本文關(guān)鍵詞：基于仿生模式識(shí)別和近紅外光譜的轉(zhuǎn)基因小麥快速鑒別方法，由筆耕文化傳播整理發(fā)布。

第３０卷，第４期２。０１０年４月

光譜學(xué)與光譜分析

Ｓｐｅｃｔｒｏｓｃｏｐｙａｎｄ

ＳｐｅｃｔｒａｌＡｎａｌｙｓｉｓ

Ｖ０１．３０．Ｎｏ．４，ｐｐ９２４—９２８

Ａｐｒｉｌ，２０１０

基于仿生模式識(shí)別和近紅外光譜的轉(zhuǎn)基因小麥快速鑒別方法

翟亞鋒１，蘇謙２，，鄔文錦２，何震天３，張宗英３，安家爽１，董槿１，

鄧新１，韓成貴１，于嘉林１，李大偉１，陳秀蘭３，安冬２。

１．中國農(nóng)業(yè)大學(xué)生物學(xué)院，北京１００１９３

２．中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院，北京１０００８３３．江蘇里下河地區(qū)農(nóng)業(yè)科學(xué)研究所，江蘇揚(yáng)州

２２５００２

摘要提出了一種采用近紅外光譜快速鑒別轉(zhuǎn)基因小麥種子的方法，對不同品種的９個(gè)轉(zhuǎn)基因小麥樣品種子分別建立了鑒別模型。對９個(gè)小麥樣品共２２５個(gè)樣本，通過近紅外光譜儀掃描獲得從４

０００

１２０００

ｅｍ＿’波段范圍的光譜數(shù)據(jù)。為了消除噪聲，對原始數(shù)據(jù)先進(jìn)行了歸一化預(yù)處理；然后使用主成分分析（ＰＣＡ）方法得到能反映小麥種子９７．２８％光譜信息的前１０個(gè)主成分，提高了數(shù)據(jù)處理效率；最后利用仿生模式識(shí)別（ｂｉｏｍｉｍｅｔｉｃ

ｐａｔｔｅｒｎ

ｒｅｃｏｇｎｉｔｉｏｎ，ＢＰＲ）方法建立小麥品種的鑒別模型。對于每個(gè)樣品中的２５個(gè)樣

本，隨機(jī)挑選１５個(gè)樣本作為訓(xùn)練樣本，其余１０個(gè)樣本作為第一測試集，其他品種共２００個(gè)樣本作為第二測試集。在對第二測試集平均正確拒識(shí)率達(dá)到９６．７％的情況下，對第一測試集中的樣本取得了９５．６％的平均

正確識(shí)別率。實(shí)驗(yàn)結(jié)果表明，該方法具有較高的鑒別準(zhǔn)確度，可以作為一種快速無損的轉(zhuǎn)基因小麥種子鑒別

方法。

關(guān)鍵詞近紅外光譜；仿生模式識(shí)別；轉(zhuǎn)基因小麥；品種鑒別

文獻(xiàn)標(biāo)識(shí)碼：Ａ

ＤＯＩ：１０．３９６４／ｊ．ｉｓｓｎ．１０００－０５９３（２０１０）０４—０９２４—０５

中圖分類號：０６５７．３

經(jīng)相當(dāng)廣泛睜５。，其中有很多用于轉(zhuǎn)基因作物的鑒別的報(bào)道。

引言

小麥?zhǔn)俏覈匾霓r(nóng)作物之一，近年來，隨著植物轉(zhuǎn)基

芮玉奎等報(bào)道了近紅外光譜在轉(zhuǎn)基因玉米檢測識(shí)別中的應(yīng)用和近紅外光譜技術(shù)在檢測轉(zhuǎn)基因油菜籽中芥酸和硫甙上的應(yīng)用，謝麗娟等［４ｊ報(bào)道了利用可見／近紅外光譜分析技術(shù)鑒別轉(zhuǎn)基因番茄葉等。在轉(zhuǎn)基因小麥鑒別上的應(yīng)用還未見報(bào)道，所以將其用于轉(zhuǎn)基因小麥鑒別具有重要的理論和現(xiàn)實(shí)意義。

本文采用了一種基于仿生模式識(shí)別（Ｂ王）Ｒ）的轉(zhuǎn)基因小麥品種快速鑒別方法，首先對原始光譜進(jìn)行矢量歸一化處理，然后使用主成分分析（ＰＣＡ）提取光譜特征信息，最后利用仿生模式識(shí)別方法建立種子鑒別模型。本文應(yīng)用該方法對９個(gè)小麥樣品建立了種子鑒別模型，各鑒別模型對本樣品種子的正確識(shí)別率較高且能有效拒識(shí)非本品種種子，在平均正確拒識(shí)率為９６．７％的情況下，平均正確識(shí)別率可達(dá)９５．６％。

因技術(shù)的普及以及轉(zhuǎn)基因農(nóng)作物的推廣，針對轉(zhuǎn)基因作物檢測和安全評價(jià)方法研究日益得到廣泛蘑視。國內(nèi)外通常使用ＰＣＲ等分子鑒定手段進(jìn)行轉(zhuǎn)基因作物的檢測，這砦手段有靈敏、高效的特點(diǎn)，能準(zhǔn)確對被測樣品中的轉(zhuǎn)基網(wǎng)成分進(jìn)行鑒定。但此類方法在實(shí)際應(yīng)用中，不能方便地區(qū)分待測樣本中轉(zhuǎn)基因成分的來源，例如非轉(zhuǎn)基岡小麥中混雜有某種轉(zhuǎn)基因小麥。故而，在針對轉(zhuǎn)基因作物進(jìn)行檢測以及安全評價(jià)時(shí)，需要開發(fā)新的檢測手段作為補(bǔ)充。

近紅外光譜區(qū)介于可見光譜區(qū)與中紅外光譜區(qū)之間，波長范圍為７８０～２

５００

ｎｔｎ。通過近紅外光譜，可以得到樣品

中所有有機(jī)分子含氫基團(tuán)的特征信息。近紅外光譜對物質(zhì)的穿透能力較強(qiáng)，不需要對樣品做任何預(yù)處理；近紅外光譜還具有不會(huì)對人體造成傷害、不會(huì)對環(huán)境造成任何污染以及快速、高效的特點(diǎn)【ｌ’２］。目前近紅外光譜在農(nóng)產(chǎn)品中的應(yīng)用已

收稿日期：２００９－０６—０２。修訂日期：２００９－０９－０６

１材料與方法

１．１儀器設(shè)備

實(shí)驗(yàn)使用德國ＢＲＵＫＥＲ公司的ＶＥＣＴＯＲ２２／Ｎ傅里葉

基金項(xiàng)目：國家（８６３計(jì)劃）重大項(xiàng)目（２００６ＡＡＩＯＡ２１３）和轉(zhuǎn)基因?qū)ｍ?xiàng)（２００８ｚｘ０８００２－００１）資助作者簡介：翟亞鋒，１９７８年生。中國農(nóng)業(yè)大學(xué)生物學(xué)院講師

ｅ－ｍａｉｌ：ｚｈａｉｙａｆｅｎｇ（鴦ｇｍａｉｌ．ｃ＇ｏｍ

＊通訊聯(lián)系人ｅ－ｍａｉｌ：ａｎｄｏｎｇ（勇ｓｅｍｉ．戤ａｌ

  本文關(guān)鍵詞：基于仿生模式識(shí)別和近紅外光譜的轉(zhuǎn)基因小麥快速鑒別方法，由筆耕文化傳播整理發(fā)布。