近红外光谱技术测定粳稻品种的直链淀粉含量
直链淀粉含量是决定稻米品质和口感的重要因素，也是培育优质食用稻米的重要指标。早期低代快速无损预测和后期高代大批量、快速、精确测定直链淀粉含量是水稻育种中的重要工作，可以显着提高育种工作效率。因传统的直链淀粉含量测定采用碘比色法，其操作复杂、速度慢、药品消耗量大，且样品被粉碎，难以满足育种的需要。
20世纪80年代以来，随着近红外光谱（NIRS）技术的迅速发展，有关学者将近红外光谱分析技术应用于农业科学研究，但多侧重于理论和方法的探讨。对较大批量样本的粳稻稻谷、糙米、精米、糙米粉和精米粉等样品进行了近红外光谱分析，所得结果既能满足粳稻品种低代选择小样本、无损伤测定的需要，也能满足高代大批量样本的测定，现将有关结果报道如下。
1.试验材料和方法
1.1供试材料
供试材料为216份常规粳稻（含糯稻35份），样品的含水率≤12.0%。光谱扫描前，将光谱仪室的温度调节至25℃，样品置于光谱仪室平衡一昼夜，确保样品环境条件与近红外仪一致。
1.2测试方法
1.2.1样品直链淀粉含量的化学值测定
称取0.1g左右的精米粉样品，先加入加1mL95%酒精浸润后再加9mL1mol/L的KOH溶液放入30e恒温箱一昼夜后，用日本BRAN-LUEBBE公司生产的全自动直链淀粉分析仪测定（以稻米直链淀粉含量为“0”的糯稻品种“神乐糯”样品和已知直链淀粉含量的标准样品而作出“标准曲线”）。
1.2.2样品NIR光谱获取
采用具有积分球、PbS检测器、旋转样品池等装置的德国BrukerFT-NIR近红外光谱仪（Vector22/N-I），仪器由OPUS/IR扫描程序控制。
以镀金的漫反射体作参比（每5个样品扫描一次参比），样品杯为带石英窗的圆形小杯，直径4.5cm，高5.0cm，每次装样量以石英窗不漏光为度。工作谱区选用3498.4~10001.6cm-1，分辨率采用8cm-1，每隔2nm采集反射强度，重复扫描64次，取平均值，贮存于1个计算机文件，形成一条反射光谱。每样品重复装样扫描两次，取平均值，计算机自动将反射光谱信息转换成吸光度值贮存，然后在OPUS建模软件上计算分析试验数据。
1.2.3建模
所有样品的近红外光谱采集后，用Bruker公司的OPUS定量分析软件包分析。先预设谱区范围3498.4~10001.6cm-1，再进行光谱预处理比较。光谱预处理方法为：不处理、矢量归一化、多元散射校正、一阶导数、二阶导数、一阶导数+矢量归一化、一阶导数+多元散射校正等11种。并使用自动优化功能对每组进行优化，选出最佳谱区、最佳预处理方法和最佳主成分维数。在自动优化过程中，每一种预处理进行31次谱区组合，通过内部交叉证实给出交叉检验均方误差（RMSECV）和主成分维数，从中选择最优谱区、预处理方法和主成分维数，再进行内部交叉验证（步长为1）。通过比较预测值和化学值的符合程度（用决定系数R2和RMSECV表示）评价直链淀粉含量的数学模型预测效果。
采用偏最小二乘法（PLS）建立水稻直链淀粉含量数学模型，用内部交叉证实法检验定标方程的预测效果，用已知化学值的10个样品来检验预测模型，最后得到最佳近红外光谱预测模型。
2.讨论与结论
水稻生产在我国的农业生产中具有极其重要的战略地位，随着人们物质生活水平的提高，对水稻的品质提出了更高的要求。直链淀粉含量是影响稻米品质的至关重要因素，在水稻育种中如何高效地进行有目的的选择，需借助于快速简便的分析技术，本研究借助近红外技术建立的回归预测模型可以用作水稻直链淀粉含量的快速测定，为稻米直链淀粉含量的选择性育种提供了技术支持。
对同一批样品的稻谷、糙米、精米、糙米粉、精米粉建立了近红外回归预测模型，除了稻谷的预测模型校正决定系数明显低于0.90外，糙米预测模型的校正决定系数为0.8864，交叉检验均方误差为2.56，因此也能满足早代选择既不损伤种子的生命力，又能快速测定的要求，具有一定的实用性。糙米粉、精米粉预测模型的校正决定系数均大于0.90，说明这两种扫描样品均可用于直链淀粉含量测定，由于这两种方法都要损伤种子的生命力，因此可根据需要选择应用。
稻米直链淀粉含量的近红外建模表明，样品的均一性与否，对模型的精度影响较大。扫描的结果表明稻谷的扫描重复性较差，同一样品光谱间的拟合度低，而精米粉的扫描重复性较好，重复扫描间高度拟合。
直链淀粉含量的近红外分析结果与化学值有高度的相关性，但由于粳稻品种资源在低直链淀粉区域品种较少，所以建模样品中直链淀粉含量在3.0%~17.0%之间的品种较少，这对进一步提高模型的精度有一定的影响。进一步收集此类指标的样品，可以提高模型的精度和预测的正确性。
-
项目成果
-
科技前沿
