甜菜叶蛋白高效提取技术的突破：高通量表型分析助力可持续叶片资源化利用

这篇研究开发了高通量方法（NIRs）测定甜菜(Beta vulgaris L.)叶片蛋白质提取率，通过优化采样策略（25株中位叶）、验证总氮(TN)与真实蛋白(RuBisCO)的强相关性(R=0.89)，建立近红外光谱模型(R2=0.97)，为育种筛选高蛋白提取率品种提供关键技术，推动29 t ha?1废弃叶片的蛋白资源化。

　　

采样策略的革新

甜菜叶片蛋白质分布呈现明显梯度特征：内部嫩叶蛋白质含量最高（31.6 g kg^?1 DM），但提取率最低；外部老叶蛋白质含量仅21.8 g kg^?1 DM，提取率却显著提升。中位叶在产量与稳定性上表现最优，其蛋白质提取量达2.2 g kg^?1 上清液，变异系数(CV)最低。研究首次量化了采样规模对数据准确性的影响——当采样植株从9株增至25株时，蛋白质提取率的CV可从12.5%降至5%以下，这为育种试验提供了标准化采样方案。

氮测量技术的可靠性验证

通过三氯乙酸(TCA)沉淀法分离发现，甜菜叶片中69%的氮源自蛋白质（范围51-81%），据此修正的氮蛋白转换因子应为4.3而非传统6.25。总氮(TN)与蛋白氮的强相关性(R=0.89)证实了Dumas法的可靠性。在提取液中，RuBisCO占比44%（25-82%），其含量与总蛋白显著相关(R=0.69)，说明氮测定可有效替代复杂色谱分析。

近红外光谱(NIRs)的技术突破

建立的NIRs模型对干叶总蛋白预测精度达R²=0.97（RPD=5.5），但对提取率预测效果有限(R²<0.24)。创新性地发现果汁样本的RuBisCO含量可通过NIRs预测(R²=0.72)，这大幅简化了传统需离心-色谱联用的流程。研究同时指出，多酚氧化酶(PPO)导致的蛋白-醌复合物形成是提取液变异的主要干扰因素，建议添加焦亚硫酸钠抑制该反应。

农业废弃物资源化路径

欧洲每年产生29 t ha^?1甜菜叶，当前提取率仅6%。该研究通过优化中位叶采样、验证氮测定等效性、开发NIRs高通量检测，使育种筛选效率提升3倍。尤其值得注意的是，叶片年龄与细胞壁降解程度显著影响提取效率，这为后续通过基因编辑改良细胞壁结构或蛋白酶活性提供了明确方向。

技术应用的广泛潜力

该方法体系可延伸至马铃薯、胡萝卜等叶用作物。无人机(UAV)多光谱技术的引入展望了田间原位检测的可能性，尽管目前仍受冠层结构、光照等环境因素干扰。研究强调，将总氮测量与NIRs预测结合，可使蛋白质提取量评估工作量减少80%，为植物基蛋白替代动物蛋白的产业转型提供关键技术支撑。