1、试验研究 2023.2花生是我国重要的油料作物和经济作物，既可以用于满足食用油需要，又是食品加工业所需原料的重要来源1。膳食纤维是平衡人体膳食结构的必须营养素之一，包括多糖、低聚糖、木质素和相关的植物组织，是由若干种碳水化合物组成的混合物2。膳食纤维虽无营养价值，但能预防和治疗多种疾病，对人体的正常代谢是必不可少的，在食品营养和临床医学上发挥的重要作用越来越受到人们的关注，被称为人类“第七大营养元素3。由于遗传基础狭窄，我国主栽花生品种膳食纤维整体含量较低，已成为我国花生出口的主要限制因素。有报道显示，阿根廷出产的花生膳食纤维含量高于中国和美国4。膳食纤维的检测主要通过常规的化学测定方法进行，
2、但具有破坏性，且耗时、费力、数据分析困难，严重影响了育种工作进程。而近红外光谱分析法在不破坏种仁的情况下能够快速、准确、高效、低成本的检测膳食纤维含量，且可同时可检测多种成分5，也可作为花生优质突变体的筛选鉴定和诱变方法评定的重要手段6。近红外光谱分析法已在花生的品质分析中广泛应用，在蛋白质、粗脂肪、含糖量和脂肪酸方面研究报道较多，但关于花生膳食纤维的报道不多，模型建立方面的研究也未见报道。Pattee H E7和Gocho等8的研究认为，花生甜味与花生中的膳食纤维有关；张吉民9等的研究认为，烤花生的香味与花生籽仁膳食纤维含量有关；Bishi10探讨了41份印度主栽花生品种的品质性状及其营养价
3、值，并得出了膳食纤维含量范围。本文作者以国内60份优质花生种质资源为材料，首次构建建立花生膳食纤维含量的近红外分析模型，并与化学测定方法进行比较，在不破坏花生籽仁的情况下即可检测到花生膳食纤维含量，且此方法具有可行性。1材料与方法1.1试验材料构建膳食纤维含量近红外模型的花生试验材料来自从全国各地引进的优异食用型花生种质资源，共计65份，60份样品用于构建膳食纤维含量模型，另外挑选晋花3号、豫花23、冀油9号、花育662、远杂9874这5个品种为外部检验样品。花生样品均为当年收获的自然风干后的种子（表1）。1.2光谱采集采集光谱数据采用德国布鲁克光谱仪器公司生产的傅立叶近红外光谱仪Matrix
4、-I。光谱仪扫描光谱范围为3 594.912 489.4 cm-1，扫描次数64次，分辨率为8 cm1。检测样品前开机预热30 min后，样品杯花生籽仁膳食纤维含量近红外模型构建基金项目：财政部和农业农村部国家现代农业产业技术体系（CARS-13）。作者简介：董敬超（1979-），女，硕士，副研究员，从事花生遗传育种研究。E-mail：通讯作者：于树涛（1984-），男，在读博士，副研究员，从事花生遗传育种研究。E-mail:董敬超1王虹1于树涛1张健1孙泓希1尤淑丽1殷业超1张英2（1.辽宁省沙地治理与利用研究所辽宁阜新123000；2.双辽市双英种业有限公司吉林双辽136000）摘要：为了
5、在不破坏花生籽仁的情况下，快速测定种仁中膳食纤维含量，本试验对60份国内外优质食用花生种质资源进行籽仁膳食纤维含量的化学测定。利用傅立叶近红外光谱仪采集近红外光谱，采用偏最小二乘法（Modified PLS）构建近红外光谱模型，经交叉检验和优化，确定最佳光谱预处理方法为最小最大归一化法，花生籽仁中膳食纤维含量光谱范围为3 594.912 489.4 cm1，维数为9，所建模型中膳食纤维含量的定标决定系数（R2）为83.04，定标标准误差(RMSECV)为0.42。经外部检验，所构建的模型可以较好地预测花生籽仁膳食纤维含量，说明代替化学分析花生籽仁膳食纤维含量是可行的。关键词：花生；近红外模型；
6、膳食纤维含量131-2023.2 试验研究图1花生籽仁样品的近红外扫描光谱中装入3050粒种子，重复扫描3次。测定时样品杯自动旋转，以增加采样面积来获得种子的近红外光谱信息。1.3膳食纤维含量的化学测定方法按照GB 5009.88-2014中的食品安全国家标准食品中膳食纤维的测定 中的酶重量法进行花生膳食纤维含量的测定11。1.4模型构建与优化采用布鲁克光谱仪Matrix-I型近红外光谱仪自带的OPUS 7.8软件进行光谱处理和模型构建。将采集的近红外光谱数据与常规化学测定的膳食纤维含量化学值进行拟合光谱处理，用偏最小二乘法建立模型，自动剔除奇异点，选择最佳光谱预处理方法、最佳谱区、维数，做进
7、一步验证。并通过比较样品中预测值与真值的决定系数（R2）和定标标准误差（RMSECV）衡量模型质量，筛选最佳模型。模型验证采用外部交叉验证，即随机挑选验证样品，利用SPSS数据分析软件对样品的预测值和真值进行配对t测验分析，根据分析结果来判断模型的可靠性。2结果与分析2.1花生样品膳食纤维含量近红外光谱采集本研究所采集的自然风干多粒种子花生样品的近红外光谱见图1。参试样品的光谱范围在3 594.912 489.4 cm-1之间曲线趋势大致相同，每个样品存在多处吸收峰，但不同样品在同一吸收峰的峰值不同。表明花生籽仁的近红外吸收光谱可以用于膳食纤维含量的定性定量分析，符合花生种子近红外光谱特征。2
8、.2花生籽仁中膳食纤维含量的化学分析依据GB 5009.88-2014中的食品安全国家标准食品中膳食纤维的测定中的酶重量法对60份花生种质的总膳食纤维含量进行化学测定，结果见表2。由 表2可 知，总 膳 食 纤 维 含 量 范 围 在17.38%21.59%之间，平均值为19.42%，标准误差为0.133，变异系数为6.26。本试验选取的花生品种的膳食纤维含量的变异系数较大，分布范围较广，代表性较好，可进行近红外光谱定标预测。2.3膳食纤维含量的近红外模型构建模型构建采用Matrix-I型近红外光谱仪自带的表1参试花生品种名称序号品种名称序号品种名称序号品种名称序号品种名称1桂花3016徐花6
9、号31山东相间花生46闽花5号2粤油22317远杂930732新宾四粒红47中花2153长清一丛生18花育2633营口四粒红48阜花194华育91019法库四粒红34冀花1149豫花80号5京白2号20冀花1335唐花150鲁花156花育91721开农4936豫花971751徐州4017恩花1号22豫花3737P090552粤油13号8扶花3号23白沙101638阜花2153农花6号9花育31号24湖北洪安花生39豫花2254桂花3610冀油1725金花2号40豫花932655泉花55111开农6526花育66441粤选58号56花育32号12鲁花1227DF1342花育911257FB413
10、山花1228HnFxP-143连花758CTWE14鲁花1229花育5244花育2459桂花102615山花1230泉花1145开农3760京黑1132-试验研究 2023.2表3花生样品膳食纤维含量预测值与真值比较品种名称真值（）预测值（）偏差晋花3号19.7419.77-0.034 7豫花2319.6819.660.016 2冀油9号18.4418.95-0.508 0花育66221.5521.470.076 5远杂987419.1919.24-0.051 1图2膳食纤维含量的近红外与化学测定散点注：横坐标为真值化学值，纵坐标为预测值。OPUS 7.8软件，采用偏最小二乘法（Modifie
11、d PLS）构建膳食纤维近红外光谱定标模型，经内部交叉检验和优化，确定最佳光谱预处理方法为，最小最大归一化法，光谱范围在3 594.912 489.4 cm-1，维数为9，所建模型中膳食纤维含量的定标决定系数（R2）为83.04，定标标准误差较小为0.42，PRD为2.43（大于2.4），表明所建模型较好（图2）。2.4膳食纤维含量的预测效果验证另取5份花生样品对所建模型效果进行外部验证，膳食纤维含量预测值与真值的偏差范围为-0.051 10.076 5，值较小（表3）。将预测值与真值进行配对样本t检验，结果表明，预测值和真值的均值差为0.098，自由度 为4，t检验值 为-0.930 t0.
12、05=2.776，预测值和真值两组数据间差异不显著，说明该模型的预测效果较好。3讨论与结论为了缩短对品质指标的分析时间及缩短育种进程，已利用近红外光谱分析技术建立了品质的定量分析模型。为了充实其他品质指标的定量分析，本研究利用近红外光谱仪扫描的近红外光谱信息，构建了花生膳食纤维含量的测定模型，维数是9，模型的内部交叉检验决定系数（R2）83.04，R2较高，定标标准误差（RMSECV）为0.42，PRD为2.43。经外部验证，预测值和真值差异不显著，所建模型的建模效果较好，尽管该模型的构建存在一定的误差，也有待进一表2样品的化学测定值序号膳食纤维含量（）序号膳食纤维含量（）序号膳食纤维含量（）
13、序号膳食纤维含量（）119.701620.103120.244621.42220.561719.553219.434720.45318.591817.863319.654820.26418.231918.423420.334919.69519.402019.143519.245019.62619.062121.393618.565118.51717.382218.283718.325218.46819.332319.143819.305320.18920.552419.553919.225418.861018.652519.254018.525519.171118.612617.564119.
14、255618.531221.592720.104219.185720.281319.732819.914321.735818.981418.752920.174422.025917.901519.333018.454520.886018.77133-2023.2 试验研究表5参试小麦品种新复极差多重比较品种小区平均产量显著性0.050.01武春9号14.50aA酒春10号14.23aA宁春55号13.03aA宁春51号13.00aB酒春9号13.00aA陇春42号12.90abAB陇春41号12.80bAB银春10号12.67bB宁春4号（CK）11.50cC春9号较宁春4号（CK）增产6.4
15、%7.7%9，酒春10号较对照增产4.3%6.6%10，陇春41号较宁春4号（CK）增产4.38%7.90%11，陇春42号较宁春4号（CK）增产8.20%8.28%12，武春9号较宁春4号（CK）增产3.73%6.68%13，银春10号较宁春4号（CK）增产6.72%8.57%14。（3）有试验研究表明，武春9号、宁春52号抗倒伏。陇春41号、酒春9号抗病性强；陇春42号、宁春51号、宁春55号抗锈病，感白粉病；酒春10号、武春9号、银春10号表现感病，但总体病情指数低于2010，13，15。（4）建议在古浪县推广宁春55号、宁春51号、酒春9号、酒春10号、武春9号、陇春41号、陇春42号
16、、银春10号这8个春小麦品种。在生产中要做好锈病及白粉病的防治工作。参考文献1宋立明，方爱玲，董青松.基于3S技术的古浪县耕地后备资源调查与评价J.甘肃农业科技，2017（4）:32-37.2赵玉兰，俞春花，何增国，等.古浪县耕地保护与质量提升工作的成效与主要做法J.甘肃农业科技，2016（9）:77-86.3俞春花，崔文菊，何增国.北方高海拔旱作地区6个玉米品种不同播种方式对产量的影响J.甘肃农业科技，2020（9）:51-53.4杨文元，黄少学，柴福山，等.古浪县耕地质量评价M.兰州：甘肃科学技术出版社，2013.5胡忠梅，陈应兰.小麦品种对比试验初报J.安徽农学通报，2014（5）：31-32.6刘忠强，孟宪华，李英，等.如何确定小麦的最佳收获期J.农业知识，2010（13）：29.7唐健，裘之新，李前荣，等.优质强筋春小麦品种宁春51号J.麦类作物学报，2013（3）：207.8李红霞，张双喜，樊明，等.早熟、优质、高产春小麦新品种宁春55号的选育J.种子，2018（8）：141-142.9马栋，杨惠玲，梁玉清，等.春小麦新品种酒春9号选育报告J.甘肃农业科技，2018（10）
