甜葉菊營養(yǎng)品質性狀的近紅外定標模型的構建及資源篩選.pdf

1、甜葉菊作為天然甜味劑和飼料添加劑已經應用于飲料、食品以及飼料的生產中，因此快速、高效的測定其氨基酸和蛋白質含量等重要品質指標是一項非常有意義的工作。近紅外光譜技術具有快速、高效、無污染、無損耗、可同時測定多種組分等一系列優(yōu)點，是一種逐漸被眾多分析工作者采納的測定方法，也越來越廣泛地應用到多種領域。
　　 本研究的目的是分析甜葉菊氨基酸、蛋白質與甜菊糖苷之間的相關性，運用近紅外光譜技術結合化學計量學方法，創(chuàng)建甜葉菊的各種氨基酸含量

2、、相對氨基酸含量和蛋白質含量的近紅外定標方程，并利用模型預測大批量甜葉菊育種材料的氨基酸和蛋白質含量。
　　 分析發(fā)現，蘇氨酸、谷氨酸、甘氨酸、丙氨酸、纈氨酸、精氨酸、亮氨酸、苯丙氨酸和異亮氨酸等九種氨基酸與瑞鮑迪甙A之間有明顯的負相關，與甜菊糖甙之間有明顯的正相關，但相關系數稍低，組氨酸、賴氨酸和酪氨酸三種氨基酸也表現出一致的相關性，但是不夠明顯，而絲氨酸和脯氨酸兩種氨基酸的相關性恰好相反，天門冬氨酸與兩種甜菊糖苷之間基本沒有

3、相關性，蛋白質只表現出和瑞鮑迪甙A之間的明顯負相關。
　　 甜葉菊氨基酸含量近紅外定標方程的創(chuàng)建研究中，收集519份材料的近紅外光譜，從中選出301份有代表性的甜葉菊樣品，并測定其氨基酸含量，創(chuàng)建甜葉菊15種氨基酸和總氨基酸含量的近紅外模型，結果發(fā)現采用數學處理“1，12，12，1”結合標準正態(tài)變量變換和去趨勢算法這一組合創(chuàng)建的近紅外模型的定標效果和預測性能最佳。天門冬氨酸、蘇氨酸、絲氨酸、甘氨酸、谷氨酸、亮氨酸、異亮氨酸、賴氨

4、酸、脯氨酸、丙氨酸、組氨酸、纈氨酸和苯丙氨酸等以及總氨基酸含量的定標決定系數、交叉檢驗決定系數和預測決定系數較高，分別達到0.850～0.939、0.813～0.931和0.770～0.896，只有酪氨酸和精氨酸定標效果較差。分析甜葉菊樣品數學處理后的光譜圖發(fā)現，1386～1440 nm、1660～1712 nm、1880～1920 nm、1946～2192 nm、2234～2300 nm和2410～2452 nm這六個光譜區(qū)段存在明顯

5、的差異。
　　 甜葉菊蛋白質的近紅外模型定標效果更好，多種數學處理和光譜預處理方法都能創(chuàng)建出較好的定標方程，而運用MPLS算法，Detrend光譜處理結合“1，8，8，1”數學預處理這一組合表現出最優(yōu)的預測效果，更適合用于甜葉菊蛋白質含量的預測工作。
　　 綜合考慮本研究中各種近紅外模型，發(fā)現二階導數處理效果整體偏差，說明處理過程中產生了過擬合現象。本研究成功創(chuàng)建了甜葉菊氨基酸和蛋白質含量的近紅外定標方程，能夠應用到甜葉