亚洲av无码乱码国产精000_久久一本岛在免费线观看2020_欧美日韩色综合一区二区三区不卡_国产呦萝小初合集密码_经典人妻有码在线

農(nóng)業(yè)儀器網(wǎng)

大豆粗蛋白、粗脂肪含量近紅外檢測模型建立及可靠性分析

來源: 本站  類別:技術(shù)文章  更新時間:2010-06-08  閱讀
大豆籽粒約含粗蛋白40% ,粗脂肪20% ,是重要的植物蛋白和食用油來源。提高大豆籽粒中蛋白和脂肪含量是品質(zhì)改良的重要目標(biāo)之一,準(zhǔn)確測定其粗蛋白、粗脂肪含量是前提。目前,國家頒布的粗蛋白標(biāo)準(zhǔn)測定方法是基于凱氏定氮法的化學(xué)分析(GB290521982) ,粗脂肪標(biāo)準(zhǔn)方法是基于索氏提取法的化學(xué)分析(GB290621982) 。盡管通常認(rèn)為其可靠性較高,但操作步驟繁瑣、籽粒粉碎而不能延續(xù)后代。在大豆品質(zhì)改良過程中,需要對大量種質(zhì)資源、突變體、雜交后代材料及時鑒定、篩選和分析,同時希望具有優(yōu)良品質(zhì)的籽粒經(jīng)分析后能保持完好,以便進一步繁殖。因此,迫切需要一種準(zhǔn)確、快速、簡便、非破壞籽粒的檢測方法。
近紅外光譜技術(shù)(Near Infrared Spectroscopy,N IS)是20世紀(jì)80年代后期發(fā)展起來的一項物理測試技術(shù)。它利用有機物在近紅外光譜區(qū)的振動吸收而快速測定樣品中多種化學(xué)成分含量,蛋白質(zhì)、脂肪、糖類等含有的各種含氫基團(CH、OH、NH、SH等)的倍頻與合頻譜帶恰好落在近紅外區(qū),以得到這些有機分子含氫基團的特征振動信息,從而測定其化學(xué)成分的含量,已成為水稻、小麥、玉米等農(nóng)作物品質(zhì)分析的重要手段。與化學(xué)分析相比,近紅外光譜技術(shù)是一項間接的分析方法,它測定樣品成分含量的方法是建立在化學(xué)分析法或其它儀器測定基礎(chǔ)之上,是一種可“再生”的測定方法。因此,任何一臺近紅外光譜儀對每種組分或每種參數(shù)都要單獨定標(biāo)。所以,利用近紅外檢測大豆籽粒中粗蛋白和粗脂肪含量,關(guān)鍵是構(gòu)建正確的模型,并驗證模型的可靠性。其實測定大豆中粗蛋白和粗脂肪,還有更為簡便的方法,那就是直接用儀器測定。SZF-06B粗脂肪測定儀、SZF-06粗脂肪測定儀就是兩款型號不同,功能略有差異的粗脂肪測定儀。
研究旨在利用不同的建模樣品集分別構(gòu)建近紅外檢測模型,以化學(xué)分析結(jié)果作參照,探求近紅外檢測代替化學(xué)分析的適應(yīng)范圍。
1 材料與方法
1. 1 近紅外檢測模型建立
采用4個建模樣品集,由權(quán)威檢測中心(以M2表示)依照GB290521982和GB290621982獲得化學(xué)值。近紅外檢測采用德國Bruker公司的Matrix2I傅立葉近紅外光譜分析儀,取適量大豆籽粒置于樣品杯中,用透射方式掃描獲得大豆籽粒樣品的近紅外吸收光譜圖,掃描譜區(qū)4 000~12 600 cm- 1 ,分辨率16 cm- 1 ,掃描速度10 KHz,掃描次數(shù)60次,每個樣品重復(fù)裝樣掃描3 次。利用B ruker 公司的OPUS412軟件的Quant 2 方法, 以偏最小二乘法( PLS)建立大豆粉末、籽粒近紅外檢測粗蛋白及粗脂肪含量的模型,使用交叉檢驗法對模型做出評價。
1. 2 近紅外檢測模型可靠性比較
1. 2. 1 材料 選用8個大豆品種(系) ,粗蛋白含量35%~45. 5% ,粗脂肪含量在16. 2%~22. 5% ,其中, 1、2、3、5、7、8號材料是黃種皮材料, 4號是青種皮材料, 6號是黑種皮材料。
1. 2. 2 檢測方法 將每個參試品種種子充分混勻分成3等份(即設(shè)重復(fù)3次) ,隨機編為24個樣品號。24份樣品分別用研究中建立的3種近紅外籽粒檢測模型(以M5、M6、M7表示)和近紅外粉末檢測模型(以M4表示)檢測粗蛋白、粗脂肪含量;同時送檢包括農(nóng)業(yè)部和河北省指定的權(quán)威檢測部門用化學(xué)法檢測(以M1、M2、M3表示) 。
1. 2. 3 統(tǒng)計方法 通過方差分析比較各結(jié)果間變異系數(shù)CV的差異以評價穩(wěn)定性。以方差分析、相關(guān)分析衡量不同檢測結(jié)果趨勢的一致性。相關(guān)分析以平均數(shù)為準(zhǔn)。方差分析、相關(guān)分析由SAS6. 12軟件完成。
2 結(jié)果與分析
2. 1 近紅外模型建立
近紅外檢測模型建模樣品集樣品數(shù)量分別為30、77、415和161個(表1) 。其中,粉末模型樣品覆蓋范圍相對較窄,粗蛋白決定系數(shù)0. 9788,粗脂肪決定系數(shù)0. 9601,在4個模型中最大,交叉驗證均方根分別為粗蛋白0. 439,粗脂肪0. 287,在4個模型中最小。籽粒模型M6的樣品集中包括415份樣品,且粗蛋白和粗脂肪含量的樣品范圍在4個模型中最寬。它的粗蛋白和粗脂肪決定系數(shù)在3個籽粒模型中最大,交叉驗證均方根在3 個籽粒模型中最小。
2. 2 不同檢測結(jié)果的穩(wěn)定性分析
以重復(fù)觀察值的變異系數(shù)CV 作為檢測結(jié)果穩(wěn)定性的衡量指標(biāo)(表2) 。粗蛋白含量3種籽粒模型檢測結(jié)果的CV 平均0. 008,粉末模型CV 為0. 019,3個化學(xué)分析結(jié)果的CV 平均0. 014;粗脂肪含量3種籽粒模型檢測結(jié)果的CV 平均0. 008,粉末模型CV為0. 024, 3個化學(xué)分析CV 平均0. 013。結(jié)果表明,在檢測粗蛋白、粗脂肪含量時, 3種籽粒模型檢測結(jié)果均有較高的穩(wěn)定性。
2. 3 不同檢測結(jié)果的一致性分析
2. 3. 1 方差分析 從8個參試品種的總體結(jié)果看(表3) , 3個化學(xué)檢測中心粗蛋白含量檢測結(jié)果存在顯著差異,粗脂肪含量檢測結(jié)果無顯著差異。近紅外籽粒模型M5、M6和M7與其建模數(shù)據(jù)來源化學(xué)分析M2的粗蛋白含量和粗脂肪含量檢測結(jié)果在0. 01極顯著水平下均無差異。將7種檢測方法對8個參試品種的粗蛋白、粗脂肪檢測結(jié)果進行方差分析。分析結(jié)果(表4、表5)顯示, 3個化學(xué)檢測結(jié)果存在差異;M5和M7測得參試黑種皮品種6粗蛋白含量偏高, 3個近紅外籽粒模型對其他7個參試品種的檢測結(jié)果無顯著差異,且都與它的建模樣品數(shù)據(jù)來源的化學(xué)分析M2結(jié)果一致。
2. 3. 2 相關(guān)分析 各檢測方法對不同品種檢測結(jié)果大小趨勢的一致性是研究者更為關(guān)心的問題。為了直觀地觀察不同檢測結(jié)果的趨勢是否相同,以M2對8個參試品種的粗蛋白、粗脂肪含量結(jié)果為橫坐標(biāo),M5、M6、M7對8 個參試品種的粗蛋白、粗脂肪檢測結(jié)果為縱坐標(biāo),分別繪圖(圖1) 。從中看出,M5、M6、M7對8個參試品種的粗蛋白檢測結(jié)果較粗脂肪檢測結(jié)果與化學(xué)分析結(jié)果M2存在更明顯的線性關(guān)系。M6與M2的線性關(guān)系強于M5、M7。在M5和M7的結(jié)果中,明顯看到對品種6的粗蛋白檢測結(jié)果偏離線性關(guān)系,且近紅外結(jié)果偏高。相關(guān)分析表明, 3個籽粒模型的粗蛋白檢測結(jié)果與M2檢測結(jié)果呈極顯著正相關(guān),其中M6與M2化學(xué)分析的相關(guān)系數(shù)最高。從粗脂肪含量檢測結(jié)果看, 3個籽粒模型與M2達極顯著正相關(guān),同樣以M6與M2化學(xué)分析的相關(guān)系數(shù)最高。
3 結(jié)論與討論
利用近紅外技術(shù)檢測大豆粗蛋白、粗脂肪含量的前提條件是盡可能利用樣品數(shù)量多、覆蓋范圍廣、樣品類型豐富的樣品集構(gòu)建近紅外檢測模型。所建的模型中以建模樣品集樣品量最大的M6可靠性最高。這與吳金紅等[ 7 ]建立的水稻蛋白質(zhì)含量近紅外檢測模型的結(jié)果一致。所以,在建立近紅外檢測模型時,應(yīng)盡可能的利用覆蓋范圍寬的眾多樣品作為樣品集。
所建模型決定系數(shù)最小為0. 8168, 最高達019788,平均為0. 9231。吳金紅等[ 11 ]建立的3個水稻蛋白質(zhì)含量近紅外檢測模型決定系數(shù)最小為01805,最高達0. 909,平均為0. 8714。方彥等建立的玉米籽粒含油量近紅外檢測模型決定系數(shù)達到0. 9176。盡管近紅外模型決定系數(shù)較高,但通常人們更樂于接受化學(xué)分析的結(jié)果,而對近紅外檢測結(jié)果持懷疑態(tài)度。分析結(jié)果表明,近紅外籽粒模型的變異系數(shù)小于化學(xué)分析的變異系數(shù),與姚鑫淼等利用近紅外檢測技術(shù)分析大豆品質(zhì),得出近紅外結(jié)果的標(biāo)準(zhǔn)偏差均小于化學(xué)分析結(jié)果的標(biāo)準(zhǔn)偏差,且經(jīng)過F檢驗和t檢驗,兩種方法之間無顯著性差異的結(jié)果一致;瘜W(xué)分析過程中人工操作的步驟遠多于近紅外籽粒模型檢測時人工操作的步驟,是降低化學(xué)分析穩(wěn)定性的可能原因。
從結(jié)果的一致性看,近紅外結(jié)果與它的建模樣品數(shù)據(jù)來源的化學(xué)分析結(jié)果一致,而且3個籽粒模型與M2對不同品種檢測結(jié)果的一致性優(yōu)于3個化學(xué)分析(M1、M2、M3)結(jié)果的一致性,特別是M6與M2的相關(guān)系數(shù)最高。表明利用樣品數(shù)量多、覆蓋范圍廣、樣品類型豐富的樣品集構(gòu)建近紅外檢測模型檢測大豆粗蛋白、粗脂肪含量,能得到與化學(xué)分析一致的檢測結(jié)果,具有較好的穩(wěn)定性和可靠性。在需要保存籽粒完好的育種材料低代選擇、QTL s/基因定位、導(dǎo)入系篩選和突變體篩選等的品質(zhì)研究中,近紅外檢測是替代化學(xué)分析檢測的有效方法。近紅外光譜特征除與蛋白、脂肪相關(guān)外,籽粒大小、籽粒顏色等也是重要的影響因素。通過全部品種內(nèi)的方差分析比較表明,近紅外檢測可能使黑種皮品種的粗蛋白檢測結(jié)果偏高,原因可能是深色種皮對近紅外光譜吸收有一定影響,而建立模型的樣品集又以黃種皮材料為主。所以,在構(gòu)建近紅外模型時,應(yīng)根據(jù)種皮色的不同構(gòu)建專用模型。
  • 中國農(nóng)業(yè)儀器網(wǎng)】聲明部分文章轉(zhuǎn)載自其它媒體,轉(zhuǎn)載目的在于傳遞更多信息,并不代表本網(wǎng)贊同其觀點和對其真實性負(fù)責(zé),且不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。如涉及作品內(nèi)容、版權(quán)和其它問題,請在30日內(nèi)與本網(wǎng)聯(lián)系。
top
推薦儀器
智能人工氣候箱 TP-R系列
型號:TP-R系列
智能蟲情測報燈 TPCB-II-C7.0 plus/TPCB-III-C7.0 plus
型號:TPCB-II-C7.0 plus/TPCB-III-C7.0 plus

©2024 http://www.petseason.cn 版權(quán)所有:浙江托普云農(nóng)科技股份有限公司

地址:杭州市拱墅區(qū)祥園路88號中國(杭州)智慧信息產(chǎn)業(yè)園I座11-13樓

聯(lián)系電話:0571-86056609 0571-86059660 0571-88971438

售后服務(wù)專線:400-672-1817

浙ICP備09083614號

免費咨詢

  • 在線詢價: QQ
  • 南:13388425012
  • 微信客服
  • 北:19032001373
  • 微信客服