近红外光谱测定小麦粉常规营养成分的模型优化 |
| |
引用本文: | 高慧宇,王国栋,赵 佳,王 竹.近红外光谱测定小麦粉常规营养成分的模型优化[J].生物技术通报,2021,27(5):30-34. |
| |
作者姓名: | 高慧宇 王国栋 赵 佳 王 竹 |
| |
作者单位: | (中国疾病预防控制中心营养与健康所/国家卫生健康委员会微量元素与营养重点实验室,北京 100050) |
| |
基金项目: | 全谷物对过激炎症的预防作用及适宜标志物筛选 |
| |
摘 要: | 目的:应用近红外光谱(NIR)结合偏最小二乘法(PLS)建立小麦粉常规营养成分蛋白质、水分和脂肪的含量预测模型,并选择最佳模型。方法:收集117份小麦粉样品的近红外光谱,化学法测定蛋白质、水分和脂肪的含量,利用主成分分析(PCA)随机分组,81份样品用于构建模型、36份样品用作验证模型的预测能力。探讨波长范围和光谱预处理方法对所建模型预测能力的影响。结果:3个营养成分预测能力最好的模型分别是:对于蛋白质,预处理采用矢量归一化(SNV),波长选取7 505.9~5 446.2 cm-1和4 605.4~4 242.8 cm-1,预测模型的RPD值是7.02;对于水分,无预处理,波长选择全谱12 800~3 960 cm-1,模型的RPD值是6.83;对于脂肪,无预处理,波长在9 000~4 000 cm-1,模型的RPD值是5.06。结论:近红外光谱法可以实现对小麦粉常规营养成分的快速预测,通过选择波长范围和光谱预处理方法可以显著提高模型的预测能力。
|
关 键 词: | 近红外光谱 小麦 蛋白质 脂肪 营养成分 |
|
| 点击此处可从《生物技术通报》浏览原始摘要信息 |
| 点击此处可从《生物技术通报》下载免费的PDF全文 |
|