近红外_NIRS_和粗蛋白预测氨基酸含量的精度比较研究_丁丽敏

《 饲料工业 》 ・!""! 年第 !# 卷第 $ 期
试 验 研 究
和粗蛋白预测氨基酸含量的精度比较研究 近红外（ !"#$ ）
丁丽敏 计 成 戎 易 摘 要 本试验使用同一套饲料样品进行 !"#$ 的定标方程、 本实验的粗蛋白 （ 一元回归 %&） 方程、 的 一元回归方程、 田河山的 一元回归方程之间的精度比较研究。研究结果表明， !#% %& %& 用粗蛋白为指标建立的预测豆粕和玉米氨基酸的 ’ 种方程 （ 本试验建立的预测方程、田河山的预 ） 经 ( 检验达到了显著或极显著的程度， 但 测方程、 !#% 的预测方程 取得了比较一致的预测结果， 大部分在 )* +) , )* -) 之间， 远低于 !"#$ 的预测方程。 !"#$ 预测豆粕氨基酸定标方 # 值都不高， 程的相关系数中， 除蛋氨酸、 胱氨酸、 苏氨酸外， 都在 )* .) 以上。蛋氨酸、 胱氨酸、 苏氨酸相关系数 而用粗蛋白进行预测的相关系数为 )* ’.、 显然 !"#$ 预测 分别为 )* /0’、 )* //-、 )* //’， )* 10、 )* 2/， 的结果要好于用粗蛋白预测的效果。从标准差上看，用粗蛋白含量预测氨基酸的标准差一般为 !"#$ 的 0 , 2 倍， !"#$ 的预测精度显然好于用粗蛋白预测的精度。 关键词 近红外光谱技术（ !"#$） 预测氨基酸 玉米 豆粕 中图分类号 $/324 预测饲料中氨基酸 5 88 6 含量的方法有很多， 近年 来研究较多是用常规成分 （ 粗蛋白、粗纤维、粗灰分 等） 建立预测氨基酸含量一元、 二元、 三元方程。其中 常用的一种方法是用粗蛋白 5 %& 6 预测的一元方程， 先 测定一批饲料的粗蛋白含量，然后根据回归方程预测 氨基酸含量。这些回归方程的准确度变化很大，并且 应用回归方程根据粗蛋白含量估算氨基酸值，虽然相 对快速、 准确、 经济， 但也有其局限性， 因为 88 估算值 实际上是一定粗蛋白值相对应的平均值 （ 或条件期望 值） ，即同类原料若 %& 值相同，则不管其氨基酸含量 是否存在差异，经回归计算的氨基酸值亦是相同的。 近红外光谱技术 5 !"#$ 6 是根据饲料中的有机成分对 近红外光有特征吸收，而建立光谱值与含量之间的相 关关系。由于近红外光谱技术具有速度快 （ 几秒钟出 测定结果） 、操作简单、污染小 （ 不需化学试剂 ）的特 点，已成为分析领域的先导技术。本实验意在探讨近 红外预测氨基酸含量和粗蛋白预测氨基酸含量的准 确性和优缺点，为饲料行业提供一个简单可行的预测 氨基酸含量的方法。 3* 3 样品的采集和制备 试验样品种类为玉米和豆粕，每种原料采集有代 表性的样品 3)) 个，豆粕中按浓度梯度选出 20 个样 品， 玉米选出有代表性的样品 12 个。豆粕和玉米样品 主要来自黑龙江、 吉林、 辽宁、 河北、 北京、 河南、 江西 等地。所有采集的样品进行登记编号， 用旋风磨粉碎， 样品过 399 孔径的筛子， 粒度达 /) 目 , 3)) 目， 于7 +: 冰箱中保存。 3* 0 饲料氨基酸含量的测定 本实验测定氨基酸含量的方法为高效液相色谱 法， 荧光检测、 大样本量消化 (;<% 荧光衍生剂衍生、 管水解和加内标 5 =>?@ABC 牛磺酸 6 校正相结合的方法。 前处理用氧化水解测定含硫氨基酸 （ 蛋氨酸，胱 氨酸） ， 碱水解测定色氨酸， 酸水解测定其它氨基酸的 含量。 3* ’ 近红外光谱分析仪及定标方程的建立 近红外光谱分析仪为 &D@=DB 公司生产的 &D@%EB 具 有 0) 个 滤 光 片 ， 扫描 /20) 近 红 外 成 分 测 定 仪 ， 外部与长 3 ++1B9 , 0 ’+1B9 范围内的近红外光谱区。 城 0/2 微机联机， 配有 &D@FEB !"# ’* ’- 版本的定标软 件， 可实现样品原始光谱的搜集、 自动滤光片的选择、 数据分析、 多元回归等功能， 建立定标方程； 并可对定
!"
试 验 研 究
丁丽敏等： 近红外 （ 和粗蛋白预测氨基酸含量的精度比较研究 !"#$）
扫描的光谱值将与实验中氨基酸含量值对应起 %&’ 。 来， 通过多元回归建立定标方程。定标样品的选择采 用定标程序中的样品筛选程序， 以数量形式分离出具 有与样品平均值相似或不相似光谱的样品。 每种样品 的每个指标分别按各自的含量范围筛选样品进行定 标，并用未参与定标的一组样品对定标方程进行检 验。真实值和预测值之间的差异作为预测误差 ( $)* + ， $)* 是检验预测效果的尺度。变异系数 （ ,-） 在 ./0 以内的定标是可以接受的。 .1 2 以粗蛋白为自变量的多元回归方程的建立 .1 21 . 本试验以粗蛋白为自变量的回归方程的建立 以粗蛋白为自变量，以 ./ 种必需氨基酸和胱氨 酸为因变量进行逐步回归分析。 用 3 检验建立回归关 系显著性的方程，估测误差用标准误差 （ $1 )1 *1 ）表 示， 回归关系的相关程度用 4 表示。 豆粕氨基酸含量的 !#, 回归方程 .1 21 % 估测玉米、 的检验 将样品的粗蛋白数据代入 !#, 一元回归方程和 田河山一元回归方程， 计算氨基酸值与实测值进行统 计分析。计算两组数据的相关系数、 标准差。 .1 21 & 几种估测氨基酸方法的比较 本实验的 ,* 用一套样品进行 !"#$ 的定标方程、 一元回归方程、!#, 的 ,* 一元回归方程、田河山的 ,* 一元回归方程之间的精度比较。
表%
项目 赖氨酸 蛋氨酸 胱氨酸 蛋氨酸 ? 胱氨酸 色氨酸 苏氨酸 精氨酸 异亮氨酸 亮氨酸 缬氨酸 苯丙氨酸 ! :% :% :% :% :% :% :% :% :% :% :%
田河山以粗蛋白为自变量预测豆 粕氨基酸含量的回归方程的检验
田河山回归方程 @ A .1 /72 ? /1 /&7B @ A > /1 //7 ? /1 /.&B @ A > /1 /.. ? /1 /.2B @ A > /1 /.8 ? /1 /%7B @ A > /1 6:2 ? /1 /&/B @ A > /1 .7. ? /1 /22B @ A > /1 :&& ? /1 /8/B @ A /1 97. ? /1 /&.B @ A /1 8/& ? /1 /97B @ A /1 %2/ ? /1 /2.B @ A /1 76 ? /1 /& /1 27& /1 %97 /1 :9/ /1 :2/ /1 97/ /1 :2/ /1 99/ /1 2// $1 )1 )1 /1 %92 /1 /67 /1 /22 /1 ./6 /1 /7: /1 /87 /1 %&8 /1 .2% /1 .86 /1 .:% /1 %97 3 检验 ) ) )) )) )) )) )) )) )) ))
表&
项目 赖氨酸 蛋氨酸 蛋氨酸 ? 胱氨酸 色氨酸 苏氨酸 精氨酸
!#, 以粗蛋白为自变量预测豆 粕氨基酸含量的回归方程的检验
! !#, 回归方程 :% @ A /1 %9% ? /1 /:: 9B :% @ A /1 .%7 ? /1 /.. .B :% @ A /1 .97 ? /1 /%9 9B :% @ A > /1 /2. ? /1 /.2 2B :% @ A /1 %/& ? /1 /&2 2B :% @ A /1 92& ? /1 /62 2B # /1 &/ /1 && /1 26 /1 9% /1 :7 /1 :2 $1 )1 )1 /1 %:/ /1 /66 /1 ./6 /1 /:6 /1 /82 /1 %&6 3 检验 ) ) )) )) )) ))
!
试验结果
为了验证 !"#$ 预测氨基酸定标方程的精确性，
本实验用同一套豆粕和同一套玉米样品对 !"#$ 预 测方程与以粗蛋白为指标预测氨基酸含量的回归方 程进行了精度的比较， 结果见表 . 5 表 6。结果表明， 本试验的预测方程、 田河山的预测方程、 !#, 的预测 方程取得了比较一致的预测结果。 虽然用粗蛋白预测 的豆粕、 玉米氨基酸值与实测值之间的相关系数经 3 检验达到了显著或极显著的程度，但 4 值都不高，大 部分在 /1 2/ 5 /1 7/ 之间， 远远低于 !"#$ 预测氨基酸 的相关系数。在 !"#$ 预测豆粕氨基酸定标方程的相 关系数中， 除蛋氨酸、 胱氨酸、 苏氨酸外， 都在 /1 8/ 以 上。蛋氨酸、 胱氨酸、 苏氨酸相关系数分别为 /1 6%&、 /1 667、 /1 66&， 而 用 蛋 白 进 行 预 测 的 相 关 系 数 为 显然 !"#$ 预测的结果要好于用粗 /1 &8、 /1 9%、 /1 :6， 蛋白预测的效果。从标准差上看， 用蛋白含量预测氨 基酸的标准差一般为 !"#$ 的 % 倍 5 : 倍，!"#$ 的预 测精度显然好于用粗蛋白预测的精度。 在饲料中参假
项目 苏氨酸 精氨酸 缬氨酸 苯丙氨酸 异亮氨酸 亮氨酸 赖氨酸 蛋氨酸 胱氨酸 蛋氨酸 ? 胱氨酸 色氨酸 总氨基酸
注： 表中估测氨基酸的回归方程为 @ A < ? =B ， @ 为某氨基酸的百分含 量， B 为饲料中的粗蛋白含量，< 为截矩，= 为回归系数，4 为相关系 数， 两个 $1 )1 ) 是标准差， 3 检验栏中一个 ) 为显著水平 ( * C/1 /9 + ， )) 为极显著水平 ( * C/1 /. + 。
表. 豆粕以粗蛋白为自变量预测氨基酸含量的回归方程
! :% :% :% :% :% :% :% :% :% :% :% :% < /1 %6. 78. > /1 %97 %9 > /1 /%% 9& > /1 .&6 69 /1 /&9 878 /1 &%6 277 .1 /99 8:8 > /1 /6/ 6 /1 /9: 966 > /1 //. &7 > /1 %%: 79 61 %&. 896 = /1 /&2 :82 /1 /6% 87 /1 /2& 27: /1 /9. 866 /1 /2. &68 /1 /:8 :.6 /1 /&9 86% /1 /.2 2:: /1 /.% 6 /1 /%: :98 /1 /.: 682 /1 77& .%. 4 $1 )1 )1 3 检验 /1 :6 /1 /82 )) /1 :: /1 %&9 )) /1 9: /1 .:. )) /1 2: /1 %9. )) /1 :/ /1 .&8 )) /1 :7 /1 .89 )) /1 &2 /1 %28 ) /1 &8 /1 /6: ) /1 9% /1 /9& )) /1 92 /1 ./2 )) /1 9& /1 /:7 )) /1 :: %1 .8: ))