大麥籽?？偟矸酆拷t外快速無(wú)損檢測(cè)模型的構(gòu)建

巫小建，曾凡榮，岳文浩，汪軍妹*

(1.浙江省農(nóng)業(yè)科學(xué)院 作物與核技術(shù)利用研究所，浙江 杭州 310021； 2.浙江大學(xué) 農(nóng)業(yè)與生物技術(shù)學(xué)院，浙江 杭州 310058)

淀粉是大麥籽粒胚乳中的主要貯藏物質(zhì)，約占大麥種子干重的60%左右[1]。大麥籽粒中的淀粉含量高低直接決定其用途，如用作啤酒原料時(shí)，淀粉作為啤酒釀造工藝中糖化作用的主要底物，經(jīng)糊化、水解產(chǎn)生大量發(fā)酵糖類，成為麥芽浸出物的主要成分，其質(zhì)量和數(shù)量與啤酒工業(yè)的經(jīng)濟(jì)效益直接相關(guān)[2-3]。大麥淀粉含量除受遺傳控制外，還易受環(huán)境與栽培等因素的影響，是一個(gè)復(fù)雜的數(shù)量性狀。因此，全面檢測(cè)不同產(chǎn)地不同品種大麥籽粒中的淀粉含量是確保啤酒麥芽品質(zhì)的重要舉措。目前，谷物中淀粉含量的測(cè)定方法較多，如比色法、酶解法、酸解法和旋光法等[4-5]。但是，這些常規(guī)方法測(cè)定大麥籽粒淀粉含量費(fèi)時(shí)、費(fèi)力，致使其難以在大麥淀粉品質(zhì)性狀改良育種中應(yīng)用。因此，亟需研發(fā)快速、無(wú)損、實(shí)時(shí)監(jiān)測(cè)大麥籽粒中淀粉含量的新方法，提高大麥淀粉品質(zhì)性狀改良育種的效率。

1 材料與方法

1.1 材料與種植方式

本研究以263份大麥種質(zhì)為試驗(yàn)材料，于2018年11月在浙江省農(nóng)業(yè)科學(xué)院杭州試驗(yàn)基地種植，2019年5月收獲。試驗(yàn)地設(shè)置為2 m寬，每1行為一個(gè)小區(qū)，每行作為一個(gè)樣本。在試驗(yàn)基地安排3個(gè)小區(qū)作為3個(gè)重復(fù)。田間管理參照當(dāng)?shù)卮篼湹姆N植方式。成熟后收獲所有大麥材料，40 ℃下烘干，磨粉過(guò)0.5 mm篩，然后-20 ℃保存以備后續(xù)測(cè)定。

1.2 大麥籽粒淀粉的檢測(cè)

1.2.1 大麥籽?？偟矸鄣幕瘜W(xué)測(cè)定

大麥籽?？偟矸鄣幕瘜W(xué)測(cè)定采用愛(ài)爾蘭Megazyme公司提供的總淀粉測(cè)定試劑盒測(cè)定[6-8]。該方法目前已被AOAC(官方分析化學(xué)家協(xié)會(huì))和AACC(美國(guó)臨床化學(xué)協(xié)會(huì))所認(rèn)可。

1.2.2 大麥籽粒的近紅外光譜

采用布魯克公司MATRIX-I近紅外光譜儀進(jìn)行光譜數(shù)據(jù)的采集。首先，開(kāi)啟MATRIX-I近紅外光譜儀并預(yù)熱，填裝大麥籽粒于3 cm的圓形樣品杯至2/3杯，每次裝樣量一致。隨后，將樣品杯放入近紅外光譜儀掃描口，采用連續(xù)波長(zhǎng)近紅外掃描采集光譜，掃描譜區(qū)范圍為4 000～12 500 nm，每間隔2 nm掃描1次。為了克服樣品差異引起的光譜漂移、減少誤差，每個(gè)樣品重復(fù)掃描3次。

2 結(jié)果與分析

2.1 大麥籽?？偟矸鄣幕瘜W(xué)測(cè)定

對(duì)收獲的263份大麥籽粒樣品進(jìn)行籽粒中總淀粉含量的測(cè)定，結(jié)果顯示，大麥籽粒總淀粉含量平均為52.61%，最低為46.4%，最高為59.63%。

2.2 近紅外光譜數(shù)據(jù)分析

將大麥籽粒每個(gè)樣品的近紅外光譜數(shù)據(jù)與用標(biāo)準(zhǔn)方法測(cè)定的總淀粉值相關(guān)聯(lián)，利用近紅外軟件包中的偏最小二乘法(PLS)建立近紅外校正模型(圖1)。在近紅外光譜數(shù)據(jù)與用標(biāo)準(zhǔn)方法測(cè)定的總淀粉值相關(guān)聯(lián)中，應(yīng)用自動(dòng)優(yōu)化功能，采用偏最小二乘法(PLS)建立近紅外校正模型；同時(shí)根據(jù)“精而少”的原則，通過(guò)近紅外軟件包處理，剔除光譜漂移和局部空間過(guò)度密集的樣品，選擇216份具代表性的樣品用于定標(biāo)建模(圖2)。使用內(nèi)部交叉證實(shí)對(duì)模型進(jìn)行驗(yàn)證，通過(guò)比較樣品預(yù)測(cè)值和化學(xué)值的決定系數(shù)和交叉驗(yàn)證標(biāo)準(zhǔn)差來(lái)衡量模型的可靠性。從驗(yàn)證結(jié)果看，模型的校正決定系數(shù)達(dá)0.878 3，校正標(biāo)準(zhǔn)差為0.715，交叉驗(yàn)證決定系數(shù)也達(dá)0.690 8，交叉驗(yàn)證標(biāo)準(zhǔn)差為1.120。由此可見(jiàn)，本研究利用近紅外光譜儀采集的大麥籽粒近紅外光譜數(shù)據(jù)可有效反映大麥籽粒中真實(shí)的淀粉含量信息。

圖1 大麥籽粒樣品近紅外吸收光譜

圖2 大麥籽粒樣品近紅外吸收光譜定標(biāo)建模

3 小結(jié)與討論

近紅外光(Near Infrared，NIR)是指波長(zhǎng)介于可見(jiàn)光(VIS)與中紅外光(IR)之間的電磁波，ASTM(美國(guó)材料與試驗(yàn)協(xié)會(huì))將近紅外譜區(qū)定義為780～2 526 nm(12 800～3 960 cm-1)[9]。在傳統(tǒng)的農(nóng)副產(chǎn)品分析基礎(chǔ)上，近紅外技術(shù)已經(jīng)擴(kuò)展到石油化工、精細(xì)化工、輕工、食品、環(huán)境保護(hù)、生物化學(xué)、醫(yī)藥臨床、紡織品等眾多領(lǐng)域[10-11]。與傳統(tǒng)的化學(xué)測(cè)定法相比，近紅外光譜具有十分突出的優(yōu)勢(shì)：分析速度快，樣品預(yù)處理簡(jiǎn)單，分析效率高，適用的樣品范圍廣，非破壞性測(cè)定，操作簡(jiǎn)單，自動(dòng)化操作，具有較高的精密度和重現(xiàn)性。試驗(yàn)結(jié)果表明，本研究建立的分析模型可靠，并具有分析速度快、效率高、成本低且對(duì)環(huán)境不造成任何污染等特點(diǎn)，可替代傳統(tǒng)方法快速無(wú)損檢測(cè)大麥籽?？偟矸鄣暮?，為大麥的品質(zhì)分析提供可靠依據(jù)。