[发明专利]GC-IMS区分和预测小麦受黄曲霉侵染比例的方法

权利要求书

1.一种GC-IMS区分和预测小麦受黄曲霉侵染比例的方法，其特征在于，包括如下步骤：

步骤一，准备小麦样品：将小麦籽粒置于110 mW s/cm ²的紫外灯下灭菌1-2h后待用；将配好的浓度分别为10⁶ spores/mL的多种真菌进行等体积混合，作为混合菌悬液，同时准备浓度为10⁶ spores/mL的黄曲霉菌悬液；将处理后的小麦籽粒随机分为两组，每组包含2份样品，每份200 g，一组用于接种黄曲霉菌悬液，一组用于接种混合菌悬液；按照3 % (v/m)浓度添加菌悬浮液，即每份小麦样品均接种6 mL混合菌液，随后将接种后的样品放置于在28±1℃、相对湿度85 %的恒温恒湿箱中培养，在培养的第2天和第4天时，每组接种样品均取出一份，进行黄曲霉侵染比例为0，25%，50%，75% 和100%的小麦样品混合，并将混合不同黄曲霉比例的小麦样品取3 g装入20 mL顶空瓶中，每种黄曲霉混合比例的样品取9个平行实验样品；

步骤二，气相-离子迁移谱检测过程：将样品静置60 min后进行GC-IMS检测，载气流速条件设置为：初始流速为2.0 mL/min，保持1 min；随后在7 min内流速线性增至50 mL/min，并在之后的7-10 min内流速线性增速到150 mL/min，程序总时间为10 min，从而获得样品的三维指纹信息谱图；

步骤三，特征数据提取：采用多维主成分分析（MPCA）对HS-GC-IMS指纹图谱中保留时间为110-365 s，1216个变量，迁移时间为8-15 ms，1051个变量，区域内的所有无标记性挥发物进行整体的特征信息提取，即由1216×1015个变量和每个处理组的45个样本组成的数据集构成了后续多线性主成分分析(MPCA)特征提取的新特征矩阵，随后，选取MPCA提取的前12个多维主成分代替原始变量作为后续化学计量学分析的新输入信息；

步骤四，线性判别分析：利用SPSS 19.0数据处理软件对步骤三所选的特征信息进行线性判别分析和降维，实现对不同黄曲霉侵染比例的小麦样品进行可视化分析；

步骤五，分类和预测模型的建立和应用：利用遗传算法优化的支持向量机（GA-SVM）对步骤三获得的特征矩阵进行处理，获得不同黄曲霉侵染比例样品的分类正确率，将分类正确率作为评价特征提取方法的依据；同时将步骤三获得的特征值导入GA-SVM利用训练集所建立的黄曲霉侵染比例定量预测模型，预测未知小麦样品受黄曲霉侵染的比例，以相关系数和均方根误差作为评价预测模型性能的依据。

2.根据权利要求1所述的方法，其特征在于，在步骤五中，相关系数和均方根误差的计算公式如下：

其中，R²为相关系数；RMSE为均方根误差；N为预测模型建立过程中使用的样本个数；X_i为预测模型建立过程中第i个样本的黄曲霉侵染比例；为预测模型建立过程中所有样本的黄曲霉侵染比例平均值；Y_i为预测模型建立过程中第i个样本的黄曲霉侵染比例；为预测模型过程中所有样本的黄曲霉侵染比例平均值。

3.根据权利要求1所述的方法，其特征在于，调节相应培养和检测条件，适用于受黄曲霉侵染的农作物，包括花生、小麦、稻米。