无损高光谱成像与机器学习用于检测蚕豆种子中的豌豆种传花叶病毒

《Plant Methods》：Non-destructive hyperspectral imaging and machine learning for detection of pea seed-borne mosaic virus in faba bean seeds

　　

摘要

豌豆种传花叶病毒 (PSbMV) 是豆类作物的重要种传病原体，会降低产量和种子质量，同时难以通过目视检查检测。常规诊断方法准确，但具有破坏性、劳动强度大，且不适用于大规模种子筛选。在本研究中，我们评估了高光谱成像 (HSI) 作为一种非破坏性方法，用于检测蚕豆 (Vicia faba) 种子中的 PSbMV 感染。使用可见光 - 近红外 (Vis–NIR) 和短波红外 (SWIR) 高光谱系统（400–1700 nm）对单粒种子进行成像，并在反射率校准和预处理后提取定向反射光谱。主成分分析 (PCA) 揭示了感染种子和健康种子之间细微但一致的光谱差异。在评估的模型和预处理方法中，结合标准正态变换预处理的支持向量机取得了最佳性能，平均五折交叉验证准确率为 97.2%，独立留出集准确率为 98.3% (ROC-AUC = 0.994)。竞争性自适应重加权采样识别出一组分布在可见光、近红外和短波红外区域的精简信息波长集。精简模型保留了强大的判别能力，分别达到了 96.2% 和 90.8% 的交叉验证和留出集准确率，留出集 ROC-AUC 为 0.974。为了支持生物学解释，量化了种子含水量，并进行了质子核磁共振 (¹H NMR) 代谢物谱分析，结果显示病毒感染的种子中酚类信号增加。综上所述，这些结果证明 PSbMV 感染会导致蚕豆种子产生可检测的光学和成分变化，这些变化可以通过高光谱成像捕获。本研究为开发用于单粒种子健康评估和豆类作物病毒管理的快速、非破坏性筛选工具提供了基础。

图文摘要