玉米中较早地开展了饲用特性的NIR定标分析研究。Albsnell等以一个具多年份、多地点的84份秸秆样品作为定标群体，发展了可以测定玉米秸秆粗蛋白、中性洗涤纤维、酸性洗涤纤维、离体干物质消化率等定标分析模型，其决定系数分别为0.88、0.85、0.90和0.88.Cozzolino等采用含有400个样品的大群体来进行NIR定标分析，应用改良偏最小二乘法（MPLS）技术建立了测定干物质、粗蛋白、酸性洗涤纤维、中性洗涤纤维和离体有机质消化率的校正模型，其交互验证标准偏差介于7.7（粗蛋白）~034.3（中性洗涤纤维）之间。用42个样品进行外部独立验证表明，NIR与化学值间的决定系数为0.61（干物质）~0.98（酸性洗涤纤维），预测标准偏差为10.4（粗蛋白）~42.5（干物质）。
在NIR技术用于玉米籽粒品质性状的分析方面，Campbell等利用NIR透射光谱测定玉米籽粒直链淀粉含量（GAC）和淀粉中直链淀粉含量（SAC）。该试验以136个包括有自交系与杂交种籽粒样品，采用偏最小二乘法（PLS）和人工神经网络（SNN）分析技术，应用SAC、CSC所发展的NIR透射模型为更佳。因此该技术可用于玉米混杂籽粒的鉴定或在育种中对大量样品的快速筛选。Bersrdo等利用64个基因型差异大的样品作为NIR定标群体，分析类胡萝卜素成分时具有良好的定标效果，其各类成分的定标决定系数范围为0.82（叶黄素）——0.94（玉米黄质）。魏良明等以128份普通玉米自交系及杂交种的混合籽粒样品为材料，采用PLS回归法对红外反射光谱测定玉米完整籽粒蛋白质、淀粉含量的可行性和方法进行了研究，所建立的蛋白质、淀粉含量更佳定标模型的定标决定系数均大于0.97，交互验证和外部验证决定系数为0.92~0.95，各项误差仅为0.3~0.7.因此，在玉米品质改良实践中，利用NIR分析法可以快速、准确、无损地测定与筛选育种材料完整玉米籽粒的蛋白质、淀粉含量。方彦和王汉宁以48份不同含量的玉米籽粒为群体，尝试发展了玉米粗蛋白的NIR定标模型。结果表明定标集、检验集的预测值与化学测定值间均达极显著正相关，相关系数分别为0.982和0.937，定标标准偏差和预测标准偏差较小（分别为0.124%和0.499%）
在对玉米单粒分析中发现，NIR透射技术具有较大的噪音，不适于单位粒分析，而NIR反射技术则适于进行籽粒的蛋白质、淀粉含量、能量和亚油酸含量的测定，其外部检验决定系数分别为0.90、0.87、0.85和0.84，外部检验标准偏差分别为2.3mg/粒、17.8mg/粒、393J/粒和13.3%，可用于育种的单粒选择。利用3年204个样品的普通玉米样品作为定标原始群体，我们利用MPLS方法创建了玉米水分和蛋白质的NIR分析模型，其定标决定系数分别达到0.95和0.94；定标标准偏差分别仅为0.27%和0.17%。上述模型可用于普通玉米的快速检测和分析。
随着育种技术不断提高以及杂种优势的利用，一些重要农作物如水稻、油菜、大小麦、玉米等的产量已经达到很高的水平。发展品质育种，实现优质、专用、功能型是今后育种的一个重要方向。进行农作物品质改良，需要对众多的育种材料进行化学成分分析。但品质性状的常规化学分析方法需要一系列的处理过程，操作繁琐，且需破坏样品。经测定和鉴定的好样品往往已不能被利用，严重影响着育种效率的进一步提高。而当代NIR技术具有的分析特点，恰好能有效地解决这些问题。因此，NIR技术在分析、鉴定和筛选大批量的品种资源和育种中间材料上已经显示出金巨大的应用潜力和优势，非常适合于在作物品质育种中的应用。
关于更多产品技术文章请上 www.tayole.com
111仪器信息网
