基于ATR-FTIR和PCA分析的苋菜品种鉴定与组织分化机制研究及其在智能农业中的应用

为解决植物品种快速鉴定难题，研究人员通过ATR-FTIR（衰减全反射-傅里叶变换红外光谱）结合PCA（主成分分析）技术，对三种Amaranthus hypochondriacus品种的叶片、茎和根部进行光谱分析，成功建立非破坏性鉴别模型。研究发现不同品种的光谱特征差异主要集中于900和1500 cm?1波段，且栽培条件显著影响色素含量。该研究为植物遗传资源管理和智能农业分类技术提供了高效解决方案。

　　

在全球气候变化和粮食安全挑战加剧的背景下，植物遗传资源的快速鉴定与评估成为农业研究的核心议题。苋菜（Amaranthus）因其卓越的抗逆性、高营养价值和丰富的生物活性成分（如甜菜红素betalains、类黄酮flavonoids等），被视为应对气候变化的战略性作物。然而，传统鉴定方法如形态学分析耗时费力，基因组测序成本高昂，亟需发展高效、低成本的替代技术。

墨西哥国立理工学院应用生物技术研究中心（Instituto Politécnico Nacional, Centro de Investigación en Biotecnología Aplicada）的Manuel Alejandro Herrera López团队在《Journal of Agriculture and Food Research》发表研究，创新性地将ATR-FTIR光谱技术与PCA相结合，对三种Amaranthus hypochondriacus品种（Gabriela、Laura和CIBA2）进行多组织（叶、茎、根）光谱分析，并评估温室与离体（in vitro）培养条件对色素含量的影响。

研究采用四大关键技术：1）ATR-FTIR光谱扫描（4000-400 cm^?1）获取组织化学指纹；2）PCA降维分析光谱数据；3）形态学参数（叶形、色素分布等）定量比较；4）紫外分光光度法测定甜菜红素、β-胡萝卜素和叶绿素含量。所有样本均来自温室和离体培养的标准化种植体系。

3.1 表型分析揭示品种特异性状
通过BBCH量表（植物生长阶段标准化系统）培育的植株显示，CIBA2品种叶片对称性显著低于其他品种（p<0.05），且种子产量最高（图1C）。Gabriela品种93%叶片呈紫色，而Laura品种73%叶片呈现绿-紫中心渐变（图1A），表明色素分布具有品种特异性。

3.2 光谱特征定位差异标志物
ATR-FTIR在四个特征区域（I:3000-1650 cm^?1，II:1800-1500 cm^?1，III:1450-1200 cm^?1，IV:1200-900 cm^?1）检测到关键差异：CIBA2品种叶片在1247 cm^?1（C-C键）和1049 cm^?1（C-O-H键）处信号缺失（表1），而Gabriela在1729 cm^?1（醛基R-CH=O）吸收峰最强（图5）。

3.3 PCA实现精准分类
叶片光谱的PCA分析显示，区域III（1500-1200 cm^?1）对品种区分贡献率达98.37%（表3），其中CH₃（1463 cm^?1）和CH₂（1417 cm^?1）振动是主要区分因子（图3）。

3.4 栽培条件调控色素代谢
温室栽培的Gabriela甜菜红素含量比离体培养高3.2倍（p<0.05），而CIBA2在温室中叶绿素a含量达22.9 μg/mL，显著高于其他品种（图4D）。离体培养导致所有品种β-胡萝卜素含量趋同，证实环境对代谢通路的调控作用。

4.1 光谱化学计量学推动智能农业
该研究首次证实ATR-FTIR-PCA联用技术可替代传统形态学鉴定，其通过捕捉多糖（C-O-C，1153 cm^?1）和蛋白质（酰胺I带，1645 cm^?1）的微细差异，实现苋菜品种无损鉴别。与Alvarez等关于葡萄品种的研究结论一致，光谱差异虽微小但具分类学意义。

4.2 环境-代谢关联的光谱证据
2361 cm^?1波段（甜菜红素特征峰）仅在乙醇提取物中检出，而1731-1620 cm^?1区间吸收与未知代谢物相关，为后续逆境响应研究提供标记位点。

这项研究不仅建立了苋菜资源的光谱数据库，更开创了植物品种鉴定的新技术范式。通过将化学指纹与表型数据关联，为作物育种、功能成分开发和气候变化适应性研究提供了高效工具。未来可扩展至其他经济作物，推动农业检测技术进入智能化时代。