ＣＲＯＰＲＥＳＥＡＲＣＨ２００７（２）油菜品质近红外反射光谱分析建模及应用研究进展杨燕宇，陈社员（湖南农业大学农学院，长沙４１０１２８）摘要：近红外反射光谱（ＮＩＲＳ）分析目前已经成为油菜育种中品质选择的必备手段，其可靠性、稳定性以及应用范围是育种家非常关心的问题．综述了ＮＩＲＳ分析在油菜籽的脂肪酸组成、含油量、蛋白质含量、硫昔含量测定及其在小样品分析中的可靠性情况，探讨了建模代表性样品选择和小样品分析样品杯改造的问题，并就拓展ＮＩＲＳ分析在油菜育种中的应用范围进行了分析。关键词：近红外反射光谱；油菜；育种；品质分析中图分类号：５５６５．４０３．３文献标识码：Ａ文章编号：１００１一５２８０（２００７）０２一０１５２一０５ 在油菜育种工作中，如何快速准确且无损的对大量的育种材料进行分析、选择一直是困扰育种家的一个难题。”世纪初发现的近红外光最终很好地解决了这个难题。．在２０世纪５０年代，近红外光被成功用于农产品品质分析，随着８０年代末期计算机技术的快速发展，该技术很快走向成熟，并被广泛用于各个行业［．ｌ２〕。ＩＮＩＲＳ分析的原理和特点１．ＩＮＩＲＳ分析原理近红外光是波长为７ ００￣２６００ｎｍ电磁波，波数范围为１３３０一４Ｏ００ｃｍ一’，此段光谱区位于可见光与中红外光之间。有机物的氢基团（如Ｃ一Ｈ，Ｎ一Ｈ，０一Ｈ，５一Ｈ）在近红外光的照射下，会发生伸缩、摆动等基团运动，从而反映在光谱上有特征吸收。１．ＺＮＩＲＳ分析模型（定标方程）建立及分析原理在ＮＩ ＲＳ分析仪投人油菜籽分析之前，需建立所需参数的油菜籽ＮＩＲＳ分析模型。建模的一般做法是：先搜集一批具有代表性的油菜籽样品（样品集），对其进行近红外光扫描获得吸收光谱。再由软件根据其马氏距离自动精选代表性样品，并将样品集分为建模集（校正集）和验证集。之后对所选样品进行传统化学分析。最后将化学分析数据输人计算机，由软件建立相应的定标方程，并利用验证集验证。分析过程中，仪器先扫描样品得出光谱，然后利用定标方程计算，即可得出样品的所需信息。１．３评价ＮＩＲＳ分析模型优劣的标准收稿日期：２００７一０２一２１作者简介：杨燕宇（１９８１一），男，湖南邵阳人，硕士研究生。 ＮＩＲＳ分析模型优劣取决于其校正决定系数（ＲＺ）、校正内部检验决定系数（ｌ一ＶＲ）、校正标准差ｓＥＣ）和校正内部检验标准差（（ＳＥＣＶ）。决定系数是反映模型的回归直线／曲线与实测点的拟合程度，值越接近１则越好，而越接近０则越差；标准差是反映模型预测值与参考值（真值）之间的误差大小，标准差越小说明所预测的值越可靠。Ｌ４ＮＩＲＳ分析的特点近红外光以及其分析方式的特点，使ＮＩ ＲＳ分析具有明显的优点：）分析速度快，１一般分析一份油菜籽只需Ｚｍｉｎ；）信息量大，２可以同时分析出多种物质的含量以及其它信息；）不破坏种子，３分析后的种子仍可以用于播种繁殖；）基本不需要预处理，分析成本低；４）操作简单，５一般人员进行简单培训即可操作。ＮＩ ＲＳ分析需要建立专一的模型是其最大的缺点。ＮＩＲＳ分析模型的作物以及地域专一性很强，且由于技术以及其它原因，仪器之间模型转移难度较大，每台仪器模型一般需专门建立。建模工作需要有相关专业知识的人员，工作量大，耗费多，且所建模型每年都需要维护才能保证其稳定性与可靠性，这带来了很大不便。ＺＮＩＲＳ分析在油菜大样品品质分析中的应用２．１月旨肪酸组成分析在早期ＮＩ ＲＳ分析只能针对单个或少数几个脂肪酸成分进行有效定量分析［，〕。１９９５年，ｖｅｌａｓｃｏ等首次报道成功建立了油菜籽多种主要脂肪酸组成的ＮＩＲＳ分析定标方程，油酸、亚油酸、亚麻酸和芥酸含量的ＲＺ分别高达０．９７，０．９９，０．９８，０．９８，其１一ＶＲ以及ＳＥＣＶ基金项目：湖南省教育厅重点项目，编号０４Ａ０２１。都达到了令人满意的程度，表明ＮＩＲＳ分析法句以精２００７年第２期作物研究１５３准地检测出这４种脂肪酸的含量。但由于含量相对较低及变幅较小，棕桐酸、硬脂酸、花生烯酸测定精准度却相对较差阁。 在Ｖｅｌｓｃａｏ的试验中，花生烯酸的平均含量与变幅均接近亚麻酸且明显大于棕桐酸，但其ＲＺ却远远低酸与花生烯酸分子结构相似引起的，并设计试验初步证明了这个结论阁。综合前人试验结果（表１ ）可以发现，棕搁酸、亚油酸、亚麻酸、花生烯酸的各数据差别较大，目前尚无法对这几种脂肪酸分析的可靠性得出统一的结论。不过，于亚麻酸，甚至低于棕桐酸，且其ＳＥＣ远大于棕桐酸。所有数据都对油酸和芥酸这２个最重要的组分测定可Ｖｅｌａｃｓ。还发现，凡是高芥酸的材料，ＮＩＲＳ法所测定靠性表示了肯定。的花生烯酸含量误差较大。他们推测这个误差是由芥表１油菜籽脂肪酸组成Ｎ旧５分析校正模型统计数据参数Ｃ１６：ＯＣ１８：ＩＣ１８：２Ｃ１８：３Ｃ２０：１Ｃ２２，１校正样品数备注数据来源ＲＺ八一ＶＲ０．８５／０．７６０．９９／０．９８０．９７／０．９５０．９８／０．９６０．７３／０．６９０．９８／０．９８２２０３９样品量［５」ＳＥＣ／ＳＥＣＶ０．２６／０．３３２．３６／３．２１１．３３／１．６９０．４６／０．６６３．１３／３．２９１．８４／２．２５ＲＺ／１一ＶＲ０．９５／０．８７０．９８／０．９８０．９３／０．８５０．９９／０．９８０．８０／０，４６１５４￣１６３Ｃａｎｏｌ ａ〔４〕ＳＥＣ／ＳＥＣＶ０．１１／０．１７０．１６／０．７３０．４５／０．６７０．３０／０．４４０．０４／０．０４ＲＺ／１一ＶＲ０．６２／０．５８０．９９／０。９８０．９４／０．８５０．９６／０．９２０，７２／０．８４０．９７／０．９６１５９￣１６８高芥酸甘蓝－Ｉ左，Ｌ几ＪＳＥＣ／ＳＥＣＶ０．１６／０．１７０．７２／１．０５０．３５／０．５４０．２３／０．３３０．０３／０．０４１．９８／２．２８型油菜籽ＲＺ／１一ＶＲ０．７６／０．７４０．９８／０．９７０．７９／０．７５０．７８／０．７２０．８２／０．７４０．９７／０．９５１８２３９样品量ｒ叮，ｅｓ」」ｌＳＥＣ／ＳＥＣＶ０．２９／０．３０３．０１／３．６９１，３１／１．４５０．６０／０，６９２．５５／３．０８３．２３／３．７３ 注：Ｃ１６：０＝棕搁酸，Ｃ１８：１＝油酸，Ｃ１８：２＝亚油酸，Ｃ１８：３＝亚麻酸，ＣＺＯ：１二花生烯酸，Ｃ２２：１＝芥酸。２．２含油量、蛋白质含量以及硫普含量的测定正模型ＲＺ都达到了相当令人满意的程度，但都无一例油菜籽含油量ＮＩ ＲＳ分析目前已较为成熟，外的具有高标准差。为降低其标准差，研究ＨＰＬＣ法测Ｇｒｅｅｎｗｏｏｄ等、杨翠玲等以及昔莉等所建立的含油量定硫昔（目前硫昔测定的国际标准方法）具有的高标准。定标方程，其Ｒ，都在０．８９以上，１一ｖＲ也非常接近差，是否是其高标准差的来源，显得非常有意义。ＲＺ，最低也有０．９５。而其标准差，一般都被控制在０．８针对在育种中可能需要的硫昔类型信息， Ｆｏｎｔ以以下， 相对于油酸、芥酸及硫昔的各项标准差，明显低及Ｖｅｆａｃｓ。分别建立了油菜籽主要硫昔类型油菜籽饼Ｔ许多［含量伽ｍｏｌ／９）或者总硫昔百分比含量（ｍｏｌ／ｍｏｌ）Ｆｏｎ ｔ‘４，一建立的印度芥菜总硫昔含量的定标方程，〕。Ｒ“ＮＩＲＳ分析定标方程。结果显示，２一经基一３一丁烯基硫达到０．９９，但０．５５的１一ｖＲ稍欠理想［‘０〕。而ｖｅｌａｓｃｏ昔、丙烯基硫昔以及３一丁烯基硫昔的ＲＺ都大于０．９１。用１５个种的２７０份油菜籽建立的总硫昔含量定标方虽然在反式２一轻基一３一丁烯基硫昔等非主要硫昔类型程，不仅Ｒ，高达０．９９，１一ＶＲ也有０．９５之高［‘，〕。必须分析上，目前的结果尚不太令人满意，但已经足够分辨注意的是，虽然综合看来（表２），各人所建立的硫昔校其含量的高低［．ｓ‘。〕。这说明在育种工作中，利用ＮＩＲＳ表２油菜籽含油量、蛋白质及硫普含量ＮＩＲＳ分析统计数据参数含油量蛋白质硫昔校正样品数备注数据来源Ｒ２ ０．９８３６３三类型油菜ｒ「Ｌ尸勺卫ＪＳＥＣＶ ６．６４籽混合校正ＲＺ八一ＶＲ０．９８／０．９５０．９８／０．９５１２８８，１６８工ｅｓＬ丹匕门」ＳＥＥ ０．７０ ０．９５ ＲＺ八一ＶＲ０．９９／０．９８０，８９／０．９８０．９８／０．９５１８０，１７１，３８６硫昔８．４９￣１９６．０ｒＬ只「月｝ＪＲＭＳＥＣＶ０．３９ ０．７４ ６．３９ 拜ｍｏｌ ／９ＲＺ／１一ＶＲ０．９８／０．９６９２１９９５￣１９９７工ｅｓ０门Ｌ曰」ＳＥＣ／ＳＥＣＶ０．６１／０．７７ＲＺ／１一ＶＲ０．９９／０．８８４４ＳＥＣ／ＳＥＣＶ１．５０／９．８２１５４ＣＲＯＰＲＥＳＥＡＲＣＨ２００７（２）分析油菜籽不同类型硫昔的含量是可行的。值几乎没有变化。虽然吴建国等的数据与之在亚油酸 相对来说，油菜籽的蛋白质含量并不是育种家关和亚麻酸方面存在分歧，但总体上来说（表１）ＮＩＲＳ分心的传统重点。但是，随着油菜籽品质的改善，油菜籽析在小于１９油菜籽的分析中具有较好的可靠性［，ｓ’〕。饼粕蛋白提取加工技术的提高［ｓｌ〕，对油菜籽蛋白的含数据显示， 单粒油菜籽脂肪酸组成定标方程明显量以及氨基酸组成将会越来越被重视。油菜籽蛋白含劣于６ｏｍｇ以上样品的定标方程，但油酸以及芥酸的量与氨基酸组成的ＮＩＲＳ分析技术也日渐成熟，目前测定准确度仍然较高，而其它主要脂肪酸也可以进行已经取得满意的效果［ｚｌ〕。半定量（表３）。３ＮＩＲＳ分析在小样品分析中的应用相对于单粒油菜籽脂肪酸分析的准确度明显降 低，单粒油菜籽的含油量、蛋白质、硫昔的含量ＮＩＲＳ 育种家曾利用“半粒法”、“切片法”等分析方法用分析依旧有与大量样品相当的较高可靠性（表２，表４）。于种子较少时的育种选择［４１〕。但是这些方法不仅繁在单粒油菜籽不同类型硫昔的含量研究上，Ｎａｎｇ琐，而且也易导致成苗率降低。ＮＩＲＳ小样品菜籽分析ＨｓｅｎｇＨｏｍ取得了令人满意的结果，脂肪族硫昔以及研究因此显得非常重要。叫噪族硫昔ＲＺ分别为０。９６和０．９１，但芳香族硫昔可能Ｖｅｌ ａｓｃｏ等建立Ｔ３ｇ，３００ｍｇ，６ｏｍｇ的小样品５由于所搜集的校正材料的含量较低以及范围有限，结个定标方程，数据（表１、表３）显示，随着样品量的减少，各脂肪酸的ＲＺ值呈下降趋势，但油酸和芥酸含量的Ｒ“果不够理想［１‘〕．表３ＮＩＲＳ分析小样品油菜籽脂肪酸组成统计数据参数Ｃ１６：ＯＣ１８：ＩＣ１８：２Ｃ１８：３Ｃ２０：１Ｃ２２：１校正样品数备注数据来源ＲＺ／１一ＶＲ０．７９／０．７２０．９９／０．９７０．９７／０．９４０．９７／０．９３０．７３／０．７００．９８／０．９６０山乃‘０３００ｍｇｒ．门Ｌ八Ｊ习ＳＥＣ／ＳＥＣＶ０．３１／０．３５２．３５／３．４７１，３３／１．７４０．５８／０．８５３．１２／３．２７２．３５／２．９５ＲＺ／１一ＶＲ０．６８／０．６４０．９８／０．９６０．９６／０．８５０．９６／０．８４０．７５／０．６９０．９８／０．９６０ｒ，‘０白０６０ｍｇ．Ｏｄ．ＪＪＳＥＣ／ＳＥＣＶ０．３７／０．３９３．３６／４．４４１．６３／２．９８０．６９／１．３１２．９９／３．３２２．０８／２．９９ＲＺ／１一ＶＲ０．８８／０．８６０．５６／０．５６０，４９／０．５３０．８８／０．８８匕ＪＺＵ０单粒 尸．Ｌ，工口匀「！〕ＳＥＣＶ ８．４４ ３．３８ １。５３ ７。１３ ＲＺ／１一ＶＲ０．７９／０．７８０．９８／０．９７０．７８／０．７５０．７５／０．７００．７０／０．６７０．９７／０．９６八」工卜己月０６００ｍｇｒ．月子『．ＪＳＥＣ／ＳＥＣＶ０．２８／０．２９３．０６／３．４８１．３６／１．４６０．６７／０．７３３．３１／３．４７３．１４／３．５７表４小样品油菜籽含油ｔ、蛋白质及硫昔含ｔＮＩＲＳ分析统计数据参数含油量蛋白质硫昔校正样品数数据来源Ｒｚ／１一ＶＲ０．８８／０．８５１２５ 一．｝．二ｐ匀，Ｌ．ＪＳＥＣＶ １．９８Ｒ公／１一ＶＲ０．９８／０．９７０．９９／０．９６０．９７／０．８６２０６，１５７，１１１单粒Ｆ，Ｌ．二￣ｂｌｅｓＪＳＥＣ／ＳＥＣＶ０．９８／１．１４０．３８／０．７４５．０１／１０．３Ｒ２ ０．９７／０．９６４￣』，－．一．丹『且单粒 Ｌ１矛．ＪＲＭＳＥＣＶ０．８１／０．８７ＲＺ／１一ＶＲ０．９５／０．９１，１Ｑ口ｌ．山．１ＱＦ－Ｕ翻６００￣８００ｍｇＬＵＪＳＥＣ／ＳＥＣＶ０．８３／１．０８４讨论分析中，建模遵循“少而精”原则，一般使用５０￣３００个校正样品。样品数太少，会导致模型代表性和可靠性不４．１油菜籽ＮＩＲＳ分析建模存在的部分限制够；太多则容易带人过多干扰，导致模型性能下降图。４．１．１校正样品选择的问题（样品分布、数量、代表性从表１￣４的数据可以看出，目前油菜籽分析建模 的问题）各个报道的校正样品数目差距很大，这显示在样品数 ‘校正样品数量、代表性是ＮＩＲＳ分析建模中直接目问题上随意性很大。而这种随意性，可能在一定程度关系到模型的可靠性与稳定性的问题。在农产品ＮＩＲＳ上影响了模型质量，并可能导致了建模成本的无谓增２００７年第２期作物研究ｌｉｎｉｎｔａｃｔｓｅｅｄｒａＰｅｓｅｅｄａｃｉｄｃｏｍＰｏｓｉｔｉｏｎｏｆｔｈｅｏｉ加。所以应进行相关系统研究以实现油菜籽分析建模标准化。样品的代表性也是油菜籽建模工作中的一个难 点。目前一般是先广泛随机采集不同来源的油菜籽样本，再根据马氏距离进行软件自动化选择。但是针对含量低、变异范围小的组分，却很难选择到非常具有代表性的样品。值得注意的是，Ｖｅｌｓａｏｃ等采用２１种芸墓属植物种子混合校正，很好的解决了油菜籽某些类型硫昔因含量低、变异范围小而无法建模的问题［ｊ５。因此，在某些组分的代表性样品选择的问题上，可能可以采用类似的手段得以解决。４．１．２小样品分析样品杯改造问题没有合适的样品杯是小样品量分析一个主要难 题，目前仪器厂家一般只生产多种农作物通用型的大样品杯，且各个厂家样式不尽相同。为了打破这一限制，有研究人员自制了一些改进样品杯附件，在加人这些附件的情况下，利用现有的样品杯即可成功的扫描小样品甚至单粒油菜籽［ｓｌ・“〕。不过，这些自制的附件采用了含有Ｃ一Ｈ键的聚氯乙烯作为材料，可能会带入干扰信息影响建模与分析质量。从这方面来说，Ｒａｎｅｙ等采用金属材料制成的附件［９１〕，可能就不会存在这个问题。４．ＺＮＩＲＳ在油菜育种中的应用拓展由于ＮＩ ＲＳ分析基于含氢基团对近红外光吸收的基本原理，理论上可以说能检测所有的有机物。所以在油菜籽的品质分析中，除了常规组分检测，ＮＩＲＳ也可以很好的分析油菜籽中酸性洗涤纤维以及饼粕中有毒成分芥子酸酷（ｓｉｎａｐｉ。ａｃｉｄｅｓｔｅｒｓ）等其它不常被关注的成分［０２・’１〕。不仅如此，基于这个原理，利用ＮＩＲＳ分析光谱信息量大，且其功能随着数学模型以及软件扩展而扩展的特点，可以将其应用到品质分析以外如抗性育种、种质资源鉴定之中。虽然在油菜中尚未见报道，但在谷子的抗虫性检验中有成功的先例［２〕。在种植资源鉴定方面，Ｄｅｌｗｉｏｅｈ以及Ｔｉｇａｂｕ等则分别将其源［３２・］４２，从实践的方面证明了ＮＩＲＳ非品质分析拓展参考文献：ｌｊ陆婉珍，袁洪福，徐广通，等．现代近红外光谱分析技术〔Ｍ〕．北京：中国石化出版社，１９９９：１一７．幻严衍禄．近红外光谱分析基础与应用【Ｍｊ．北京：中国轻工业出版社，２００５：１８２一１８３・习ＬｅｏｎａｒｄｏＶｅｌａｓｃｏ，ＨｅｉｋｏＣＢｅｃｋｅｒ．Ｅｓｔｉｍａｔｉｎｇｔｈｅｆａｔｔｙ（ＢｒａｓｓｉａｃｎａｐｕｓＬ．）ｂｙｎｅａｒｉｎｆｒａｒｅｄｒｅｆｌｅｃｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙ［Ｊ〕．Ｅｕｐｈｙｔｉｃａ，１９９８，１０１：２２１一２３０．［４〕ＰａｌｌｏｔＴＮ，ＬｅｏｎｇＡＳ，ＡｌｌｅｎＪＡ，ｅｔａｌ．ＰｒｅｃｉｓｉｏｎｏｆｆａｔｔｙａｃｉｄａｎａｌｙｓｅｓｕｓｉｎｇｎｅａｒｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｓｃｏｐｙｏｆｗｈｏｌｅｓｅｅｄＢｒａｓｉｓｃａｓ［ＤＢ／ＯＬ〕．（１９９９一０９一３０）［２００７一０１一０９〕．ｈｔｔｐ：／／ｗｗｗ．ｒｅｇｉｏｎａｌ，ｏｒｇ．ａｕ／ａｕ／ｇｃｉｒｃ／１／５７５．ｈｔｍ．［５〕ＬｅｏｎａｒｄｏＶｅｌ ａｓｃｏ，ＣｈｒｉｓｔｉａｎＭｏｌｌｅｒｓ，ＨｅｉｋｏＣＢｅｃｋｅｒ．Ａｎａｌｙｓｉｓｏｆｉｎｄｉｖｉｄｕａｌｇｌｕｃ一ｏｓｉｎｏｌａｔｅｓｉｎＢｒａｓ，ｉａｃｓｐｐ．ｂｙＮｅａｒ一ｉｎｆｒａｒｅｄｒｅｆｌｅｃｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙ［ＤＢ／ＯＬ］．（１９９９－０９一３０）［２００７一０１一０９〕．ｈｔｔｐ：／／ｗｗｗ．ｒｅｇｉｏｎａｌ．ｏｒｇ．ａｕ／ａｕ／ｇｃｉｒｃ／１／３９７．ｈｔｍ．［６〕甘莉，孙秀丽，金良，等．ＮＩＲＳ定量分析油菜种子含油量、蛋白质含量数学模型的创建〔Ｊ〕．中国农业科学，２００３，３６（１２）：１６０９一１６１３．［７〕吴建国，石春海，张海珍．构建整粒油菜籽脂肪酸成分近红外反射光谱分析模型的研究〔Ｊ〕．光谱学与光谱分析，２００６，２６（２）：２５９一２６２．［８〕杨翠玲，陈文杰，赵兴忠，等．近红外光谱法同时分析油菜９种品质参数的研究口」．西北农林科技大学学报（自然科学版），２００６，３４（３）：６１一６７．［９〕ＤａｕｎＪＫ，ＣｌｅａｒＫＭ，ＷｉｌｌｉａｍｓＰ．ＣｏｍＰａｒｉｓｏｎｏｆｔｈｒｅｅｗｈｏｌｅｓｅｅｄｎｅａｒｉｎｆｒａｒｅｄａｎａｌｙｚｅｒｓｆｏｒｍｅａｓｕｒｉｎｇｑｕａＩｉｔｙｃｏｍｐｏｎｅｎｔｓｏｆｃａｎｏｌａ，ｅｅｄ［Ｊ］．ＪＡｍｏｉｌＣｈｅｍｓｏｃ，１９９４，７１：１０６３一１０６８．［１０〕 ＦｏｎｔＲ．ＵｓｉｎｇＮＩＲＳｆｏｒｄｅｔｅｒｍｉｎｉｎｇｇ１ｕｃｏｓｉｎｏｌａｔｅｃ ｏｎｔｅｎｔｉｎＢｒａｓｓｉｃａｊｕｎｃａｅｓｅｅｄ〔ＤＢ／ＯＬ〕．（１９９９一０９－３０）［２００７ 一０１一０９〕．ｈｔｔｐ：／／ｗｗｗ．ｒｅｇｉｏｎａｌ．ｏｒｇ．ａｕ／ａｕ／ｇｃｉ ｒｃ／１／５５８．ｈｔｍ．［１１〕 ＶｅｌａｓｃｏＬ，ＢｅｃｋｅｒＨＣ．Ａｎａｌｙｓｉｓｏｆｔｏｔａｌｇｌｕｃｏｓｉｎｏｌａｔｅｃｏｎｔ ｅｎｔａｎｄｉｎｄｉｖｉｄｕａｌｇｌｕｃｏｓｉｎｏｌａｔｅｓｉｎＢｒａｓｓｉｃａｓｐｐ．ｂｙｎｅ ａｒ一ｉｎｆｒａｒｅｄｒｅｆｌｅｃｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙ［Ｊ〕．ｐｌａｎｔＢｒ ｅｅｄｉｎｇ，１９９８，１１７：９７一１０２．［１２〕 甘莉，潘哲，赵立，等．以ＮＩＲＳ定量分析甘蓝型油莱、芥菜型油菜饼粕赖氨酸含量口〕．作物学报，２。。５，３１（７）：９４４一９４７． ［１３〕 Ｍａｒｔｉｎｓｃｈｗｅｉｚｅｒ，Ｋｅｖｉｎｓｅｇａｌｌ，ＳａｒａｈＭｅｄｉｎａ，ｅｔａｌ．Ｒａｐｅｓ ｅｅｄ／Ｃａｎｏ１ａＰｒｏｔｅｉｎＩｓｏｌａｔｅｓｆｏｒＵｓｅｉｎｔｈｅＦｏｏｄＩｎｄｕｓｔｒｙ［Ａ〕．Ｉｎ：ＦｕＴＤ，ＧｕａｎＣＹ．Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ１２ｔ ｈＩｎｔｅｒｎａｔｉｏｎａｌＲａｐｅｓｅｅｄＣｏｎｇｒｅｓｓ［Ｃ〕．ＳｃｉｅｎｃｅＰｒｅｓｓＵＳＡＩ ｎｃ，２００７．［１４） 官春云．油菜品质改良和分析方法【Ｍ］．长沙：湖南科学技术出版社，１９８５：２２２一２２３・［１５］ＬｅｏｎａｒｄｏＶｅｌ ａｓｃｏ，ＣｈｒｉｓｔｉａｎＭｏｌｌｅｒｓ，ＨｅｉｋｏＣＢｅｃｋｅｒ．Ｅｓｔｉｍａｔｉｏｎｏｆｓｅｅｄｗｅｉｇｈｔ，ｏｉｌｃｏｎｔｅｎｔａｎｄｆａｔｔｙａｃｉｄｃｏｍｐｏｓｉｔｉｏｎｉｎｉｎｔａｃｔｓｉｎｇｌｅｓｅｅｄｓｏｆｒａｐｅｓｅｅｄ（Ｂｒａｓｓｉｃａｎａ户ｕｓＬ．）ｂｙｎｅａｒ一ｉｎｆｒａｒｅｄｒｅｆｌｅｃｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙ口］．ＥｕＰｈｙｔｉｃａ，１９９９，１０６：７９一８５．用于鉴定小麦一黑麦的易位系以及长白松的种质来应用的可能。ｒ．ＪＬｅｅｌ．ＬＣＲＯＰＲＥＳＥＡＲＣＨ２００７（２）［１６〕ＮａｎｇＨｓｅｎｇＨｏｍ，ＨｅｉｋｏＣＢｅｃｋｅｒ．Ｎｏｎ一ｄｅｓｔｒｕｃｔｉｖｅ一４１２．ａｎａｌ ｙｓｉｓｏｆｒａｐｅｓｅｅｄｑｕａ１ｉｔｙｂｙＮＩＲＳｏｆｓｍａ１１ｓｅｅｄ［２１〕ＬｅｏｎａｒｄｏＶｅｌ ａｓｃｏ，ＣｈｒｉｓｔｉａｎＭｏｌｌｅｒｓ，Ｎｏｎｄｅｓｔｒｕｃｔｉｖｅｓ ａｍｐｌｅｓａｎｄｓｉｎｇｌｅｓｅｅｄｓ［Ｊ〕．Ｅｕｐｈｙｔｉｃａ，２００７，１５５：２７一ａｓｓｅｓｓｍｅｎｔｏｆｓｉｎａｐｉｃａｃｉｄｅｓｔｅｒ，ｉｎＢｒａｓｓｉｃａｓｐｅｃｉｅｓｌ．３４． Ｅｖａ１ｕａｔｉｏｎｏｆｇｅｒｍｐｌａｓｍａｎｄｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆ〔１７〕ＬｅｏｎａｒｄｏＶｅｌａｓｃｏ，ＣｈｒｉｓｔｉａｎＭｏｌｌｅｒｓ．Ｎｏｎｄｅｓｔｒｕｃｔｉｖｅｐｈｅｎｏｔｙｐｅｓｗｉｔｈｒｅｄｕｃｅｄｌｅｖｅｌｓ［Ｊ〕．Ｃｒｏｐｓｃｉｅｎｃｅ，１９９８，ａｓｓ ｅｓｓｍｅｎｔｏｆｐｒｏｔｅｉｎｃｏｎｔｅｎｔｉｎｓｉｎｇｌｅｓｅｅｄｓｏｆ３８：１６５０一１６５４．ｒ ａｐｅｓｅｅｄ（ＢｒａｓｓｉｃａｎａＰｕｓＬ．）ｂｙｎｅａｒ一ｉｎｆｒａｒｅｄ［２２〕吴秀琴，金达生，刘旭明．近红外光谱分析在农作物抗虫ｒ ｅｆｌｅｃｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙ〔Ｊ〕．Ｅｕｐｈｙｔｉｃａ，２００２，１２３：８９一育种鉴定中的应用研究【Ｊ〕．中国农业科学，１９９５，２８９３． （５）：９２．〔１８〕吴建国，石春海，张海珍，等．应用近红外反射光谱法整［２３］ＤｅｌｗｉｃｈｅＳＲ，ＧｒａｙｂｏｓｃｈＲＡ，ＰｅｔｅｒｓｏｎＣＪ．Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ粒测定小样品油菜籽含油量的研究〔Ｊ〕．作物学报， ｏｆｗｈｅａｔｌｉｎｅｓｐｏｓｓｅｓｓｉｎｇｔｈｅｌＡＬ。ＩＲＳｏｒ１ＢＬ．ＩＲＳ２００２，２８（５）：４２１一４２５． ｗｈｅａｔｒｙｅｔｒａｎｓＩｏｃａｔｉｏｎｂｙＮｌＲｒｅｆｌｅｃｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙ［１９〕ｐｈｌｉｐＲａｎｅｙＪ，Ｇｅｒａｌｄｓｅｒｂｌｏｗ，ｋｉ．ＩｎｓｅｒｔｓｆｏｒＦｏｓｓＤ〕。ＣｅｒｅａｌＣｈｅｍｉｓｔｒｙ，１９９９，７６（２）：２５５一２６０．ＮＩ ＲＳ６５００ｓｐｉｎｎｉｎｇｒｉｎｇｃｕｐｓ［Ａ〕．Ｉｎ：ＦｕＴＤ，Ｇｕａｎ［２４〕ＭｕｌｕａｌｅｍＴｉｇａｂｕ，ＰｅｒＣｈｒｉｓｔｅｒｏｄｅｎ，ＤａｇＬｉｎｄｇｒｅｎ・ＣＹ．Ｐｒ ｏｃｅｅｄｉｎｇｓｏｆｔｈｅ１２ｔｈＩｎｔｅｒｎａｔｉｏｎａｌＲａＰｅｓｅｅｄＩｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｓｅｅｄｓｏｕｒｃｅｓａｎｄＰａｒｅｎｔｓｏｆＰｉｎｕｓ Ｃｏｎｇｒｅｓｓ〔Ｃ〕．ＳｃｉｅｎｃｅＰｒｅｓｓＵＳＡＩｎ。，２００７．砂Ｉｖｅｓｔｒｉ，Ｌ．ｕｓｉｎｇｖｉｓｉｂｌｅｎｅａｒｉｎｆｒａｒｅｄｒｅｆ１ｅｃｔａｎｃｅ［ＺｏｊＦｏｎｔＲ，ＷｉｔｔｋｏｐＢ，ａＢｄａｎｉＡＧ，ｅｔａｌ．Ｔｈｅｍｅａｓｕｒｅｍｅｎｔｓｓｐｅｃｔｒａａｎｄｍｕｌｔｉｖａｒｉａｔｅａｎａｌｙｓｉｓ［Ｊｊ．Ｔｒｅｅｓ，２００５，１９： ｏｆａｃｉｄｄｅｔｅｒｇｅｎｔｆｉｂｒｅｉｎｒａｐｅｓｅｅｄｂｙｖｉｓｉｂｌｅａｎｄｎｅａｒ－４６８一４７６．ｉ ｎｆｒａｒｅｄｓｐｅｃｔｒｏｓｃｏｐｙ［Ｊ〕．ＰｌａｎｔＢｒｅｅｄｉｎｇ，２００５，１２４：４１０．会讯２００７年全国作物遗传育种学术研讨会９月在湖南长沙举行 为总结近年来我国生物技术与品种改良的科研成因组学、作物蛋白组学、离子束生物工程核技术与航天果，促进学术交流，推动我国作物遗传育种技术创新及生物工程育种等内容进行交流研讨。会议还将组织专其产业的繁荣发展，中国作物学会定于２００７年９月１０家招待和研究生论坛，全面总结交流我国作物生物技￣１２日在湖南长沙召开２００７年全国作物遗传育种学术与品种改良研究应用的最新成就及其与国外的差术研讨会，欢迎广大科研工作者和研究生踊跃参加。距，探讨国内外最新动态与发展趋势。本次会议由湖南农业大学承办，中国农业生物技 从现在开始向全国征集论文， 将在会前正式出版。术学会作物生物技术分会、湖南农业大学作物遗传育论文通过Ｅｍａｉｌ向中国作物学会提交（ｃｓｓｃ３ｏ４＠１６３．种学科和作物栽培学与耕作学学科、湖南省作物学会ｃｏｍ）。论文截止日期２００７年７月１５日。具体事宜请参等单位协办。会议将围绕作物和种质资源、遗传育种、见中国作物学会网站（ｗｗｗ．ｃｈｉｎａｃｒｏｐｓ．ｏｒｇ）有关会杂优利用、作物细胞工程、分子标记、基因操作、作物基议通知。