[發(fā)明專(zhuān)利]一種轉(zhuǎn)基因水稻種子及其親本的快速檢測(cè)方法及其專(zhuān)用裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201410783310.5
• 申請(qǐng)日: 2014-12-16
• 公開(kāi)（公告）號(hào): CN104458703A
• 公開(kāi)（公告）日: 2015-03-25
• 發(fā)明（設(shè)計(jì)）人: 林萍;陳永明;胡國(guó)文
• 申請(qǐng)（專(zhuān)利權(quán)）人: 鹽城工學(xué)院
• 主分類(lèi)號(hào): G01N21/65
• 分類(lèi)號(hào): G01N21/65
• 代理公司: 南京蘇高專(zhuān)利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 邱興天

技術(shù)領(lǐng)域

本發(fā)明屬于轉(zhuǎn)基因產(chǎn)品檢測(cè)領(lǐng)域，具體涉及一種轉(zhuǎn)基因水稻種子及其親本的快速檢測(cè)方法及其專(zhuān)用裝置。

背景技術(shù)

水稻是世界三大主要糧食作物之一，中國(guó)作為世界上最大的水稻生產(chǎn)地，有75％的水稻受水稻螟蟲(chóng)蟲(chóng)害影響，每年對(duì)水稻生產(chǎn)造成巨大危害。因此，培育抗螟蟲(chóng)水稻品種，對(duì)于提高水稻穩(wěn)產(chǎn)性和保護(hù)生態(tài)環(huán)境都具有十分重要的意義。種植轉(zhuǎn)Bt基因的抗螟蟲(chóng)水稻可以使水稻產(chǎn)量增加8％并減少80％的殺蟲(chóng)劑用量，使1.1億水稻種植戶直接受益，帶來(lái)每年40億美元的收益。綜合各國(guó)的檢測(cè)方法目前轉(zhuǎn)基因產(chǎn)品的檢測(cè)方法主要有兩大類(lèi)：蛋白質(zhì)檢測(cè)和DNA檢測(cè)，包括聚合酶鏈?zhǔn)椒磻?yīng)(polymerase?chain?reaction，PCR)，核酸印記法(southern?blot)，氣相質(zhì)譜法(gas?chromatography?and?mass?spectrometry，GC/MS)，酶聯(lián)免疫吸附法(enzyme?linked?immunosorbent?assay，ELISA)，蛋白質(zhì)印記法(Western?blot)，生物傳感器(Biosensor)等。但是這些理化學(xué)分析法存在實(shí)驗(yàn)操作復(fù)雜耗時(shí)長(zhǎng)、檢測(cè)成本高以及易于造成環(huán)境污染等缺點(diǎn)，難以滿足目前流通市場(chǎng)上大樣本快速鑒別的需要。因此，建立關(guān)于轉(zhuǎn)基因水稻產(chǎn)品快速、低成本的檢測(cè)方法顯得尤為重要。

發(fā)明內(nèi)容

發(fā)明目的：為了解決現(xiàn)有轉(zhuǎn)基因產(chǎn)品檢測(cè)技術(shù)存在的實(shí)驗(yàn)操作復(fù)雜耗時(shí)長(zhǎng)、檢測(cè)成本高以及易于造成環(huán)境污染等等的一系列的問(wèn)題，本發(fā)明提供一種轉(zhuǎn)基因水稻種子及其親本快速檢測(cè)方法，克服常規(guī)物理化學(xué)檢測(cè)方法的缺點(diǎn)，實(shí)現(xiàn)對(duì)轉(zhuǎn)基因水稻種子及其親本低成本快速檢測(cè)，本發(fā)明的另一名地是提供一種上述轉(zhuǎn)基因水稻種子及其親本快速檢測(cè)方法的專(zhuān)用裝置。

技術(shù)方案：為了實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明采用的技術(shù)方案為：

一種轉(zhuǎn)基因水稻種子及其親本的快速檢測(cè)方法，包括如下步驟：

步驟1，將轉(zhuǎn)基因水稻種子及其親本樣本固定在載物臺(tái)上，采用全固態(tài)半導(dǎo)體激光器產(chǎn)生輻射源，通過(guò)顯微拉曼探測(cè)裝置獲取轉(zhuǎn)基因水稻及其親本的拉曼光譜信息；建立轉(zhuǎn)基因水稻及其親本拉曼光譜數(shù)據(jù)庫(kù)；

步驟2，對(duì)采集到的原始轉(zhuǎn)基因水稻種子及其親本的拉曼波譜信息進(jìn)行歸一化和中心化處理；

步驟3，運(yùn)用核主成分分析方法計(jì)算步驟2處理后的轉(zhuǎn)基因水稻種子及其親本拉曼波譜信息的核主成分；

步驟4，運(yùn)用大間隔最近鄰分析方法將步驟3提取到的核主成分映射到高維特征空間中，在核空間中獲得轉(zhuǎn)基因水稻及其親本樣本空間分布屬性；

步驟5，對(duì)于待測(cè)轉(zhuǎn)基因水稻及其親本種子樣本，依次通過(guò)步驟1-4，將待測(cè)樣本的拉曼波譜映射到先驗(yàn)高維特征空間中，在高維特征空間中運(yùn)用K最近鄰分析方法，根據(jù)待測(cè)樣本與數(shù)據(jù)庫(kù)樣本核空間的相對(duì)空間度量來(lái)估測(cè)轉(zhuǎn)基因水稻種子樣本的類(lèi)別。

步驟2中，通過(guò)歸一化處理，把數(shù)據(jù)映射到[-1,1]范圍內(nèi)處理，歸一化處理算法為：

x^i=2·(xi-xminxmax-xmin)-1]]>

其中，x_i表示第i列待歸一化特征向量，x_min表示列向量中最小值，x_max表示列向量中最大值，表示第i行歸一化后的列向量。如果列向量中最大值等于最小值x_max＝x_min，則列向量值不變

步驟2，中心化處理，是指變量減去其數(shù)學(xué)期望值，對(duì)于樣本數(shù)據(jù)，是指將樣本變量的每個(gè)觀測(cè)值減去該變量的樣本的平均值，具體算法如下：