1.4数据处理方法

所有数据信息均反复测量3次，取均值，选用统计学软件SPSSStatiStiCSV21.0（iBminC.，英国）分析数据差别显著性差异；用OriginV9.0（英国OriainLab企业）手机软件做图。

2 結果与剖析

2.1多谷类共压挤粉错料实验及实体模型线性拟合

错料试验设计与結果见表1。从表1能够看得出谷类配制对多谷类共压挤粉eGi危害很大，eGi转变 范畴值60.77～76.45。应用DeSign-expert手机软件开展多元线性回归线性拟合剖析，对响应值eGi值开展二次多种重归线性拟合。多谷类共压挤粉eGi值的回归分析方程式如下所示：

型方程式如下所示：

eGi=68.65A 45.39B 44.93C 81.54D 16.23E 39.99AB 27.03AC42.32AD 116.77AE 67.58BC 17.37BD 133.51BE 21.30CD 137.18CE 75.43DE。

2.2多谷类共压挤粉错料实验方差分析

模型拟合开展方差分析，結果见表2。该实体模型明显（P＜0.05），多元化相关系数rR2=0.8550，失拟项在0.05水准不明显，表明该实体模型能比较好地线性拟合实验数据信息，变量与响应值中间的线性相关明显。校准后的判定系数R2Aｄj=0.6519，表明实体模型方程式可有效地表现响应值与谷类混配比中间的关联，可根据此实体模型来体现多谷类共压挤粉eGi值状况。二次交互项中，AE、BE、CE、DE极明显（P＜0.01），BC明显，这说明更改燕麦片、青稞、黑豆、小米手机中随意2种成份的增加量均危害多谷类共压挤粉的eGi值。

2.3各谷类加上量与多谷类共压挤粉EGl值的关联剖析

为剖析各谷类加上量相融压挤粉eGi值的关联，选用回应追踪图来体现各要素对eGi值的危害，結果见图1。在E（小米手机加上量）40%～50%范畴，eGi值随小米手机加上量的提高呈显著的先升高后下降趋势。燕麦片、青稞加上量超出核心误差水准后，eGi值降低显著。黎麦、黑豆加上量对eGi值危害不显著。

剖析黎麦、燕麦片、青稞、黑豆和小米手机互动因素对eGi值的危害，依照D-最佳错料设计方案实验結果制作响应面、等高线图，黎麦、燕麦片、青稞、黑豆和小米手机对多谷类共压挤粉eGi的危害见图2。由图2a和2b得知，固定不动C（青稞加上量）、D（黑豆加上量），比照其他3种原材料转变 对eGi值的危害，当B（燕麦片加上量）为10%时，伴随着A（黎麦加上量）的提升，eGi值先小幅度提升，后呈显著下降趋势；黎麦加上量为8%时，eGi检测值最大值75.33。由图2C知，青稞也是有相近发展趋势。这是由于加上黎麦到一定量后，在其中人体脂肪和蛋白的成分会慢慢上升；在压挤全过程较高的环境温度下，木薯淀粉和人体脂肪产生结晶体构造平稳、密切的Ⅱ型一氧化氮合酶，而蛋白质分子结构会黏合在木薯淀粉颗粒物周边，对木薯淀粉的消化吸收产生阻拦。青稞中包含充足的直链淀粉和膳食纤维素，随青稞加上量的提升，膳食纤维素成分提升 ，从而提升消化吸收管理体系的粘度，减缓木薯淀粉消化吸收速度。由图2e和2F得知，固定不动B（燕麦片加上量）、C（青稞加上量），较为极明显交互项黑豆和小米手机对eGi值的危害，当黎麦加上量为10%时，多谷类共压挤粉eGi值随小米手机加上量的提高呈显著的先升高后降低的发展趋势；而eGi值随黑豆加上量的提高呈先降低后升高的发展趋势，当黑豆加上量为14.8%时，eGi值最少为73.49。这是由于小米手机木薯淀粉成分高，会提升木薯淀粉消化吸收速度，且加上占比大，对eGi值危害明显；黑豆中蛋白质和纤维素成分高，木薯淀粉成分低，随加上量的提升，有利于减缓木薯淀粉消化吸收速度，eGi值低。由图2g和2ｈ得知，固定不动D（黑豆加上量）和E（小米手机加上量），调查明显项燕麦片和青稞对标准的危害，当黎麦加上量为10%时，随燕麦片加上量的提升，eGi值呈先升高后降低的发展趋势，青稞也是有相近发展趋势。当燕麦片加上9%时，脂肪率提升，有益于产生木薯淀粉人体脂肪络离子，eGi值减少。因为燕麦片所占比率不高，因此趋势分析不显著。

2.4多谷类共压挤粉中关键营养成分成分成分剖析

不一样配制多谷类共压挤粉主要成分成分对例如图3所显示。比照压挤前、后多谷类共压挤粉的木薯淀粉、直链淀粉、蛋白质、脂肪率和纤维素成分，发觉压挤后，除膳食纤维素成分提升外，其他4个成分发生差异水平的降低。在其中直链淀粉成分降低力度从23.70%到1.03%；蛋白质含量降低力度从4.21%到1.15%，脂肪率降低力度最大，为94.27%。膳食纤维素成分提升，较大 增加率为37.06%。压挤后，多谷类共压挤粉的抗性淀粉成分变动范畴为0.09～0.31g/100g。现有的研究表明压挤使蛋白进到木薯淀粉的螺旋式构造內部，产生不可溶木薯淀粉和蛋白双螺旋结构一氧化氮合酶。压挤后，人体脂肪与木薯淀粉产生Ⅰ型木薯淀粉-人体脂肪一氧化氮合酶，膳食纤维素的构成与构造产生变化，木质素和甲基纤维素溶解，因而，木薯淀粉、蛋白和脂肪率的减少，可能是蛋白与木薯淀粉、脂类与木薯淀粉融合，进而危害木薯淀粉的消化吸收特点。此外，膳食纤维素成分提升有利于提升 消化吸收管理体系的粘度，减缓消化吸收速度。

2.5多谷类共压挤粉中关键营养成分成分与EGl值相关分析

不一样谷类配制的基础成分与eGi值中间的关联性见表4。蛋白、膳食纤维素、直链淀粉、抗性淀粉的成分与eGi值呈优良负关联性，这与单谷类实验結果基本一致。eGi与膳食纤维素呈明显成反比（P＜0.05），压挤后，膳食纤维素的成分大幅提升，膳食纤维素能够抑止胃蛋白酶的功效，减缓木薯淀粉的吸收率，从而减少葡萄糖水的施放速度。另一方面，压挤全过程中的高溫、髙压、高剪切自然环境会更改膳食纤维素的结构特征与构成，如水溶膳食纤维素成分提升，可提升 消化吸收管理体系的粘度，减缓木薯淀粉消化吸收速度。木薯淀粉经压挤糊化解决后，结晶体构造完全被毁坏，嵌入在支链淀粉双螺旋结构中的直链淀粉释放出，更有益于与脂类产生一氧化氮合酶，从而减少木薯淀粉消化吸收速度。实验结果显示直链淀粉与eGi值有较好的负关联性。除此之外，糊化木薯淀粉与脂类产生的木薯淀粉-脂类络离子是抗性淀粉的来源于，因而抗性淀粉与eGi值也呈明显成反比，相关系数r为-0.683。
 

3 结果

谷类配制对多谷类共压挤粉eGi危害很大，eGi转变 范畴数值60.77～76.45。根据回应斜面对原材料各成分间配对t检验开展剖析，发觉eGi值均随小米手机、青稞、黎麦和燕麦片加上量的提高呈先升高后降低的发展趋势，而随黑豆加上量的提高呈先降低后升高的发展趋势。根据对不一样配制多谷类共压挤粉关键营养元素，发觉压挤后木薯淀粉、直链淀粉、蛋白质和脂肪率整体降低，而膳食纤维素总体成分提升。蛋白、膳食纤维素、直链淀粉、抗性淀粉、人体脂肪/木薯淀粉成分与eGi值呈优良成反比。总而言之，适合的谷类配制是开发设计低Gi多谷类合理膳食务必考量的影响因素之一。食品类的可能血糖值转化成指数值与其说所含营养成分成分成分具备严密的关联性。