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

朱丽伟;严金欣;黄娟;石桃雄;蔡芳;李洪有;陈庆富;陈其皎

贵州师范大学荞麦产业技术研究中心,贵州 贵阳 550001

光谱学与光谱分析

[1]朱丽伟;严金欣;黄娟;石桃雄;蔡芳;李洪有;陈庆富;陈其皎-.近红外光谱和人工神经网络的金苦荞氨基酸快速测定)[J].光谱学与光谱分析,2022(01):49-55

金苦荞

人工神经网络,快速测定,荞麦,籽粒,中富,谷类作物,赖氨酸,费时,昂贵,足金,育种工作,近红外光谱技术,技术结合,快速检测,氨基酸含量,近红外模型,含量差异,后测,苏氨酸,Thr,缬氨酸,Val,甲硫氨酸,Met,异亮氨酸,Ile,Leu,苯丙氨酸,Phe,Lys,谷氨酸,Glu,天冬氨酸,Asp,丝氨酸,Ser,精氨酸,Arg,Ala,组氨酸,His,甘氨酸,Gly,脯氨酸,Pro,酪氨酸,Tyr,Cys,建设模型,训练集,测试集,归一化处理,神经网络结构,模型建设,仿真测试,真实值,平均相对误差,RSD,模型仿真,测试数据

0.30753