文摘

本研究旨在定义和解释细胞壁属性和其他化学成分的八个不同品种的番茄植物通过利用光纤傅里叶变换近红外光谱(FT-NIR)收购原位化学特征的叶、花、水果和干的西红柿和细胞壁在不同的发展阶段。化学光谱签名番茄的叶、花、水果、和阀杆只期间获得的会话和生活模式,如绿色、黄色和红色在细胞壁的颜色。每个番茄植物的光谱特征分析进行看到大量的化学成分的差异使用最优化FT-NIR光谱的数据建模。此外,主成分分析(PCA)进行歧视叶,花,果实,和源于同一品种。PCA也执行区分八个不同品种的番茄植物。研究显示原位FT-NIR如何区分八种番茄叶、花、果实和茎化学成分在不同的发展阶段与细胞壁和其他属性。这项研究也证明了原位FT-NIR如何区分生锈的和健康的叶子和完整的水果与off-the-plant水果。本研究的主要目的是展示生活中的化学成分差异和发展番茄植物改善关键因素将有利于植物育种的番茄,番茄细胞壁的研究中,并最终人类健康。

1。介绍

水果代表独特的植物系统发育和对人类和动物的饮食至关重要。说到这里,一个受欢迎的物品在地球上用于日常消费是番茄。番茄是最可消费的食品种植在世界范围内,全球许多副产品生产。经济上重要的蔬菜,西红柿是肉质果实的主要模型发展,成熟,保质期,营养品质研究。然而,许多基本问题相关的关键参数的每个部分植物的发展,生理、和质量特征,包括环境响应的叶、花、水果、和干的西红柿,有时是非常具有挑战性的,因为大多数的时间,我们不能从现场获取化学成分的植物以实时的方式。当植物的任何部分与主体结构的植物,分离化学成分的变化。傅里叶变换近红外光谱学(FT-NIR)与光纤探针是一个值得信赖和受欢迎的分析技术来测量这些成分的变化,这对农业和食品研究是有益的。FT-NIR已经应用在一些研究帮助科学家们发现和更好地了解植物的化学性质和原位实时1]。

西红柿的功能对人类是至关重要的,因为它供应糖、维生素、矿物质,番茄红素,和其他类胡萝卜素。全球大多数的人口消耗番茄;整体消费市场是75%的新鲜和25%处理。在国家层面,西红柿是蔬菜中排名第一批生产和栽培,特别是每年约2亿吨(2]。然而,目前的产品成倍增加更高的要求,所以育种者的目标是寻求提高番茄内部和外部的质量供应人们的需求(3]。另一方面,采后造成重大损失在生产和数量,特别是番茄产品。这个问题是一个障碍对饲养者,食品质量严重下降。加强和改善番茄会解决这一问题,但需要大量的时间和考试。

育种者已经开发出几个番茄品种过去几年更好的产量和品质。确定类型的蔬菜作物,在生产和加工的各个阶段都是至关重要的(4]。大多数研究涉及番茄果实的性格特征,而不是整个植物(5]。

特征的叶、茎、果实和细胞壁将帮助育种家确定叶、茎、花、果实表型和spectrotypes实现更高的产量和品质。传统上,各种各样的西红柿被确认使用形态学或表型特征。

形态学方法通常用于表型研究;然而,缺乏表型变异西红柿使它具有挑战性的识别各种传统形态学方法。

目前番茄生产需求快速识别技术更好的转变。近年来,各种分析和原型方法,如分子标记,可用于快速识别。然而,这些技术不能进行原位无损或现场测量6- - - - - -9]。

先前的研究,特瓦芮等人进行光纤FT-NIR确定起源和糖含量。学业成功地测定糖含量和识别不同柑橘品种使用最优化光谱建模(10]。一项研究是由SD贵族歧视其他的叶子上使用近红外反射光谱(11]。一个成功的研究也进行使用转基因玉米粒用近红外光谱(NIR歧视12]。其他的研究进行使用近红外光谱确定番茄质量属性,他们成功地歧视番茄的质量属性。所有的近红外光谱研究植物进行了离线而不是先前原位;因此,本研究可以高度有利于番茄植物育种研究[13]。

在这项研究中,我们的主要目标是开发一个光纤NIR技术轻松地收集FT-NIR光谱的番茄植物的不同部位在不同的发展阶段和解释近红外光谱化学光谱特征分析使用最优化的数据建模,如主成分分析(PCA)。

在这篇文章中,我们解释属性等八个不同品种的番茄植物的早期女孩,Goodhearted,沙哑的红色,混合沙哑的红色,日本的琐事,翻筋斗Heart-Tolerant混合,100年更甜,和情人节葡萄番茄,和光谱分析进行FT-NIR化学特征从叶,花,果实,在不同的发展阶段和干的西红柿。的化学光谱签名番茄的叶,花,果实,和阀杆只获得会话期间从住植物,特别是番茄果实的三个主要阶段:绿色,黄色,红色在原位细胞壁的颜色模式。众所周知,番茄细胞壁的外表面细胞组成各种聚合物如多糖和蛋白质,糖类,脂质聚合物。这些聚合物合成、分泌和组装成复杂的矩阵结构,根据不同的异质性在单个细胞的特定的细胞壁(5]。FT-NIR光谱直接从活叶收集时,鲜花,水果,和阀杆没有隔离植物样本,我们可以捕捉这些组件的实际光谱特征。PCA在原位数据显示大量的化学成分的差异在不同的品种,叶,花,果实,和阀杆在不同发育阶段,能够区分生锈的和健康的叶子。本研究旨在评估实时的应用化学成分的西红柿来提高番茄果实的关键因素,将有利于植物育种;西红柿的细胞壁主要研究可能有助于描述干旱响应的水果和作物改良,最终对人类健康有益的。

2。材料和方法

2.1。选择住番茄植物

所有八个品种的番茄植物,如早期的女孩,Goodhearted西红柿,沙哑的红番茄,混合沙哑的红色,日本的琐事,翻筋斗耐热混合,100年更甜,和情人节葡萄番茄,收集从家得宝(Home Depot),萨勒姆,NH,托儿所和罗杰斯春天山,,妈,美国出版。收集所有的番茄植物的早期发展阶段。

2.2。制备的番茄细胞壁

从8个品种的西红柿番茄皮提取的主要水果。材料与蒸馏水被彻底清理,确保没有水果残渣中细胞壁样本。FT-NIR光谱从刚删除的皮肤立即收集水果,以确保没有改变细胞壁在准备。有许多出版物的提取细胞壁;然而,在这项研究中,我们使用FT-NIR细胞壁成分非破坏性的方式。

2.3。原位光纤FT-NIR扫描参数

FT-NIR光谱的不同番茄植物、水果、树叶、花、和细胞壁收集使用矩阵i FT-NIR从力量光学、光纤系统Billerica,马,美国。所有FT-NIR光谱收集从4000年到12500厘米⁻¹。仪器配有锗探测器,在8厘米⁻¹分辨率和镜子0.32厘米/秒的速度。连续从事氦氖激光器的内部校准矩阵i光谱仪加强在单光束模式下测量的稳定性和可靠性。所有的光谱都纠正的背景光谱背景来自一个金色涂布的内部表面。所有实验完成五次最优化数据分析。此外,光纤反射探头用于收集所有的近红外光谱。整个测量,实验的一致性维护。

2.4。原位光纤FT-NIR扫描的植物

FT-NIR光谱扫描收集所有8个品种的西红柿的番茄植物的五个不同区域比较其化学成分与其他光谱获得从不同的番茄植物。此外,从每个番茄果实进行扫描5次每隔4 - 5天看到显著改变化学成分相比,我们获得的其他水果。

2.5。原位扫描的叶、茎、花、和生锈的叶子

图1代表了原位扫描过程。每片叶子,每一朵花放在至关重要的金属勺以来扫描红外波不能探测到金属。这帮助花的扫描更具体,给了我们更真实的数据。

在这项研究中,我们使用一个金属勺扫描薄样本,如一朵花,金属不吸收近红外光束。此外,金属具有很高的反射能力;因此,我们得到一个更好的信号。图1也代表了叶从生活生锈的番茄植物。炭疽病是一种常见的真菌疾病,通常导致黑点在叶子上。的主要目的是比较健康的叶子生锈的叶子和看到光谱化学特征的差异。

2.6。扫描的番茄果实

原位FT-NIR光谱的西红柿是直接从扫描收集西红柿的成熟时间的三个阶段:绿色,黄色,红色。图2描述了原位扫描过程早期的西红柿,中间,和成熟阶段。

2.7。最优化数据建模

化学计量学结合化学,数学,统计,通过数据驱动的方式从化学系统中提取有意义的信息。在这项研究中,所有FT-NIR光谱预处理,最优化和主成分分析(PCA)进行叶、茎、花、和水果使用力量定量化学计量学项目(力量光学、Billerica MA)。

PCA是一个二维统计方法来减少大量的维度FT-NIR数据集包含一个更大量的变量并生成新变量称为电脑。在这项研究中,我们提出了PC1 vs PC2维度,代表最可变性FT-NIR数据(10]。

在这项研究中,FT-NIR光谱从4000到12500厘米⁻¹被用来抵消后平均吸光度。基线校正和面积归一化特性被用来消除所有的光谱数据集的工件。在主成分分析研究中,各种光谱预处理算法被使用,如第一和第二衍生品、向量和min-max正常化,直线减法,乘法散射校正,提高PCA的歧视能力没有过度拟合数据。在这项研究中,我们选择了二阶导数预处理方法分析所有FT-NIR数据。波数范围对应于每个叶的化学成分、茎、花、和水果,如多糖、蛋白质、糖类、脂质聚合物。所有的数据都是进一步研究使用主成分分析来确定变量之间的关系。PCA也使用不同的组件用于模式识别植物的品种,果实,茎,叶,和细胞壁。基于这些组件的吸光度,我们优化了PCA实现最好的多元统计(10]。

3所示。结果与讨论

光纤探针FT-NIR光谱测量从4000到12500厘米⁻¹进行评估化学和物理光谱特征属性基于他们的第一,第二,第三分子不仅色彩和组合振动中。

光纤傅里叶变换近红外光谱(FT-NIR)光纤反射模式是一种快速、无损的技术。FT-NIR识别官能团的分子相关样品的成分。基于官能团的分子签名,FT-NIR可以实现定量和定性研究(14]。

番茄的叶、茎、花和果都由细胞壁、酯、酰胺、氢氧根,羧酸盐,和碳水化合物,FT-NIR可以感觉到所有这些组件(图3FT-NIR光谱的叶、茎、花、和水果)。FT-NIR反射光谱的叶子,茎,花,和水果含有的光谱特征样本的分子键(14]。

细胞壁的NIR光谱包含丰富信息,叶、茎、花、和水果,精确模式不同的叶子,茎,花,在不同的发展阶段和水果。

红外光谱法不仅在中产生更具体的有机分子的指纹。同时,FT-NIR生成一个特定的光谱模式基于泛音和组合乐队。FT-NIR诱发无形的表型或spectrotypes叶、茎、花、和水果分子,特别是在植物细胞壁结构及其架构,这不仅让我们确定成分差异的来源,但也允许我们识别突变植物或细胞壁。

与PCA FT-NIR可以定位和许多植物成分和植物的光谱模式特征进行分类的不足,如纤维素不足或改变xyloglucan或果胶的结构(15]。例如,图1代表了FT-NIR光谱的叶、茎、花、和绿色,黄色和红色的番茄。

FT-NIR光谱的茎叶,花,水果,和细胞壁含有一种复杂的化学成分和产生色彩和近红外光谱波段的组合从4000 - 12500厘米⁻¹。然而,大多数有机分子吸收近红外光束4000至12500厘米⁻¹;因此,我们认为是近红外光谱范围从4000到10000厘米⁻¹分析使用组件的分子泛音和组合振动。

近红外光谱的反射或吸收的分子地区从4000年到12500厘米⁻¹是复杂的和重叠。重叠光谱的复杂性,使得分析非常具有挑战性由于看不见的表型或spectrotype植物的分子的吸光度。因此,需要从复杂的光谱中提取有意义的信息,最优化分析是为了更好的解释和识别组件的相关植物器官的兴趣。

在这项研究中,我们观察到显著的NIR光谱光谱差异从4000到9000厘米⁻¹的叶、茎、花、果实和细胞壁。近红外光谱振动范围在5150 - 5195厘米⁻¹所有植物的器官主要是归因于不对称地拉伸和变形地乐队和碳氢键对应的吸收水和酚类化合物的样品。近红外光谱波段在5000 - 10000厘米⁻¹对应于碳氢键的振动乐队,5000−12500厘米⁻¹相关的第三CH泛音哦的H₂o .这些乐队也代表样本的酚醛树脂和抗氧化成分(16,17]。

FT-NIR光谱显示不同的植物部分不同波数的歧视,这与不同的化学成分。避免任何光谱中光谱工件,实现正确的歧视或可视化,FT-NIR光谱的预处理是解释光谱数据的第一步消除光谱噪音和散射等工件。每个品种的西红柿都有一个特定的组合。各器官的西红柿还包含具体组件作为植物细胞壁是一个非常复杂的高分子结构,和其他属性是叶绿素,类胡萝卜素,碳水化合物、纤维素、维生素、糖含量,等等,使植物的各个部分互相非常不同的表型或spectrotypic自然。

3.1。判别分析的叶、茎、花、和水果

图4代表了FT-NIR光谱的叶、茎、花、和水果。光谱清晰显示水果和鲜花的区别;然而,叶子和茎光谱非常相似,由于类似的化学成分。FT-NIR光谱的重要组成物质的不同观察7000 - 9000厘米之间⁻¹和10000至10500厘米⁻¹。图5展示了主成分分析(PCA)的叶、茎、花、和水果FT-NIR光谱,PCA情节与原始FT-NIR光谱。叶的化学成分、茎和果实不同;然而,叶和茎的作文很接近。不同发展阶段的叶、茎、花、和水果组织也取决于环境条件。然而,物理和化学成分,如干物质、可溶性固体,碳水化合物,pH值,酚类,和硝酸盐含量叶、茎、果实,花明显影响植物的所有组成成分及其器官。PCA区域清楚地表明,番茄的所有主要部分有不同的成分。PCA情节暗示叶和茎的设计很近由于化学成分的相似性,如细胞壁成分、碳水化合物、木质素。图5也代表了得分图表使用FT-NIR PCA分析光谱的结果没有光谱预处理。PC1或一分价值贡献80%,PC2贡献了8%。分数1是一个组件,它解释了近红外光谱最显著的变化,而分数2,得分3等等解释剩下的变化数据。一些局外人也发现在PCA图PCA分析。这些可能是有用的;否则,他们在光谱预处理可以消除。PCA图的叶、茎、花、果表明,鲜花和水果之间的显著差异主要是由于干燥质量的值越高,碳水化合物,酚类,糖,和可滴定酸度,降低值硝酸盐,pH值比茎和叶的部分(17]。

花和水果最可观的差异观察硝酸和总可溶性酚含量4000至4500厘米⁻¹(17]。

3.2。不同品种的番茄叶的判别分析

图6代表了早期女孩的叶子的FT-NIR光谱(如),Goodhearted (GH),沙哑的红色(人力资源),混合沙哑的红色(HHR),日本蛋糕(JT),翻筋斗耐热混合(SHTH), 100 (SW)更甜,情人节葡萄(VG)。FT-NIR光谱的所有叶品种表现出非常相似的光谱特性由于化学成分的相似性。然而,FT-NIR光谱也包含有价值的和隐藏的信息;因此,确定spectrotype或基因型最优化分析是必要的。由于本研究主要是在叶表面,FT-NIR光谱包含主要信息的表面或细胞壁叶子。图7代表了PCA的情节叶FT-NIR光谱的所有八个品种。在这个分析,完整的近红外光谱范围从4000到12500厘米⁻¹被用来生成一个使用PCA判别分析。FT-NIR光谱解释的叶子,我们有最重要的范围从4000到7400厘米⁻¹,实际上,由于纤维素的吸光度,糖,和木质素是由于伸缩振动(地、碳氢键、切断和碳碳)和地的泛音伸展带(5]。以来所有品种的番茄叶片的化学成分含有碳、氮、碳水化合物、有机酸、聚合物,和水,我们使用完整的近红外光谱范围(4000 - 12500厘米⁻¹)生成PCA阴谋。PCA加载(这里没有显示)表明,最重要的区别是由于碳和氮的含量高和低浓度的非结构碳水化合物,矿物质和有机酸从4000到10000厘米⁻¹。

因为这些组件的化学吸光度是在同一个地区,PCA不能区分不同种类的树叶预处理后的光谱。这里的主要目的是区分不同品种的叶基于定性化学成分差异,不是一个定量的成分。的定量成分叶绝对是不同的品种,因为每个品种可能含有更高或更低的内容类型的多糖,矿物质,纤维素、木质素、含氮量、可溶性碳水化合物(18]。heat-tolerated番茄混合叶有一些歧视主要基于纤维素和其他化学成分的差别;然而,光谱预处理后,定量差异消除。混合叶,基因表达是常见的许多途径反映细胞壁结构,它可以是一个重要的化学变化由于低敏感性的基因水平。不幸的是,FT-NIR不能检测基因表达,但只能看到副产品侦探基因的范围(5]。因此,可以得出结论,FT-NIR可以区分不同品种的叶是否有质的区别化学特征;然而,FT-NIR可以定量确定所有的化学特征是相同的结构,但他们的数量是不同的作为定量分析FT-NIR是众所周知的。

3.3。不同品种的番茄茎的判别分析

像叶判别分析,图8代表FT-NIR光谱的8个品种的茎。光谱非常相似,很难识别判别没有判别分析近红外光谱波段。图9展示了PCA的8个品种的番茄茎使用FT-NIR光谱。在这个分析,完整的近红外光谱范围从4000到12500厘米⁻¹应用以同样的方式为叶使用PCA分析生成一个判别分析。番茄茎由纤维素、木质素,细胞壁,真皮组织,基本组织和维管组织。番茄茎用FT-NIR探针进行扫描;然而,光谱特征主要是来自干细胞的表面由于杆的厚度;因此,FT-NIR光谱只包含从茎的真皮组织化学特征,涵盖了阀杆的外表面保护的水和气体交换。而收集的数据茎,FT-NIR显示高吸收强度明显的基线差异和反射率峰值变化。因为在近红外光谱区域,hydrogen-containing分子有很高的吸收,番茄茎光谱是不同的化学成分近红外光谱模式和可用于生物、物理、化学成分;然而,正如前面提到的,这种差异是由于只有低和高值相同的组件。在这个研究中,FT-NIR不能区分不同品种的茎基于他们的化学特征,主要来自干细胞的真皮组织,由于缺少深度渗透FT-NIR [5]。

3.4。判别分析的各种品种的番茄果实

图10代表所有8个品种的西红柿的FT-NIR光谱包含特定的泛音和乐队组合。不同类型的番茄植物有一个独特的化学成分。图11代表了PCA FT-NIR光谱分析番茄的果实早期女孩(如),Goodhearted (GH),沙哑的红色(人力资源),混合沙哑的红色(HHR),日本蛋糕(JT),翻筋斗耐热混合(SHTH), 100 (SW)更甜,情人节葡萄(VG)。在这项研究中,PCA歧视不同种类的西红柿,因为它们的化学成分。例如,狗屎和SW集群由于糖和水分含量的差异。不同的集群有不同的光谱模式,主要是在相关的吸收带水和糖的泛音和组合乐队。这些都是特定区域对水和糖化合物吸收(19]。各种番茄显示多组分变化的变化,主要是由于广泛的可溶性固形物、总酸度,和颜色。这种变化可以观察到5000 - 6000,4000 - 5000,和7000 - 9000厘米⁻¹。PCA,波数的4000、4500、12000和12500厘米⁻¹被选为可溶性固形物和可滴定酸度,干物质,和皮肤紧实度19]。PCA得分图展示了一个优秀的相关所有8个品种的番茄果实。分数的中心情节提供西红柿相似的物理结构,如颜色、皮、果肉的结构和物理性质。

3.5。判别分析番茄果实的发育阶段

番茄的所有FT-NIR光谱样本收集直接从工厂现场的方式使用光纤反射探头。图12显示了FT-NIR发展阶段的番茄在不同的大小和颜色。FT-NIR光谱清楚显示原始光谱的差异在不同波数,比如4000至11000厘米⁻¹。因此,所有FT-NIR光谱进行了分析使用PCA使用范围从4000到11000厘米⁻¹判别分析。图13代表的PCA分数阴谋FT-NIR光谱的水果在不同发展阶段从2周,8周的时间。

水果的基因调控在植物分生组织开发开始,这个组织的架构和组织确定。许多生理生化变化发生在发展阶段决定味道,颜色,质地,和香味。FT-NIR可以检测这些生理生化变化的样本。

番茄果实包含几个化合物如维生素、类胡萝卜素、酚类化合物。FT-NIR可以捕获这些信息从样品的光谱特征的形式;然而,环境条件也影响水果的发展。因此,本研究部分与番茄果实也可以帮助代谢的变化。

水果植物的开发是一个复杂的过程,需要协调不同的激素和植物生长激素的生物合成,细胞分裂素、赤霉素。因此,图13表明,歧视模式可能与遗传有关,激素,水果的主要代谢。图13清楚地显示了每周的发展是一致的和集群如何不同。这可能是初级和次级代谢途径之间的联系与颜料、类黄酮和果实挥发物。的歧视也表明,番茄对一些非生物应力敏感和其他环境条件(20.]。

3.6。判别分析的移植和植物西红柿

图14代表完整的水果的FT-NIR光谱与off-the-plant水果。显然FT-NIR光谱显示一些顺从他们的原料范围,特别是5000至6000厘米⁻¹。所不同的是由于主要糖含量,蛋白质,细胞壁成分,和其他多糖。近红外光谱范围从8000到9000厘米⁻¹还显示成分的差异。本节旨在看到番茄果实的变化,完整和关闭工厂。在果实成熟期间,重要的化学变化发生,例如叶绿素的变化和细胞壁降解和其他化合物的形成。的一个主要属性是特定于各类水果香气内容(20.]。新鲜农产品收获时,这些化学物质被修改或改变他们的化学结构。FT-NIR可以很容易地检测这些变化和生成特定的近红外光谱波段;因此,PCA歧视完整与nonintact水果因为它们的化学特征不同。

图15代表了PCA的情节——使用FT-NIR光谱和植物番茄。PCA情节能辨别植物上的西红柿(完整的)和植物,这表明FT-NIR光纤技术可以区分的新鲜度和年龄水果无损的方式。生活的光谱具有独特的光谱特性(对植物的)和off-the-plant番茄;因此,主成分分析可以歧视主要是由于果实维生素C的变化,抗坏血酸和脱氢抗坏血酸,基因型,在PCA和气候条件也敏感歧视的分析(21]。另外,当果实的植物,微生物如细菌和霉菌开始恶化的水果。PCA情节清楚地表明,当果实的化学成分发生变化时,FT-NIR签名也发生了变化,表明水果的新鲜度和年龄。

3.7。判别分析番茄的细胞壁在不同的发展阶段

番茄皮和细胞壁属性提供机械支持的水果和蔬菜,主要含有果胶、半纤维素和纤维素。图(16日)代表FT-NIR原始光谱图16 (b)介绍了2^nd导数光谱番茄细胞壁的绿色,橙色,红色的发展阶段。在样品制备过程中,皮肤被彻底删除了的水果,用蒸馏水洗净,以确保没有残留在水果上。数据(16日)和16 (b)的代表光谱显示绿色,橙色,红色的西红柿细胞壁皮肤从4000 - 12500厘米⁻¹吸光度山峰地直接相关,碳氢键,在细胞壁和氮氢键,也与细胞壁的内在成分,如糖多糖、纤维素、半纤维素、果胶、蛋白质结构的吸光度肤色[22]。

图17代表了PCA阴谋使用FT-NIR光谱准备番茄的细胞壁的绿色,橙色和红色的发展阶段。自第一主成分(PC1)描述的组合谱方差的情节,它可能直接相关的所有多糖和另一个示例中的细胞壁的化学组成部分。PCA分析也表明,纤维素,半纤维素,木质素生产顺序在生命果实细胞壁的发展阶段。然而,FT-NIR这些组件可以产生不同的山峰。因此,PCA能辨别细胞壁在不同的发展阶段的水果用FT-NIR光谱。

3.8。判别分析生锈的和健康的叶子

图18代表了FT-NIR光谱生锈的和典型的树叶。FT-NIR光谱明显表现出一些差异在他们的原始光谱,特别是5000至7500厘米⁻¹。因此,所有的原始FT-NIR光谱从5000到75000厘米⁻¹使用主成分分析进行了分析。

番茄叶主要是由于生锈septoria真菌引起的疾病Septoria黄瓜。它是最具破坏性的疾病番茄叶和尤为严重的地区多雨、潮湿天气持续长时间。FT-NIR技术,结合主成分分析,清晰地显示出能够区分两个健康与nonhealthy叶子基于他们不同的化学成分(图19)。

4所示。结论

本研究的目的是定义和解释属性等八个不同品种的番茄植物的早期女孩,Goodhearted,沙哑的红色,混合沙哑的红色,日本的琐事,翻筋斗Heart-Tolerant混合,100年更甜,和情人节葡萄番茄判别分析根据它们的细胞壁结构,化学成分变化在开发,植物与植物和其他成分结构无损的方式。在这项研究中,我们已经成功地证明了原位光纤傅里叶变换近红外光谱(FT-NIR)可以获得原位化学特征的叶、花、果、茎和细胞壁在不同的发展阶段。此外,我们的研究表明,那些化学特征与细胞壁成分。植物细胞壁的外表面是由各种聚合物,包括细胞壁多糖和蛋白质、糖类、脂质聚合物。PCA是无法区分的叶子和茎因为细胞壁成分相对相似;然而,主成分分析能够区分植物以及不同种类的其他部分由于不同化学结构的样品,如分化在这些聚合物合成细胞壁聚合体,分泌,并组装成复杂的矩阵结构,不同的水平异质性在细胞壁面临特定的单个细胞在不同发育阶段,细胞生长和分化过程中大幅改变或以响应环境条件。引起的歧视也由于异质性的生物过程在细胞表面和植物与其环境之间的接口。

数据可用性

使用的数据来支持本研究的结果包括在本文中。

的利益冲突

作者宣称没有利益冲突。

确认

我们真诚地承认力量光学、Billerica,妈,美国专门为提供FT-NIR汪洋博士,光纤探针进行的所有试验和他在这个项目的指导。