贵州师范大学荞麦产业技术研究中心, 贵州 贵阳 550001
荞麦籽粒中富含谷类作物比较缺乏的赖氨酸, 使其不同于其他作物, 具有较高经济价值。 传统氨基酸测定费时且昂贵, 为满足金苦荞育种工作的需要, 选用近红外光谱技术结合人工神经网络的算法建立快速检测金苦荞叶片中氨基酸含量的近红外模型。 使用氨基酸含量差异较大的样品255个, 扫描光谱后测定其化学值。 研究发现样品苏氨酸(Thr)含量范围是5.307~14.374 mg·g-1; 缬氨酸(Val)含量范围是6.137~16.204 mg·g-1; 甲硫氨酸(Met)含量范围是0.308~3.049 mg·g-1; 异亮氨酸(Ile)含量范围是5.259~14.134 mg·g-1; 亮氨酸(Leu)含量范围是9.730~26.061 mg·g-1; 苯丙氨酸(Phe)含量范围是5.936~17.223 mg·g-1; 赖氨酸(Lys)含量范围是6.640~17.280 mg·g-1; 谷氨酸(Glu)含量范围是10.984~27.740 mg·g-1; 天冬氨酸(Asp)含量范围是6.437~17.280 mg·g-1; 丝氨酸(Ser)含量范围是3.467~8.312 mg·g-1; 精氨酸(Arg)含量范围是4.937~14.772 mg·g-1; 丙氨酸(Ala)含量范围是3.329~6.885 mg·g-1; 组氨酸(His)含量范围是1.946~4.798 mg·g-1; 甘氨酸(Gly)含量范围是4.196~9.264 mg·g-1; 脯氨酸(Pro)含量范围是1.024~5.672 mg·g-1; 酪氨酸(Tyr)含量范围是0.176~1.173 mg·g-1; 半胱氨酸(Cys)含量范围是0.422~1.926 mg·g-1。 每次随机选取50个样品建设模型, 以4:1的比例随机分为训练集和测试集。 数据进行归一化处理后, 使用神经网络结构1102-9-1进行模型建设。 利用多次学习的方式建立了较优模型, 其中Arg和Asp近红外模型的仿真测试结果最好, 预测值与真实值的相关系数(R2)均大于0.97, 平均相对误差(RSD)也小于10%; 另外Leu, Val, Tyr, Ile, Ser, Ala, Thr, His, Phe, Gly和Lys模型的R2均大于0.90, 模型仿真测试数据的RSD小于10%, 模型均可用; Met与Cys的模型进行仿真测试时, 其预测值与真实值的R2均大于0.78, 但RSD大于10%, 模型不可用。 结果表明, 金苦荞叶片的氨基酸含量高, 有极高应用价值, 近红外光谱技术结合人工神经网络的分析方法可应用于金苦荞氨基酸含量的预测, 为高品质荞麦育种工作提供了便利。
荞麦 近红外 人工神经网络 氨基酸 模型 Buckwheat Near infrared spectroscopy Artificial neural network Amino acid Model
1 贵州师范大学荞麦产业技术研究中心, 贵州 贵阳 550001
2 贵州省农业科学院蚕业（辣椒）研究所, 贵州 贵阳 550009
为满足多年生苦荞育种工作的需要, 采用近红外光谱分析技术结合定量偏最小二乘法对多年生苦荞叶片蛋白质和γ-氨基丁酸(GABA)含量进行了快速测定研究, 实验使用了222份多年生苦荞材料, 扫描光谱后测定其化学值。 研究发现样品蛋白质含量的平均值、 最大值和最小值含量分别是164, 331和121 mg·g-1; 样品GABA含量的平均值、 最大值和最小值含量分别是2.489, 3.968和1.439 mg·g-1。 蛋白质建模结果: 采用不同光谱区建模时, 建模集的平均决定系数（R2）、 校正标准差（SEP）和平均相对误差（RSD）分别是93.46%, 0.63和3.82%, 检验集的平均R2, SEP和RSD分别是91.77%, 0.88和5.28%。 采用不同比例的建模样品和检验样品时, 建模集的平均R2, SEP和RSD分别是93.55%, 0.63和3.82%, 检验集的平均R2, SEP和RSD分别是92.18%, 0.87和5.20%。 采用4 000～9 000 cm-1光谱范围, 二阶导数（13）预处理光谱, 建模集与检验集的比例为4∶1, 模型最优, 其建模集内部交叉R2, SEP和RSD分别是93.57%, 0.55和3.38%, 检验集内部交叉R2, SEP和RSD分别是93.35%, 0.73和4.40%。 GABA建模结果: 采用不同光谱区建模时, 建模集的平均R2, SEP和RSD分别是86.28%, 0.21和8.30%, 检验集的平均R2, SEP和RSD分别是84.35%, 0.22和8.76%。 采用不同比例的建模样品和检验样品时, 建模集的平均R2, SEP和RSD分别是88.51%, 0.20和8.04%, 检验集的平均R2, SEP和RSD分别是86.80%, 0.21和8.40%。 4 000～10 000 cm-1光谱范围, 原始光谱, 建模集与检验集的比例为4∶1, 模型最优, 其建模集内部交叉R2, SEP和RSD分别是93.28%, 0.15和6.10%, 检验集内部交叉R2, SEP和RSD分别是91.49%, 0.17, 6.68%。 证明了使用近红外光谱技术定量测定多年生苦荞叶片蛋白质和GABA含量的可行性以及模型的稳定性。
近红外光谱 多年生苦荞 模型 蛋白质 γ-氨基丁酸 Near infrared spectroscopy Perennial buckwheat Models Protein GABA 光谱学与光谱分析
2020, 40(8): 2421
