王麗萍，趙興忠，陳文杰，曹永紅，張新，趙小光

（陜西省雜交油菜研究中心，國家油料作物改良中心陜西分中心，陜西楊陵 712100）

近紅外光譜法快速鑒定油菜雜交種的純度＊

王麗萍，趙興忠，陳文杰，曹永紅，張新，趙小光

（陜西省雜交油菜研究中心，國家油料作物改良中心陜西分中心，陜西楊陵 712100）

建立近紅外光譜技術(shù)測定油菜雜交種純度的方法?？疾炝藰悠繁愋?、光譜預(yù)處理方法和波長范圍對近紅外模型預(yù)測性能的影響。結(jié)果發(fā)現(xiàn)，由不同樣品杯采集近紅外光譜所建立的校正模型，其預(yù)測性能存在較大的差異，旋轉(zhuǎn)杯明顯優(yōu)于安瓿瓶；采用消除常數(shù)偏移量對光譜進(jìn)行預(yù)處理能有效地提取光譜信息，選擇5 000～8 000 cm–1波數(shù)范圍作為建模譜區(qū)，其包含的有效信息率最高。在最佳條件下建立油菜雜交種純度的校正模型，其決定系數(shù)（R2）為0.980 0，交互驗(yàn)證均方根誤差（RMSECV）為0.008 59。利用該模型對預(yù)測集進(jìn)行測定，預(yù)期均方根誤差（RMSEP）為0.007 59，表明該模型具有很好的預(yù)測性能，近紅外光譜法用于雜交種純度的鑒定是可行的。

近紅外光譜法；油菜雜交種；純度

種子純度和品種真實(shí)性檢驗(yàn)是保證優(yōu)良品種發(fā)揮增產(chǎn)潛能的關(guān)鍵因素，也是種子質(zhì)量控制中最棘手的問題。然而，自然隔離不當(dāng)或人為因素造成優(yōu)良品種中混雜它種的情況時(shí)有發(fā)生［1］，因此做好種子純度鑒定對保證種子質(zhì)量安全具有重要意義。

種子純度的傳統(tǒng)鑒定方法是田間種植觀察法［2］，該方法結(jié)果可靠，但費(fèi)時(shí)、費(fèi)用高，不能滿足種子貿(mào)易快速鑒定的需求。生化鑒定法［3］是將蛋白質(zhì)（酶）作為鑒定品種的遺傳標(biāo)志，在分子水平上對具有不同遺傳特性的種子予以鑒別，主要有蛋白質(zhì)電泳［4–5］和同工酶電泳鑒定法［6–7］。DNA分子標(biāo)記技術(shù)是目前最先進(jìn)的純度鑒定方法之一，它是基于遺傳物質(zhì)在DNA分子水平上的差異進(jìn)行鑒別的一種技術(shù)，已被廣泛應(yīng)用于油菜種子純度的鑒定［8–10］。與傳統(tǒng)方法相比，生化鑒定法和DNA分子標(biāo)記技術(shù)鑒定速度快，鑒定結(jié)果更加準(zhǔn)確，但其操作復(fù)雜，試劑消耗大，尤其在大批量樣品檢測中受到限制。因此需要開發(fā)一種快速、準(zhǔn)確、無損鑒定油菜種子純度的新技術(shù)。

近紅外光譜技術(shù)因其具有快速、準(zhǔn)確、無損檢測等優(yōu)點(diǎn)，被廣泛應(yīng)用于農(nóng)業(yè)食品、石油化工、制藥工業(yè)等領(lǐng)域［11–14］。目前近紅外光譜技術(shù)在油菜方面的應(yīng)用主要集中在硫苷、芥酸、含油量等成分的檢測，尚未見將該技術(shù)用于油菜純度鑒定的報(bào)道。筆者以近紅外光譜法快速鑒定油菜雜交種的純度，結(jié)果符合技術(shù)要求。

1 實(shí)驗(yàn)部分

1.1 主要儀器與試劑

傅里葉變換近紅外光譜儀：MPA型，配有鍍金積分球、樣品旋轉(zhuǎn)器、4.2 cm石英樣品杯、單粒樣品臺(tái)、2.0 cm安瓿瓶、鍍金背景、PbS檢測器、OPUS 7.0軟件包，譜區(qū)范圍為12 000～4 000 cm–1，德國布魯克公司；

油菜種子樣品：秦優(yōu)7號，陜西省雜交油菜研究中心，通過向純雜交種添加母本或父本種子，配制純度為80%～99%的油菜種子樣本60份，并將樣本按3∶1劃分為校正集和驗(yàn)證集。

1.2 儀器工作參數(shù)

光譜分辨率：8 cm–1；掃描次數(shù)：64次。

1.3 光譜采集

分別用石英樣品杯和安瓿瓶采集油菜種子樣品的近紅外光譜，每個(gè)樣品采集3次光譜。

2 結(jié)果與討論

2.1 模型參數(shù)的優(yōu)化

2.1.1 光譜預(yù)處理方法的選擇

為了獲得高信噪比、低背景干擾的近紅外分析信號，必須對近紅外光譜的原始數(shù)據(jù)進(jìn)行預(yù)處理。在全波長4 000～12 000 cm–1范圍內(nèi)，分別采用消除常數(shù)偏移量、減去一條直線、矢量歸一化、最大–最小歸一化、多元散射校正、內(nèi)部標(biāo)準(zhǔn)、一階導(dǎo)數(shù)、二階導(dǎo)數(shù)、一階導(dǎo)數(shù)+減去一條直線、一階導(dǎo)數(shù)+矢量歸一化和一階導(dǎo)數(shù)+MSC等11種預(yù)處理方法對光譜數(shù)據(jù)進(jìn)行處理和校正，并將處理后的信號用于建模，以決定系數(shù)(R2)、校正標(biāo)準(zhǔn)誤差(RMSECV)和預(yù)測標(biāo)準(zhǔn)誤差(RMSEP)作為模型優(yōu)劣的評價(jià)指標(biāo)，R2值越大，RMSECV和RMSEP的值越小，表明模型預(yù)測能力越強(qiáng)。光譜數(shù)據(jù)處理結(jié)果見表1。

表1 不同光譜預(yù)處理方法所建模型的參數(shù)

由表1中數(shù)據(jù)可知，不進(jìn)行光譜預(yù)處理而直接采用原始光譜建立的近紅外模型，其R2為0.972 8，RMSECV為0.01，RMSEP為0.010 5；采用一階導(dǎo)數(shù)、二階導(dǎo)數(shù)、一階導(dǎo)數(shù)與其它方法組合建立的近紅外模型，其自身相關(guān)性和預(yù)測性能變差；其它光譜預(yù)處理方法則不同程度地改善了近紅外模型的預(yù)測能力，其中以利用消除常數(shù)偏移量法對光譜進(jìn)行處理后建立模型的預(yù)測能力為最佳，其R2為0.975 3，RMSECV為0.009 53，RMSEP為0.009 59。因此最終選定消除常數(shù)偏移量作為光譜預(yù)處理方法。

2.1.2 光譜范圍的選擇

為了獲得最佳的建模譜區(qū)，以消除常數(shù)偏移量作為光譜預(yù)處理方法，在不同波長范圍內(nèi)建立近紅外模型，其結(jié)果見表2。由表2中數(shù)據(jù)可知，在 4 000～5 000 cm–1，4 000～6 000 cm–1，7 000～8 000 cm–1和7 000～9 000 cm–14個(gè)譜區(qū)的近紅外模型R2值均較小，且RMSECV和RMSEP值均較大，說明4個(gè)近紅外模型的自身相關(guān)性和預(yù)測能力均較低。同時(shí)，與5 000～9 000 cm–1譜區(qū)相對應(yīng)的校正集R2和RMSECV值不是最優(yōu)的，但預(yù)測集的RMSEP值卻是最小的；與之相反，與4 000～8 000 cm–1譜區(qū)相對應(yīng)的校正集R2和RMSECV值最好，但預(yù)測集的RMSEP值不是最小的，說明近紅外模型具有好的自身相關(guān)性并不意味著模型的預(yù)測能力一定高，可能出現(xiàn)過擬合的現(xiàn)象。為了同時(shí)獲得較好的自身相關(guān)性和較高的預(yù)測能力，選擇5 000～8 000 cm–1波長范圍作為建模譜區(qū)。

表2 不同波長范圍建立的近紅外模型的參數(shù)

2.2 樣品杯類型對近紅外模型預(yù)測性能的影響

為了考察樣品杯類型對近紅外模型準(zhǔn)確度的影響，分別用安瓿瓶和旋轉(zhuǎn)杯掃描不同純度的秦優(yōu)7號近紅外光譜，并建立各自的近紅外模型，其中利用旋轉(zhuǎn)杯采集近紅外光譜建立的校正模型，其R2值為0.980 0，RMSECV值為0.008 59；利用安瓿瓶建立的校正模型，其R2值為0.917 9，RMSECV值為0.014 4。兩類模型對校正集的擬合結(jié)果與真值的回歸關(guān)系如圖1所示。由圖1可以看出，由旋轉(zhuǎn)杯建立校正模型的樣本點(diǎn)在回歸線附近分布更集中，準(zhǔn)確度更高。

圖1 油菜籽純度定量分析模型的內(nèi)部交叉驗(yàn)證結(jié)果

進(jìn)一步利用驗(yàn)證集對模型的預(yù)測能力進(jìn)行評價(jià)，驗(yàn)證集近紅外預(yù)測值與真值的相關(guān)性如圖2所示，其中由旋轉(zhuǎn)杯建立模型的RMSEP值為0.007 59，RPD（殘留預(yù)測偏差）值為7.57；利用安瓿瓶建立模型的RMSEP值為0.012 4，RPD值為3.83。綜合分析表明，樣品杯的類型對近紅外模型的預(yù)測性能有重要的影響，由旋轉(zhuǎn)杯采集近紅外光譜建立模型的準(zhǔn)確度更高。這主要是由于旋轉(zhuǎn)杯在測定過程中可以采集到更多的樣品信息，能更好地消除樣品的不均勻性。

圖2 油菜籽純度定量分析模型的外部驗(yàn)證結(jié)果

3 結(jié)語

實(shí)驗(yàn)表明近紅外光譜技術(shù)用于油菜雜交種純度的快速檢測是完全可行的，該技術(shù)為雜交種純度快速、無損檢測提供了一種新方法。實(shí)際樣品在生產(chǎn)、運(yùn)輸過程中也可能混入其它種子，其對近紅外模型性能的影響還需進(jìn)一步研究。

［1］尤佳，王晉，文朝慧，等.應(yīng)用SSR技術(shù)鑒定雜交種種子純度的方法探究［J］.種子，2015，34(5): 46–49.

［2］李淑娟.種子純度鑒定方法概述［J］.青海大學(xué)學(xué)報(bào)：自然科學(xué)版，2003，21(1): 16–19.

［3］郭艷.陜油10號種子純度鑒定的研究［D］.楊凌：西北農(nóng)林科技大學(xué)，2007: 5–7.

［4］陳衛(wèi)江，王同華，曲亮，等.利用種子醇溶蛋白快速鑒定油菜雜交種純度的方法研究［J］.湖南農(nóng)業(yè)科學(xué)，2008(6): 11–13.

［5］趙建宗，傅友蘭.水溶蛋白電泳鑒定雜交油葵種子純度的研究［J］.種子科技，2003(5): 284–285.

［6］張新，王灝，陳文杰，等.甘藍(lán)型油菜秦優(yōu)33 種子純度快速檢測研究［J］.種子，2014，33(10): 121–123.

［7］陸士偉，黃炳權(quán)，鄺章標(biāo)，等.應(yīng)用酯酶同工酶測定雜交水稻雜種純度的研究［J］.中國農(nóng)業(yè)科學(xué)，1982(5): 10–16.

［8］王同華，陳衛(wèi)江，李莓，等.基于SSR標(biāo)記技術(shù)的油菜雜交品種灃油958的種子純度鑒定［J］.現(xiàn)代農(nóng)業(yè)科技，2014(18): 20–26.

［9］梅德圣，胡瓊，李英德，等.雜交油菜品種大地55的遺傳基礎(chǔ)分析及種子純度分子鑒定［J］.分子植物育種，2014，12(2):246–253.

［10］姚艷梅.甘藍(lán)型油菜青雜7號實(shí)驗(yàn)室快速純度鑒定技術(shù)體系的建立［J］.青海大學(xué)學(xué)報(bào)：自然科學(xué)版，2015，33(3): 32–35.

［11］李娟，狄艷全，董強(qiáng)，等.近紅外光譜法快速分析有機(jī)肥料中有機(jī)質(zhì)、總養(yǎng)分和 pH 值［J］.化學(xué)分析計(jì)量，2016，25(2): 16–19.

［12］劉洪林.基于近紅外光譜技術(shù)(NIRS)對工夫紅茶茶色素含量測定［J］.食品工業(yè)科技，2017(1): 308–311.

［13］李夢婷，楊仁杰，陳志遠(yuǎn)，等.基于近/中紅外光譜的玉米自交系組合的選配［J］.種子，2017，36(3): 93–96.

［14］潘濤，吳振濤，陳華舟.土壤總氮近紅外光譜分析的波段優(yōu)選［J］.分析化學(xué)，2012，40(6): 920–924.

Determination of Seed Purity for Rape Hybrids by Near Infrared Spectroscopy

Wang Liping, Zhao Xingzhong, Chen Wenjie, Cao Yonghong, Zhang Xin, Zhao Xiaoguang
(Hybrid Rapeseed Research Center of Shaanxi Province, Shaanxi Branch of National Oil Crop Improvement Center,Yangling 712100, China）

A new method was developed for determination of the purity of rape hybrids by near infrared spectroscopy(NIRS). The influence of sample cup types, spectrum pretreatment methods and frequency ranges on the quality of model was studied. The result was discovered that the performance of model was better built using rotating cup than ampoule. The spectra information was able to be exacted thoroughly by the pretreatment method of linear offset subtraction. The wave number range of 5 000–8 000 cm–1as model spectrum region included the most effective information.The calibration model of the purity of rape hybrids was built under the optimal conditions. The internal cross coefficient(R2)of determination for the calibration set reached 0.980 0, the root mean square error of cross validation(RMSECV) was 0.008 59. The root mean square error of prediction(RMSEP) was 0.007 59, which indicated that the method had a good prediction performance. Near infrared spectroscopy could be used in determination of the purity of rape hybrids.

near infrared spectroscopy; rape hybrid; purity

O657.33

A

1008–6145(2017)05–0043–03

10.3969/j.issn.1008–6145.2017.05.011

*陜西省楊凌示范區(qū)科技計(jì)劃項(xiàng)目(2016NY-34)

聯(lián)系人：王麗萍；E-mail: 421536061@qq.com

2017–07–10