Análisis de variación de las propiedades del almidón en el trigo sarraceno de Tartaria y construcción de modelos de infrarrojo cercano para la detección rápida y no destructiva
Autores: Zhu, Liwei; Liu, Fei; Du, Qianxi; Shi, Taoxiong; Deng, Jiao; Li, Hongyou; Cai, Fang; Meng, Ziye; Chen, Qingfu; Zhang, Jieqiong; Huang, Juan
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Análisis de variación de las propiedades del almidón en el trigo sarraceno de Tartaria y construcción de modelos de infrarrojo cercano para la detección rápida y no destructiva
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Botánica
Palabras clave
Método
Contenido de almidón
Trigo sarraceno de Tartaria
Espectroscopía en el infrarrojo cercano
Quimiometría
Modelo de predicción
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 10
Citaciones: Sin citaciones
Debido a los requisitos para las pruebas de calidad y la cría de trigo sarraceno de Tartaria (Gaerth), es necesario encontrar un método para la detección rápida del contenido de almidón en el trigo sarraceno de Tartaria. Para obtener muestras con un valor químico distribuido de manera continua, se utilizaron líneas recombinantes de trigo sarraceno de Tartaria. Después de escanear los espectros de infrarrojo cercano de granos enteros, empleamos métodos convencionales para analizar los contenidos de trigo sarraceno de Tartaria. Los resultados mostraron que los contenidos de almidón total, amilopectina, amilopectina y almidón resistente fueron de 532.1-741.5 mg/g, 176.8-280.2 mg/g, 318.8-497.0 mg/g y 45.1-105.2 mg/g, respectivamente. El modelo de predicción para los diferentes contenidos de almidón en el trigo sarraceno de Tartaria se estableció utilizando espectroscopia de infrarrojo cercano (NIRS) en combinación con quimiometría. Se utilizó el algoritmo de Kennard-Stone para dividir el conjunto de entrenamiento y el conjunto de prueba. Se utilizaron seis métodos diferentes para preprocesar los espectros en el rango de números de onda de 4000-12,000 cm. Luego, se utilizó el algoritmo de muestreo adaptativo competitivo reponderado para extraer los espectros característicos, y el modelo de predicción se construyó utilizando el método de mínimos cuadrados parciales. A través de un análisis integral de cada parámetro del modelo, se determinó el mejor modelo para la predicción de cada nutriente. El coeficiente de correlación de calibración (Rc) y el coeficiente de correlación de predicción (Rp) de los mejores modelos para el almidón total y la amilopectina fueron mayores de 0.95, y el Rc y Rp de los mejores modelos para la amilopectina y el almidón resistente también fueron mayores de 0.93. Los resultados mostraron que el modelo de predicción basado en NIRS cumplió con el requisito para la determinación rápida del almidón de trigo sarraceno de Tartaria, proporcionando así un enfoque técnico efectivo para la prueba rápida y no destructiva del contenido de almidón en la ciencia de los alimentos y la industria agrícola.
Descripción
Debido a los requisitos para las pruebas de calidad y la cría de trigo sarraceno de Tartaria (Gaerth), es necesario encontrar un método para la detección rápida del contenido de almidón en el trigo sarraceno de Tartaria. Para obtener muestras con un valor químico distribuido de manera continua, se utilizaron líneas recombinantes de trigo sarraceno de Tartaria. Después de escanear los espectros de infrarrojo cercano de granos enteros, empleamos métodos convencionales para analizar los contenidos de trigo sarraceno de Tartaria. Los resultados mostraron que los contenidos de almidón total, amilopectina, amilopectina y almidón resistente fueron de 532.1-741.5 mg/g, 176.8-280.2 mg/g, 318.8-497.0 mg/g y 45.1-105.2 mg/g, respectivamente. El modelo de predicción para los diferentes contenidos de almidón en el trigo sarraceno de Tartaria se estableció utilizando espectroscopia de infrarrojo cercano (NIRS) en combinación con quimiometría. Se utilizó el algoritmo de Kennard-Stone para dividir el conjunto de entrenamiento y el conjunto de prueba. Se utilizaron seis métodos diferentes para preprocesar los espectros en el rango de números de onda de 4000-12,000 cm. Luego, se utilizó el algoritmo de muestreo adaptativo competitivo reponderado para extraer los espectros característicos, y el modelo de predicción se construyó utilizando el método de mínimos cuadrados parciales. A través de un análisis integral de cada parámetro del modelo, se determinó el mejor modelo para la predicción de cada nutriente. El coeficiente de correlación de calibración (Rc) y el coeficiente de correlación de predicción (Rp) de los mejores modelos para el almidón total y la amilopectina fueron mayores de 0.95, y el Rc y Rp de los mejores modelos para la amilopectina y el almidón resistente también fueron mayores de 0.93. Los resultados mostraron que el modelo de predicción basado en NIRS cumplió con el requisito para la determinación rápida del almidón de trigo sarraceno de Tartaria, proporcionando así un enfoque técnico efectivo para la prueba rápida y no destructiva del contenido de almidón en la ciencia de los alimentos y la industria agrícola.