摘 要: 本發(fā)明公開了一種苧麻腋芽EMS誘變和近紅外快速檢測(cè)飼用苧麻葉片粗蛋白含量的方法，包括用磷酸緩沖液(pH6.5)配制濃度1％(v/v)的EMS溶液；3 6月間，選擇長(zhǎng)勢(shì)良好的湘苧三號(hào)苧麻，摘除頂芽，用毛筆蘸取配制好的EMS試劑涂抹在腋芽上，間隔24h涂抹1次，連續(xù)涂抹7次(D3)；每日傍晚涂抹，處理植株需要避雨處理；誘變處理后，待腋芽長(zhǎng)至5～10cm高時(shí)，進(jìn)行扦插、移栽；采用化學(xué)測(cè)量法檢測(cè)樣品飼用苧麻葉粉中粗蛋白的含量；采用近紅外農(nóng)產(chǎn)品品質(zhì)測(cè)定儀掃描樣品飼用苧麻葉粉的吸收光譜數(shù)據(jù)；選擇粗蛋白的光譜預(yù)處理方法；利用掃描的吸收光譜數(shù)據(jù)，結(jié)合化學(xué)測(cè)量法的檢測(cè)值和光譜預(yù)處理方法獲得的數(shù)據(jù)建立光譜分析模型；選取驗(yàn)證飼用苧麻葉粉對(duì)光譜分析模型進(jìn)行校正。
權(quán)利要求書
1.苧麻腋芽EMS誘變和近紅外快速檢測(cè)飼用苧麻葉片粗蛋白含量的方法，其特征在于，所述方法包括如下步驟：
步驟1：用磷酸緩沖液(pH6.5)配制濃度1％(v/v)的EMS溶液；
步驟2：3 6月間，選擇長(zhǎng)勢(shì)良好的湘苧三號(hào)苧麻，摘除頂芽，用毛筆蘸取配制好的EMS試劑涂抹在腋芽上，間隔24h涂抹1次，連續(xù)涂抹7次(D3)；每日傍晚涂抹，處理植株需要避雨處理；
步驟3：誘變處理后，待腋芽長(zhǎng)至5～10cm高時(shí)，進(jìn)行扦插、移栽；
步驟4：采用化學(xué)測(cè)量法檢測(cè)樣品飼用苧麻葉粉中粗蛋白的含量；
步驟5：采用近紅外農(nóng)產(chǎn)品品質(zhì)測(cè)定儀掃描樣品飼用苧麻葉粉的吸收光譜數(shù)據(jù)；
步驟6：選擇粗蛋白的光譜預(yù)處理方法；步驟7：利用掃描的吸收光譜數(shù)據(jù)，結(jié)合化學(xué)測(cè)量法的檢測(cè)值和光譜預(yù)處理方法獲得的數(shù)據(jù)建立光譜分析模型；步驟8：選取驗(yàn)證飼用苧麻葉粉對(duì)光譜分析模型進(jìn)行校正。
2.根據(jù)權(quán)利要求1所述的苧麻腋芽EMS誘變和近紅外快速檢測(cè)飼用苧麻葉片粗蛋白含量的方法，其特征在于，所述步驟4中對(duì)粗蛋白含量測(cè)定至少重復(fù)進(jìn)行三次。3.根據(jù)權(quán)利要求1所述的苧麻腋芽EMS誘變和近紅外快速檢測(cè)飼用苧麻葉片粗蛋白含量的方法，其特征在于，在所述步驟5中，對(duì)飼用苧麻葉進(jìn)行多次吸收光譜的掃描，掃描范圍為1100nm～2500nm。
4.根據(jù)權(quán)利要求1所述的苧麻腋芽EMS誘變和近紅外快速檢測(cè)飼用苧麻葉片粗蛋白含量的方法，其特征在于，所述步驟7選擇粗蛋白的光譜預(yù)處理方法，是選擇使光譜分析模型的決定系數(shù)和分辨度最大、校正標(biāo)準(zhǔn)差和相對(duì)標(biāo)準(zhǔn)差最小的光譜預(yù)處理方法。
5.根據(jù)權(quán)利要求1所述的苧麻腋芽EMS誘變和近紅外快速檢測(cè)飼用苧麻葉片粗蛋白含量的方法，其特征在于，在所述步驟7中，利用CAUNIR近紅外定標(biāo)軟件，對(duì)樣品飼用苧麻葉粉的粗蛋白的含量化學(xué)測(cè)量值和三次掃描采集的吸收光譜數(shù)據(jù)分別求平均值，對(duì)樣品飼用苧麻葉粉的粗蛋白的含量化學(xué)測(cè)量值和吸收光譜預(yù)處理后的數(shù)據(jù)一一對(duì)應(yīng)進(jìn)行關(guān)聯(lián)，并采用定量偏最小二乘法(QPLS)法進(jìn)行建模；選擇使光譜分析模型的決定系數(shù)和分辨度最大、校正標(biāo)準(zhǔn)差和相對(duì)標(biāo)準(zhǔn)差最小的原始光譜數(shù)據(jù)預(yù)處理方法進(jìn)行數(shù)據(jù)預(yù)處理并建模。
6.根據(jù)權(quán)利要求1所述的苧麻腋芽EMS誘變和近紅外快速檢測(cè)飼用苧麻葉片粗蛋白含量的方法，其特征在于，所述步驟6飼用苧麻葉粉的粗蛋白采用外部檢測(cè)法進(jìn)行光譜預(yù)處理，粗蛋白光譜采用極差歸一的預(yù)處理方法。
7.根據(jù)權(quán)利要求1所述的苧麻腋芽EMS誘變和近紅外快速檢測(cè)飼用苧麻葉片粗蛋白含量的方法，其特征在于，所述光譜分析模型預(yù)測(cè)的飼用苧麻葉片中粗蛋白含量與實(shí)際測(cè)量的飼用苧麻葉片中粗蛋白含量相關(guān)系數(shù)為：0.9535。
8.根據(jù)權(quán)利要求1所述的苧麻腋芽EMS誘變和近紅外快速檢測(cè)飼用苧麻葉片粗蛋白含量的方法，其特征在于，所述步驟7利用光譜分析模型預(yù)測(cè)待測(cè)飼用苧麻葉中粗蛋白的含量，是將近紅外農(nóng)產(chǎn)品品質(zhì)測(cè)定儀采集的待測(cè)飼用苧麻葉粉的吸收光譜數(shù)據(jù)平均值輸入至光譜分析模型，經(jīng)過(guò)光譜數(shù)據(jù)預(yù)處理、模型計(jì)算預(yù)測(cè)獲得該成份的預(yù)測(cè)值，即可預(yù)測(cè)得到該飼用苧麻葉中粗蛋白的含量。
技術(shù)領(lǐng)域
本發(fā)明屬于生物技術(shù)領(lǐng)域，特別是涉及一種苧麻腋芽EMS誘變及近紅外快速檢測(cè)葉片粗蛋白含量的方法。
背景技術(shù)
國(guó)內(nèi)外研究發(fā)現(xiàn)飼用苧麻嫩莖葉中富含粗蛋白、粗纖維、微量元素、氨基酸等營(yíng)養(yǎng)物質(zhì)，可做優(yōu)質(zhì)的蛋白飼料。同時(shí)飼用苧麻葉中含有與根相同的成分綠原酸,此外還含有原兒茶酸、野漆樹苷、蕓香苷等酚酸類等抗氧化活性物質(zhì)。粗蛋白含量高的飼料不利于動(dòng)物對(duì)營(yíng)養(yǎng)的消化吸收。具有較高的食品保健和藥用開發(fā)價(jià)值。因此篩選出粗蛋白含量較低、適合做優(yōu)質(zhì)的蛋白飼料的飼用苧麻葉種質(zhì)尤為重要。
目前飼用苧麻的選育的方法有雜交選育法、系譜法和物理誘變法。其中雜交育種是目前使用較多的方法，但由于育種年限較長(zhǎng)，在雜交后代中只會(huì)出現(xiàn)雙親的性狀，可選擇的范圍小。而誘變育種因其誘變效率較高，能夠大幅加速育種進(jìn)程，因此被廣泛運(yùn)用。EMS誘變技術(shù)屬于誘變育種的一種，相較于其它育種方法，EMS誘變育種的優(yōu)勢(shì)有：第一，成本低廉、操作簡(jiǎn)單，對(duì)實(shí)驗(yàn)條件要求低，只需要簡(jiǎn)單試劑和實(shí)驗(yàn)器材即可；第二，突變效率高，變異范圍廣，能誘變出多種變異類型，為育種提供豐富的變異材料；第三，對(duì)材料損傷小，能夠產(chǎn)生穩(wěn)定表型變異，改良作物的某些性狀。但是關(guān)于誘變后代的鑒定和優(yōu)良株系的快速選擇仍然是難題。相較于其他作物，苧麻是無(wú)性繁殖為主，種子繁殖變異大，不穩(wěn)定。目前關(guān)于EMS誘變植物無(wú)性繁殖材料的報(bào)道較少，關(guān)于苧麻腋芽EMS的誘變未見報(bào)道。尋找合適且高效的苧麻腋芽EMS誘變方法對(duì)苧麻育種有重要作用。
傳統(tǒng)測(cè)定粗蛋白的方法有高錳酸鉀滴定法、氨基安替比林比色法、酒石酸比色法及福林發(fā)，這些方法的主要缺點(diǎn)是操作復(fù)雜、耗時(shí)長(zhǎng)且不能大批量進(jìn)行。高效液相色譜法測(cè)定粗蛋白雖然結(jié)果準(zhǔn)確，但需要使用高效液相色譜儀、氣相色譜儀或者離子色譜法等儀器，設(shè)備昂貴。因此尋找一種粗蛋白含量快速、準(zhǔn)確、高效、價(jià)格低廉的測(cè)定方法顯得尤為重要。
近紅外光譜分析技術(shù)具有快速、準(zhǔn)確、無(wú)污染等優(yōu)點(diǎn)，因此建立快速準(zhǔn)確的檢測(cè)飼用苧麻葉中粗蛋白近紅外預(yù)測(cè)模型，縮短時(shí)間、減少成本，不僅可為飼用苧麻作為飼料的品質(zhì)評(píng)價(jià)提供參考，也可以為飼料型飼用苧麻種質(zhì)提供快速篩選技術(shù)。
發(fā)明內(nèi)容
鑒于現(xiàn)有技術(shù)的不足，本發(fā)明旨在于提供一種苧麻腋芽EMS誘變及近紅外快速檢測(cè)葉片粗蛋白含量的方法，以實(shí)現(xiàn)快速、高效的誘變苧麻腋芽并檢測(cè)誘變后代苧麻麻葉粗蛋白含量，準(zhǔn)確評(píng)價(jià)飼用苧麻飼料的品質(zhì)，為飼料型飼用苧麻種質(zhì)的誘變及篩選提供技術(shù)。
為了實(shí)現(xiàn)上述目的，本發(fā)明所采用的技術(shù)方案如下：
苧麻腋芽EMS誘變和近紅外快速檢測(cè)飼用苧麻葉片粗蛋白含量的方法，包括如下步驟：
步驟1：用磷酸緩沖液(pH6.5)配制濃度1％(v/v)的EMS溶液。
步驟2：3 6月間，選擇長(zhǎng)勢(shì)良好的湘苧三號(hào)苧麻，摘除頂芽，用毛筆蘸取配制好的EMS試劑涂抹在腋芽上，間隔24h涂抹1次，連續(xù)涂抹7次(D3)。每日傍晚涂抹，處理植株需要避雨處理。
步驟3：誘變處理后，待腋芽長(zhǎng)至5～10cm高時(shí)，進(jìn)行扦插、移栽。
步驟4：采用化學(xué)測(cè)量法檢測(cè)樣品飼用苧麻葉粉中粗蛋白的含量；
步驟5：采用近紅外農(nóng)產(chǎn)品品質(zhì)測(cè)定儀掃描樣品飼用苧麻葉粉的吸收光譜數(shù)據(jù)；
步驟6：選擇粗蛋白的光譜預(yù)處理方法；
步驟7：利用掃描的吸收光譜數(shù)據(jù)，結(jié)合化學(xué)測(cè)量法的檢測(cè)值和光譜預(yù)處理方法獲得的數(shù)據(jù)建立光譜分析模型；
步驟8：選取驗(yàn)證飼用苧麻葉粉對(duì)光譜分析模型進(jìn)行校正；
進(jìn)一步的，所述步驟4中對(duì)粗蛋白含量測(cè)定至少重復(fù)進(jìn)行三次。
進(jìn)一步的，所述步驟5采用S400型近紅外農(nóng)產(chǎn)品品質(zhì)測(cè)定儀進(jìn)行吸收光譜的采集，掃描范圍為4000nm～9090nm。
進(jìn)一步的，所述步驟5中，對(duì)飼用苧麻葉進(jìn)行多次吸收光譜的掃描；所述步驟7是利用多次掃描的吸收光譜數(shù)據(jù)的平均值建立紅外光譜分析模型。
進(jìn)一步的，所述步驟7選擇粗蛋白的光譜預(yù)處理方法，是選擇使光譜分析模型的決定系數(shù)和分辨度最大、校正標(biāo)準(zhǔn)差和相對(duì)標(biāo)準(zhǔn)差最小的光譜預(yù)處理方法。
進(jìn)一步的，所述步驟7建立光譜分析模型的過(guò)程如下：利用CAUNIR近紅外定標(biāo)軟件，對(duì)樣品飼用苧麻葉粉的粗蛋白的含量化學(xué)測(cè)量值和三次掃描采集的吸收光譜數(shù)據(jù)分別求平均值，對(duì)樣品飼用苧麻葉粉的粗蛋白的含量化學(xué)測(cè)量值和吸收光譜預(yù)處理后的數(shù)據(jù)一一對(duì)應(yīng)進(jìn)行關(guān)聯(lián)，并采用定量偏最小二乘法(QPLS)法進(jìn)行建模。選擇使光譜分析模型的決定系數(shù)和分辨度最大、校正標(biāo)準(zhǔn)差和相對(duì)標(biāo)準(zhǔn)差最小的原始光譜數(shù)據(jù)預(yù)處理方法進(jìn)行數(shù)據(jù)預(yù)處理并建模。
進(jìn)一步的，所述步驟6飼用苧麻葉粉的粗蛋白采用外部檢測(cè)法進(jìn)行光譜預(yù)處理，粗蛋白光譜采用極差歸一的預(yù)處理方法效果最佳
進(jìn)一步的，所述光譜分析模型預(yù)測(cè)的飼用苧麻葉片中粗蛋白含量與實(shí)際測(cè)量的飼用苧麻葉片中粗蛋白含量相關(guān)系數(shù)為：0.9535。
進(jìn)一步的，所述步驟7利用光譜分析模型預(yù)測(cè)待測(cè)飼用苧麻葉中粗蛋白的含量，是將近紅外農(nóng)產(chǎn)品品質(zhì)測(cè)定儀采集的待測(cè)飼用苧麻葉粉的吸收光譜數(shù)據(jù)平均值輸入至光譜分析模型，經(jīng)過(guò)光譜數(shù)據(jù)預(yù)處理、模型計(jì)算預(yù)測(cè)獲得該成份的預(yù)測(cè)值，即可預(yù)測(cè)得到該飼用苧麻葉中粗蛋白的含量。
本發(fā)明的有益效果是，苧麻腋芽EMS誘變的個(gè)體出現(xiàn)性狀差異，利于育種選擇。通過(guò)收獲EMS處理后植株的種子，進(jìn)行育苗、移栽得到的M1代表現(xiàn)出與野生型不同的性狀。近紅外快速檢測(cè)飼用苧麻葉片粗蛋白含量的方法，通過(guò)利用測(cè)定到的樣品飼用苧麻葉片粗蛋白成分含量，建立光譜分析模型，以實(shí)現(xiàn)快速、高效且準(zhǔn)確的檢測(cè)麻葉粉中的粗蛋白成分含量，成本低，為飼料型飼用苧麻種質(zhì)提供快速篩選技術(shù)。
附圖說(shuō)明
圖1是飼用苧麻葉樣品原始光譜圖；
圖1
圖2是飼用苧麻粗蛋白測(cè)定值與預(yù)測(cè)值相關(guān)圖；
圖2
圖3是用CAUNIR軟件構(gòu)建的模型構(gòu)建，校正后的預(yù)測(cè)值和測(cè)定值之間的線性關(guān)系。
圖3
具體實(shí)施方式
下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
苧麻腋芽EMS誘變和近紅外快速檢測(cè)飼用苧麻葉片粗蛋白含量的方法，包括如下步驟：
步驟1：用磷酸緩沖液(pH6.5)配制濃度1％(v/v)的EMS溶液。磷酸緩沖液(pH6.5)配制方法是先配置1/15M磷酸氫二鈉溶液(1000mL中含Na2HPO4·2H2O11.878g)和1/15M磷酸二氫鉀溶液(1000mL中含KH2PO49.078g)，然后31.8ml1/15M磷酸氫二鈉溶液68.2ml1/15M磷酸二氫鉀溶液混合均勻即成。取99ml的磷酸緩沖液(pH6.5)混和1ml的EMS溶液即配成1％(v/v)的EMS溶液。
步驟2：3 6月間，選擇長(zhǎng)勢(shì)良好的湘苧三號(hào)苧麻，摘除頂芽，用毛筆蘸取配制好的EMS試劑涂抹在腋芽上，間隔24h涂抹1次，連續(xù)涂抹7次(D3)。每日傍晚涂抹，處理植株需要避雨處理。
步驟3：誘變處理后，待腋芽長(zhǎng)至5～10cm高側(cè)枝時(shí)，進(jìn)行扦插、移栽。
步驟4：采用化學(xué)測(cè)量法檢測(cè)樣品飼用苧麻葉粉中粗蛋白的含量；
步驟5：采用近紅外農(nóng)產(chǎn)品品質(zhì)測(cè)定儀掃描樣品飼用苧麻葉粉的吸收光譜數(shù)據(jù)；
步驟6：選擇粗蛋白的光譜預(yù)處理方法；
步驟7：利用掃描的吸收光譜數(shù)據(jù)，結(jié)合化學(xué)測(cè)量法的檢測(cè)值和光譜預(yù)處理方法獲得的數(shù)據(jù)建立光譜分析模型；
步驟8：選取驗(yàn)證飼用苧麻葉粉對(duì)光譜分析模型進(jìn)行校正；
進(jìn)一步的，所述步驟4中對(duì)粗蛋白含量測(cè)定至少重復(fù)進(jìn)行三次。
進(jìn)一步的，所述步驟5采用S400型近紅外農(nóng)產(chǎn)品品質(zhì)測(cè)定儀進(jìn)行吸收光譜的采集，掃描范圍為4000nm～9090nm。
進(jìn)一步的，所述步驟5中，對(duì)飼用苧麻葉進(jìn)行多次吸收光譜的掃描；所述步驟7是利用多次掃描的吸收光譜數(shù)據(jù)的平均值建立紅外光譜分析模型。
進(jìn)一步的，所述步驟7選擇粗蛋白的光譜預(yù)處理方法，是選擇使光譜分析模型的決定系數(shù)和分辨度最大、校正標(biāo)準(zhǔn)差和相對(duì)標(biāo)準(zhǔn)差最小的光譜預(yù)處理方法。
進(jìn)一步的，所述步驟7建立光譜分析模型的過(guò)程如下：利用CAUNIR近紅外定標(biāo)軟件，對(duì)樣品飼用苧麻葉粉的粗蛋白的含量化學(xué)測(cè)量值和三次掃描采集的吸收光譜數(shù)據(jù)分別求平均值，對(duì)樣品飼用苧麻葉粉的粗蛋白的含量化學(xué)測(cè)量值和吸收光譜預(yù)處理后的數(shù)據(jù)一一對(duì)應(yīng)進(jìn)行關(guān)聯(lián)，并采用定量偏最小二乘法(QPLS)法進(jìn)行建模。選擇使光譜分析模型的決定系數(shù)和分辨度最大、校正標(biāo)準(zhǔn)差和相對(duì)標(biāo)準(zhǔn)差最小的原始光譜數(shù)據(jù)預(yù)處理方法進(jìn)行數(shù)據(jù)預(yù)處理并建模。
進(jìn)一步的，所述步驟6飼用苧麻葉粉的粗蛋白采用外部檢測(cè)法進(jìn)行光譜預(yù)處理，粗蛋白光譜采用極差歸一的預(yù)處理方法效果最佳。
進(jìn)一步的，所述光譜分析模型預(yù)測(cè)的飼用苧麻葉片中粗蛋白含量與實(shí)際測(cè)量的飼用苧麻葉片中粗蛋白含量相關(guān)系數(shù)為：0.9535。
進(jìn)一步的，所述步驟7利用光譜分析模型預(yù)測(cè)待測(cè)飼用苧麻葉中粗蛋白的含量，是將近紅外農(nóng)產(chǎn)品品質(zhì)測(cè)定儀采集的待測(cè)飼用苧麻葉粉的吸收光譜數(shù)據(jù)平均值輸入至光譜分析模型，經(jīng)過(guò)光譜數(shù)據(jù)預(yù)處理、模型計(jì)算預(yù)測(cè)獲得該成份的預(yù)測(cè)值，即可預(yù)測(cè)得到該飼用苧麻葉中粗蛋白的含量。
實(shí)施例
苧麻腋芽EMS誘變：
(1)EMS濃度及處理方法
用磷酸緩沖液(pH6.5)配制濃度分別為0.5％，1％，1.5％(v/v)的EMS溶液。在3 6月，選擇長(zhǎng)勢(shì)良好的湘苧三號(hào)苧麻，摘除頂芽，用毛筆蘸取配制好的EMS試劑涂抹在腋芽上，設(shè)置3個(gè)處理，分別是①只涂抹1次(D1)；②間隔24h涂抹1次，連續(xù)涂抹3次(D2)；③間隔24h涂抹1次，連續(xù)涂抹7次(D3)。每日傍晚涂抹，每個(gè)處理做6株，每株處理5個(gè)芽，共計(jì)30個(gè)芽，重復(fù)2次。對(duì)照組為湘苧三號(hào)苧麻植株去除頂芽后不做涂抹處理。誘變處理后，待腋芽長(zhǎng)至5～10cm高時(shí)，進(jìn)行扦插、移栽，對(duì)移栽后的苧麻進(jìn)行農(nóng)藝性狀的測(cè)量(M0代).
經(jīng)不同濃度EMS溶液處理后，對(duì)其致死率統(tǒng)計(jì)發(fā)現(xiàn)，隨EMS試劑濃度增加和處理時(shí)間延長(zhǎng)，苧麻腋芽致死率逐漸增大，且不同的濃度梯度和處理時(shí)間腋芽成活率有差異，說(shuō)明EMS試劑對(duì)湘苧三號(hào)腋芽萌發(fā)有影響。統(tǒng)計(jì)劑量與致死率的關(guān)系時(shí)發(fā)現(xiàn)，同一濃度下處理次數(shù)越多致死率越高，同一處理時(shí)間下，濃度越大，致死率也越高。根據(jù)致死率(y)與劑量(x)的回歸方程：y＝4.4533x+13.885，理論上在劑量達(dá)到8.11mg/mL時(shí)，湘苧三號(hào)腋芽的致死率達(dá)到50％(圖1)。從表3 3可知，1％和1.5％EMS溶液處理7次后(D3)，其致死率分別為48.33％和54.54％，接近半致死劑量(致死率)。
表1 不同EMS濃度和時(shí)間對(duì)湘苧三號(hào)腋芽的影響
(2)EMS誘變后代的觀察
經(jīng)誘變處理后植株的數(shù)量性狀指標(biāo)存在豐富變異。誘變后株高、莖粗、鮮重、干重、葉重、干葉重范圍分別為16 68cm、3.04 8.18mm、6.2 111.9g、1.5 26g、3.5 55.3g和0.6 11.4g，均值分別為41.06cm、5.22mm、41.17g、9.61g、22.25g和5.71g，變異系數(shù)分別為0.23、0.18、0.47、0.46、0.46、0.45。變異系數(shù)依次為鮮重>干重＝葉重>干葉重>株高>莖粗。變異系數(shù)大于0.3的有鮮重、干重、葉重、干葉重，表明其受EMS誘變影響較大，變異類型豐富，以鮮重最高，誘變影響最為突出；變異系數(shù)小于0.3的有株高、莖粗，說(shuō)明其受誘變影響較小(表2)。
表2 EMS處理對(duì)湘苧三號(hào)M0代數(shù)量性狀的影響
2、近紅外快速檢測(cè)葉片粗蛋白含量：
供試材料為152份飼用苧麻葉粉，每份材料分為2組，一組用于化學(xué)成分測(cè)定，另外一組用于近紅外光譜采集。近紅外光譜樣品集分為校正集與檢驗(yàn)集，校正集用于建立模型及模型的內(nèi)部交叉驗(yàn)證，檢驗(yàn)集用于模型的外部驗(yàn)證。本實(shí)驗(yàn)選取了142份作為校正集，10份作為檢驗(yàn)集。
(1)近紅外掃描光譜的采集：
使用微型植物粉碎機(jī)粉碎，充分混勻經(jīng)過(guò)篩處理，在105℃條件下烘干24小時(shí)，樣品放于玻璃干燥器內(nèi)，至溫度冷卻至室溫后，裝入小圓型樣品杯，將樣品刮平、壓實(shí)，確保裝載的樣品均勻一致，樣品重約為3g。采用S400型近紅外農(nóng)產(chǎn)品品質(zhì)測(cè)定儀進(jìn)行吸收光譜的采集，掃描范圍為1100nm～2500nm(4000 9090.91(1/cm))，為減少儀器波動(dòng)和裝樣對(duì)光譜掃描的干擾，每個(gè)樣品重復(fù)掃描3次，用光譜處理軟件合并成平均光譜用于建模與校驗(yàn)。
(2)粗蛋白含量測(cè)定
飼用苧麻葉粗蛋白的近紅外模型的校正集和檢驗(yàn)集樣品數(shù)據(jù)統(tǒng)計(jì)結(jié)果見表3。飼用苧麻葉材料校正集粗蛋白含量范圍在8.65％～32.25％,平均值是17.84％；驗(yàn)證集粗蛋白含量范圍在10.86％～32.25％，平均值是20.44％。樣品化學(xué)成分含量分布范圍較廣，差異明顯，說(shuō)明樣品具有一定的代表性。
表3 飼用苧麻葉粗蛋白含量的測(cè)定
(3)原始光譜的采集
圖2所示為飼用苧麻葉樣品在1100nm～2500nm(4000 9090.91(1/cm))nm的近紅外漫反射光譜圖，全波長(zhǎng)范圍內(nèi)存在多個(gè)吸收峰。不同樣品在近紅外光譜區(qū)吸收光譜特征基本一致，全光譜呈現(xiàn)高低平緩的趨勢(shì)，說(shuō)明樣品主要成分基本相同，但各成分相對(duì)含量不同，即可利用樣品的近紅外光譜進(jìn)行粗蛋白含量的測(cè)定。
(4)原始光譜預(yù)處理與模型建立：
原始光譜預(yù)處理方法有中心化、極差歸一、矢量校正、散射校正、一階導(dǎo)數(shù)和二階導(dǎo)數(shù)六種，推薦主成分?jǐn)?shù)方法有外部檢測(cè)和內(nèi)部交叉兩種。原始光譜預(yù)處理方法的選擇直接影響著分析模型建立的好壞。采用定量偏最小二乘法(QPLS)法進(jìn)行建模，構(gòu)建的近紅外預(yù)測(cè)模型決定系數(shù)(R2)、分辨度(RPD)越大，校正標(biāo)準(zhǔn)差(SEC)、相對(duì)標(biāo)準(zhǔn)差(RSD)越小，預(yù)測(cè)模型越準(zhǔn)確。通過(guò)上述六種預(yù)處理方法和兩種推薦主成分?jǐn)?shù)方法處理比較分析，結(jié)果如表4，發(fā)現(xiàn)：飼用飼用苧麻葉粉粗蛋白含量測(cè)定采用內(nèi)部交叉較好，其中極差歸一的預(yù)處理方法效果最佳，主成分?jǐn)?shù)為13，決定系數(shù)為90.90％。
表4 飼用苧麻葉化學(xué)成分預(yù)處理結(jié)果
(5)模型建立：
采用CAUNIR軟件進(jìn)行模型構(gòu)建，如圖3所示，校正后的預(yù)測(cè)值和測(cè)定值存在較好的線性關(guān)系。粗蛋白相關(guān)系數(shù)為0.9535。表明飼用苧麻葉粗蛋白和部分營(yíng)養(yǎng)成分含量的近紅外模型的預(yù)測(cè)準(zhǔn)確度較好，能滿足物質(zhì)品質(zhì)分析中對(duì)準(zhǔn)確度的要求。
(6)模型驗(yàn)證：
選取未參與定標(biāo)10個(gè)飼用苧麻葉樣品對(duì)所建粗蛋白模型進(jìn)行驗(yàn)證。驗(yàn)證結(jié)果如下表5。粗蛋白測(cè)量值與預(yù)測(cè)值平均值接近，分別為20.44％、20.57％，平均差值為0.13％。粗蛋白化學(xué)值與預(yù)測(cè)值最大絕對(duì)誤差為2.88％，最小絕對(duì)誤差為0.09％，且平均絕對(duì)誤差為1.45％。
表5 近紅外模型驗(yàn)證結(jié)果
預(yù)測(cè)模型是利用光學(xué)數(shù)據(jù)預(yù)測(cè)值和化學(xué)方法實(shí)測(cè)的值來(lái)建模的，化學(xué)方法檢測(cè)粗蛋白是按照國(guó)標(biāo)來(lái)做，費(fèi)時(shí)費(fèi)力；前期建模需要獲得一定數(shù)量飼用苧麻的化學(xué)值，建好模型后，需要在近紅外分析軟件中打開，x值為用近紅外農(nóng)產(chǎn)品品質(zhì)測(cè)定儀掃描的吸收光譜數(shù)據(jù)預(yù)測(cè)值，y為預(yù)測(cè)的化學(xué)值，利用真實(shí)測(cè)量值建立預(yù)測(cè)模型，是為了保證預(yù)測(cè)值的可靠性。在實(shí)際應(yīng)用中，只需要采用近紅外儀掃飼用苧麻葉片粉末，獲得光學(xué)數(shù)據(jù)，直接利用模型測(cè)得葉片中粗蛋白的含量，而不需要再采用化學(xué)法進(jìn)行測(cè)定，簡(jiǎn)單，快速，高效，省錢省力。
以上所述僅為本發(fā)明的較佳實(shí)施例而已，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換、改進(jìn)等，均包含在本發(fā)明的保護(hù)范圍內(nèi)。
(7)EMS右邊后代的粗蛋白快速檢測(cè)
對(duì)經(jīng)EMS處理后的苧麻M0代與M1代植株葉粗蛋白含量分析后發(fā)現(xiàn)，不同濃度和時(shí)間處理后的湘苧三號(hào)后代粗蛋白含量均值均低于對(duì)照。粗蛋白高于CK的單株有96株，其中，T8處理中最少為0株；T1、T3及T7處理中分別有21株、17株及23株，分別占其處理總株數(shù)的29.58％、28.33％及27.38％(表6)。
圖6 誘變M0代與M1代粗蛋白含量描述統(tǒng)計(jì)
對(duì)于本領(lǐng)域的技術(shù)人員來(lái)說(shuō)，可以根據(jù)以上的技術(shù)方案和構(gòu)思，給出各種相應(yīng)的改變和變形，而所有的這些改變和變形，都應(yīng)該包括在本發(fā)明權(quán)利要求的保護(hù)范圍之內(nèi)。
文章摘自國(guó)家發(fā)明專利，一種苧麻腋芽EMS誘變及近紅外快速檢測(cè)葉片粗蛋白含量的方法，發(fā)明人:邢虎成，霍穎怡，邵明宇，揭雨成，申請(qǐng)?zhí)枺?/font>202411193422.5，申請(qǐng)日，2024.08.28。
