小麥蛋白質近紅外模型的建立及特異種質資源篩選與分析.pdf

1、1．近紅外光譜分析技術是一種綠色、快速、高效的分析技術，近年來發(fā)展迅速，在許多領域中得到越來越廣泛的應用。本研究通過對216份品質成分含量不同的小麥品種常規(guī)化學值的測定和近紅外光譜測定與比較分析，研究了FOSS1241型近紅外光譜儀測定小麥蛋白質含量的可行性，實驗過程大致如下：首先通過化學的方法測定樣品籽粒的蛋白質含量，然后對其進行光譜掃描利用偏最小二乘法的有關參數(shù)，比較了不同的光譜預處理方法和數(shù)學處理對建模的影響，從而建立定標模型。并

2、選用了一批預測集樣品對定標模型進行了預測，結果顯示，近紅外分析結果與常規(guī)化學測定結果之間有較好的相關關系，粗蛋白的檢驗集相關系數(shù)為0.961，并具有較低的標準誤差（SEP），粗蛋白的SEP值為0.271，這表明所建的模型是比較成功的。
　　 不同的光譜預處理方法，影響所建模型的質量。供試樣品經(jīng)過SNV、Detrending、 SNV+Detrending三種形式的光譜預處理，與對照相比，標準差與決定系數(shù)均有不同程度的改善，其中以

3、SNV+Detrending的處理效果最佳，其SEC為0.096，R2為0.981同時SEP為0.246，RSQ為0.923，在數(shù)學處理中，最有導數(shù)處理形式為：1，2，2，1，定標集決定系數(shù)為0.942，定標標準差為0.213，檢驗集決定系數(shù)達到0.922。具有較好的校正效果。經(jīng)過對14份樣品的預測結果顯示，其化學測定值于預測值之間相關系數(shù)達到了0.99。
　　 2. 559份小麥品種資源蛋白質測定結果表明：所測定的小麥種質資源

4、蛋白質含量變幅9.29-17.59％，平均含量為11.96％，從中篩選出蛋白質含量14.5％以上的材料24份，低于10.5％品種資源65份，這些材料可用在以后的小麥品質遺傳改良中。對其農(nóng)藝性狀與品質性狀的相關性進行初步分析。
　　 3．利用十二烷基硫酸鈉聚丙烯酰胺凝膠電泳（SDS-PAGE）技術，分析了84份小麥特異蛋白品種的高分子量麥谷蛋白亞基組成。結果表明，本研究所選84份代表性地方品種的HMW-GS組成類型豐富，Glu-1