《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》：Application of near-infrared spectroscopy for the classification of crambe seeds according to physiological potential
编辑推荐：
近红外光谱技术结合传统生理测试可有效区分座仁种子生理潜力，通过分析不同老化时间（48h和96h）种子的光谱特征，发现1300-1400nm波段对品质分类贡献最大，PLS-DA模型与SNV预处理组合准确率达0.85，为种子筛选提供新方法。
安娜·露西亚·阿兰哈·达科斯塔（Ana Lucia Aranha da Costa）|朱莉娅·马丁斯·索亚雷斯（Júlia Martins Soares）|安娜·克拉拉·莫拉·德索萨（Ana Clara Moura de Sousa）|拉埃西奥·朱尼奥·达席尔瓦（Laércio Junio da Silva）|路易斯·安东尼奥·多斯桑托斯·迪亚斯（Luiz Ant?nio dos Santos Dias）
巴西维索萨联邦大学（Federal University of Vi?osa）农学系
摘要
近红外（NIR）光谱技术已成为工业和种子检测实验室中节省时间和资源的一种有前景的工具，因为它能够在无需化学试剂或产生废物的情况下快速预选种子批次。该技术的应用能够根据种子的生理潜力快速准确地区分不同批次。本研究旨在评估将NIR技术与传统生理测试结合使用，以检测和分类油菜籽批次的可行性。评估了四个油菜籽品系的种子，包括原始（未老化）种子批次以及在42°C下分别老化48小时和96小时的种子批次。根据标准化的生理测试方法评估了种子的发芽率和活力。从完整的种子样本中收集了NIR光谱数据。人工老化在不同品系中引起了不同程度的劣化，尤其是在老化96小时的种子批次中，显示出种子生理潜力的差异。1300至1400纳米的光谱区域被确定为区分油菜籽生理潜力水平最相关的区域。对种子批次进行分类的波长与影响种子质量的生化化合物有关。因此，近红外光谱技术在根据生理潜力对油菜籽进行分类方面展现出巨大潜力。
引言
油菜（Crambe abyssinica Hochst. ex R.E. Fr.）是一种属于十字花科（Brassicaceae）的短周期一年生油料作物，由于其高产量潜力和较高的种子油含量（36–38%）而受到越来越多的关注[1]。尽管被认为是一种有前景的作物，但在巴西仍没有广泛种植，但可以在非种植季节将其纳入轮作系统[2]。其种子是生物燃料生产的重要替代品，因为提取的油具有与化石燃料相当的能源性能，使C. abyssinica成为潜在的冬季植物油来源[3]。
为了满足生物燃料和其他工业领域对油菜生产的日益增长的需求，成功地在田间建立作物种植至关重要，这一过程从根本上取决于种子质量。使用高质量种子是提高任何种植系统农业生产力的主要支柱之一，对于农业项目的成功也是不可或缺的[4]。为了根据质量对油菜籽批次进行分类，种子行业采用了多种测试方法来支持决策制定，包括发芽率和活力测试，如加速老化测试、电导率测试、幼苗生长测试以及基于土壤的低温测试[5]、[6]、[7]、[8]。
随着分析技术的进步，出现了新的方法，能够快速准确地评估种子批次的生理潜力。在种子技术研究中，人们对非破坏性分析方法（如近红外（NIR）光谱）给予了越来越多的关注[9]。该技术可以快速获取与种子化学成分相关的光谱信息，从而间接评估与种子质量相关的属性。
然而，NIR光谱通常包含大量高度相关的变量，导致数据集维度较高，需要适当的化学计量建模策略来提取有意义的信息。在这种情况下，将NIR光谱与多元分析相结合已被广泛用于根据生理潜力对种子批次进行分类，并推断与种子质量相关的内部生化化合物的存在[10]、[11]、[12]。
NIR光谱技术已成功应用于多种作物的种子[13]、[14]、[15]、[16]。然而，在NIR数据分析中仍存在重大挑战，特别是由于大量高度相关的光谱变量和重叠的吸收带，这可能会对定量和分类模型的性能产生负面影响[17]。为了解决这些挑战并提高模型的可解释性，经常采用波长选择技术和稳健的化学计量建模策略来降低数据复杂性并提取最具信息量的光谱特征[17]、[18]。
当光谱数据被正确获取和处理后，就可以将其与传统的种子质量测试（如发芽率、活力以及蛋白质和油含量等生化分析）建立关联[19]。这种整合使得可以根据种子的生理质量区分不同批次，并促进种子行业中的快速决策。
尽管人们对
C. abyssinica作为油料作物的兴趣日益增加，但关于使用NIR光谱技术对其种子生理潜力进行分类的信息仍然有限。因此，本研究的目标是：
•评估NIR光谱技术与化学计量模型结合用于根据生理潜力分类油菜籽批次的潜力。
•评估不同的光谱预处理方法和分类模型（PLS-DA、RF、K-NN和SVM-r）在种子质量区分方面的性能。
•通过变量重要性分析，确定与种子活力和发芽率最相关的光谱区域。
部分内容片段
植物材料和种子批次制备
油菜籽（Crambe abyssinica；品系FMS 1101、FMS 1106、FMS 1312和FMS 1326）由南马托格罗索基金会（Funda??o Mato Grosso do Sul）提供，这些种子是在2023年生长季于巴西马拉卡茹（Maracaju, MS）生产的。为了生成生理梯度，种子被分为三个子样本：未老化（对照组）、老化48小时和老化96小时（42°C和98%相对湿度 - RH），共计12个不同的生理批次。老化后，种子在室温下干燥24小时，直至达到初始状态
结果与讨论
油菜籽批次的生理质量通过发芽率和幼苗活力指数进行了总结，见表1。各批次之间的水分含量差异不超过两个百分点（表1）。这种一致性对于确保测试结果不受代谢活动、吸水率或种子劣化程度差异的影响至关重要。
人工老化成功地产生了生理质量梯度
结论
近红外光谱技术与化学计量模型结合使用，在根据生理潜力对油菜籽进行分类方面表现出良好的性能。结合SNV预处理的PLS-DA模型达到了0.85的准确率和0.68的Kappa系数，是这种分类方法中最有效的方式。该技术作为一种基于生理潜力选择油菜籽批次的实用工具显示出巨大潜力；然而，它并不能完全替代传统方法
利益冲突声明
作者声明他们没有已知的财务利益冲突或个人关系可能会影响本文所述的工作。
致谢
我们感谢以下资助机构：米纳斯吉拉斯州研究支持基金会（Funda??o de Amparo à Pesquisa do Estado de Minas Gerais，FAPEMIG）、巴西高等教育人员培训协调基金会（Funda??o Coordena??o de Aperfei?oamento de Pessoal de Nível Superior，CAPES）和国家科学技术发展委员会（Conselho Nacional de Desenvolvimento Científico e Tecnológico，CNPq）对本研究的财务支持。同时，我们也感谢南马托格罗索基金会（Funda??o Mato Grosso do Sul，FMS）提供的种子。本研究得到了巴西高等教育人员培训协调委员会（CAPES）的支持
