[发明专利]一种基于光谱分析的培养基中蔗糖含量的无菌检测方法

说明书

技术领域

本发明涉及一种基于光谱分析的培养基中蔗糖含量的无菌检测方法，属于植物生物技术领域。

背景技术

植物组织培养中，蔗糖能支持绝大多数植物离体培养物的旺盛生长，一直被作为标准碳源添加到培养基中为培养物提供生长的能量。它的用量不仅影响培养物的生长速度和生长量，也影响其代谢水平、次生代谢物合成、以及细胞形态发生。因此，如果能对培养过程中培养基蔗糖含量的变化进行分析检测，反映培养物的生理性能的同时，还可能进行糖的回收利用，节约培养成本，为植物组培的大规模发展提供参考。

植物组织培养是在无菌，半封闭环境中进行的，传统的蔗糖的测定方法都需要对培养基进行蔗糖的提取后才能进行测定，这样不仅使培养基遭到破坏，也同时破坏了植物生长的无菌环境。

近红外光谱技术是20世纪80年代后期迅速发展起来的一种高效快速的现代分析技术，其最大的特点就是快速无损，样品无需或只需很少的预处理，分析速度快，无需化学试剂，堪称为绿色检测技术，在多个领域得到了日益广泛的应用。

近红外光谱是指波长在780～2526nm范围内的电磁波，主要是由于分子振动的非谐振性使分子振动从基态向高能级跃迁时产生的，记录的主要是含氢基团C-H、O-H、N-H、S-H、P-H等振动的倍频和合频吸收信息。所以近红外光谱含有丰富的物质内部结构和组成的信息，非常适合用于碳氢有机物的定量或定性分析。但由于物质在该谱区的倍频和合频吸收信号弱，谱带重叠，解析复杂，需要利用化学计量学解决光谱信息提取和背景干扰等方面的影响。不同基团或同一基团在不同化学环境中的近红外吸收波长与强度都有明显差别，反映了样品内部组分信息，因此，样品的近红外光谱和其性质参数间也必然存在着内在的联系。使用化学计量学对两者进行关联，可确立这两者间的定量关系，即校正模型。当模型精度和稳定度达到要求时，即可根据模型和未知样品光谱对未知样品进行定量预测分析。

国内外学者逐步开展了近红外光谱法定量分析不同环境中的蔗糖。河野等人采用透射方式测量蜜橘的光谱，对糖分进行定标建模，恩田等人通过选择不同特征波段，对李子的糖度进行了近红外光谱分析，侯瑞丽等利用近红外透射法快速测定蜂蜜中的蔗糖含量；曹干等应用傅立叶变换近红外光谱透射技术快速定量分析甘蔗蔗汁糖分，利用内部交叉证实和自动优化功能对预测数学模型进行优化，得到蔗汁蔗糖分预测数学模型；郭晓冬等利用近红外分析方法对酸奶中的蔗糖含量进行了研究，Schaffler等人还对混合果汁等糖食的糖度含量进行研究。而利用近红外光谱分析法对植物组织培养的半固态培养基中的蔗糖含量的测定还未见报道。

发明内容

本发明要解决的技术问题是，提供一种基于可见-近红外光谱分析的植物组织培养的培养基中蔗糖含量的无菌检测方法，以便能无菌检测植物组织培养的半固态培养基中蔗糖含量，填补利用可见近红外光谱分析的方法进行该检测的空白。

本发明采取以下技术方案：它是基于可见-近红外光谱分析的方法进行的，包括以下过程：配制含有已知的不同浓度蔗糖的培养基，一部分作为校正集，一部分作为预测集，用光谱仪采集校正集、预测集以及待测样品的漫反射光谱信息，利用校正集样品的光谱数据建立校正模型，用预测集样品的光谱数据带入到校正模型进行预测，分析预测结果，选取预测精度达到要求的校正模型作为预测模型对待测样品进行预测，获取待测样品蔗糖含量。

所述的校正集样品数大于48个，预测集样品数大于10个。

用光谱仪采集校正集、预测集以及待测样品的漫反射光谱信息是同时采集的。

利用校正集样品的光谱数据建立校正模型包括以下步骤：采集校正集样品的光谱信息；利用遗传算法提取特征波长优选光谱数据；对遗传算法优选后的光谱数据，采用平滑和一阶微分处理后，联合采用偏最小二乘法和人工神经网络法构建样品中蔗糖含量和光谱数据的数学模型。

用预测集样品的光谱数据带入到校正模型进行预测，分析预测结果，选取预测精度达到要求的校正模型作为预测模型对待测样品进行预测，是指对预测集中的蔗糖含量实际值与预测值的相关系数R及预测均方根误差RMSEP进行比较，当预测集中相关系数、预测均方根误差满足预测要求时，即可用该校正模型对待测样品进行预测。

本发明的优点如下：

1)本方法无需提取培养基中的蔗糖，因此，它较常规测定蔗糖的方法快速、方便。

2)本方法可批量测定培养基中蔗糖含量，且培养基不受污染。也可以动态测定植物组织培养过程中培养基蔗糖的变化。

3)由于光谱数据可以无线传输到计算机中，因此，本方法可以现场检测培养基中蔗糖含量。