近红外光谱测定大豆蛋白质含量的研究

目 录
1引言 1
1.1 红外光谱基础知识 1
1.1.1 近红外光谱产生的原理 1
1.1.2 近红外谱主要谱带的归属 2
1.1.3 近红外光谱的应用 2
1.1.4 定量分析 2
1.2 在计算机辅助下的近红外分析 2
1.3 建立定量模型的多元校正方法 3
1.3.1 矩阵基础 3
1.3.2 主成分分析算法(PCA) 3
1.3.3 多元线性回归(MLR)法 4
1.3.4 主成分回归(PCR)法 4
1.3.5 偏最小二乘法 4
2 本课题研究的意义及内容 5
3 实验材料与方法 5
3.1 实验材料与设备 5
3.1.1 实验材料 5
3.1.2 主要实验仪器 5
3.2 实验原理 5
3.3 实验过程 6
4 结果与分析 6
4.1 建模方法及评价指标 6
4.2 大豆近红外光谱分析......................................................................................................7
4.3 光谱信号预处理技术 7
4.3.1 噪声滤除 7
4.3.2 一阶导数、二阶导数对光谱的处理 8
4.4 凯氏定氮法 9
4.5 主成分回归分析的数学模型建立 9
讨论 12
结论 15
致谢 16
参考文献 17< *好棒文|www.hbsrm.com +Q: ^351916072* 
br /> 1引言
我国作为一个农业大国,大豆在我国经济作物比例中占有很大的一部分。之所以 我们越来越注重大豆的生产是因为大豆中含有许多人类所需要的营养物质,比如多种 蛋白质、矿质营养元素以及脂肪和某些抗氧化剂。大豆不仅为人类生产生活提供了大 量的物质基础之外,在我国畜牧业中也有着十分重要的作用,比如以大豆饼粕作为营 养饲料;在工业中,也可提取硬脂酸、甘油等工业原料。除此之外在医药方面,大豆也有着重要的药用价值。然而蛋白质是生命迹象与生命活动的主要原料,这也就是为什么到如今各国都致力于蛋白质品质的生物研究的原因,对于蛋白质的研究技术发展迅速,也越来越频繁地应用于大豆的研究中[1]。
本文主要以大豆中蛋白质的研究为例,我们期望通过这种方法能够做到对种子的其他指标进行一站式的检测。
在大豆育种中,蛋白质、脂肪等品质性状的选择,用传统测定方法测定时,测试时间长,分析过程繁琐,经费要求高,待分析样品易受到破坏,从而导致无法进行繁育。然而采用近红外光谱法对大豆品质进行分析时,整个过程中不需化学试剂以及繁琐的预前处理,操作简便的同时还大大提高了工作效率,做到了在短时间内可以同时完成几种物质含量的定量分析。现代近红外(NIR)光谱是 20 世纪 90 年代以来发展最快、最引人注目的光谱分析方法。近红外光谱法又是其它几种技术的巧妙结合的一种综合技术,即光谱测量、化学计量学与计算机技术。也就是说将我们所得到的近红外光谱,按照波段对各个基团进行筛选简化,然后采用化学计量学方法进行校正模型的建立,最后对未知样品光谱进行测定,同时根据校正模型进行分析。这样就完成了对其性质的快速预测[2]。
1.1 红外光谱基础知识
1.1.1 近红外光谱产生的原理
当一束红外单色光或者复合光对样品进行照射并且已经穿射时,当被照射的样品 分子对辐射光中某些频率的光进行选择性吸收的时候,这时则会引起分子中某些化学 键的振动,也就是说这时出现了吸收光谱。根据量子力学的观点,振动能级为量子化,于是当分子了红外光后发生跃迁时就需要满足一定的选律。分子内部振动的倍频与合频是近红外光谱信息产生的重要来源,在这些信息中 C-H,N-H 与 O-H 基团的倍频和合频振动吸收反应比较强烈。正因为这样,近红外光谱法常被用来测定含有这些基团的有机物含量[3]。而近红外光谱中之所以会出现吸收峰则是由于电磁波能量和分子能级相等所造成的,这也就是吸收峰出现位置所需要满足的条件[4]。
1.1.2 近红外谱主要谱带的归属
近红外光谱区的波长范围是770~2500nm,其频率范围是 13000~4000cm-1 该谱区所承载的分析信息主要是分子含氢基团振动的倍频与合频特征信息。其在特征频率区中,近红外光谱吸收峰产生的主要原因是一些基团的伸缩与振动,这些产生伸缩与振动的 基团具有很强的代表性,所以尽管在这些基团存在数量不是很多的情况下也会有很强的反应。所以近红外光谱主要应用于目标样品所含成分中的官能团的鉴定与研究。
1.1.3 近红外光谱的应用
红外光谱应用的范围很广[5-8],在实际实验分析中,近红外光谱分析技术被用于进
行大批量、迅速且无损的复杂样品分析,而与此相关的技术业发展的非常迅猛。在仪
器分析界中认为近红外光谱技术在农业、食品、药物以及石化等 *好棒文|www.hbsrm.com +Q: ^351916072* 
方面的应用最为重要。
主要应用于测定农产品中的蛋白质含量、湿度、单糖与多糖等指标。在实际的常规测
定中,NIR 法更加擅长于对固态(颗粒、粉末)样品的分析测定。光谱中的吸收峰与
相关的化学基团有关,我们可以通过对其吸收强度的分析来进行对样品所含物质的纯
度进行鉴定。
1.1.4 定量分析
近红外分析的过程在这里采用分析信息的具体流程来说明,主要是分析信息的采集、传输处理与提取的过程。其流程我们可以归结为三个步骤:
步骤一,采集信息:也就是通过光谱测量将测量的样品信息加载到样品光谱中去。
步骤二,信息的处理与关联:将之前所采集到的信息进行处理并采用合适的方法进行简化,然后根据化学计量学方法对样品光谱与待测量之间建立数学模型。
步骤三,对待测信息进行提取:使用之前已经建立好的关系模型分析待测样的光谱,将所得到的待测量表达为分析结果。
1.2 在计算机辅助下的近红外分析
随着分子技术的快速发展,我们对于有机化合物的研究要求也不断变高,人们对
于有机化合物的微观结构进行着更加深入的探索,不仅仅是在有机化学与生物化学方
面,在现代农业以及环境科学上对于化合物的分子研究越来越普遍。但是传统的化学 实验方法,所需实验药品多、步骤复杂且不能快速准确地得到所需信息,于是近红外光谱技术的方便灵敏使得其在分子领域的应用变得广泛。然而,之所以它如此受到青睐,还有一个重要的原因就是近红外光谱仪可以与计算机进行连接,这样就使得整套分析技术变得更加方便与智能,大大提高了工作效率。
以目前的技术,我们还不能够做到对非常复杂的近红外图谱进行直接的计算。然而经过经红外光谱仪所得到的数据中非常庞大,因此之前对于光谱的分析一般都是依靠此前的工作经验,这样就给鉴定分析工作在人力与精力上带来了很大的阻碍,使得图谱的分析变得费时费力[11]。造成近红外光谱分析工作十分困难的原因有很多,比如一些客观因素,比如测定分析工作环境会造成图谱吸收峰的偏差;由于待测样品都是由众多的化合物构成,其原子质量或者化学键的性质以及原子复杂的空间位置等等。这就会给人工分析带来很大的困难,误差造成了结果的不稳定,无法进行参考,当计算分析中有了计算机的参与时,这些问题都会迎刃而解,在快速得出解析结果的同时, 也保证了数据的稳定性,使得近红外光谱技术得到了一大步的提升,计算机辅助的意义也正在于此[11]。近些年,光谱分析技术在食品品质优良特性的鉴别方面得到了十分广泛的应用。通过周期性的低频扰动作用于样品[12],根据测量得到的近红外光谱数据。

版权保护: 本文由 hbsrm.com编辑,转载请保留链接: www.hbsrm.com/swgc/smkx/415.html

好棒文