探讨了采用浸入式可见/近红外光谱技术对雨生红球藻叶绿素含量快速检测的可行性。 通过选择最优的预处理方法, 比较全波段偏最小二乘回归（PLS）建模和连续投影算法（SPA）提取特征波长后PLS建模的结果, 选出最优模型。 SPA-PLS模型对叶绿素a与叶绿素b含量预测效果均优于全波段PLS模型, 叶绿素a, b的RPD值分别达到2.946 1和1.902 3。 表明, 光谱在预处理后结合建模算法能够实现叶绿素a, b含量较好的预测, 叶绿素a的预测效果要好于叶绿素b。

利用共聚焦显微拉曼光谱仪获取生长在三种氮营养条件下(氮胁迫、 氮正常、 氮饱和)培养的蛋白核小球藻(Chlorella pyrenoidosa)的拉曼光谱, 通过拉曼散射光谱信息对微藻在不同氮胁迫下生长情况及油脂变化进行研究。 对油脂拉曼特征峰值比值作气泡图以直观表达油脂积累量, 该气泡图与尼罗红荧光图像具有良好的相关性。 光谱信号经预处理后, 利用主成分分析(PCA)对全波段进行分析, 获得相应的主成分变量, 通过线性判别分析(LDA)建立分类模型。 利用PCA获取的主成分变量建立的LDA预测模型对三种氮营养条件的预测正确率分别是80%, 93.3%, 86.7%。 基于油脂特征位移(RS)处的比率建立的LDA分类模型对三种氮营养条件的分类正确率最高达到86.7%。 研究结果表明, 利用拉曼技术对微藻生长的不同氮胁迫条件鉴别是可行的, 且随着氮胁迫影响的时间增加, 油脂的积累差异就越大。

对藻类的识别分类及其生化分析已成为海洋生物学的研究热点之一。 以普通小球藻、 蛋白核小球藻、 微绿球藻、 莱茵衣藻为样品, 通过便携式USB4000微型光纤光谱仪、 Y形光纤和探针, 卤素光源构建的光谱采集系统对不同浓度梯度的120个微藻样本进行浸入式可见/近红外透射光谱的原位采集, 比较去基线、 卷积平滑等光谱预处理方法的效果, 并基于连续投影算法(SPA)筛选特征波长, 通过偏最小二乘法(PLS)、 最小二乘支持向量机(LS-SVM)和极限学习机(ELM)进行建模, 探讨采用透射光谱原位快速鉴别四种不同藻种的可行性。 结果表明: 卷积平滑的处理效果较为理想, 有效波长可用于代替原始光谱建立微藻种类判别分析模型。 SPA-LV-SVM和SPA-ELM的预测效果显著高于SPA-PLS, 三者的平均预测正确率分别是80%, 85%, 65%。 浸入式可见/近红外光谱技术和便携式光纤探针结合的藻种鉴别方法, 有效实现了对四种微藻的鉴别, 为藻种鉴别和藻种分类研究领域提供了一种新思路。

微藻种类的鉴别和分类是研究微藻生理生化特性的基础和前提.微藻细胞中主要包含五种生物分子,包括蛋白质、糖类、油脂、核酸和色素,在不同藻种会有不同的比例含量,常常作为藻种鉴别的一种依据.文章探讨了采用激光共聚焦显微拉曼技术快速鉴别普通小球藻(Chlorella sp.)、莱茵衣藻(Chlamydomonas sp.)两种不同藻种的可行性.通过在相同光照时间、强度和相同培养基的条件下培养的两种微藻,利用琼脂固定法固定微藻细胞,在514.5 nm的激光下采集了不同藻种及其不同生长时期的拉曼光谱曲线,并通过rolling circle filter(RCF)算法去除荧光背景,然后采用去基线、卷积平滑等预处理方法得到两种藻种各40个样本的曲线.从80个样本中随机抽取50个样本训练建模,剩下的30个样本作为独立的验证集.对光谱数据采取不同的预处理方法,采用偏最小二乘(partial least squares,PLS)全波段建模建立光谱响应特征与普通小球藻、莱茵衣藻的关系模型,比较了不同预处理程度的效果.结果表明:利用激光共聚焦显微拉曼技术,基于不同藻种色素含量比的差异,同时结合化学计量学方法,可以快速、有效地将两种藻种鉴别出来.所提出的最大谱峰比值标准化法处理样本,当阈值为±0.5时,预测正确率达到100%,当阈值为±0.2时,预测正确率达到86.67%,表明所提出的新方法能在藻种鉴别和分类领域具有较高的可行性.