一种单粒水稻直链淀粉定量分析模型构建及其检测方法技术

技术编号:19213679 阅读:55 留言:0更新日期:2018-10-20 06:03
本发明专利技术公开了一种单粒水稻直链淀粉定量分析模型构建方法,包括以下步骤:S1、收集直链淀粉含量有差异的单粒水稻样品若干份,干燥处理,平衡水分后作为校正集;S2、采集校正集中各所述单粒水稻样品的近红外光谱;S3、分别将校正集的各所述单粒水稻样品处理成米粉,获得各所述单粒水稻样品的直链淀粉含量参比值,构建校正集参比值矩阵;S4、近红外单粒直链淀粉模型的构建:将S2获得的近红外光谱筛选光谱区间,获得校正集光谱矩阵,将所述光谱矩阵与S3所述参比值矩阵进行回归关联分析,获得单粒水稻直链淀粉含量的近红外定量分析模型。

【技术实现步骤摘要】
一种单粒水稻直链淀粉定量分析模型构建及其检测方法
本专利技术涉及一种单籽粒作物成分含量的检测方法,具体涉及一种单粒水稻直链淀粉定量分析模型构建及其检测方法。
技术介绍
为了缩短育种周期、加快育种进程,水稻育种要求能够在种子培育的早代检测出甚至分选出符合育种家需要的特定性状的种子。在水稻品质育种中,直链淀粉是水稻最重要的品质指标之一,直链淀粉的含量决定水稻的食用品质和营养品质,因此备受育种家与消费者关注。传统的直链淀粉的检测方法如碘显色光度法和碘亲和力测定法(包括安倍滴定法和电位滴定法)等等,不同程度存在破坏种子、消耗试剂、操作繁琐、费时费力的缺陷,无法满足对早代种子的快速无损检测和分选需要。近红外光谱分析技术是一种快速、无损、简便、环保的分析技术,已广泛应用于农业、生物、医药、食品、化工等各个领域。单粒近红外检测技术(Singlekernelnear-infraredspectroscopy,SK-NIRS)指单粒作物水平上的近红外光谱分析技术,有望实现单粒水稻直链淀粉含量的快速无损检测,并可结合一定自动化装置,实现分选,以满足育种家早代选育合适的符合品质要求的水稻品种的需求。然而,近红外是一种二级分析技术,分析时是需要化学法作为参比的,而参比方法的精度大大影响到近红外的分析结果。现有文献报道中,化学参比值主要是由多籽粒混合样的平均化学值得到。但这种方法存在较大的局限性:由于即使为同一品种,不同大小、生长条件的种子其化学值成分也不尽相同。所以由这种方法得到的化学值只能用于检测品种成分的含量,不能够获得单籽粒准确的参比值,更难以构建准确的单籽粒近红外分析模型。L.E.Agelet等指出,籽粒性状与大小、近红外光谱仪的种类与光谱的采集方式及建模方法,以及参比值的测定对于建立一个准确的近红外模型是至关重要的。而单籽粒化学参比值的测定是影响模型建立成功与否的一个重要因素:若单籽粒化学参比值的误差较大,那么模型预测的误差也会变大。针对这种单粒检测参比方法精度不够的问题,国内外一些专家采取了不同的优化方法。如J.G.Wu等改进直链淀粉参比技术,使用半粒法作为参比方法,实现了单粒水稻直链淀粉含量的检测;又如Armstrong,P.R等对多条单籽粒光谱进行平均,分析这些籽粒混合后的参比值,根据平均光谱和参比值构建近红外单粒作物的成分分析模型。然而,对于前一种方法,半粒法检测的是不含胚的那半粒水稻,这与所采集的完整的单粒水稻光谱是不完全对应的,因而影响到分析结果;而对于后一种方法,由于最终用于建模的光谱是每个籽粒光谱算术平均后的光谱,然而每个的籽粒质量、大小不同,导致每个籽粒对最终计算出的混合样的化学值的贡献不一,这和平均光谱也不是完全对应的,因而也会一定程度影响到预测结果。因此,只有改进直链淀粉参比方法,使之能够检测单粒水稻,才可以采用近红外方法准确地实现单粒水稻直链淀粉含量的快速无损检测。本专利技术在近红外建模时,采集样品的漫透射光谱,并对农业部标准碘比色法(NY/T2639)进行改进,将样品量由50mg降低至10mg,同时用离心管代替容量瓶,以实现单粒水稻直链淀粉的化学检测,之后再在此方法基础上,将光谱与化学值相关联,构建单粒直链淀粉近红外直链淀粉含量检测模型,旨在为水稻品质育种提供一种快速、无损、简便、准确的检测手段,以加快育种进程,促进育种技术发展。
技术实现思路
本专利技术所要解决的技术问题在于提供了一种单粒水稻直链淀粉含量的近红外定量分析模型的构建方法和直链淀粉微量检测方法。本专利技术是通过以下技术方案解决上述技术问题的:一种单粒水稻直链淀粉定量分析模型构建方法,包括以下步骤:S1、收集直链淀粉含量有差异的单粒水稻样品若干份,干燥处理,平衡水分后作为校正集;S2、采集校正集中各所述单粒水稻样品的近红外光谱;S3、分别将校正集的各所述单粒水稻样品处理成米粉,获得各所述单粒水稻样品的直链淀粉含量参比值,构建校正集参比值矩阵;S4、近红外单粒直链淀粉模型的构建:将S2获得的近红外光谱筛选光谱区间,获得校正集光谱矩阵,将所述光谱矩阵与S3所述参比值矩阵进行回归关联分析,获得单粒水稻直链淀粉含量的近红外定量分析模型。进一步地,所述步骤S1中各单粒水稻样品为外观饱满完整、无病斑、无霉变、无虫蚀的单粒水稻。进一步地,所述步骤S2中各单粒水稻样品的近红外光谱为各所述单粒水稻样品分别在正反两面采集的至少一组近红外光谱的平均值。进一步地,所述的近红外光谱为近红外漫透射光谱。进一步地,所述步骤S3中,所述米粉为糙米粉或精米粉。进一步地,所述步骤S3中校正集米粉直链淀粉含量参比值的测定采用改良后的碘比色法,所述改良后的碘比色法的具体步骤为:(1)标准曲线的制作:选取直链淀粉标准样品若干份,进行如下步骤操作,获得标准曲线:a)糊化:每份样品各称取适量的样品粉末,将样品置于容量不小于2ml的容器中,加入无水乙醇将将样品分散,轻轻拍打容器,确保样品粉末充分分散,然后加入1mol/LNaOH,之后放入95-100℃的水浴中加热,期间取出摇晃数次,加热15-20分钟后,将样品取出冷却,之后加入水摇匀,其中,样品粉末与无水乙醇、1mol/LNaOH溶液、水的重量体积比10mg:100μl:900μl:1ml;b)显色:糊化后的液体取放入容量不小于5ml的容器中,依次加入水、1mol/LHAc、0.2%I2-KI染色液,摇匀后再次加入水,继续摇匀,显色5-20分钟后测量620nm下的吸光度,每份样品至少重复上述显色过程两次,以重复测定的吸光度的平均值作为该样品的吸光度,其中,所述糊化后的液体、第一次加入的水、HAc、I2-KI染色液以及第二次加入的水的体积比为40μl:860μl:40μl:60:μl:3000μl;c)计算标准曲线:根据标准样品的直链淀粉含量以及标准样品的吸光度与质量的比值拟合标准曲线;(2)校正集直链淀粉含量的检测,包含如下步骤:d)糊化:每份校正集单粒水稻样品经过脱壳、磨粉处理后过100目筛,于75-85℃烘箱中烘干至恒重,得到所需米粉。之后的步骤同步骤a);e)显色:过程同步骤b);f)计算校正集直链淀粉含量:根据步骤c)中所获的标准曲线,根据校正集样品的吸光度与其质量的比值计算校正集样品的直链淀粉含量。进一步地,所述容器为离心管。进一步地,所述步骤S4中还包括对S2获得的光谱进行预处理步骤,所述预处理步骤为:对S2获得的光谱进行一阶导数处理,平滑点数17点,然后截取光谱范围11146.8cm-1-9812.3cm-1、9133.5cm-1-8470.1cm-1和7791.3cm-1-7127.9cm-1的光谱,获得预处理后的校正集光谱矩阵。进一步地,所述步骤S4中采用偏最小二乘法构建单粒水稻直链淀粉含量近红外定量分析模型,所采用的偏最小二乘法中主成分数设置为14。本专利技术还保护一种单粒水稻直链淀粉检测方法,包括以下步骤:1)选择若干外观饱满完整、无病斑、无霉变、无虫蚀的单粒水稻作为待测集,并分别采集的各所述单粒水稻正反两面至少一组近红外光谱数据的平均值;2)对步骤1)获得的近红外光谱数据平均值进行预处理与光谱范围截取,利用权利要求1至9任一所述的一种单粒水稻直链淀粉定量分析模型构建方法构建的模型计算待测集各样品的直链淀粉含量本文档来自技高网
...

【技术保护点】
1.一种单粒水稻直链淀粉定量分析模型构建方法,其特征在于,包括以下步骤:S1、收集直链淀粉含量有差异的单粒水稻样品若干份,干燥处理,平衡水分后作为校正集;S2、采集校正集中各所述单粒水稻样品的近红外光谱;S3、分别将校正集的各所述单粒水稻样品处理成米粉,获得各所述单粒水稻样品的直链淀粉含量参比值,构建校正集参比值矩阵;S4、近红外单粒直链淀粉模型的构建:将S2获得的近红外光谱筛选光谱区间,获得校正集光谱矩阵,将所述光谱矩阵与S3所述参比值矩阵进行回归关联分析,获得单粒水稻直链淀粉含量的近红外定量分析模型。

【技术特征摘要】
1.一种单粒水稻直链淀粉定量分析模型构建方法,其特征在于,包括以下步骤:S1、收集直链淀粉含量有差异的单粒水稻样品若干份,干燥处理,平衡水分后作为校正集;S2、采集校正集中各所述单粒水稻样品的近红外光谱;S3、分别将校正集的各所述单粒水稻样品处理成米粉,获得各所述单粒水稻样品的直链淀粉含量参比值,构建校正集参比值矩阵;S4、近红外单粒直链淀粉模型的构建:将S2获得的近红外光谱筛选光谱区间,获得校正集光谱矩阵,将所述光谱矩阵与S3所述参比值矩阵进行回归关联分析,获得单粒水稻直链淀粉含量的近红外定量分析模型。2.根据权利要求1所述的一种单粒水稻直链淀粉定量分析模型构建方法,其特征在于,所述步骤S1中各单粒水稻样品为外观饱满完整、无病斑、无霉变、无虫蚀的单粒水稻。3.根据权利要求1所述的一种单粒水稻直链淀粉定量分析模型构建方法,其特征在于,所述步骤S2中各单粒水稻样品的近红外光谱为各所述单粒水稻样品分别在正反两面采集的至少一组近红外光谱的平均值。4.根据权利要求1或3所述的一种单粒水稻直链淀粉定量分析模型构建方法,其特征在于,所述的近红外光谱为近红外漫透射光谱。5.根据权利要求1所述的一种单粒水稻直链淀粉定量分析模型构建方法,其特征在于,所述步骤S3中,所述米粉为糙米粉或精米粉。6.根据权利要求1所述的一种单粒水稻直链淀粉定量分析模型构建方法,其特征在于,所述步骤S3中校正集米粉直链淀粉含量参比值的测定采用改良后的碘比色法,所述改良后的碘比色法的具体步骤为:(1)标准曲线的制作:选取直链淀粉标准样品若干份,进行如下步骤操作,获得标准曲线:a)糊化:每份样品各称取适量的样品粉末,将样品置于容量不小于2ml的容器中,加入无水乙醇将将样品分散,轻轻拍打容器,确保样品粉末充分分散,然后加入1mol/LNaOH,之后放入95-100℃的水浴中加热,期间取出摇晃数次,加热15-20分钟后,将样品取出冷却,之后加入水摇匀,其中,样品粉末与无水乙醇、1mol/LNaOH溶液、水的重量体积比10mg:100μl:900μl:1ml;b)显色:糊化后的液体取放入容量不小于5ml的容器中,依次加入水、1mol/LHAc、0.2%I2-KI染色液,摇匀后再次加入水,继续摇匀,显色5-20分钟后测量620nm下的吸光度,每份样品至少重复上述显色过程两次,以重复测定的吸光度的平均值作为该样品的吸光度,其中,所述糊化后的液体、第...

【专利技术属性】
技术研发人员:吴跃进范爽徐琢频王琦杨阳武进刘晶
申请(专利权)人:中国科学院合肥物质科学研究院
类型:发明
国别省市:安徽,34

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1