基于光譜技術(shù)對雨生紅球藻蝦青素含量檢測及其空間分布的研究.pdf

1、雨生紅球藻內(nèi)積累的蝦青素具有很高商業(yè)價值。通過該藻生產(chǎn)的蝦青素被廣泛地添加至保健品，化妝品及著色劑等產(chǎn)品中，在醫(yī)藥工業(yè)、食品工業(yè)、農(nóng)業(yè)養(yǎng)殖等多個領(lǐng)域行業(yè)具有重要應(yīng)用意義。本論文研究了雨生紅球藻蝦青素的最佳積累條件，基于光譜技術(shù)研究了雨生紅球藻蝦青素定量檢測及細胞內(nèi)相關(guān)成分空間分布可視化。主要得到以下結(jié)論:
　　(1)設(shè)計正交實驗，得到本論文所用雨生紅球藻蝦青素的最佳積累組合，并探究雨生紅球藻在不同脅迫條件下的內(nèi)部色素變化規(guī)律。通過

2、設(shè)計正交實驗，將氮源、碳源及鹽度作為因素進行正交分析，通過直觀法與正交方差法，分析得出本實驗所用雨生紅球藻蝦青素積累量的最佳條件組合，即硝酸鈉:0.15g/L，醋酸鈉:1.5g/L，氯化鈉:0.1％w/v，該組合成為后續(xù)研究中雨生紅球藻脅迫條件的參考。該部分內(nèi)容還分析了雨生紅球藻在脅迫過程中，藻體色素含量的變化情況。隨著脅迫時間的持續(xù)，葉綠素含量降低，蝦青素不斷的積累，類胡蘿卜素總量也隨之在不斷增加。
　　(2)應(yīng)用可見/近紅外光

3、譜技術(shù)及高光譜成像技術(shù)獲取雨生紅球藻藻液光譜信息，將光譜信息與蝦青素含量建立相應(yīng)的定量模型，實現(xiàn)雨生紅球藻蝦青素含量快速檢測;并發(fā)現(xiàn)商光譜成像技術(shù)建立的模型要優(yōu)于可見/近紅外光譜技術(shù)。對于可見/近紅外光譜系統(tǒng)，通過分析獲取198個樣本在425～750nm波段范圍吸收光譜與蝦青素含量建立的定量模型，發(fā)現(xiàn)競爭性自適應(yīng)加權(quán)采樣算法(CARS)結(jié)合多元線性回歸(MLR)建立的模型(CARS-MLR)最優(yōu)，建模集相關(guān)系數(shù)Rcal達到0.976，驗

4、證集相關(guān)系數(shù)Rval達到0.961，預(yù)測集相關(guān)系數(shù)Rpre為0.967，建模均方根誤差RMSEC為0.473，驗證均方根誤差RMSECV為0.606，預(yù)測均方根誤差RMSEP為0.510，預(yù)測殘余偏差RPD達到了3.796。CARS-MLR模型也要優(yōu)于使用全波段變量建立的偏最小二乘(PLS)模型，且前者的變量數(shù)僅為后者的2.39％。因此，425～750nm波段范圍的吸收光譜能夠?qū)崿F(xiàn)雨生紅球藻藻液中的蝦青素含量檢測，且通過CARS選取特征

5、波段建立的CARS-MLR模型為最優(yōu)，并得到相對應(yīng)的定量模型公式。對于高光譜成像系統(tǒng)，通過分析獲取198個樣本在425～1023nm波段范圍的反射光譜與蝦青素含量建立的定量模型，發(fā)現(xiàn)競爭性自適應(yīng)加權(quán)采樣算法(CARS)結(jié)合偏最小二乘算法(PLS)建立的模型(CARS-PLS)最優(yōu)，Rcal達到0.978，Rval達到0.967，Rpre為0.983，RMSEC為0.443，RMSECV為0.544，RMSEP為0.398，RPD達到了5

6、.324。CARS-PLS模型也要優(yōu)于使用全波段變量建立的PLS模型，且前者的變量數(shù)僅為后者的6.75％。因此，425～1023nm波段范圍的高光譜可見/近紅外反射光譜能夠?qū)崿F(xiàn)雨生紅球藻藻液蝦青素含量檢測，且通過CARS特征變量選取方法建立的CARS-PLS模型為最優(yōu)，并得到雨生紅球藻蝦青素定量模型公式。通過比較兩種技術(shù)建模結(jié)果，發(fā)現(xiàn)高光譜成像技術(shù)優(yōu)于可見/近紅外光譜技術(shù)。
　　(3)利用共聚焦顯徼拉曼光譜技術(shù)對雨生紅球藻類胡蘿卜