[發(fā)明專利]一種大麥莖稈酶解產(chǎn)糖含量的快速測定方法

在審

• 申請?zhí)枺?/td>: 202211279214.8
• 申請日: 2022-10-19
• 公開（公告）號: CN115468930A
• 公開（公告）日: 2022-12-13
• 發(fā)明（設(shè)計）人: 任喜峰;張安勇;胡雪;趙婷;周羽
• 申請（專利權(quán)）人: 華中農(nóng)業(yè)大學(xué)
• 主分類號: G01N21/359
• 分類號: G01N21/359;G01N21/3563;G06Q10/04
• 代理公司: 北京睿智保誠專利代理事務(wù)所(普通合伙) 11732
• 代理人: 張寧

本發(fā)明提供了一種大麥莖稈酶解產(chǎn)糖含量的快速測定方法，屬于活性物質(zhì)檢測技術(shù)領(lǐng)域，本發(fā)明成功利用了近紅外光譜技術(shù)實現(xiàn)大麥莖稈酶解產(chǎn)糖含量的快速測定，克服了現(xiàn)有技術(shù)中的大麥莖稈酶解產(chǎn)糖含量測定方法步驟復(fù)雜、誤差大的問題。本發(fā)明提供的大麥莖稈酶解產(chǎn)糖含量快速測定方法不僅快速，準(zhǔn)確，簡便，成本較低，而且還有效防止了化學(xué)測定法產(chǎn)生的酸和堿廢液對環(huán)境造成的污染。可以同時鑒定大麥莖稈的酶解纖維素和酶解總糖的含量，結(jié)果準(zhǔn)確可靠。

技術(shù)領(lǐng)域

本發(fā)明涉及活性物質(zhì)檢測技術(shù)領(lǐng)域，尤其涉及一種大麥莖稈酶解產(chǎn)糖含量的快速測定方法。

背景技術(shù)

近年來，為減少對于化石燃料的依賴，可再生能源成為各國研發(fā)的重點，其中植物莖稈作為生物質(zhì)能源的研究熱點備受關(guān)注。植物莖稈主要由木質(zhì)素、半纖維素和纖維素組成，作為自然界最豐富的可再生能源，蘊藏著巨大的碳資源，成為生物乙醇、生物柴油等發(fā)酵工業(yè)的理想碳源來源。但是其結(jié)構(gòu)復(fù)雜，以至于無法直接用作原料生產(chǎn)產(chǎn)品，通常需要經(jīng)過預(yù)處理、分離純化和酶解等過程才能最終獲得糖類物質(zhì)，再進(jìn)一步作為生物精煉工藝的直接原料。因此，酶解后的產(chǎn)糖能力是評估植物莖稈是否能夠作為高效原料的重要指標(biāo)。

大麥在我國是主要作物之一，種植區(qū)域廣泛。大麥莖稈纖維素含量約30～50％，半纖維素含量約20～40％，其中纖維素和半纖維素可水解為葡萄糖等發(fā)酵糖，作為碳源用于微生物發(fā)酵制備各種化學(xué)品，或是作為功能性糖添加在食品、營養(yǎng)品或藥物中，產(chǎn)生良好的經(jīng)濟(jì)效益。

現(xiàn)有技術(shù)一般采用復(fù)雜的化學(xué)酶解方法對大麥莖稈酶解產(chǎn)糖含量進(jìn)行檢測，該方法費時、費力、成本較高，且操作步驟多，誤差控制比較困難。無法對大量樣品進(jìn)行測定，而且在測定過程中產(chǎn)生的酸和堿廢液會對環(huán)境造成很大的污染，并且成本很高，造成資源浪費。因此，有必要研發(fā)一種更為簡便、環(huán)保的測定方法。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種大麥莖稈酶解產(chǎn)糖含量的快速測定方法，以解決現(xiàn)有技術(shù)中的大麥莖稈酶解產(chǎn)糖含量測定方法步驟復(fù)雜、誤差大的問題。

為了實現(xiàn)上述發(fā)明目的，本發(fā)明提供以下技術(shù)方案：

本發(fā)明提供了一種大麥莖稈酶解產(chǎn)糖含量的快速測定方法，包括以下步驟：

采集定標(biāo)樣品大麥莖稈粉末的近紅外光譜曲線；

采集定標(biāo)樣品大麥莖稈的實測酶解產(chǎn)糖含量數(shù)據(jù)；

將所述近紅外光譜曲線進(jìn)行預(yù)處理，得到排除噪音干擾的近紅外光譜數(shù)據(jù)；

將所述排除噪音干擾的近紅外光譜數(shù)據(jù)分為校正集數(shù)據(jù)和驗證集數(shù)據(jù)；

將所述酶解產(chǎn)糖含量數(shù)據(jù)和所述校正集數(shù)據(jù)進(jìn)行回歸建模，獲得近紅外大麥莖稈酶解產(chǎn)糖含量預(yù)測模型；

根據(jù)所述驗證集數(shù)據(jù)對所述近紅外大麥莖稈酶解產(chǎn)糖含量預(yù)測模型的準(zhǔn)確性進(jìn)行評價；

采集待預(yù)測大麥莖稈粉末的近紅外光譜曲線，將待預(yù)測大麥莖稈粉末的近紅外光譜數(shù)據(jù)帶入所述近紅外大麥莖稈酶解產(chǎn)糖含量預(yù)測模型，得到待預(yù)測大麥莖稈酶解產(chǎn)糖含量結(jié)果。

優(yōu)選的，所述采集定標(biāo)樣品大麥莖稈的實測酶解產(chǎn)糖含量數(shù)據(jù)的方法為化學(xué)方法。

優(yōu)選的，所述定標(biāo)樣品的數(shù)量為65個以上；

通過測量每一個定標(biāo)樣品的近紅外光譜曲線，得到多條近紅外光譜曲線。

優(yōu)選的，所述近紅外儀的光譜采集條件為：掃描范圍400～2498nm，步長為2nm。

優(yōu)選的，所述近紅外光譜曲線的預(yù)處理，包括：

無散射處理、多元散射校正、加權(quán)多元散射校正、反相多元離散校正、變量標(biāo)準(zhǔn)化、去趨勢處理、去趨勢與變量標(biāo)準(zhǔn)化結(jié)合、1,4,4,1導(dǎo)數(shù)處理和0,0,1,1平滑處理。

優(yōu)選的，所述回歸建模包括：