基于多任务深度注意力网络与FT-NIR光谱技术同步快速定量南瓜中蔗糖、葡萄糖及果糖含量的创新研究

本研究开发了一种创新的多任务深度注意力网络（MTDAN），结合傅里叶变换近红外（FT-NIR）光谱技术，实现了对南瓜中三种主要可溶性糖（蔗糖、葡萄糖、果糖）的高精度同步定量分析。该模型显著优于传统方法（PLS、Ridge、RF），预测精度高（R2p = 0.91–0.93，RMSEP = 8.38–10.30 mg/g DW），且具备优异抗光谱重叠能力，为南瓜品质育种与功能食品开发提供了可靠技术支撑。

　　

Highlight

采用多任务深度注意力网络（MTDAN）结合FT-NIR光谱，实现对南瓜果糖、葡萄糖和蔗糖的快速精准同步定量，模型预测性能显著优于传统化学计量学方法，为高通量品质分析提供新范式。

Statistical analysis of fructose, glucose, and sucrose contents

本研究对210个南瓜样本（含150个C. moschata和60个C. maxima）中的可溶性糖（果糖、葡萄糖、蔗糖）进行定量分析。描述性统计结果如表1所示。本研究的样本量（N = 210）远超既往作物研究（如红薯140、苹果200、小麦66、猕猴桃100及葡萄147），为大样本糖分分析提供了坚实数据基础。三种糖的含量分布范围广：果糖20.18–139.68 mg/g DW，葡萄糖16.52–157.73 mg/g DW，蔗糖13.54–209.64 mg/g DW，呈现出丰富的变异性和代表性，适用于模型训练与验证。

Conclusions

本研究成功证明，FT-NIR光谱技术结合新型MTDAN模型能够准确、稳定地定量不同南瓜品种中的果糖、葡萄糖和蔗糖含量。MTDAN有效解决了C. moschata与C. maxima品种间显著的光谱重叠问题（PCA累计方差达82.20%），并克服了糖分浓度分布广、变异大的挑战。模型表现出优异的预测性能（R²_p = 0.91–0.93，RMSEP = 8.38–10.30 mg/g DW），且通过波段特异性实验识别出关键光谱区域：果糖和葡萄糖在4001–4800 nm，蔗糖在5600–6400 nm。该研究为南瓜糖分快速检测、品质育种和功能食品开发提供了可靠且高效的分析工具。