紅外光譜分析技術(shù)在稻米品質(zhì)方面的應(yīng)用
發(fā)布日期:2014-07-08
點擊:1896
水稻作為世界主要糧食作物之一,近紅外光譜技術(shù)較早地應(yīng)用于稻米品質(zhì)的分析。日本學(xué)者在20世紀(jì)80年代初利用近紅外分析技術(shù)測定了稻米蛋白和丙氨酸含量等品質(zhì)性狀,其結(jié)果與常規(guī)測定有很高的相關(guān)性,但發(fā)現(xiàn)直鏈淀粉含量和灰分測定的重演性較差。90年代以來,應(yīng)用近紅外光譜技術(shù)測定稻米蒸煮與營養(yǎng)品質(zhì)等性狀的研究已經(jīng)取得較好的進(jìn)展。Villareal等研究了NIR技術(shù)測定糙米和精米的表觀直鏈淀粉含量(AAC)的效果,發(fā)現(xiàn)測定精米時結(jié)果穩(wěn)定,與常規(guī)測定方法得的結(jié)果有較好的相關(guān)性。Delwiche等則用97份精米粉為分析樣品,明顯提高了NIR分析的精確度,碘比色法與NIR方法測得的AAC兩者間相關(guān)系數(shù)達(dá)0.956.采用直接掃描整粒精米的方法分析稻米品質(zhì)性狀,結(jié)果發(fā)現(xiàn)AAC、蛋白質(zhì)含量、糊化溫度(堿消值)、米粉黏滯特性等都可取得良好的結(jié)果。稻米的品質(zhì)除了與其化學(xué)組成(淀粉、蛋白質(zhì)、水分含量等)有關(guān),還受顏色、透明度、外觀紋理、口感等影響。Barton等利用近紅外光譜評估稻米的質(zhì)量,發(fā)現(xiàn)其化學(xué)組成和物理性質(zhì)(顏色、透明度、粉碎程度等)可以利用不同的波長區(qū)域建立相應(yīng)的模型進(jìn)行質(zhì)量評估。舒慶嘵等以精米粉為樣品,建立了稻直鏈淀粉含量的NIR定標(biāo)分析模型,外部檢驗決定系數(shù)達(dá)0.94,工作標(biāo)準(zhǔn)誤差小到0.84.利用較小定標(biāo)樣品集構(gòu)建稻米直鏈淀粉和蛋白質(zhì)含量測定的NIR分析模型也取得良好效果,模型的決定分別為0.95和0.94.一些學(xué)者將NIR技術(shù)應(yīng)用于精米粉黏滯度(RVA)、差熱分析(DSC)和米膠特性等淀粉品質(zhì)參數(shù)的研究,發(fā)現(xiàn)絕大部分指標(biāo)的定標(biāo)模型決定系數(shù)在0.8以上,誤差較小。Kawamura等將NIR技術(shù)用于稻米加工過程的質(zhì)量控制,成功地分析了稻米的水分和蛋白質(zhì)含量兩項指標(biāo)。以上的研究大多集中在精米的品質(zhì)測定上,但用于育種中材料的品質(zhì)篩選的石粉較少。舒慶曉等較早地以建立小樣本美國稻糙米的NIR分析模型,取得較好的效果,可用于美國稻的單株選擇。
上述研究為NIR技術(shù)在水稻品質(zhì)良種中的應(yīng)用打下了一定的基礎(chǔ)。但尚存在著不少問題,如樣品來源較為單一、大多為單年份的試驗材料、定標(biāo)集本數(shù)目偏少、所構(gòu)建的模型實際適用性還不夠理想,且目前定標(biāo)模型分析所需樣品量較大,不適合于單株樣品量很少的育種中間材料選擇。更重要的是,絕大部分用于構(gòu)建分析模型的樣品為穩(wěn)定的品種或品系,這與育種蹭材料常處于分離狀態(tài)不相符合,而樣品狀態(tài)對于NIR分析是非常重要的。由于上述這些原因,目前NIR分折技術(shù)還未在稻米品質(zhì)改良的育種選擇過程中得到廣泛應(yīng)用。鑒于此因,Wu等以及吳建國等對稻米品質(zhì)指標(biāo)的NIR分析技進(jìn)行了系統(tǒng)研究,試驗中利用14個親本以及3個不同世代的遺傳群體進(jìn)行NIR建模研究,發(fā)展了樣品量僅需3g和0.5g、且能同時測定稻米蛋白質(zhì)和16種氨基酸含量的NIR分析技術(shù)。同時根據(jù)遺傳背景和品質(zhì)差異,選擇了474粒稻谷組成一個原始樣品集,發(fā)展了可以用于分析單粒稻谷直鏈淀粉含量的NIR分析模型。為了使NIR分析更具實用性,將1999~2002年期間獲得的586個CENTER程序界定群體,經(jīng)SELECT程序選擇出290樣品作為定標(biāo)樣品集,建立了可用于稻米粉直鏈淀粉含量、堿消值和膠稠度等品質(zhì)性狀測定的NIR分析模型,定標(biāo)決定系數(shù)分別為0.96、0.85、0.81.應(yīng)用136個差異大的水稻樣品作為原始群體,也發(fā)展了能分析精米脂肪酸含量的NIR定標(biāo)模型,其決定系數(shù)和標(biāo)準(zhǔn)偏差分別為0.90和0.04%。通過不斷嘗試新的稻米品質(zhì)指標(biāo),加之測定儀器和軟件的不斷改進(jìn),NIR技術(shù)有可能成為稻米品質(zhì)育種選擇的常用測定工具。