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。     

应用近红外光谱估测小麦叶片氮含量

研究利用近红外光谱(near-infrared, NIR)和化学计量学方法估测小麦(Triticum aestivum)新鲜叶片和粉末状干叶中全氮含量的可行性, 并建立小麦叶片氮含量估测模型, 以期为小麦氮素营养的精确管理提供理论依据。以3个小麦田间试验观测资料为基础, 分别运用偏最小二乘法(partial least squares, PLS)、反向传播神经网络(back-propagation neural network, BPNN)和小波神经网络(wavelet neural network, WNN), 建立小麦叶片氮含量的鲜叶和粉末状干叶近红外光谱估测模型, 用随机选择的样品集对所建模型进行测试和检验。结果显示, 利用PLS、BPNN和WNN 3种方法构建的近红外光谱模型均能准确地估测小麦叶片氮含量, 其中基于BPNN和WNN的模型优于基于PLS的模型, 且以基于WNN的模型表现最好。对模型进行检验的结果显示, 粉末状干叶模型的预测均方根误差(RMSEP)分别为0.147、0.101和0.094, 鲜叶模型的RMSEP分别为0.216、0.175和0.169, 模型的相关系数均在0.84以上。因此, 利用近红外光谱估算小麦叶片氮素营养精确可行, 对其他作物的氮素营养估测提供了借鉴和参考。     

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。     

NIRS结合TQ软件快速测定山茱萸中莫诺苷的含量

应用近红外光谱法对山茱萸中莫诺苷的含量进行快速测定。利用高效液相色谱法测定山茱萸药材中莫诺苷的含量,采用偏最小二乘法建立其含量与近红外光谱之间的模型,并对未知样品进行含量测定。所建莫诺苷的定量模型的相关系数(R2)为0.9857,校正均方差(RMSEC)、内部交叉验证均方差(RMSECV)和预测均方差(RMSEP)分别为0.105、0.2738和0.234。结果表明该方法所测结果准确,且不需复杂的前处理、绿色、无损,适用大批量山茱萸中莫诺苷的快速测定。     

应用近红外光谱法估测小麦叶片糖氮比

糖氮比能够反映作物碳氮代谢的协调程度,及时、准确地监测糖氮比对于作物氮素营养诊断和调控具有重要意义.本研究以不同年份、品种、施氮水平的小麦大田试验为基础,获取鲜叶和粉末状干叶近红外(NIR)光谱及糖氮比信息,分别运用偏最小二乘法(partial least squares, PLS)、BP神经网络(back propagation neural network, BPNN)和小波神经网络(wavelet neural network, WNN)3种方法建立了小麦叶片糖氮比预测模型,并利用随机选择的样品集对所建模型进行测试和检验.结果表明： 小麦鲜叶光谱模型预测性能不佳;而干叶片预测模型表现了较好的准确性,在1655~2378 nm谱区范围内基于3种方法构建的干叶粉末糖氮比估算模型,其预测均方根误差均低于0.3%,决定系数均高于0.9.比较而言,WNN法表现最佳.总体显示,近红外光谱法可以准确预测小麦叶片糖氮比状况,为科学诊断糖氮比提供了理论基础和技术途径.     

NIRS结合TQ软件快速测定山茱萸中莫诺苷的含量北大核心CSCD

应用近红外光谱法对山茱萸中莫诺苷的含量进行快速测定。利用高效液相色谱法测定山茱萸药材中莫诺苷的含量,采用偏最小二乘法建立其含量与近红外光谱之间的模型,并对未知样品进行含量测定。所建莫诺苷的定量模型的相关系数(R2)为0.9857,校正均方差(RMSEC)、内部交叉验证均方差(RMSECV)和预测均方差(RMSEP)分别为0.105、0.2738和0.234。结果表明该方法所测结果准确,且不需复杂的前处理、绿色、无损,适用大批量山茱萸中莫诺苷的快速测定。     

小波分析在人血清中葡萄糖短波近红外定量中的应用

利用小波分析对13名志愿者18个血清样品的短波近红外光谱进行去噪预处理,以血糖仪测定的血糖为参考,采用间隔偏最小二乘法（iPLS）在700nm～1060nm短波近红外波段建立血糖浓度预测模型。由相关系数（R）和预测标准差（RMSEP）对预测模型的精确度进行了评价。预测模型的相关系数为0．9654,均方根预测误差为0．2435,并和采用傅立叶变换去噪方法及iPLS建模的结果进行了比较。结果表明：小波分析预处理数据的方法能更有效地扣除噪声干扰,使模型具有更强的抗干扰能力和更高的预测精度。     

近红外光谱技术预测猪肉的pH、嫩度和蒸煮损失

以冷却猪肉为研究对象,评价近红外光谱（NIR）技术用于肉类物理特性预测的可行性以及不同的光谱处理方法和建模方法对预测准确性的影响。试样取自排酸24h的同一批猪胴体的小里脊肉,采集4000—10000cm-1的光谱。经外部验证的偏最小二乘（PLS）模型在预测pH时表现出良好的相关性（Rc^2=0．88,Rp^2=0．80,SEC=0．08,SEP=0．084）,嫩度与蒸煮损失模型的相关性分别是Rc^2=0．50和0．57,R;=0．34和0．50。在各种光谱预处理方法中,平滑处理结合多元散射校正（MSC）或标准正态变量变换（SNV）的效果最好。     

利用近红外光谱对杂种松及其亲本的鉴别分析

为了在林木育种和良种推广过程中对杂种松的真实性进行简单、快速鉴别,本研究以我国南方培育推广的2个杂种松及其3个亲本树种为研究材料,通过近红外光谱仪扫描各树种的针叶来采集数据,最后采用PLS-DA（偏最小回归-判别分析）方法建模对杂种松及其亲本进行鉴别。研究结果显示：本研究中PLS-DA方法对杂种松具有较高的判别能力,可以较好地将研究的2个杂种松及其3个亲本树种区别开来。因此,近红外光谱结合PLS-DA判别分析方法可以用来分析鉴别松树中的杂种和纯种,相对于同工酶和分子标记这些种质鉴别方法,近红外光谱技术具有简便、快捷等优点,值得在林木种质判别分析中进一步研究利用。     

南丰蜜桔可溶性固形物近红外检测的多元线性回归变量筛选

文章采用反向区间偏最小二乘法结合连续投影算法,筛选南丰蜜桔近红外检测的多元线性回归变量。对南丰蜜桔近红外光谱进行多元散射校正后,利用反向间隔偏最小二乘法,从500～1750 nm中初选出7个光谱区间,用于多元线性回归变量筛选。利用通过遗传算法和连续投影算法筛选出的变量建立了多元线性回归模型。经比较发现,利用反向区间偏最小二乘法结合连续投影算法筛选出的变量建立的多元线性回归模型,预测结果最优,模型预测相关系数为0.937,模型预测均方根误差为0.613 oBrix。结果表明,反向区间偏最小二乘法结合连续投影算法,可以有效地筛选近红外光谱的多元线性回归变量,提高南丰蜜桔可溶性固形物模型的预测精度。     

油菜籽含油量傅里叶变换近红外模型的修正

为了提高近红外模型的精确度与准确度,需要定期地对原模型进行修正。常用的方法是在原模型中添加一些包含新信息的新样品,因此,样品的选择成为模型维护过程中的关键因素之一。以利用近红外光谱分析法测定油菜籽含油量为例,向原模型中添加不同偏差的样品建立独立的近红外模型,并设计相应的验证集对各模型的预测性能进行全面评价。结果表明:不同偏差的样品对模型预测性能的改善效果有差异,只有当新样品的偏差与原模型的预测偏差相匹配时,添加的新样品才能更有效地对原模型进行修正。依据偏差选择样品的新思路为近红外模型的维护提供了一条有效地途径。     

人血清中胆固醇近红外光谱快速检测初步研究

以全自动生化分析仪测定结果为参考值,采用傅利叶变换近红外透射光谱技术,结合偏最小二乘法,建立人血清中胆固醇和甘油三酯的定标模型。利用内部交叉验证和自动优化功能对预测模型进行了优化,确定了最优建模参数。模型对人血清中胆固醇和甘油三酯定标样品集的预测值与参考值的相关系数r分别为0．9011、0．9593,预测校正标准误RMSECV分别为15．0mg／dL,21．6mg／dL。表明利用近红外光谱分析技术实现血清中胆固醇和甘油三酯快速检测是可行的。     

FT-NIRS技术应用于稻米直链淀粉含量分析研究

运用近红外光谱快速分析技术,使用偏最小二乘法建立了近红外光谱和水稻糙米直链淀粉含量的数学模型,并进行糙米直链淀粉含量预测.结果表明糙米近红外光谱与其直链淀粉含量具有良好的相关性,决定系数r2=0.8429,最大绝对误差4.82%,平均误差2.30%.该方法在不破坏样品的前提下快速分析水稻直链淀粉含量,可用于稻种资源的快速鉴定,对于水稻优质育种及其相关研究具有重要意义.     

近红外光谱仪快速检测油菜硫苷、芥酸及油份含量数学模型的建立

近红外反射光谱技术是一种高效、快速的现代分析技术,应用过程中需要建立相应的数学模型.收集油菜籽样品600余份,采用国际(家)标准方法对芥酸、硫苷、含油率进行测试,根据各模型的要求,选择不同的具有代表性的样品,建立数学模型.内部交叉证实法对模型验证结果显示:高芥酸、低芥酸、硫苷、含油率模型复相关系数分别为0.9677、0.9318、0.9820、0.9626,内部验证均方差(RMSECV)分别为4.41、2.24、4.62、0.543.外部样品检测法分别用已建模型和国际(家)标准方法对油菜籽样品芥酸、硫苷、含油率进行检测,两者检测结果基本一致.综合内部和外部验证结果表明:建立的模型能够满足油菜籽硫甘、芥酸及油份含量快速检测的要求.另对油菜自身含水率对数学模型的影响做了初步探索.     

青枯菌诱导的花生基因表达谱SSH分析

以抗青枯病花生种质‘J4’和‘中花6号’、感青枯病花生品种‘中花12号’为材料,用强产青枯菌毒菌株(Ralstonia solanacearum)对其根系分别接种,采用抑制差减杂交(SSH)技术检测花生根系应答侵染的基因表达谱变化,并对文库中差异基因进行Real-time PCR分析。结果表明:经菌液PCR检测对挑选出的1 036阳性克隆片段进行测序及片段整合分析,获得162条花生基因,有功能注释的基因58条,其中44条基因参与了细胞结构(6%)、信号转导(12%)、抗病防御(5%)、转录调控(12%)等生理过程。用Real-time PCR技术对7个基因在‘中花6号’和‘中花12号’中的表达模式分析结果表明,6个基因在青枯菌侵染早期在抗病材料‘中花6号’中呈上调表达,可能与青枯病抗性直接相关。     

Quantitative modeling of viable cell density,cell size,intracellular conductivity,and membrane capacitance in batch and fed‐batch CHO processes using dielectric spectroscopy

Dielectric spectroscopy was used to analyze typical batch and fed‐batch CHO cell culture processes. Three methods of analysis (linear modeling, Cole–Cole modeling, and partial least squares regression), were used to correlate the spectroscopic data with routine biomass measurements [viable packed cell volume, viable cell concentration (VCC), cell size, and oxygen uptake rate (OUR)]. All three models predicted offline biomass measurements accurately during the growth phase of the cultures. However, during the stationary and decline phases of the cultures, the models decreased in accuracy to varying degrees. Offline cell radius measurements were unsuccessfully used to correct for the deviations from the linear model, indicating that physiological changes affecting permittivity were occurring. The β‐dispersion was analyzed using the Cole–Cole distribution parameters Δε (magnitude of the permittivity drop), f_c (critical frequency), and α (Cole–Cole parameter). Furthermore, the dielectric parameters static internal conductivity (σ_i) and membrane capacitance per area (C_m) were calculated for the cultures. Finally, the relationship between permittivity, OUR, and VCC was examined, demonstrating how the definition of viability is critical when analyzing biomass online. The results indicate that the common assumptions of constant size and dielectric properties used in dielectric analysis are not always valid during later phases of cell culture processes. The findings also demonstrate that dielectric spectroscopy, while not a substitute for VCC, is a complementary measurement of viable biomass, providing useful auxiliary information about the physiological state of a culture. © 2010 American Institute of Chemical Engineers Biotechnol. Prog., 2010     

奇异数据筛选法在玉米籽粒蛋白质近红外光谱检测中的应用

相对于传统生化测定方法,基于近红外光谱(Near infrared spectroscopy,NIRS)玉米籽粒蛋白质含量检测是一种快速、非破坏、且适用于多组分同时检测的新方法。但在建模过程中,由于奇异数据(异常值)的存在会影响近红外光谱模型的预测精度和稳定性,我们采用奇异数据筛选法剔除了玉米籽粒近红外光谱中的奇异数据并建立了玉米籽粒蛋白质含量的偏最小二乘支持向量机(Least squares support vector machine,LS-SVM)模型。本文分别采用杠杆值法(Leverage)、半数重采样法(Resampling by Half-Mean,RHM)和蒙特卡洛采样法(Monte-Carlo Sampling,MCS)剔除了玉米籽粒蛋白质光谱数据中的奇异数据并对模型结果进行比较。在剔除奇异数据的基础上,采用偏最小二乘回归法(Partial least squares regression,PLSR)提取主成分,并基于小生境蚁群算法(Niche ant colony algorithm,NACA)优化偏最小二乘支持向量机(LS-SVM)模型参数(γ和σ2),建立基于LS-SVM的玉米籽粒蛋白质定量分析模型。结果表明,采用3种奇异数据筛选法剔除奇异数据后所建LS-SVM模型的预测结果都优于采用原光谱数据所建模型,相比较而言,蒙特卡洛采样法为基于近红外光谱检测玉米籽粒蛋白质的最佳奇异数据筛选法。     

傅里叶变换红外光谱(FTIR)技术对滇龙胆组织培养的研究

野生药用植物资源的不断减少,使得寻找其原植物的合适替代品显得尤为重要。利用组培材料代替野生药用植物作为药源已取得重大进展,但利用傅里叶变换红外光谱(Fourier transform infrared spectroscopy,FTIR)技术筛选合适的组培材料作为野生药用植物替代资源方面的应用鲜有报道。本研究采用FTIR结合偏最小二乘判别分析(partial least squares discriminant analysis,PLS-DA)对滇龙胆组织培养形成的愈伤组织(肉质部、茎、叶)、增殖苗(肉质部、茎、叶)、生根苗(根、茎、叶)进行比较。结果显示:(1)从原始FTIR光谱图上看,滇龙胆肉质部和根部峰形相似,茎和叶峰形相似;(2)二阶导数光谱图扩大了样品间的差异。在龙胆苦苷的主要吸收峰1612 cm-1附近,吸收峰强度依次为:生根苗叶增殖苗叶和生根苗茎增殖苗茎愈伤组织叶,愈伤组织茎及肉质部、增殖苗肉质部和生根苗根部在该处无吸收峰;(3)PLS-DA得分图表明,同一组培阶段相同组织部位样品聚集在一起,而愈伤组织、增殖苗、生根苗及其各组织部位能够较好的分开。其中:肉质部、根部与茎叶之间距离较远,表明其化学成分和含量可能差异较大;肉质部和根部样品间距离较近,茎和叶样品间距离也较近。二阶导数光谱图显示,组培材料有望代替其原植物满足药用需求;若以龙胆苦苷含量为评价对象,生根苗叶则可能具有更大的开发潜能,有望代替野生滇龙胆以缓解其资源稀缺局面。本研究结果表明,采用傅里叶变换红外光谱法可以简便有效地对药用植物不同组培阶段不同组织部位的替代潜力及开发利用进行初步评估。     

甘蓝型油菜含油量的主基因+多基因遗传效应分析

应用多世代联合分析数量性状主基因和多基因混合遗传的统计方法,分析了甘蓝型油菜两个组合的5个世代——亲本P1、P2、F1、F2和F2：3家系材料含油量的遗传效应。结果表明,分离世代F2及F2：3家系含油量次数分布均呈混合的正态分布,符合主基因＋多基因的遗传特征。D-2模型是该项研究两个甘蓝型油菜杂交组合含油量的最适遗传模型,含油量的遗传是由一对加性主基因和加-显性多基因共同控制的。组合1（1141Bx垦C1-1）主基因加性效应值为-1．74,表明亲本1141B中主基因位点上的等位基因降低含油量,而亲本垦C1-1中的等位基因增加含油量。多基因加性效应值和显性效应值分别为1．20和-1．93;F2的主基因遗传力和多基因遗传力分别为68．21％和27．17％;F2：3的主基因遗传力和多基因遗传力分别为81．70％和16．80％。组合2（32Bx垦C1-2）主基因加性效应值为-3．74,表明亲本32B中主基因位点上的等位基因降低含油量,而亲本垦C1-2中的等位基因增加含油量。多基因加性效应值和显性效应值分别为-1．99和0．93;F2的主基因遗传力和多基因遗传力分别为66．20％,和28．10％;F2：3的主基因遗传力和多基因遗传力为81．00％和14．90％。两组合在F2：3家系世代含油量的主基因遗传力均较F2高,因此认为高含油量育种中在F2：3家系进行选择效率较高。