近红外光谱技术快速预测大豆氨基酸

为探索近红外光谱技术在大豆氨基酸测试中的应用,寻找一种快速的检测方法,以167份大豆[Glycine max(L.)Merr.]种子为材料,采用傅里叶变换近红外光谱技术(FT-NIRS)对经高效液相色谱法(HPLC)分析的18种氨基酸含量进行模拟。结果显示:天冬氨酸(R2CV=0.85)、谷氨酸(R2CV=0.86)、丝氨酸(R2CV=0.82)、甘氨酸(R2CV=0.89)、酪氨酸(R2CV=0.83)、苯丙氨酸(R2CV=0.78)、异亮氨酸(R2CV=0.86)和色氨酸(R2CV=0.81)及15种氨基酸总和(R2CV=0.82)可利用FT-NIRS准确预测;苏氨酸、精氨酸、丙氨酸、缬氨酸、亮氨酸和胱氨酸检测模型有一定的参考价值,可用来进行相对含量的估测;而对组氨酸、赖氨酸、脯氨酸和蛋氨酸的预测不准确。本研究进一步证明,利用FT-NIRS技术预测大豆主要氨基酸组分是稳定可行的。     

豌豆品质性状近红外模型建立及区域差异分析

探讨了傅立叶变换近红外光谱技术(FT-NIRS)检测豌豆蛋白质、淀粉、脂肪和总多酚含量的可行性。用化学方法测定190份豌豆种质的蛋白质、淀粉、脂肪以及总多酚含量,采集其子粒与粉末的近红外光谱,采用偏最小二乘法(PLS)分别建立两种光谱与成份含量预测模型。豌豆粉末模型结果优于子粒模型,其中蛋白质和淀粉的粉末模型的预测残差(RPD)为5.88、5.82,相关系数r2达到0.99、0.99,具有很好的预测性能。对其中产地信息详细明确的150份豌豆种质的品质性状与产地进行两步聚类分析,明确得到3种类型,其特点分别为:类群1低蛋白质含量,类群2高总多酚含量,类群3高蛋白质、高淀粉和高脂肪含量。进一步分析了豌豆品质性状随播种期、经度、纬度、海拔高度的变化情况。结果表明,近红外光谱技术可对豌豆种质资源的部分品质性状进行快速筛选鉴定,聚类分析结论、地理坐标与播期对豌豆种质主要品质性状的影响规律,都可为收集高品质性状豌豆种质资源提供可靠依据。     

近红外光谱技术快速检测原料乳中掺杂物

采用近红外光谱技术结合化学计量学方法,对原料乳中常见的2种掺杂物——大豆分离蛋白与植脂末进行定量分析研究。先通过不同光谱预处理方法结合偏最小二乘法（PLS）建模评价不同预处理方法的效果,结果表明通过平滑处理结合多元散射校正（MSC）进行光谱预处理效果最佳,大豆分离蛋白PLS定量模型相关系数（R2）与交叉验证均方差（RMSECV）分别为0.980 9、0.127 5,植脂末PLS模型分别为0.972 2、0.130 8。随后比较了不同建模方法的效果,结果发现：采用径向基神经网络（RBF）对大豆分离蛋白的建模效果最佳,R2为0.999 4,测试集均方根误差为0.003 1;采用广义回归神经网络（GRNN）方法对植脂末建模效果最佳,R2为0.998 9,测试集均方根误差为0.004 5。因此,合理结合近红外光谱技术与化学计量学方法可快速、准确检测原料乳中大豆分离蛋白和植脂末这2种掺杂物含量。     

基于近红外光谱法的枳实含量测定北大核心CSCD

本文应用近红外漫反射光谱法快速测定枳实中辛弗林与醇浸出物的含量。采用高效液相色谱法测定辛弗林的含量,以热浸法测定醇浸出物的含量,运用近红外光谱技术结合化学计量学方法建立枳实中辛弗林与醇浸出物的定量分析模型。并用未知样品验证该模型。结果表明辛弗林与醇浸出物的定量分析模型的内部交叉验证相关系数(R2)分别为0.98052、0.98489,校正均方差(RMSEC)分别为0.00915、0.153,预测均方差(RMSEP)分别为0.0119、0.188,验证集的预测相关系数(r)分别为0.9106、0.9484。该方法简便、快速、准确,可用于枳实中辛弗林与醇浸出物含量的快速测定。     

近红外光谱法快速测定白芍中芍药苷含量

本研究旨在应用近红外光谱法建立一种白芍药材中芍药苷含量的快速测定方法。利用HPLC测定样品中芍药苷含量,并以其作为参考值,运用偏最小二乘法(PLS)建立芍药苷含量与近红外光谱之间的多元校正模型,对未知样品进行含量预测。结果表明,所建芍药苷定量分析模型的相关系数(R2)、内部交叉验证均方差(RMSECV)、校正均方差(RMSEC)分别为0.99395、0.33068、0.0563;经内部验证,模型的预测均方差(RMSEP)和平均回收率分别为0.0756和100.07%。该方法操作简便,无污染,结果准确可靠,可用于白芍中芍药苷含量的快速测定。     

近红外光谱法快速测定女贞子中特女贞苷的含量北大核心CSCD

应用近红外漫反射光谱法快速测定女贞子中特女贞苷的含量。运用近红外光谱技术(NIRS)结合偏最小二乘法(PLS)建立不同产地女贞子中特女贞苷含量的定量校正模型。特女贞苷的定量校正模型内部交叉验证决定系数(R2)为0.98075,校正均方根偏差(RMSEC)为0.216,预测均方根偏差(RMSEP)为0.223,交互验证均方根偏差(RMSECV)为0.52276。该方法具有简便快速,准确无损,可用于女贞子中特女贞苷含量的快速测定。     

基于近红外漫反射光谱快速测定淫羊藿蛋白质含量

采用近红外漫反射光谱技术对淫羊藿(Epimedium)的蛋白质含量进行快速且无损检测。近红外漫反射光谱经二阶导数处理、标准多元离散校正及主成分分析聚类处理后, 采用改进最小二乘法回归得到的定标模型预测效果最佳, 定标决定系数、交互验证标准差及交互验证相关系数分别为0.923、0.554和0.717。近红外光谱分析法的测定结果与用凯氏定氮法所得结果无显著差异, 两种方法测定值的相关性较高(R²=0.933 9)。重复性实验表明, 近红外光谱分析法的相对标准偏差为0.937%。该研究首次采用近红外光谱分析法测定了8种淫羊藿的蛋白质含量。该方法简便、精确, 在淫羊藿资源开发利用和药材质量控制方面具有参考意义。     

近红外光谱法快速测定女贞子中特女贞苷的含量

应用近红外漫反射光谱法快速测定女贞子中特女贞苷的含量。运用近红外光谱技术(NIRS)结合偏最小二乘法(PLS)建立不同产地女贞子中特女贞苷含量的定量校正模型。特女贞苷的定量校正模型内部交叉验证决定系数(R2)为0.98075,校正均方根偏差(RMSEC)为0.216,预测均方根偏差(RMSEP)为0.223,交互验证均方根偏差(RMSECV)为0.52276。该方法具有简便快速,准确无损,可用于女贞子中特女贞苷含量的快速测定。     

近红外光谱技术在水果成熟期预测中的应用(综述)

近红外光谱技术以快速、准确和多组分同步分析等优势,近年来在水果果实发育、成熟期预测和品质检测等方面应用广泛,并在果实品质无损检测分析技术研究方面取得重要进展。本文综述近红外光谱技术的基本原理和特点,分析近红外光谱技术在果实成熟期预测中的研究现状和存在问题,并提出今后研究方向。     

基于近红外光谱法的枳实含量测定

本文应用近红外漫反射光谱法快速测定枳实中辛弗林与醇浸出物的含量。采用高效液相色谱法测定辛弗林的含量,以热浸法测定醇浸出物的含量,运用近红外光谱技术结合化学计量学方法建立枳实中辛弗林与醇浸出物的定量分析模型。并用未知样品验证该模型。结果表明辛弗林与醇浸出物的定量分析模型的内部交叉验证相关系数(R2)分别为0.98052、0.98489,校正均方差(RMSEC)分别为0.00915、0.153,预测均方差(RMSEP)分别为0.0119、0.188,验证集的预测相关系数(r)分别为0.9106、0.9484。该方法简便、快速、准确,可用于枳实中辛弗林与醇浸出物含量的快速测定。