甘薯(Ipomoea batatasL.)是一种高产且营养丰富的块根作物。提高块根品质是促进甘薯产业高质量发展的重要举措。然而，缺乏高效的甘薯品质分析方法严重制约了甘薯种质的品质鉴评和优质新品种的选育。为了解决这一问题，本研究选用了125份代表性的甘薯块根样品，采用了双重优化的建模策略(即样本子集划分和光谱变量选择)，旨在构建一种基于NIRS的高通量分析块根品质(总淀粉、直/支链淀粉、支直比、可溶性糖、粗蛋白、总黄酮和总酚)的方法，为快速筛选优质甘薯种质提供可行的解决方案。在本研究中，共建立了8个最优的NIRS定量预测模型，校正集决定系数(R2C)为0.950.99，交叉验证决定系数(R2CV)为0.930.98，验证集决定系数(R2V)为0.890.96，验证集相对分析误差(RPD)为6.3311.35。总之，本研究开发的NIRS模型为高通量分析甘薯块根品质提供了一种实用可行的方法，为实现高效、精准的甘薯品质育种奠定了基础。

　　本研究得到国家重点研发计划子课题、国家甘薯产业技术体系、广东省现代农业产业技术体系、广东省农业科学院作物研究所所长基金、广东省农业科学院科技人才引进/培养专项等项目的资助。【阅读原文】

　　开云全站 kaiyun网站

　　下一篇：肉品科学与营养工程创新团队构建了一种基于单原子纳米酶的比色-荧光双模式生物传感器用于冷鲜肉新鲜度快速检测

　　开云全站 kaiyun网站