10.3964/j.issn.1000-0593(2023)04-1262-06
基于傅里叶变换红外光谱的平菇蛋白质、多糖含量预测方法研究
平菇是我国大宗食用菌品种之一,产量位居我国食用菌的第三位.平菇不仅味道鲜美,而且含有丰富优质的蛋白质及具有多种生物活性的平菇多糖,深受消费者喜爱.市场上的平菇产品众多,质量参差不齐,并且现有营养成分分析方法耗时长、成本高,难以满足平菇等大宗食用菌的营养成分检测需求.傅里叶变换红外光谱(FTIR)技术具有检测速度快、操作方便、可同时分析多种化合物、安全环保等特点,将其与化学计量学结合,构建数学模型,能满足对平菇等大宗农产品营养成分的快速检测、分析及评价.以平菇为研究对象,在全国范围内收集主栽平菇样品85份,分别进行红外光谱扫描,并运用多元散射校正(MSC)、标准正态变换(SNV)、正交信号校正(OSC)、光滑加一阶导数(F-G D)、光滑加二阶导数(S-G D)等5种光谱数据预处理方法,通过比较模型验证集回归系数,确定平菇蛋白质模型最佳预处理方式为OSC结合S-G D,平菇多糖模型最佳预处理方式为OSC结合F-G D.在最佳光谱预处理下,采用LASSO算法对7458个光谱波段进行特征波段提取,获得平菇蛋白质特征波数93个,平菇多糖特征波数92个,压缩率达到98%.将特征波数与化学方法检测得到的平菇蛋白质、多糖含量值进行拟合,建立PLS模型.结果显示,蛋白质模型校正集回归系数R2为0.9998,RMSECV为0.0477,验证集回归系数R2为0.9872,RMSEP为0.5068,RPD为8.8406大于3;多糖模型校正集回归系数R2为0.9999,RMSECV为0.0201,验证集回归系数R2为0.9803,RMSEP为0.2929,RPD为7.1198大于3,模型拟合效果均较好,预测能力及稳健性良好.该研究为傅里叶变换红外光谱技术在食用菌营养成分含量快速预测方法的建立提供参考,为平菇产品的营养品质评价的建立提供基础,促进平菇乃至其他食用菌产品的优质化发展.
平菇、傅里叶变换红外光谱、化学计量学、含量预测
43
TP391.41(计算技术、计算机技术)
国家食用菌产业技术体系项目;中国博士后科学基金面上一等资助项目
2023-04-24(万方平台首次上网日期,不代表论文的发表时间)
共6页
1262-1267