来源：期刊VIP网 时间：
作者：李基业;张博;谷子丰;张一頔;李时光;李籽林;赵晓云;贺平丽;
单位：中国农业大学分子设计育种前沿科学中心,动物科学技术学院;中国农业大学生物学院;
摘要：本研究旨在通过近红外光谱（NIRS）技术建立大豆样品中8种抗营养因子的近红外预测模型，探究NIRS技术快速预测大豆中抗营养因子含量的应用价值。采集240个大豆样品，用化学分析法准确测定大豆球蛋白前体、β-伴大豆球蛋白、2S白蛋白、P34蛋白、Kunitz型胰蛋白酶抑制因子3、凝集素、棉子糖、水苏糖8种抗营养因子的含量。其中，选择200份大豆样品为定标集，利用NIRS技术结合近红外分析仪中内置的智能建模算法构建预测模型；40份样品作为验证集，通过化学检测结果验证其建立模型的效果。结果表明：2S白蛋白、棉子糖和水苏糖的预测决定系数（R_(val)~2）和外部验证相对分析误差（RPD_(val)）分别为0.83和2.45、0.96和5.06、0.87和2.75，建立的模型具有较好的稳定性，可用于实际生产中的预测；β-伴大豆球蛋白和P34蛋白的R_(val)~2和RPD_(val)分别为0.76和2.04、0.74和1.96，建立的模型稳定性尚可，虽然可能不足以替代湿化学分析，但依然可为实际生产中样品的筛选分析提供参考；大豆球蛋白前体、Kunitz型胰蛋白酶抑制因子3、凝集素的R_(val)~2和RPD_(val)分别为0.61和1.61、0.51，模型精度需要进一步提高，只可用于样品的粗略筛选。
关键词：大豆;近红外光谱;抗营养因子;预测模型
基金资助：国家重点研发项目（2023YFD1301501）; 中国高校基本科研业务费专项资金资助（2024TC198）
