基于NIR定量模型快速预测发酵麸皮中还原糖和可溶性蛋白成分的含量

作     者：王春媛 齐景伟 安晓萍 刘娜 王园 王步钰 WANG Chunyuan;QI Jingwei;AN Xiaoping;LIU Na;WANG Yuan;WANG Buyu

作者机构：内蒙古农业大学动物科学学院呼和浩特010018 内蒙古自治区草食家畜饲料技术研究中心/国家乳业技术创新中心奶牛繁育与养殖技术研究中心呼和浩特010018 内蒙古农业大学计算机与信息工程学院呼和浩特010018 

出 版 物：《中国农业大学学报》 (Journal of China Agricultural University)

年 卷 期：2024年第29卷第8期

页      面：190-203页

核心收录：

学科分类：09[农学] 

基　　金：内蒙古自治区科技重大专项(2021ZD0023-3、2021ZD0024-4) 国家乳业技术创新中心创新能力建设重点项目(2022-科研攻关-2) 内蒙古自治区科技计划项目(2022YFSJ0029.2022YFHH0072) 

主　　题：近红外光谱法 化学计量学法 定量分析模型 活性成分 发酵麸皮 

摘      要：为建立一种能快速预测发酵麦麸还原性糖和可溶性蛋白含量的定量分析模型,本研究以发酵麦麸为样本,采用3,5-二硝基水杨酸比色法(3,5-dinitrosalicylic acid,DNS)和BCA蛋白浓度测定法分别测定样品的还原性糖和可溶性蛋白含量;利用近红外光谱技术(Near infrared spectrum instrument,NIR)结合偏最小二乘法(Partial least squares regression,PLS),比较预处理方法、最佳波长及主成分因子的决定系数R2,建立发酵麦麸还原性糖和可溶性蛋白含量的NIR快速检测定量模型。结果表明:(1)发酵麦麸还原性糖定量模型的预处理方法使用一阶导数(First derivative,FD)+二阶导数(Second derivative,SD)+标准正态变换(Standard normal variate,SNV),光谱范围为908~1670 nm,主因子数为7时,模型效果最优,其决定系数Rc2为0.9048,校正均方根误差(Square error corrected,SEC)为1.5761,相对分析误差(Relative percentage difference,RPD)为3.2408;外部验证集决定系数Rp2为0.9549且还原糖活性成分的验证集样本的测定值与NIR光谱预测值的P值为0.95950.05。(2)发酵麦麸可溶性蛋白定量模型的预处理方法使用一阶导数(First derivative,FD)+二阶导数(Second derivative,SD)+标准正态变换(Standard normal variate,SNV),光谱范围为908~1670 nm,主因子数为10时,模型效果最优,其决定系数Rc2为0.9382,校正均方根误差(Square error corrected,SEC)为2.003,相对分析误差(Relative percentage difference,RPD)为4.0219;外部验证集决定系数Rp2为0.9944,且可溶性蛋白活性成分的验证集样本测定值与NIR光谱预测值的P值为0.90190.05。综上,建立的NIR光谱定量模型稳定性和准确性较好,且预测准确度良好,可用于快速预测发酵麦麸样品的还原性糖和可溶性蛋白含量。