利用优化校准模型进行近红外光谱预测木薯中的干物质和淀粉含量

《JOURNAL OF FOOD SCIENCE》：Near-Infrared Spectroscopy Prediction of Dry Matter and Starch Content in Cassava Using Optimized Calibration Models

　　干物质含量和淀粉含量是木薯育种的关键质量性状，传统方法耗时且难以规模化。本研究开发了基于近红外光谱（NIR）的预测模型，对比了台式（NIR.N500）和便携式（NIR.QST）设备，并评估了样本处理（新鲜与压碎）的影响。结果表明，压碎样本在两种设备上均提升预测精度，其中台式设备的PLS模型表现最佳（StC R2=0.89，DMCg R2=0.39），便携式设备在压碎样本下也能达到较高准确性（StC R2=0.88，DMCg R2=0.74）。样本处理显著影响模型性能，压碎样本减少内部异质性，提升光谱预测效果。外部验证显示，便携式设备在压碎样本下的性能接近台式设备，且具有现场快速检测的优势。PLS模型整体性能最佳，XGB次之，KNN最差。本研究证实，NIR结合压碎样本处理可高效预测木薯关键性状，便携设备为规模化育种提供实用工具。

　　### 椰子研究：近红外光谱技术在甘薯育种中的应用

在甘薯（*Manihot esculenta*）育种过程中，干物质含量（DMC）和淀粉含量（StC）是关键的质量性状。这些性状不仅影响甘薯的加工效率，还直接决定了其商业价值。然而，传统的表型分析方法往往耗时且难以大规模应用，这成为育种工作的一大瓶颈。因此，研究如何利用快速、准确且可扩展的技术手段来评估这些性状具有重要的现实意义。

近红外光谱（NIR）作为一种非破坏性技术，近年来在农业领域得到广泛应用。NIR通过测量物质对近红外光的吸收和反射特性，能够快速预测多种生物化学性状。在甘薯育种中，NIR技术已被用于评估烹饪时间、类胡萝卜素含量和氰化物潜力等性状。但不同设备和模型对DMC和StC的预测效果存在差异，尤其是在不同样本类型（新鲜与加工）和环境条件下，设备性能也会受到一定影响。

本研究旨在开发和验证基于NIR的预测模型，以评估巴西甘薯种质资源中DMC和StC的性状，并比较两种设备——桌面型（Büchi NIRFlex N-500）和便携型（QualitySpec Trek）在预测性能上的差异。此外，还评估了样本类型对模型准确率的影响。研究覆盖了从2018年至2023年间，巴西巴伊亚州的50个田间试验，共涉及3,391个甘薯克隆。这些克隆来自多个育种阶段，包括克隆评价试验（CET）、初步产量试验（PYT）、先进产量试验（AYT）、统一产量试验（UYT）以及未改良的种质资源（BAG）。通过使用传统的重力分析（DMCg）、烘箱干燥（DMCo）和手工提取淀粉含量（StC）作为参考值，研究进一步利用NIR光谱数据，构建和验证多种预测模型，包括偏最小二乘法（PLS）、k-最近邻算法（KNN）和极端梯度提升（XGB）。

研究结果表明，PLS模型在所有性状和设备中均表现出最高的预测准确性。KNN模型在某些特定情况下，如使用桌面型设备进行DMCg预测时，略优于PLS。而XGB模型在部分场景下与PLS表现相当，例如在桌面型设备预测StC时，XGB的预测准确率为0.88，与PLS的0.89相近。值得注意的是，加工后的样本在模型预测中表现优于新鲜样本，尤其是便携式设备（NIR.QST）在处理加工样本时显示出更高的预测性能。在外部验证中，NIR.QST在预测DMCg和StC时，甚至超过了桌面型设备的表现。

### 实验材料与方法

本研究使用的甘薯克隆来自巴西Embrapa Mandioca e Fruticultura育种计划，涵盖多个不同的育种阶段和实验地点。实验地点分布在巴伊亚州的15个试验点，具有热带气候特征，年平均降雨量为1,170毫米，年平均温度约为25°C。为了确保实验的代表性，研究者在多个试验中采集样本，并对样本进行处理，包括清洗、切割和均质化。最终，每个样本被分为三种类型：中央区域、近端区域和远端区域，以分析甘薯根部沿轴向的纵向差异。

实验过程中，研究团队使用了两种NIR设备：桌面型Büchi NIRFlex N-500（NIR.N500）和便携式QualitySpec Trek（NIR.QST）。NIR.N500的波长范围为1000–2500 nm，分辨率较高，能够提供更精确的光谱数据。而NIR.QST的波长范围更广，覆盖350–2500 nm，其分辨率在1400 nm处为9.8 nm，适合现场快速检测。为了减少光散射的影响，光谱数据经过了Savitzky-Golay（SG）滤波、间隙段导数和标准正态变量（SNV）等预处理步骤，以提高模型的稳健性和预测准确性。

在模型构建过程中，研究团队采用了一种混合模型，用于估计不同波长下的遗传力。该模型考虑了固定效应（如块和重复）和随机效应（如基因型和误差）。模型的评估指标包括预测准确率、均方根误差（RMSE）、交叉验证决定系数（R2）和预测偏差（Bias）。研究通过将数据集分为训练集（80%）和外部验证集（20%），对模型进行了多次交叉验证，以确保模型的泛化能力。

### 实验结果

在所有评估的性状中，DMCg的预测性能最低。其预测准确率（R）范围为0.53至0.83，而均方根误差（RMSE）则相对较高，从1.89至2.05不等。这表明在使用新鲜样本时，DMCg的预测难度较大。然而，当使用加工样本时，预测准确率显著提高，R值达到0.77至0.95，RMSE下降至1.35至2.11之间。这说明加工样本在NIR光谱分析中更具一致性，有助于提高模型的预测性能。

对于StC的预测，NIR.QST设备在加工样本上表现优于NIR.N500设备。使用NIR.QST和加工样本时，PLS模型的预测准确率（R）达到0.76，均方根误差（RMSE）为1.87，而NIR.N500设备的预测准确率为0.75，RMSE为1.93。尽管NIR.N500设备在某些情况下表现更优，但NIR.QST在加工样本上的表现依然稳定，尤其在外部验证中，其预测准确率进一步提升。

在DMCo的预测中，NIR.N500设备表现最佳，尤其在使用PLS和XGB模型时，预测准确率（R）分别为0.98和0.97，均方根误差（RMSE）则分别为1.35和1.47。相比之下，NIR.QST设备在加工样本上的预测准确率（R）为0.93和0.92，均方根误差（RMSE）为1.47和1.50。这些结果表明，尽管NIR.N500设备在性能上更优，但NIR.QST在适当处理样本的情况下，仍能提供可靠的预测结果。

此外，KNN模型在所有测试中表现最差，尤其在使用NIR.QST设备预测StC时，预测准确率仅为0.45至0.68，均方根误差（RMSE）高达2.02。这说明KNN模型在处理甘薯样本时存在较大的预测偏差和不稳定性，特别是在处理新鲜样本时。相比之下，PLS和XGB模型在多数情况下表现优异，且在不同样本类型和设备上均具有较好的泛化能力。

### 讨论

本研究的结果表明，样本的处理方式对NIR模型的预测性能具有显著影响。加工后的样本因其结构均匀性，能够减少光散射和水分分布的差异，从而提高模型的预测准确性。相比之下，新鲜样本由于内部生物化学梯度的存在，如淀粉在中央皮层和干物质在表皮附近的分布，导致预测结果存在较大波动。因此，在使用便携式NIR设备时，样本的加工处理尤为重要。

从设备性能来看，桌面型NIR.N500在多数情况下表现出更高的预测准确率和更稳定的信号。其高分辨率和精确的校准能力使其在处理复杂样本时更具优势。然而，便携式NIR.QST设备在加工样本上的表现同样出色，尤其是在外部验证中，其预测准确率甚至超过了桌面型设备。这表明，尽管便携式设备在某些情况下可能不如桌面型设备精确，但在实际育种过程中，其便携性和快速响应能力具有显著优势。

在机器学习模型的选择上，PLS模型在所有测试中均表现出最高的预测准确性，特别是在DMCo和StC的预测中。其较低的均方根误差（RMSE）和较高的决定系数（R2）表明，PLS在处理高维光谱数据时具有较强的鲁棒性。相比之下，KNN模型在处理新鲜样本时表现较差，但在某些特定情况下（如NIR.N500设备预测DMCo）仍能提供可接受的预测结果。XGB模型则在非线性关系建模方面表现出色，尤其在预测StC和DMCo时，其性能接近PLS模型。

### 未来展望

近红外光谱技术在甘薯育种中的应用前景广阔。其非破坏性、快速和低成本的特点，使其成为传统实验室方法的有力替代。尤其是在早期育种阶段，NIR技术能够显著提高表型评估的效率，帮助育种者更快地筛选出优良基因型。此外，NIR技术还可以用于长期的表型监测，为育种者提供更全面的数据支持。

从育种的角度来看，NIR技术的应用不仅提高了评估的准确性，还加速了育种进程。通过将NIR技术与机器学习模型相结合，育种者能够更高效地识别出具有优良性状的基因型，从而推动高产、抗病和高质量甘薯品种的开发。同时，NIR技术的高通量特性，使得大规模样本的分析成为可能，进一步降低了表型评估的成本，提高了育种工作的效率。

然而，尽管NIR技术在甘薯育种中展现出巨大的潜力，其实际应用仍面临一些挑战。例如，便携式设备的光谱分辨率和信噪比可能低于桌面型设备，这在复杂或变化的田间条件下可能会影响预测性能。因此，为了确保NIR技术的广泛应用，需要进一步优化样本处理流程，制定标准化的采样和分析协议，以提高模型的泛化能力和可迁移性。

此外，NIR技术的预测结果还需要在不同基因型和环境条件下进行独立验证，以确认其在实际育种中的可靠性。研究团队建议，在推广NIR技术之前，应进行更广泛的测试，尤其是在不同季节和地理区域中，以确保其在各种条件下都能提供准确的数据。

### 结论

本研究揭示了NIR光谱技术在甘薯育种中的重要性，并指出选择合适的预测模型、设备和样本处理方式对于提高预测准确性至关重要。加工样本因其结构均匀性，在大多数情况下均优于新鲜样本，而便携式设备在适当处理样本的情况下，也能提供可靠的预测结果。此外，PLS模型在多数情况下表现出最佳的预测性能，而KNN和XGB模型则在某些特定场景下具有竞争力。

综上所述，NIR光谱技术为甘薯育种提供了一种快速、准确且可扩展的解决方案。通过合理选择设备和模型，并优化样本处理流程，NIR技术有望成为推动甘薯育种效率和质量的重要工具。未来的研究应进一步探索NIR技术在不同作物和性状中的应用，以实现更广泛的技术推广和实际应用。