长牡蛎(Crassostrea gigas)鲜样组织八种成分含量近红外(NIR)模型的建立

采用傅里叶变换近红外(FT-NIR)光谱技术, 以94份具有代表性的长牡蛎鲜样组织样本的近红外(NIR)数据和其对应的化学真实值数据为基础, 研究了NIR技术预测长牡蛎鲜样组织中水分、糖原、总蛋白质、总脂肪、锌、硒、牛磺酸和灰分8种成分含量的可行性, 通过偏最小二乘回归法(PLS)建立了以上8种成分的NIR分析模型, 并对模型进行了交互验证和外部验证。结果显示: 该实验所建立的长牡蛎鲜样组织肉质性状8项主要指标中水分、糖原和总蛋白质3种成分的NIR模型具有良好的准确性和预测能力, 建模集相关系数(RC)为0.9625-0.9902, 交互验证相关系数(RCV)为0.9342-0.9863, 外部验证的相关系数(REV)为0.9734-0.9915;但总脂肪、锌、硒、牛磺酸和灰分含量的建模效果不佳。实验结果表明, 可以运用NIR技术快速、大批量地分析长牡蛎鲜样组织中的水分、糖原和总蛋白质3种成分含量;分析过程无需使用化学试剂, 实验成本低, 且对环境无污染。长牡蛎NIR多种成分含量模型的建立, 对开展长牡蛎肉质分析、肉质性状选育、育种世代的鉴定及种质资源评价都有非常重要的意义。