一种棉仁粉中植酸含量的测定方法
【专利摘要】本发明公开了一种棉仁粉中植酸含量的测定方法。收集不同地区种植的不同品种的棉籽样本，样本经剥壳、磨粉、过筛和水分平衡后，采集全光谱数据；采用多种预处理方法对近红外光谱数据进行预处理，利用高效离子色谱法精确测定样本植酸含量，采用全交叉验证法在全光谱范围内构建最佳PLS模型，再对光谱数据进行变量选择，采用多元校正回归方法建立多个校正模型，建立近红外光谱校正模型，用该模型检测待测棉仁粉得到其植酸含量。本发明利用Büchi NIR Flex?N500傅立叶变换近红外光谱仪采集棉仁粉的光谱图，测定速度快，准确性高，绿色、便捷、高效，对于培育低植酸棉花品种和促进棉副产品的加工利用具有重要意义。
【专利说明】
一种棉仁粉中植酸含量的测定方法
技术领域
[0001] 本发明公开了一种农副产品含量的测定方法，具体涉及到了一种棉仁粉植酸含量 的测定方法。
【背景技术】
[0002] 棉籽是棉花的主要副产品，全国每年产量达1000万吨以上，年产棉籽饼达600万吨 以上，分布广泛，资源量全球第一。棉籽中富含大量的蛋白质（27.83~45.60%)和脂肪 (28.24~44.05%)，去壳后经压榨得到棉籽油和棉籽饼。棉籽油可食用，棉籽饼可作为家禽 和家畜饲料。棉籽饼中的蛋白质含量仅次于豆柏，同大米和小麦相比，蛋白质含量高出5~8 倍。棉籽饼水解后可以得到17种氨基酸，从必须氨基酸来看，棉籽蛋白与大豆蛋白接近;从 维生素和矿物质方面看，棉籽饼含有丰富的B和E族维生素，磷含量高达0.83~1.04%。因此 棉籽饼可作为畜禽和水产动物的饲料蛋白源，不仅可缓解我国蛋白质资源缺乏的现状，而 且还可降低饲料成本，提高经济效益。但是，由于棉籽中抗营养因子植酸的存在，棉籽营养 物质未能被充分的综合利用，特别是影响了棉籽饼作为动物饲料的营养价值。因此，准确测 定棉籽中的植酸含量对于培育低植酸棉花品种和促进棉副产品的加工利用具有重要意义。
[0003] 而目前测定棉籽中植酸含量以常规的化学方法为主，如沉淀法、分光光度法、滴定 法、离子交换法、高效液相色谱法、高效离子色谱法、毛细管电泳法以及核磁共振法等。但这 些传统方法存在样品准备繁琐、试剂毒性较大、分析时间长、灵敏度低和检测成本高等问 题。近红外光谱技术(Near Infrared Spectroscopy，NIRS)是指波长在780~2526nm范围内 有机化合物中C-H，N-H，0-H和S-Η等基团的倍频和合频振动所产生的吸收光谱。20世纪90年 代以来，随着近红外光谱技术和化学计量学的快速发展，近红外光谱技术已成功应用于食 品、医药、烟草、饲料以及石油化工等诸多行业产品的分析测定。特别是在农副产品的品质 分析上，因其快速、无须前处理、非破坏性以及多组分同时定量分析测试等优势而得到更为 广泛的应用。
【发明内容】
[0004] 棉仁粉中植酸含量是影响棉籽综合利用的一个重要指标，按照常规化学方法测定 植酸含量分析时间长，检测成本高，且消耗大量有毒的化学试剂，污染环境，安全性低，阻碍 了棉仁粉营养物质的综合利用评价。本发明的目的是针对现有化学分析技术中存在的不 足，提供了一种棉仁粉中植酸含量的测定方法。
[0005] 本发明采用近红外光谱和化学计量学对棉仁粉中植酸含量进行快速测定，有效地 解决了上述问题，为棉仁粉中植酸含量的检测提供了一种快速、高效的分析方法，具有方 便、绿色、准确的优点。
[0006] 本发明采用的技术方案是：
[0007] 1)制备在不同地区种植的不同品种的棉仁粉样本，将棉籽（棉花种子)进行预处 理，得到棉仁粉样本；
[0008] 2)利用近红外光谱仪采集获得棉仁粉样本的近红外光谱数据；
[0009] 3)对于步骤2)采集到的棉仁粉样本的近红外光谱数据分别进行11种方法的光谱 数据预处理，再通过高效离子色谱法(HPIC)测得棉仁粉样本的植酸含量，再结合11种预处 理方法获得的近红外光谱数据和植酸含量，分别用偏最小二乘法(PLS)建立棉仁粉植酸含 量的近红外校正模型；
[0010] 4)从上述步骤的所有近红外校正模型中选择预测相关系数(R2)值和剩余预测偏 差(RPD)值最大且预测均方根误差(RMSEP)值和交叉验证均方根误差(RMSECV)值最小的模 型作为最佳的全光谱PLS模型；
[0011] 5)利用变量选择方法对步骤4)中最佳的全光谱PLS模型的光谱数据进行变量选 择，采用多元校正回归方法建立变量选择后的光谱数据与其植酸含量之间的多个近红外光 谱校正模型；
[0012] 6)从上述步骤的所有近红外光谱校正模型中选择预测相关系数(R2)值和剩余预 测偏差(RPD)值最大且预测均方根误差(RMSEP)值和交叉验证均方根误差(RMSECV)值最小 的模型作为最优的棉仁粉植酸含量近红外校正模型；
[0013] 7)采用步骤1)和2)所述相同方法采集待测棉仁粉样本的近红外光谱数据，用上述 步骤6)所构建的最优的棉仁粉植酸含量近红外校正模型检测待测棉仁粉样本，得到其植酸 含量。
[0014] 所述步骤1)中的预处理具体采用以下方式:将棉籽脱绒、烘干、剥壳和再烘干后， 用磨样机将棉仁磨成粉末，过60目筛，得到棉仁粉样本。
[0015] 所述步骤2)利用近红外光谱仪采集棉仁粉样本光谱具体步骤为：
[0016] 2.1)将每份样本分三次装样扫描后用近红外光谱仪采集获取光谱数据，近红外光 谱仪的采集波长范围为4000-lOOOOcnf 1，每隔4CHT1采集反射强度(R)，共计1501个光谱点， 重复扫描64次后取平均值;每次装样扫描的上样量为3.5g左右，样品池为直径为lcm的圆 柱，每次装样扫描均是在25 ± 0.5°C温度条件下进行；
[0017] 2.2)接着计算每份样本的三次光谱数据的平均光谱值，再将平均光谱值转化为 l〇g(l/平均光谱值），得到棉仁粉样本的近红外吸收光谱。
[0018] 所述步骤3)中的11种预处理方法分别为Savitzky-Golay平滑法、一阶微分法、变 量标准化法、多元散射校正法、Savi tzky-Golay平滑+-阶微分法、Savi tzky-Golay平滑+变 量标准化法、Savitzky-Golay平滑+多元散射校正法、一阶微分+变量标准化法、一阶微分+ 多元散射校正法、Savi tzky-Golay平滑+变量标准化+-阶微分法、Savi tzky-Golay平滑+多 元散射校正+-阶微分法。
[0019]优选地，所述最佳的全光谱PLS模型采用的是Savi tzky-Golay平滑+变量标准化+ 一阶微分法得到的模型，Savi tzky-Golay平滑+变量标准化+-阶微分法具体是先通过 Savitzky-Golay平滑提高光谱分析信号的信噪比，再利用变量标准化来消除棉籽颗粒大 小、表面散射和光程变化对光谱的影响，最后采用一阶微分消除光谱同波长无关的漂移。
[0020] 所述步骤5)中的变量选择采用基于蒙特卡罗方法的无信息变量消除(MC-UVE)方 法。
[0021] 所述步骤5)中的多元校正回归方法具体包括偏最小二乘(PLS)法、最小二乘支持 向量机(LS-SVM)法和加权最小二乘支持向量机(WLS-SVM)法。
[0022] 优选的步骤6)中的最优棉仁粉植酸含量近红外校正模型采用基于蒙特卡罗无信 息变量消除的最小二乘支持向量机(MC-UVE-LS-SVM)模型。
[0023] 所述步骤7)中的最优棉仁粉植酸含量近红外校正模型采用基于蒙特卡罗无信息 变量消除的最小二乘支持向量机(MC-UVE-LS-SVM)模型。
[0024] 在全光谱数据中，并非所有的光谱变量都与目标性状存在显著的相关性，其中可 能存在大量的无信息变量。因此，本发明采用MC-UVE法对光谱进行变量的选择，与全光谱 PLS模型相比，此模型消除冗余变量，简化校正模型，提高了模型的运算速度。
[0025] 与现有技术相比，本发明的有益效果是：
[0026] 1.本发明利用Biichi NIR Flex_N500傅立叶变换近红外光谱仪(瑞士步琦公司）采 集棉仁粉的光谱图，采用Unscrambler V9.7和matlab R2011a软件对光谱数据进行分析，研 究了棉仁粉中植酸含量的建模及应用方法，其光谱数据更加准确。
[0027] 2.本发明测定准确性很高，是一种绿色、高效、便捷、准确的测定方法，对于培育低 植酸棉花品种和促进棉副产品的加工利用具有重要意义和价值。
【附图说明】
[0028] 图1是本发明方法中棉仁粉样本植酸含量分布图。
[0029] 图2是本发明方法中棉仁粉近红外原始光谱图。
[0030] 图3是本发明方法中棉仁粉最优预处理后近红外光谱图。
[0031] 图4是本发明方法中蒙特卡罗无信息变量选择过程中最优阈值的选择图。
[0032] 图5是本发明方法中棉仁粉样本植酸化学测定值与近红外光谱预测值之间的相关 性图。
【具体实施方式】
[0033]下面结合附图和实施例对本发明做进一步说明。
[0034]本发明的具体实施例如下：
[0035] 1)样本的选取
[0036]样本为取自2014年全国10个不同生态区种植的不同品种的棉籽，包括浙江杭州、 安徽芜湖、江苏盐城、湖南澧县等不同生态种植区，共280个棉籽样本。
[0037] 2)棉仁粉样本的制备
[0038]棉籽经脱绒、烘干、剥壳和再烘干后，用磨样机将棉仁磨成粉末，过60目筛，得到棉 仁粉样本；
[0039] 3)样本光谱采集
[0040]将每份棉仁粉样本分三次装入样品池中，扫描后获取光谱数据，计算每份样本的 三次光谱数据的平均光谱值，并转化为l〇g(l/R)。样本原始光谱图，如图2所示。
[0041 ] 近红外光谱采集条件:利用Biichi NIR Flex-N500傅立叶变换近红外光谱仪(瑞士 步琦公司）采集棉仁粉的光谱图，近红外光谱仪的采集波长范围为4000-lOOOOcnf1，每隔 4CHT 1采集反射强度(R)，共计1501个光谱点，重复扫描64次后取平均值;每次装样扫描的上 样量为3.5g左右，样品池为直径为lcm的圆柱，圆柱高度为5cm;每次装样扫描均是在25土 0.5°C温度条件下进行，采用Unscrambler V9.7和mat lab R2011a软件对光谱数据进行分 析。
[0042] 4)光谱预处理
[0043]利用Savi tzky-Golay平滑法、一阶微分法、变量标准化法、多元散射校正法、 -阶微分法、Savi tzky-Golay 平滑+变量标准化法、Savi tzky-Golay 平滑+多元散射校正法、一阶微分+变量标准化法、一阶微分+多元散射校正法、Savitzky-Golay平滑+变量标准化+-阶微分法、Savi tzky-Golay平滑+多元散射校正+-阶微分法等 11种处理方法分别对原始光谱进行预处理。
[0044] 5)高效离子色谱法(HPIC)测定棉仁粉中植酸含量
[0045]棉籽经脱绒、烘干、剥壳和再烘干后，用磨样机将棉仁磨成粉末，过60目筛，得到棉 仁粉样本；
[0046]先用无水乙醇对棉仁粉样本进行水浴脱脂处理，再用盐酸经水浴、冷却和离心提 取棉仁粉样本中的植酸，然后依次通过两个Cleanert 1C离子色谱前处理柱和水系滤膜纯 化，进行HPIC检测其含量;色谱条件为:采用DI0NEX ICS-3000离子色谱仪、AG16-HC Guaed (4 X 50mm)保护住和AS16-HC Analytical (4 X 250mm)分离柱、淋洗液为Κ0Η、流动相流速为 1.0ml/min、进样量为100yL的条件检测。测定的植酸含量用百分含量表示。
[0047]本实施例主要提供的280份棉仁粉样本中植酸百分含量的HPIC分析结果见图1;由 于样本源于不同地区、不同品种，植酸的含量有较大差异，见表1，其中样本材料植酸含量跨 幅大(0.4302-1.8391 % )，具有很好的代表性，为建立光谱模型提供了条件。
[0048]表1棉仁粉中植酸含量分布差异
[0050] 6)校正集和验证集样本的选取
[0051] 利用近红外光谱仪采集上述样本的光谱，对于近红外建模而言，校正集和预测集 样本必须都能够代表原始样本的数据分布情况，且校正集的样本含量范围要包含预测集样 本含量范围，使用Kennard-Stone算法将棉仁粉样本按照3:1的比例分成校正集样本和预测 集样本，即将对280份样本进行分集，得到校正集样本210份，预测集样本70份，建立所述近 红外模型，校正集和预测集样本分布如表2。
[0052] 表2校正集和预测集样本中植酸含量分布
[0054] 从表2可以看出，校正集样本植酸含量范围广，包含预测集样本植酸含量范围，适 合近红外校正模型的构建。
[0055] 7)预处理方法的选择和PLS模型的构建
[0056] 对于210份的校正集样本，在全光谱范围内采用全交叉验证建立PLS模型，分别考 察11种不同光谱预处理方法对PLS模型的影响，11种预处理方法分别为Savitzky-Golay平 滑法、一阶微分法、变量标准化法、多元散射校正法、Savi tzky-Go lay平滑+-阶微分法、 Savi tzky-Golay平滑+变量标准化法、Savi tzky-Golay平滑+多元散射校正法、一阶微分+变 量标准化法、一阶微分+多元散射校正法、Savitzky-Golay平滑+变量标准化+-阶微分法、 Savitzky-Golay平滑+多元散射校正+-阶微分法。
[0057]然后均以预测相关系数（R2)和剩余预测偏差（RPD)值最大、预测均方根误差 (RMSEP)和交叉验证均方根误差(RMSECV)值最小来选取最优的预处理方法作为建模的预处 理方法，本发明中最优预处理方法为Savi tzky-Go lay平滑+变量标准化+-阶微分法，图3为 原始光谱经过最优预处理方法处理后的光谱图。11种预处理方法建立的模型参考指标评价 见表3。
[0058]表3 11种预处理方法建立的PLS模型参数评价指标
[0060] 表3中：Control表示无预处理；SG表示Savi tzky-Go lay平滑；1D表示一阶微分；SNV 表示变量标准化;MSC表示多元散射校正;RMSECV表示交叉验证均方根误差(数值越小效果 越好）；RMSEP表示预测均方根误差(数值越小效果越好）；R 2表示预测相关系数(R2>0.9表示 可完全替代传统测定方法）；RH)表示剩余预测偏差(RPD>2.5表示模型的稳健性好）。
[0061] 8)近红外校正模型的建立和优化
[0062]将预处理后的光谱数据导入matlab软件中，首先根据press值计算最佳潜变量个 数，然后利用蒙特卡罗无信息变量选择和多元校正回归方法建立模型，其中多元校正回归 方法具体包括偏最小二乘(PLS)法、最小二乘支持向量机(LS-SVM)法和加权最小二乘支持 向量机(WLS-SVM)法。其中图4为蒙特卡罗无信息变量选择方法处理过程中最佳阈值的确 定，最优阈值为5。
[0063] 本发明最优棉仁粉植酸含量近红外校正模型采用是基于蒙特卡罗无信息变量消 除的最小二乘支持向量机(MC-UVE-LS-SVM)模型，该模型R 2和RPD值最高，RMSECV和RMSEP值 最低，模型评价参数见表4。
[0064] 表4 6种植酸含量近红外模型参数评价指标
[0065]
[0066] 表4中：PLS表示偏最小二乘法;LS-SVM表示最小二乘支持向量机;WLS-SVM表示加 权最小二乘支持向量机;MC-UVE表示蒙特卡罗无信息变量消除;RMSECV表示交叉验证均方 根误差(数值越小效果越好）；RMSEP表示预测均方根误差(数值越小效果越好）；R 2表示预测 相关系数(R2>0.9表示可完全替代传统测定方法）；RPD表示剩余预测偏差(RPD>2.5表示模 型的稳健性好）。
[0067]由此可见，本发明方法的实施例其中样本材料植酸含量跨幅大（0.4302-1.8391%)，具有很好的代表性，适合近红外光谱建模;通过比较不同预处理方法，得到最优 的预处理方法为Savitzky-Golay平滑+变量标准化+-阶微分法;采用此预处理方法建立不 同的植酸校正模型，确定最优棉仁粉样本植酸含量近红外校正模型是基于蒙特卡罗无信息 变量消除的最小二乘支持向量机(MC-UVE-LS-SVM)模型，该模型R 2和RPD值最高，RMSECV和 RMSEP值最低，能够准确的测定棉仁粉中的植酸含量。其植酸化学测定值与近红外光谱预测 值之间的相关性图，如图5所示，其中对角线表示最理想的预测结果(预测值=化学值），样 本点越接近对角线，说明模型的效果越好，反之亦然。
[0068] 9)制备待测棉仁粉样本，在相同条件下采集待测棉仁粉样本的近红外光谱数据， 用上述步骤所构建的最优近红外光谱校正模型检测待测棉仁粉样本，得到其植酸含量。
[0069] 本发明的创新之处在于，利用近红外光谱仪，只要采集棉仁粉的光谱图，按照最优 的预处理方法处理光谱信息，利用上述最优校正模型，就能快速测定棉仁粉中植酸的含量， 这种快速、绿色、准确、便捷环保的测定方法，对于培育低植酸棉花品种和促进棉副产品的 加工利用具有重要意义和价值。
【主权项】
1. 一种棉仁粉中植酸含量的测定方法，其特征在于包括如下步骤： 1) 制备在不同地区种植的不同品种的棉仁粉样本，将棉籽进行预处理，得到棉仁粉样 本； 2) 利用近红外光谱仪采集获得棉仁粉样本的近红外光谱数据； 3) 对于步骤2)采集到的棉仁粉样本的近红外光谱数据分别进行11种方法的光谱数据 预处理，再通过高效离子色谱法(HPIC)测得棉仁粉样本的植酸含量，再结合11种预处理方 法获得的近红外光谱数据和植酸含量，分别用偏最小二乘法(PLS)建立棉仁粉植酸含量的 近红外校正模型； 4) 从上述步骤的所有近红外校正模型中选择预测相关系数（R2)值和剩余预测偏差 (RPD)值最大且预测均方根误差(RMSEP)值和交叉验证均方根误差(RMSECV)值最小的模型 作为最佳的全光谱PLS模型； 5) 利用变量选择方法对步骤4)中最佳的全光谱PLS模型的光谱数据进行变量选择，采 用多元校正回归方法建立变量选择后的光谱数据与其植酸含量之间的多个近红外光谱校 正模型； 6) 从上述步骤的所有近红外光谱校正模型中选择预测相关系数(R2)值和剩余预测偏 差(RPD)值最大且预测均方根误差(RMSEP)值和交叉验证均方根误差(RMSECV)值最小的模 型作为最优的棉仁粉植酸含量近红外校正模型； 7) 采用步骤1)和2)所述相同方法采集待测棉仁粉样本的近红外光谱数据，用上述步骤 6)所构建的最优的棉仁粉植酸含量近红外校正模型检测待测棉仁粉样本，得到其植酸含 量。2. 根据权利要求1所述的一种棉仁粉中植酸含量的测定方法，其特征在于:所述步骤1) 中的预处理具体采用以下方式:将棉籽脱绒、烘干、剥壳和再烘干后，用磨样机将棉仁磨成 粉末，过60目筛，得到棉仁粉样本。3. 根据权利要求1所述的一种棉仁粉中植酸含量的测定方法，其特征在于:所述步骤2) 利用近红外光谱仪采集棉仁粉样本光谱具体步骤为： 2.1) 将每份样本分三次装样扫描后用近红外光谱仪采集获取光谱数据，近红外光谱仪 的采集波长范围为4000-lOOOOcnf1，每隔4CHT 1采集反射强度(R)，共计1501个光谱点，重复 扫描64次后取平均值;每次装样扫描的上样量为3.5g左右，样品池为直径为lcm的圆柱，每 次装样扫描均是在25±0.5°C温度条件下进行； 2.2) 接着计算每份样本的三次光谱数据的平均光谱值，再将平均光谱值转化为log(l/ 平均光谱值），得到棉仁粉样本的近红外吸收光谱。4. 根据权利要求1所述的一种棉仁粉中植酸含量的测定方法，其特征在于:所述步骤3) 中的11种预处理方法分别为Savi tzky-Go lay平滑法、一阶微分法、变量标准化法、多元散射 校正法、Savi tzky-Golay平滑+-阶微分法、Savitzky-Golay平滑+变量标准化法、 Savitzky-Golay平滑+多元散射校正法、一阶微分+变量标准化法、一阶微分+多元散射校正 法、Savi tzky-Golay平滑+变量标准化+-阶微分法、Savi tzky-Golay平滑+多元散射校正+ 一阶微分法。5. 根据权利要求1所述的一种棉仁粉中植酸含量的测定方法，其特征在于:所述步骤5) 中的变量选择采用基于蒙特卡罗方法的无信息变量消除(MC-UVE)方法。
【文档编号】G01N30/02GK106018337SQ201610640917
【公开日】2016年10月12日
【申请日】2016年8月4日
【发明人】祝水金, 赵茹冰, 陈进红, 李 诚, 徐晓建, 胡佳慧
【申请人】浙江大学