二氢辣椒素5 种。其中，辣椒素和二氢辣椒素约占辣椒素总量的90%，是辣椒中主要提供辣感和热感的物质，通常用它们的含量表征辣椒素的总量。

发酵使45 种新鲜线椒的辣椒素含量均出现下降，由图3a可知，其中样品43号和1号辣椒素含量下降幅度较大，分别下降83.32%和81.32%，而5号、13号、15号、21号、24号、25号下降幅度较小。同时，辣椒素与二氢辣椒素受发酵的影响并不完全一致，由图3b可知，样品1号、4号和7号二氢辣椒素的降幅远小于辣椒素，同时12号、21号、38号下降不明显。此外，45号和15号发酵前后的辣椒素含量均远低于其他品种，适合开发低辣度调味品。由图3c可知，各品种经发酵制成剁椒，SHU显著下降，其中样品6号、43号下降幅度最大，分别为73.91%和82.96%，同时45号、15号的SHU下降不明显，且SHU远低于其他品种。发酵前4号、7号和36号的SHU远高于其他品种，对比常晓轲等的研究可知，4号和7号的辣度等级高于8级，辣度过高，不宜鲜食，适宜加工为调味料。根据上述结果推测，剁椒发酵产酸过程中辣椒素类物质部分被中和，导致其含量降低，同时香气更柔和，使得剁椒产品更易被消费者接受。

1.4 不同线椒品种发酵前后可溶性糖和总酸含量的变化

辣椒原料的可溶性糖含量在发酵过程中会对微生物的生长产生影响。通常认为，发酵过程中微生物代谢活跃，可溶性糖作为碳源被消耗，而总酸含量相对升高。如图4a所示，45 种线椒发酵后各品种的可溶性糖质量分数均显著下降，其中样品45号和9号下降幅度最大，分别为90.07%和81.54%；样品22号下降幅度仅为3.25%。经发酵后45号和9号的可溶性糖含量远低于其他品种，可能与品种间差异有关。

总酸是影响剁椒风味和口感的重要指标之一，同时发酵前后总酸的变化也反映出发酵的程度。如图4b所示，45 种线椒发酵后各品种的总酸质量分数均上升，其中11号的总酸质量分数增幅最大达到274.00%，34号的增幅最小，仅为3.19%。发酵过程中，微生物群落的代谢活动对成分转化有显著影响。乳酸菌、酵母菌等微生物通过糖酵解途径和发酵途径将部分糖分转化为有机酸，导致总酸含量上升。总酸含量上升赋予剁椒适宜的酸味，同时有机酸与其他物质相互作用，使得剁椒具有酸辣的特殊风味。

可溶性糖和总酸对剁椒加工具有重要影响，糖酸比较高的品种更适合加工。在发酵过程中，总酸含量通常会升高，而总糖含量较高的品种往往会促进乳酸菌代谢，使发酵后总酸增加更显著。因此，高糖高酸品种在发酵过程中能形成更平衡的风味，更适合剁椒加工。由图4b所示，发酵后糖酸比较高的线椒品种为15号、34号和35号，分别为10.16、10.00和10.07。其中44号可溶性糖含量降幅最低，但糖酸比转化率最高，说明在剁椒发酵中原料自身的可溶性糖并不是发酵产酸量的决定因素。

1.5 不同线椒品种发酵前后纤维素和果胶含量的变化

硬度是剁椒重要的品质指标之一，线椒成熟软化过程中，细胞壁起到结构支撑的作用，其主要成分为纤维素、果胶和木质素等，其中纤维素的含量对辣椒果实硬度有直接影响。此外，果胶这种非水溶性物质能与纤维素、半纤维素结合成高度甲酯化半乳糖醛酸，存在细胞壁的初生层和中间层，起黏合剂和增强细胞强度的作用，维持辣椒组织的脆度和硬度。由图5可知，45 种线椒发酵后纤维素含量均下降，表明发酵会降低辣椒的硬度，使其组织软化，其中样品13号、38号降幅最大，分别为84.18%和88.38%；同时8号、12号下降不明显，表明发酵后上述2 个品种的线椒组织结构相对较好。线椒发酵后果胶含量下降易引起剁辣椒质构特性发生变化。由图5可知，发酵后45 种线椒的总果胶含量均有不同程度的下降，其中7号总果胶含量降幅最小，仅为2.27%，表明发酵后其脆度和硬度相对较好。

02

不同线椒品种的品质指标相关性分析

不同线椒品种的原料品质与剁椒品质相关性分析结果见图6。果长与二氢辣椒素含量呈显著负相关（

P

＜0.05），与辣椒素含量呈极显著负相关（

P

＜0.01），该结果与朱丽等对不同辣椒品种辣椒素含量与农艺性状的研究结果一致。果肉厚度、果横径均与辣椒碱、二氢辣椒碱、可溶性糖含量呈极显著负相关（

P

＜0.01），与总酸含量呈显著负相关（

P

＜0.05，

P

＜0.01），证实了Li Pingping等关于75 个辣椒品种对果实形态、辣椒素等4 个指标的测定结论，即果实形态一定程度上影响剁椒色泽和风味物质累积。含籽率与辣椒素类物质含量、可溶性糖含量均呈极显著正相关（

P

＜0.01），表明含籽率越高的辣椒可能具有更高含量的辣椒素和糖分，从而影响剁椒风味和辛辣感。水分含量与辣椒素类物质、可溶性糖、果胶含量呈极显著负相关（

P

＜0.01），该结果与韩娅楠等对33 份加工型辣椒的农艺性状、品质性状的研究结果一致。此外，

a

b

*值与辣椒素、二氢辣椒素含量呈极显著正相关（

P

＜0.01），与可溶性糖含量呈显著正相关（

P

＜0.05），表明色泽红艳的品种可能富含更多的辣椒碱类物质。

03

不同线椒品种剁椒感官评定结果与分析

如表3所示，样品1号因其色泽鲜艳、椒块完整最受欢迎；样品45号的脆度评分最高，可能因其果肉厚度适中，发酵后组织结构完整；样品2号滋味评分较高；样品1号和10号的香气评分高于其他品种。由图7可知，不同线椒品种间的感官差异主要体现在形态、脆度和滋味方面，样品1号和44号的形态差异较大，样品44号和45号的脆度差异较大，样品2号和8号的滋味差异较大；色泽和香味的评分相对集中，品种间差异小。说明经过充分发酵，剁椒色泽发生不同程度变化，消费者不易接受，同时发酵后剁椒都具有典型的乳酸发酵香味，仅凭嗅觉不易区分。

04

不同线椒品种发酵前后差异性特征指标PLS-DA

为了更加直观反映不同品种线椒发酵前后的品质指标差异，以新鲜线椒和剁椒所有品质指标为变量

X

，45 个发酵前后线椒样本为变量

Y

进行PLS-DA分析。如图8a所示，发酵前后的成分1和成分2分别体现了总方差的52.00%和9.20%，发酵前后的样本置信椭圆面积区域分布离散，而样本间重叠，说明发酵显著改变了线椒的品质特性，但样本之间差异不显著。

变量投影重要性（VIP）可以表征品质指标对于区分45 个线椒样本差异性的能力，VIP＞1的变量在指标判别中视为发挥重要作用的指标。如图8b所示，影响发酵前后线椒样品品质指标含量差异的主要指标有4 种，分别为X6（

L

*值）、X11（可溶性糖含量）、X14（果胶含量）、X13（纤维素含量）。

05

线椒品种综合品质预测模型

根据相似性分析对新鲜线椒和发酵剁椒进行相似性分析，并利用随机森林建立剁椒预测模型。随机森林是根据决策树模型提出的集成学习算法，可以将数据分类与回归并进行预测。基于Matlab软件采用交叉验证结合手动调参以确定模型的最优参数集合。

根据线椒品质相关性分析和PLS-DA，选取VIP＞1的差异性指标

L

*、可溶性糖含量、果胶含量、纤维素含量并结合辣椒碱含量、果肉厚度、果横径、含籽率、水分含量，共计9 个指标作为输入值，以剁椒感官总分作为输出值，建立随机森林剁椒品质预测模型。如图9所示，大多数预测点集中在拟合曲线上，表现出良好的预测性能和稳定性，训练集（

R

t 2 ）和测试集（

R

p 2 ）的决定系数分别为0.934 3和0.849 8，均方根误差分别为1.632 1和2.412 0。对于随机森林的剁椒品质预测结果，决定系数

R

2 高于0.6，均方根误差低于3，属于较高精度水平，表明该预测模型可以对剁椒品质进行有效预测。图10为剁椒感官评分预测值与实际值的关系散点图，预测结果拟合程度较好，整体呈线性趋势，表明该模型对于剁椒品质的预测较为准确。基于随机森林模型筛选出影响剁椒品质的关键指标，通过剁椒品质变量重要性评分可知，水分含量、辣椒素含量、

L

*值、果肉厚度和果胶是影响剁椒品质的关键因素，其中水分含量贡献最高，而果横径、含籽率的影响较小（图11a）。为进一步分析理化指标对剁椒品质预测的具体影响，采用沙普利可加性解释（SHAP）法计算各变量对预测模型的贡献值，如图11b所示，水分含量、辣椒素含量、

L

*值和果胶含量的SHAP贡献值范围较广，表明这些变量对剁椒品质的影响较大，结果与变量重要性分析相印证。其中水分含量对剁椒品质影响最大，这是因为水分能够调控发酵环境，影响微生物发酵和风味物质的积累；辣椒素含量与剁椒感官评分呈正相关，因此高辣椒素含量的品种具有更强的风味特征；

L

*值影响剁椒的外观品质，鲜艳程度越高的剁椒，消费者更易接受；较高的果胶含量有利于改善剁椒的口感，使其更具有黏附性。综上，水分含量、辣椒素含量、

L

*值和果胶含量是决定剁椒品质的核心指标，具有较高的预测价值。

结论

本研究通过对45 个线椒品种的外观特征、发酵前后的理化指标和剁椒感官评分进行测定，并根据品种差异，系统性综合评价了线椒作为剁椒原料的加工适宜性。外观指标分析结果表明，果肉厚、含籽率低、水分含量高的线椒品种与发酵工艺需求不匹配，不宜作为剁椒加工原料。各线椒品种发酵后可溶性糖含量、辣椒素类化合物含量及辣度显著下降，而总酸含量增加，其中高酸高糖的品种发酵风味更佳，适宜作为剁椒原料。线椒的色泽随发酵会发生显著变化，发酵后

L

*值普遍降低，

a

b

*值的变化因品种而异，所以选择适宜色差值的线椒品种作为剁椒发酵原料很有必要。此外在脆度和滋味评分方面，纤维素和果胶含量较高的品种加工适宜性更高。为建立剁椒加工适应性评价模型，筛选适宜的线椒品种作为发酵原料，对原料品质与剁椒品质进行相关性分析，结合PLS-DA筛选出

L

*值、可溶性糖含量、果胶含量、纤维素含量、辣椒碱含量、果肉厚度、果横径、含籽率、水分含量共计9 个重要指标。进一步利用随机森林算法构建剁椒品质得分预测模型，模型的为0.934 3，均方根误差为1.632 1；测试集

R

p 2 为0.849 8，均方根误差为2.412 0，表明该预测模型可以对剁椒品质进行高精度地预测，通过变量重要性和SHAP贡献值分析，明确水分含量、辣椒素含量、

L

*值和果胶含量是决定剁椒品质的核心指标。本研究可为剁椒标准化生产的原料筛选、智能化加工、高适应性线椒加工品种选育提供理论依据。未来将纳入更多地域品种及野生资源，提升模型普适性，完善剁椒加工适应性评价体系。

引文格式：

文亚诗, 刘家祺, 周泉, 等. 不同线椒品种对剁椒品质影响及剁椒加工适宜性评价模型的构建[J]. 食品科学, 2025, 46(20): 57-65. DOI:10.7506/spkx1002-6630-20250217-066.

WEN Yashi, LIU Jiaqi, ZHOU Quan, et al. Effects of line pepper varieties on the quality of fermented chopped chili and construction of a suitability evaluation model for fermented chopped chili processing[J]. Food Science, 2025, 46(20): 57-65.(in Chinese with English abstract) DOI:10.7506/spkx1002-6630-20250217-066.

实习编辑：王奕辰；责任编辑：张睿梅。点击下方阅读原文即可查看全文。图片来源于文章原文及摄图网

为汇聚全球智慧共探产业变革方向，搭建跨学科、跨国界的协同创新平台，由北京食品科学研究院、中国肉类食品综合研究中心、国家市场监督管理总局技术创新中心（动物替代蛋白）、中国食品杂志社《食品科学》杂志（EI收录）、中国食品杂志社《Food Science and Human Wellness》杂志（SCI收录）、中国食品杂志社《Journal of Future Foods》杂志（ESCI收录）主办，西南大学、 重庆市农业科学院、 重庆市农产品加工业技术创新联盟、重庆工商大学、重庆三峡学院、西华大学、成都大学、四川旅游学院、西昌学院、北京联合大学协办的“ 第三届大食物观·未来食品科技创新国际研讨会 ”， 将于2026年4月25-26日 （4月24日全天报到） 在中国 重庆召开。

长按或微信扫码进行注册

会议招商招展

联系人：杨红；电话：010-83152138；手机：13522179918（微信同号）