首页> 中文学位 >小麦蛋白质近红外模型的建立及特异种质资源筛选与分析
【6h】

小麦蛋白质近红外模型的建立及特异种质资源筛选与分析

代理获取

目录

文摘

英文文摘

声明

第一章文献综述

1近红外光谱分析技术

1.1近红外光谱分析技术简介

1.2近红外光谱技术中常用的化学计量学方法

1.3评价数学模型效果的指标

1.4建立近红外定标(校正)模型的多元校正方法

1.5近红外光谱分析技术的分析程序

1.6近红外分析技术的优缺点

1.7近红外光谱技术在品质分析中的应用

2小麦高分子量麦谷蛋白的研究进展

2.1小麦麦谷蛋白亚基组成

2.2高分子量麦谷蛋白亚基基因

2.3麦谷蛋白亚基的分离分析方法

第二章小麦蛋白质近红外光谱模型的建立

1材料与方法

1.1试验材料与仪器试剂

1.2实验方法

2结果与分析

2.1化学分析测定结果

2.2光谱散射校正

2.3数学预处理

2.4校正模型实际预测效果及与原有模型的对比

3讨论

4结论

第三章小麦特异蛋白材料的筛选与品质性状分析

1小麦与大麦材料的品质性状分析

1.1实验材料

1.2实验方法

1.3结果与分析

2特异蛋白材料的筛选与其农艺性状比较分析

2.1实验材料

2.2实验方法

2.3结果分析

3讨论

4结论

第四章小麦高分子量麦谷蛋白亚基组成分析

1实验材料

2实验方法

2.1蛋白质提取方法

2.2 SDS-PAGE电泳方法

3结果与分析

3.1高分子量麦谷蛋白亚基鉴定

3.2 HMW-GS在不同位点上的变异类型其频率分析

3.3 HMW-GS的组成类型及优质亚基组成分析

4讨论

5结论

参考文献

致谢

附录

展开▼

摘要

1.近红外光谱分析技术是一种绿色、快速、高效的分析技术,近年来发展迅速,在许多领域中得到越来越广泛的应用。本研究通过对216份品质成分含量不同的小麦品种常规化学值的测定和近红外光谱测定与比较分析,研究了FOSS1241型近红外光谱仪测定小麦蛋白质含量的可行性,实验过程大致如下:首先通过化学的方法测定样品籽粒的蛋白质含量,然后对其进行光谱扫描利用偏最小二乘法的有关参数,比较了不同的光谱预处理方法和数学处理对建模的影响,从而建立定标模型。并选用了一批预测集样品对定标模型进行了预测,结果显示,近红外分析结果与常规化学测定结果之间有较好的相关关系,粗蛋白的检验集相关系数为0.961,并具有较低的标准误差(SEP),粗蛋白的SEP值为0.271,这表明所建的模型是比较成功的。
   不同的光谱预处理方法,影响所建模型的质量。供试样品经过SNV、Detrending、 SNV+Detrending三种形式的光谱预处理,与对照相比,标准差与决定系数均有不同程度的改善,其中以SNV+Detrending的处理效果最佳,其SEC为0.096,R2为0.981同时SEP为0.246,RSQ为0.923,在数学处理中,最有导数处理形式为:1,2,2,1,定标集决定系数为0.942,定标标准差为0.213,检验集决定系数达到0.922。具有较好的校正效果。经过对14份样品的预测结果显示,其化学测定值于预测值之间相关系数达到了0.99。
   2. 559份小麦品种资源蛋白质测定结果表明:所测定的小麦种质资源蛋白质含量变幅9.29-17.59%,平均含量为11.96%,从中筛选出蛋白质含量14.5%以上的材料24份,低于10.5%品种资源65份,这些材料可用在以后的小麦品质遗传改良中。对其农艺性状与品质性状的相关性进行初步分析。
   3.利用十二烷基硫酸钠聚丙烯酰胺凝胶电泳(SDS-PAGE)技术,分析了84份小麦特异蛋白品种的高分子量麦谷蛋白亚基组成。结果表明,本研究所选84份代表性地方品种的HMW-GS组成类型丰富,Glu-1位点共检测到31种亚基组合,null/7+8/2+12组合的频率最高,为17.86%,Glu-A1、Glu-B1和Glu-D1位点上的等位变异分别为3、12和4种,三位点中的优势亚基依次为null、7+8和2+12,其频率分别达60.71%、52.38%和46.43%。另外在Glu-B1位点上还检测到13+16,13+19,14+15,17+18,和7等稀有亚基。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号