红外光谱分析技术在稻米品质方面的应用
发布日期：2014-07-08
点击：1896
水稻作为世界主要粮食作物之一，近红外光谱技术较早地应用于稻米品质的分析。日本学者在20世纪80年代初利用近红外分析技术测定了稻米蛋白和丙氨酸含量等品质性状，其结果与常规测定有很高的相关性，但发现直链淀粉含量和灰分测定的重演性较差。90年代以来，应用近红外光谱技术测定稻米蒸煮与营养品质等性状的研究已经取得较好的进展。Villareal等研究了NIR技术测定糙米和精米的表观直链淀粉含量（AAC）的效果，发现测定精米时结果稳定，与常规测定方法得的结果有较好的相关性。Delwiche等则用97份精米粉为分析样品，明显提高了NIR分析的精确度，碘比色法与NIR方法测得的AAC两者间相关系数达0.956.采用直接扫描整粒精米的方法分析稻米品质性状，结果发现AAC、蛋白质含量、糊化温度（碱消值）、米粉黏滞特性等都可取得良好的结果。稻米的品质除了与其化学组成（淀粉、蛋白质、水分含量等）有关，还受颜色、透明度、外观纹理、口感等影响。Barton等利用近红外光谱评估稻米的质量，发现其化学组成和物理性质（颜色、透明度、粉碎程度等）可以利用不同的波长区域建立相应的模型进行质量评估。舒庆哓等以精米粉为样品，建立了稻直链淀粉含量的NIR定标分析模型，外部检验决定系数达0.94，工作标准误差小到0.84.利用较小定标样品集构建稻米直链淀粉和蛋白质含量测定的NIR分析模型也取得良好效果，模型的决定分别为0.95和0.94.一些学者将NIR技术应用于精米粉黏滞度（RVA）、差热分析（DSC）和米胶特性等淀粉品质参数的研究，发现绝大部分指标的定标模型决定系数在0.8以上，误差较小。Kawamura等将NIR技术用于稻米加工过程的质量控制，成功地分析了稻米的水分和蛋白质含量两项指标。以上的研究大多集中在精米的品质测定上，但用于育种中材料的品质筛选的石粉较少。舒庆晓等较早地以建立小样本美国稻糙米的NIR分析模型，取得较好的效果，可用于美国稻的单株选择。
上述研究为NIR技术在水稻品质良种中的应用打下了一定的基础。但尚存在着不少问题，如样品来源较为单一、大多为单年份的试验材料、定标集本数目偏少、所构建的模型实际适用性还不够理想，且目前定标模型分析所需样品量较大，不适合于单株样品量很少的育种中间材料选择。更重要的是，绝大部分用于构建分析模型的样品为稳定的品种或品系，这与育种蹭材料常处于分离状态不相符合，而样品状态对于NIR分析是非常重要的。由于上述这些原因，目前NIR分折技术还未在稻米品质改良的育种选择过程中得到广泛应用。鉴于此因，Wu等以及吴建国等对稻米品质指标的NIR分析技进行了系统研究，试验中利用14个亲本以及3个不同世代的遗传群体进行NIR建模研究，发展了样品量仅需3g和0.5g、且能同时测定稻米蛋白质和16种氨基酸含量的NIR分析技术。同时根据遗传背景和品质差异，选择了474粒稻谷组成一个原始样品集，发展了可以用于分析单粒稻谷直链淀粉含量的NIR分析模型。为了使NIR分析更具实用性，将1999～2002年期间获得的586个CENTER程序界定群体，经SELECT程序选择出290样品作为定标样品集，建立了可用于稻米粉直链淀粉含量、碱消值和胶稠度等品质性状测定的NIR分析模型，定标决定系数分别为0.96、0.85、0.81.应用136个差异大的水稻样品作为原始群体，也发展了能分析精米脂肪酸含量的NIR定标模型，其决定系数和标准偏差分别为0.90和0.04%。通过不断尝试新的稻米品质指标，加之测定仪器和软件的不断改进，NIR技术有可能成为稻米品质育种选择的常用测定工具。
111仪器信息网
