[发明专利]一种基于形态分析的转基因大豆快速鉴别优化模型

说明书

本发明提供一种基于形态分析的转基因大豆快速鉴别优化模型。本发明首先提供该基于形态分析的转基因大豆快速鉴别优化模型的建立方法，对于整粒大豆，选取9403‑5438cm^‑1特征波段下的光谱信息，采用二阶导数对光谱进行预处理，采用偏最小二乘‑判别法建立PLS‑DA模型；对于粉末状大豆，选取7505‑4597cm^‑1特征波段下的光谱信息，采用矢量归一化+一阶导数对光谱进行预处理，采用偏最小二乘‑判别法建立PLS‑DA模型。本发明提供的利用近红外光谱结合判别分析法对转基因大豆进行鉴别，通过选择样品形态、波长范围和光谱预处理方法可以提高判别模型的鉴别正确率，从而选择最佳模型应用于实际生产中。

技术领域

本发明属于近红外光谱检测技术领域，具体涉及利用近红外光谱快速鉴别转基因大豆的方法。

背景技术

大豆在许多国家地区的传统饮食中发挥着重要的作用，主要是因为它脂肪含量低，是蛋白质、膳食纤维以及各种微量营养素和植物化学物的极好来源。人们希望通过遗传技术来提高大豆的产量或改变大豆的特性，例如提高种子的营养成分(包括蛋白质、油和一些活性成分)、提高种子的抗病和抗虫性或者是在新的地理区域种植发展新品种等。基于对转基因大豆实施质量控制的目的，需要开发一些可靠有效的针对转基因大豆的检测方法。

目前关于转基因产品的检测方法主要有基于蛋白质、DNA或者光谱学和色谱学的几大类方法。但是现有方法通常需要一些非常复杂和耗时的过程才能获得结果，不适用于很多实际情况。因此需要快速准确易于使用，并且成本比较低的转基因大豆检测方法。

发明内容

有鉴于此，本发明提供一种基于形态分析的转基因大豆快速鉴别优化模型，以实现利用近红外光谱技术对于转基因大豆的快速、准确鉴别。本发明还提供该优化模型的建立方法以及近红外光谱快速鉴别转基因大豆的方法。

本发明研究发现，转基因大豆样品的不同形态(整粒和粉末)、建模过程中的光谱预处理方法和波长选择是近红外光谱快速鉴别模型的关键影响因素。基于该研究，本发明首先提供一种基于形态分析的转基因大豆快速鉴别优化模型的建立方法，其中，

a)对于整粒大豆，选取9403-5438cm^-1特征波段下的光谱信息，采用二阶导数(2nd)对光谱进行预处理，采用偏最小二乘-判别法(PLS-DA)建立模型；结果表明，该模型的校正集和验证集的判定正确率均为100％；或者，

b)对于粉末状大豆，选取7505-4597cm^-1特征波段下的光谱信息，采用矢量归一化+一阶导数(SNV+1st)对光谱进行预处理，采用偏最小二乘-判别法(PLS-DA)建立模型；结果表明，该模型的校正集和验证集的判定正确率也均为100％。

进一步地研究发现，整体来说，粉末状大豆样本建模的效果要好于整粒大豆样本。

进一步地，对于本发明上述基于形态分析的转基因大豆快速鉴别优化模型的建立方法，所述粉末状大豆的粒径为0.4-0.5mm，优选为0.45mm。

进一步地，上述基于形态分析的转基因大豆快速鉴别优化模型的建立方法，在采用偏最小二乘-判别法(PLS-DA)建立模型前，还包括利用主成分分析(PCA)检测光谱异常值从而剔除异常样品的步骤。研究发现，本发明中在3600-12800cm^-1光谱范围内对整粒大豆和粉末状大豆均进行主成分分析(PCA)以检查所选样品的光谱可变性，将异常样品在建模前删除，从而有利于提高模型鉴别的准确性。

进一步地，上述基于形态分析的转基因大豆快速鉴别优化模型的建立方法，采用留一法交叉验证(Leave-one-out cross-validation)，用于校准。