基于中红外光谱技术鉴别转基因大豆的方法研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3964/j.issn.1000-0593(2017)03-0760-06

基于中红外光谱技术鉴别转基因大豆的方法研究

引用
转基因技术对于实现粮食增产,保护生物多样性,减少化学农药使用量等方面有着重大意义,但也可能存在一定的安全隐患.因此,转基因作物检测鉴别技术的研究愈发受到重视.本文采用中红外光谱分析技术,研究对不同品种的转基因大豆及其亲本进行鉴别的可行性.实验采集了三种不同的非转基因大豆亲本(HC6,JACK和W82)及其转基因大豆品种在3 818~734 cm-1范围内的光谱信息.采用偏最小二乘-判别分析(partial lea st squares-discriminant analysis,PLS-DA)进行判别分析,三种大豆的建模集的判别正确率分别为96.67%,96.67%和83.33%,预测集的判别正确率分别为83.33%,85%和85%.研究中采用X-loading weights、变量投影重要性(variable importance in th e projection,VIP)和二阶导数(second derivative,2-Der)三种特征波数选择方法对光谱数据进行处理,并根据得到的特征波数分别建立PLS-DA模型进行判别分析,三种大豆的建模集和预测集的判别正确率均超过76.67%和75%.采用主成分分析(princ ipal component analysis,PCA)和独立组分分析(independent component analysis,ICA)两种特征信息提取方法对光谱数据进行处理,分别建立PCA-PLS-DA和ICA-PLS-DA模型进行判别分析,三种大豆的建模集和预测集的判别正确率均超过80%和75%.研究表明中红外光谱分析技术可以较为准确地鉴别非转基因亲本与转基因品种,为转基因大豆的无损鉴别提供新的思路.同时结合特征波数选择方法与特征信息提取方法可以有效地降低模型复杂度,减少程序运算量.

中红外光谱、转基因大豆、特征波数选择、特征信息提取

37

O433.4(光学)

国家高技术研究发展计划863项目2013AA10230401;国家自然科学基金项目61273062

2017-05-22(万方平台首次上网日期,不代表论文的发表时间)

共6页

760-765

相关文献
评论
暂无封面信息
查看本期封面目录

光谱学与光谱分析

1000-0593

11-2200/O4

37

2017,37(3)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn