编辑推荐：
传统方法检测马豆（Macrotyloma uniflorum）营养成分耗时费力，本研究利用 NIRS 结合 MPLS 回归构建多性状预测模型，对 139 份种质的蛋白质、淀粉、TSS 等指标建模。结果显示模型 RSQ 为 0.701~0.987，RPD 为 1.85~4.06，为马豆高通量筛选和育种提供新工具。
马豆，这种源自印度次大陆的豆科植物，虽富含蛋白质（18-29 g/100 g）、膳食纤维等营养物质，却因传统营养检测方法耗时长、成本高，其在现代育种和食品开发中的潜力迟迟未被充分挖掘。尤其是面对大规模种质资源筛选时，依赖凯氏定氮法、比色法等传统手段，不仅需要大量化学试剂和专业操作人员，还难以实现高通量分析，这极大限制了马豆在全球粮食安全和营养改善领域的应用拓展。
为突破这一困境，来自印度农业研究委员会下属的多个研究机构（ICAR-Indian Agricultural Research Institute、ICAR-National Bureau of Plant Genetic Resources 等）的研究团队，开展了基于近红外光谱（Near-Infrared Spectroscopy, NIRS）技术的马豆营养多性状快速检测研究。研究成果发表在《Scientific Reports》上，为马豆种质资源的高效利用开辟了新路径。
主要技术方法
研究选取 139 份来自不同农业生态环境的马豆种质，种植于印度北阿坎德邦和喀拉拉邦的实验田，收获后将种子研磨成粉并测定蛋白质、淀粉、总可溶性糖（TSS）、酚类和植酸等指标的实验室参考值。采用 FOSS NIRS 6500 光谱仪采集样本在 400-2500 nm 范围内的光谱数据，通过标准正态变量 - 去趋势（SNV-DT）预处理消除散射和基线噪声，运用改进偏最小二乘（MPLS）回归构建预测模型，并通过配对 t 检验、相关系数（RSQ）、性能偏差比（RPD）等评估模型准确性。
研究结果
1. 马豆种质营养成分变异
对 139 份马豆的分析显示，其蛋白质含量为 23.7±0.99 g/100 g，淀粉 29.8±1.36 g/100 g，TSS 5.61±2.5 g/100 g，酚类 0.701±0.17 GAE g/100 g，植酸 1.02±0.44 g/100 g，不同种质间营养成分存在显著差异，为筛选特异性状种质提供了基础。
2. NIRS 模型性能评估
最佳模型的 RSQ 和 RPD 值如下：蛋白质（0.701；1.85）、淀粉（0.987；4.03）、TSS（0.800；4.06）、酚类（0.778；2.15）、植酸（0.730；1.88）。其中，淀粉和 TSS 模型表现优异（RPD>4），表明 NIRS 能精准预测此类成分；蛋白质和植酸模型虽 RPD 接近 2，但仍具备筛选价值。配对 t 检验显示预测值与参考值无显著差异（p>0.05），验证了模型的可靠性。
3. 光谱特征与化学组分关联
光谱分析发现，1196 nm、1468 nm、1736 nm 等特征波段与蛋白质、淀粉、酚类等化合物的官能团振动相关。例如，2000-2222 nm 波段对应蛋白质的 C-O 和 N-H 伸缩振动，1920 nm 附近与多糖的 O-H 基团相关，这些光谱特征为模型的化学解释提供了依据。
结论与意义
本研究首次建立了马豆 NIRS 多性状预测模型，实现了蛋白质、淀粉、抗营养因子等指标的快速检测。该技术无需化学试剂、可无损分析，显著提升了种质筛选效率，为马豆育种中营养品质的定向改良提供了关键工具。例如，高淀粉种质可用于食品加工，低植酸种质有助于提升矿物质生物利用率。此外，模型在其他豆科作物中的适用性拓展，有望推动全球未充分利用作物的营养评估和可持续农业发展，为应对粮食和营养安全挑战提供新思路。研究结果表明，NIRS 结合化学计量学方法，可成为农业生物多样性评估和功能食品开发的核心技术，具有重要的科学价值和实际应用潜力。
