野生和栽培普通菜豆叶片与种子组织的FTIR-ATR光谱及化学计量学表征

《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》：FTIR-ATR spectral and Chemometric characterization of leaf and seed tissues from wild and domesticated Phaseolus vulgaris

　　FTIR-ATR能够区分野生菜豆的叶片和种子组织。种子组织显示出13个主要吸收带，而叶片组织显示出11个吸收带。化学计量学分析揭示了依赖于种群的光谱模式。蛋白质、脂质和碳水化合物区域在不同种群间存在差异。FTIR-ATR与化学计量学的结合支持了种群的光谱表征。**引言**傅里叶变换红外光谱-衰减全反射技术（FTIR-ATR）是一种快速、无损的技术，广泛用于基于分子振动对化学组分进行表征[1]。该技术通过分子振动提供官能团信息，允许鉴定蛋白质、脂质和碳水化合物等关键生物分子[2]。近年来，FTIR-ATR与化学计量学工具的结合在评估复杂生物基质中成分变异方面的重要性日益增加[3]。豆类是植物性营养来源中最重要的一类，提供大量蛋白质、碳水化合物、膳食纤维、维生素和矿物质。其中，菜豆因营养价值高和农学重要性而成为全球消费最广泛的物种之一。在植物系统中，种子主要作为富含蛋白质和储备碳水化合物的储存组织发挥作用，而叶片则是结构和代谢活跃的组织，其特征是含有结构性多糖和与膜相关的脂质[4]。了解这些成分差异对于评估植物材料的生化多样性及其潜在应用具有重要意义[5]、[6]。由于FTIR光谱能够快速鉴定与蛋白质、脂质和碳水化合物相关的官能团而无需大量样品前处理，因此越来越多地被应用于植物大分子的表征。此外，振动光谱与化学计量学工具的结合有利于解释复杂光谱数据集，并能够区分植物材料之间的成分差异。人工智能和深度学习的最新进展拓展了振动光谱的分析可能性。特别是，红外光谱结合化学计量学和深度学习模型在快速鉴定植物物种方面展现了潜力[7]。然而，传统的化学计量学方法对于复杂光谱数据集的探索性分析仍然有用。这些方法提供了一种简单、稳健且易于解释的途径，用于识别生物样品之间的成分差异。野生豆类物种代表宝贵的遗传资源，它们并不总是存在于栽培品种中，可能贡献与抗病性、环境适应性和农艺改良相关的性状[8]。然而，许多野生种群目前正受到城市化、森林砍伐和栖息地碎片化的威胁，这损害了它们的保护和长期可用性[9]、[10]。在此背景下，保护野生菜豆种群不仅从生态角度很重要，而且因为它们对未来的育种计划和食品系统具有潜在贡献也具有重要意义[11]、[12]。尽管野生菜豆在生态和遗传上具有重要性，但关于其生化组成和大分子组织的信息仍然有限。特别是，针对叶片和种子组织的比较研究非常稀缺，尽管这些组织在生物功能和化学成分上存在显著差异[13]。据报告，墨西哥杜兰戈州存在多个野生菜豆种群。尽管其中一些种群已被形态学物候学描述，但其成分特征在很大程度上仍未被探索。此外，光谱信息仍然稀缺，特别是关于叶片和种子组织之间的比较分析。因此，需要整合FTIR-ATR和化学计量学方法的研究来更好地理解野生种群之间的生化变异性。本研究的目的是利用FTIR-ATR光谱结合化学计量学分析，调查野生菜豆种群叶片和种子组织的生化变异性和光谱特征。**章节摘要****用于FTIR分析的叶片组织和种子的采集**野生菜豆的叶片组织和种子（图1）于2018年9月至11月从墨西哥杜兰戈州的八个地点采集。各采样点的地理来源、坐标和海拔高度总结在表1中，相应的气候特征则呈现在表2中。每个地点100粒种子的样品被存放在区域发展跨学科研究中心的种质资源收藏中。**FTIR-ATR光谱表征**从野生菜豆的叶片和种子组织获得的FTIR-ATR光谱显示出相似的总体光谱特征，特别是在约1724、1639、1552、1354、1249、1155、1065、991和601–555 cm?1处的吸收带。这些吸收带通常与植物组织中主要的生物分子有关，包括蛋白质、脂质和碳水化合物。然而，在不同组织之间以及不同种群之间观察到了吸收带强度和光谱分布的差异，**结论**FTIR-ATR光谱与化学计量学分析相结合，为表征野生和驯化菜豆的叶片和种子组织的生化组成提供了有用的信息。光谱特征能够识别与蛋白质、脂质和碳水化合物相关的主要生物分子区域，揭示了种子样品中存在更多主要吸收带（13个峰）而叶片组织中较少（11个峰），表明可检测成分的多样性更高。**CRediT作者贡献声明****Liliana Wallander-Compeán：** 概念化、软件、验证、调查、资源、撰写——初稿、撰写——审阅与编辑。**Shaila N. Pérez-Salinas：** 软件、调查。**Perla Guadalupe Vázquez-Ortega：** 验证、数据整理。**Erika Berenice León-Espinosa：** 概念化、验证、撰写——初稿、撰写——审阅与编辑。**资金**本研究由国立理工学院和墨西哥科学、人文、技术与创新部资助。**利益冲突声明**作者声明不存在已知的竞争性经济利益或个人关系，这些可能影响本研究中报告的工作。**致谢**作者感谢国立理工学院和SECHITI提供的财务和技术支持。