小麥蛋白質(zhì)近紅外模型的建立及特異種質(zhì)資源篩選與分析.pdf

1、1．近紅外光譜分析技術(shù)是一種綠色、快速、高效的分析技術(shù)，近年來發(fā)展迅速，在許多領(lǐng)域中得到越來越廣泛的應(yīng)用。本研究通過對216份品質(zhì)成分含量不同的小麥品種常規(guī)化學(xué)值的測定和近紅外光譜測定與比較分析，研究了FOSS1241型近紅外光譜儀測定小麥蛋白質(zhì)含量的可行性，實(shí)驗(yàn)過程大致如下：首先通過化學(xué)的方法測定樣品籽粒的蛋白質(zhì)含量，然后對其進(jìn)行光譜掃描利用偏最小二乘法的有關(guān)參數(shù)，比較了不同的光譜預(yù)處理方法和數(shù)學(xué)處理對建模的影響，從而建立定標(biāo)模型。并

2、選用了一批預(yù)測集樣品對定標(biāo)模型進(jìn)行了預(yù)測，結(jié)果顯示，近紅外分析結(jié)果與常規(guī)化學(xué)測定結(jié)果之間有較好的相關(guān)關(guān)系，粗蛋白的檢驗(yàn)集相關(guān)系數(shù)為0.961，并具有較低的標(biāo)準(zhǔn)誤差（SEP），粗蛋白的SEP值為0.271，這表明所建的模型是比較成功的。
　　 不同的光譜預(yù)處理方法，影響所建模型的質(zhì)量。供試樣品經(jīng)過SNV、Detrending、 SNV+Detrending三種形式的光譜預(yù)處理，與對照相比，標(biāo)準(zhǔn)差與決定系數(shù)均有不同程度的改善，其中以

3、SNV+Detrending的處理效果最佳，其SEC為0.096，R2為0.981同時(shí)SEP為0.246，RSQ為0.923，在數(shù)學(xué)處理中，最有導(dǎo)數(shù)處理形式為：1，2，2，1，定標(biāo)集決定系數(shù)為0.942，定標(biāo)標(biāo)準(zhǔn)差為0.213，檢驗(yàn)集決定系數(shù)達(dá)到0.922。具有較好的校正效果。經(jīng)過對14份樣品的預(yù)測結(jié)果顯示，其化學(xué)測定值于預(yù)測值之間相關(guān)系數(shù)達(dá)到了0.99。
　　 2. 559份小麥品種資源蛋白質(zhì)測定結(jié)果表明：所測定的小麥種質(zhì)資源

4、蛋白質(zhì)含量變幅9.29-17.59％，平均含量為11.96％，從中篩選出蛋白質(zhì)含量14.5％以上的材料24份，低于10.5％品種資源65份，這些材料可用在以后的小麥品質(zhì)遺傳改良中。對其農(nóng)藝性狀與品質(zhì)性狀的相關(guān)性進(jìn)行初步分析。
　　 3．利用十二烷基硫酸鈉聚丙烯酰胺凝膠電泳（SDS-PAGE）技術(shù)，分析了84份小麥特異蛋白品種的高分子量麥谷蛋白亞基組成。結(jié)果表明，本研究所選84份代表性地方品種的HMW-GS組成類型豐富，Glu-1