利用近红外光谱和化学计量学方法对番茄果实中的甜味和酸味成分进行高通量表型分析

《Current Research in Food Science》：High-throughput phenotyping of sweetness and sourness components in tomato fruits by near-infrared spectroscopy and chemometrics methods

　　番茄品质近红外光谱分析及多变量校准模型优化

　　番茄（*S. lycopersicum*）是一种重要的经济作物，其风味质量直接影响市场价值和经济效益。番茄果实中的糖分和酸类物质的组成与含量及其平衡关系，是决定其品质的关键因素，尤其是可溶性糖和有机酸等成分。然而，目前缺乏一种高效的方法来评估番茄的品质，这严重制约了风味品质育种的进展。因此，本研究旨在建立一种基于近红外光谱技术（NIRS）的高通量分析方法，用于检测番茄果实中果糖、蔗糖、葡萄糖、苹果酸和柠檬酸的含量。通过这种方法，可以实现对番茄品质的快速、准确评估，为未来番茄育种提供理论和技术支持。

在实验中，研究团队选取了190个代表性番茄样本，并采用了一种双优化策略，即样本子集划分优化和变量选择优化，以提高NIRS模型的预测性能。通过使用偏最小二乘回归（PLSR）模型，研究人员发现该模型在验证集和校准集上的决定系数（R2）分别为0.942和0.962，显示出较高的预测精度。同时，校准集和预测集的均方根误差（RMSE）分别为0.36 mg/g和0.44 mg/g，表明该模型能够有效压缩无用变量和干扰信息，从而提高分析的准确性和稳定性。这些结果说明，NIRS模型在番茄品质分析中具有重要的应用潜力，可以用于大规模筛选优质种质资源。

番茄的风味主要由甜味和酸味的相互作用决定，其中果糖和蔗糖是主要的可溶性糖分，而苹果酸和柠檬酸是重要的有机酸。这些成分不仅影响番茄的口感，还参与维持果实的pH值和塑造其感官特性。尽管这些风味相关成分在所有番茄果肉颜色类型中普遍存在，但它们的含量因基因型的不同而表现出显著的差异。传统的测定方法，如气相色谱-质谱联用（GC-MS）、高效液相色谱（HPLC）和中红外光谱分析等，虽然能够提供准确的定量结果，但其操作复杂、耗时长、成本高，不适合用于快速、大规模或现场分析。因此，开发一种快速、简便且适用于田间应用的分析方法具有重要意义。

NIRS作为一种快速、无损和环境友好的分析技术，能够在单次测量中捕获并分析样品的近红外光谱，从而实现多种性能参数的同时定量分析。这种技术能够提供稳定且高度可重复的结果，因此在农业研究和食品工业中得到了广泛应用。然而，目前尚未有研究报道使用NIRS技术对番茄的风味相关成分进行定量分析。为了提高NIRS模型的预测能力，研究人员采用了多种化学计量学方法，如竞争自适应重加权采样（CARS）、随机蛙（RF）和蒙特卡洛无信息变量消除（MC-UVE）等，用于筛选出与番茄营养质量相关的有效光谱变量。这些方法能够显著降低光谱数据的冗余性，提高模型的泛化能力和预测精度。

在实验过程中，研究人员首先对番茄样品进行了化学成分的提取和测定，采用了一系列标准操作程序，确保了数据的准确性和可靠性。随后，对样品进行了光谱数据的采集和预处理，包括标准正态变量变换（SNV）、多元散射校正（MSC）和二阶导数处理等，以消除光谱数据中的散射效应和噪声干扰。通过这些预处理步骤，研究人员获得了高质量的光谱数据，并进一步利用PLSR模型进行建模分析。结果显示，经过优化的NIRS模型在预测番茄果实中的各种成分时表现出色，尤其是在果糖、葡萄糖和柠檬酸的预测中，CARS-PLSR模型的预测性能最佳，具有最高的决定系数（Rc2 = 0.98）和最低的均方根误差（RMSEP = 0.36）。

本研究的结果表明，NIRS技术在番茄品质分析中具有巨大的应用潜力。通过优化样本子集划分和光谱变量选择，研究人员成功构建了多个高精度的PLSR模型，能够有效预测番茄果实中的糖分和酸类含量。这些模型不仅具有较高的预测能力，而且在实际应用中表现出良好的稳定性和可靠性，为番茄育种和食品加工提供了重要的技术支持。此外，NIRS模型的建立还为后续的基因组关联研究（GWAS）提供了数据基础，有助于揭示与番茄风味品质相关的遗传位点和基因。

总体而言，本研究的成果为番茄品质的高通量分析提供了一种可行的解决方案，不仅提高了分析效率，还为未来的番茄育种和食品工业应用奠定了坚实的基础。NIRS技术的引入，使得研究人员能够在不破坏样品的情况下，快速、准确地评估番茄的风味品质，从而实现对优质种质资源的高效筛选。这一技术的广泛应用，将有助于提升番茄育种的效率，缩短育种周期，并减少实验成本。同时，它也为食品行业提供了新的工具，用于评估番茄的营养价值和开发新型功能性食品产品。未来，随着NIRS技术的进一步发展和优化，其在农业和食品领域的应用前景将更加广阔。