文献类型： 中文期刊

作者： 彭城 ¹ ; 冯旭萍 ² ; 何勇 ² ; 张初 ² ; 赵懿滢 ² ; 徐俊锋 ³ ;

作者机构： 1.浙江省农业科学院浙江省植物有害生物防控重点实验室—省部共建国家重点实验室培育基地;浙江大学生物系统工程与食品科学学院

2.;浙江省农业科学院浙江省植物有害生物防控重点实验室—省部共建国家重点实验室培育基地;浙江大学生物系统工程与食品科学学院

3.;浙江省农业科学院浙江省植物有害生物防控重点实验室—省部共建国家重点实验室培育基地;浙江大学生物系统工程与食品科学学院;

关键词： 近红外光谱;转双价基因玉米;偏最小二乘判别分析模型;支持向量机判别模型

期刊名称： 光谱学与光谱分析

ISSN： 1000-0593

年卷期： 2018 年 04 期

页码： 1095-1100

收录情况： EI ; SCI ; 北大核心 ; CSCD

摘要： 转基因技术在过去的几十年里快速发展,然而此项技术对生态环境、伦理道德等可能带来的影响尚存争议,因此针对农作物的转基因成分检测和鉴别的相关技术研究十分重要。本研究以转双价基因(cry1Ab/cry2Aj-G10evo)玉米籽粒和玉米面粉为研究对象,采用近红外光谱仪采集900~1 700nm波段范围的光谱,结合Savitzky-Golay(SG)平滑算法对提取出的光谱数据进行去除噪声处理。基于全波段光谱和PCA主成分分别建立了偏最小二乘判别分析(PLS)和支持向量机判别模型(SVM)。试验结果表明,在转基因玉米籽粒全谱的判别分析模型中,SVM判别模型效果要优于PLS判别模型,SVM模型识别正确率达到90%以上,PLS的模型识别率只有85%左右。以PCA降维后建立的模型中,SVM模型也取得了最优的效果,建模集和预测集识别正确率达到100%。虽然转基因玉米在研磨加工后外源蛋白和DNA有所下降,但是转基因玉米粉末基于全波段光谱建立的SVM模型的建模集正确率仍有90.625%。结果表明应用近红外光谱技术集合化学计量学方法对转基因玉米的鉴别是可行的,为转基因玉米乃至其他转基因农产品的鉴别提供了技术支持,具有重要的理论意义和应用价值。