APP下载

野生和栽培巨大口蘑的红外光谱分析

2015-03-02申云霞赵艳丽刘鸿高王元忠

关键词:口蘑傅里叶校正

申云霞,赵艳丽,张 霁,李 涛,刘鸿高,王元忠

(1.云南省农业科学院药用植物研究所,云南昆明650200;2.云南中医学院中药学院,云南昆明650500;3.玉溪师范学院资源环境学院,云南玉溪653100;4.云南农业大学农学与生物技术学院,云南昆明 650201)

野生和栽培巨大口蘑的红外光谱分析

申云霞1,2,赵艳丽1,张 霁1,李 涛3,刘鸿高4,王元忠1

(1.云南省农业科学院药用植物研究所,云南昆明650200;2.云南中医学院中药学院,云南昆明650500;3.玉溪师范学院资源环境学院,云南玉溪653100;4.云南农业大学农学与生物技术学院,云南昆明 650201)

采用傅里叶红外光谱仪采集58份巨大口蘑样品的红外光谱,对光谱进行预处理,去除光谱噪音明显部分,进行判别分析.结果表明,样品的红外图谱具有差异,主要吸收峰有2295、2851、1652、1149、1075、1030、995 和807 cm-1.在500 -3000 cm-1波段范围内,用原始光谱结合标准正态变量校正法,能够对野生和栽培样品菌盖和菌柄校正集、预测集的样品进行正确识别.表明用傅里叶红外光谱法结合判别分析法对野生和栽培巨大口蘑进行鉴别,方法简便,结果可靠.

巨大口蘑;傅里叶红外光谱;判别分析

巨大口蘑(MacrocybegiganteaMassee)为口蘑属真菌,别名大白口蘑、长柄口蘑、裂片口蘑.野生巨大口蘑于夏秋高温季节生于甘蔗田或凤凰木附近肥沃的土壤中,主要分布在香港、福建、云南等地[1-2],目前已实现人工栽培[3-5].巨大口蘑子实体个体肥大、口感细腻、营养丰富.子实体富含粗蛋白、多糖、脂肪、粗纤维、氨基酸及矿质元素[6].它所含的多糖具有抗肿瘤[7]、抗氧化[8]等作用,挥发油具有抑菌[9]作用.因此巨大口蘑是一种具有开发价值的真菌.

随着巨大口蘑栽培技术的发展,亟需一种可以合理客观地评价野生和栽培巨大口蘑的方法.野生和栽培的巨大口蘑子实体外观形状、化学成分基本一致,很难用肉眼正确鉴别.目前对巨大口蘑化学成分的研究报道较多,以化学分析法为主[10].化学分析法通常需要对样品进行分离、纯化,操作繁琐,不能反映样品化学成分的整体信息.傅里叶红外光谱技术具有样品用量少、快速、无损、绿色环保等特点[11],能够从宏观上评价样品质量.红外光谱法已广泛应用于菌类[12]、中药[13]、水质测定[14]等领域,但用于鉴别野生和栽培巨大口蘑尚未见报道.本研究采用判别分析方法对野生和栽培巨大口磨不同部位的红外光谱进行分析,为鉴别野生和栽培巨大口蘑提供新方法.

1 材料与方法

1.1 样品来源

供试样品为野生和栽培巨大口蘑子实体,野生样品采于云南普洱市莲花乡;栽培样品采于云南玉溪市元江县,被鉴定为巨大口蘑(M.giganteaMassee).标本存放于云南省农业科学院药用植物研究所,样品信息见表1.

1.2 样品预处理

样品在60℃下烘干、粉碎,过200目筛,装入密封袋中并保存于干燥器中.取1-2 mg样品粉末和100 mg溴化钾,置于玛瑙研钵中,磨细混匀.将混匀后的粉末用压片机压成厚度均匀且透明的压片,放入傅里叶变换红外光谱仪中测定红外吸收光谱图,每个样品平行测定3次.

1.3 仪器与试剂

Frontier型傅里叶变换红外光谱仪为Perkin Elmer公司产品,测量范围为400-4000 cm-1,光谱分辨率为4 cm-1.样品累计扫描16次.保持室温约25℃,湿度约45%.扫描过程中排除二氧化碳和水分的干扰.

溴化钾购于成都化学试剂厂,纯度为99.9%.在试验前将溴化钾置于烘箱中,在105℃下烘4 h后置于干燥器中冷却.

1.4 判别分析

判别分析是一种根据样品不同特征值来判别其类型归属的多变量统计分析方法[15].即依据已知分类的数据,分别计算各类别的均值.

判别准则:任给的1次观测与某类样品的距离值最小,则判定它为该类样品.采用TQ Analyst8.0(Thermo Scientific)软件进行光谱数据处理及判别分析.

表1 巨大口蘑样品信息Table 1 Information of Macrocybe gigantea samples

2 结果与分析

2.1 巨大口蘑不同部位红外光谱分析

从图1可见:样品不同部位的红外图谱较为相似,但峰的相对强弱存在差异;具有典型的共有峰,如2295、2851、1652、1149、1075、1030、995 和 807 cm-1等.从巨大口蘑的光谱(图 1)可知,2922 cm-1附近吸收峰归属为CH3对称伸缩振动;2851 cm-1为CH2对称伸缩振动峰;1652 cm-1附近为酰胺Ⅰ带(C=O、C-N)伸缩振动峰;1451、1414 cm-1分别为CH2弯曲振动峰和变角振动峰;1149 cm-1是糖类物质的C-O-C反对称伸缩振动;1078、1033 cm-1分别为糖类化合物的C-O、C-C伸缩振动峰;952 cm-1附近为羧酸C-OH面外弯曲振动峰[11,16].表明巨大口蘑所含的化学成分复杂多样.

2.2 光谱预处理

建立巨大口蘑判别模型之前,为消除基线漂移的变化,确保巨大口蘑红外光谱与样品性质的相关性,对所有光谱进行预处理.预处理方法有多元散射校正(multiplicative scatter correction,MSC)、标准正态标量校正(standard normal variate,SNV)、一阶求导、二阶求导等.一阶求导可消除光谱的上下漂移,强化谱带特征,克服谱带重叠;二阶求导可消除光谱的基线旋转;多元散射校正可去除样品的镜面反射及不均匀性造成的噪声;标准正态变量用来消除样品尺寸、颗粒大小与均匀性等对光谱的影响.以预处理后光谱的识别率作为评价指标,以识别样本占总样本的比例作为识别率,光谱预处理结果见表2.

不同波段的选择和预处理方法对样品的识别率有影响.在500-3000 cm-1波段,模型对样品的识别率优于其他波段;求导后样品误判数增多,表明求导不适用于野生和栽培巨大口蘑菌盖和菌柄的识别.因此,在500-3000 cm-1波段内,采用原始光谱结合标准正态变量校正法,能正确识别所有样品,样品的误判数为零,模型效果较好,可用于巨大口蘑的鉴别.

图1 野生和栽培巨大口蘑的傅里叶变换红外光谱图Fig.1 The FITR spectra ofwild and cultivated M.gigantea in the spectral

表2 不同光谱预处理方法对校正模型样品结果的影响1)Table 2 Effects of different pretreatmentmethods on the revised results ofmodel sample

2.3 模型的建立与验证

2.3.1 野生与栽培巨大口蘑的鉴别 随机选取40份巨大口蘑样品作为校正集,其余18份样品作为预测集.校正集用于模型的建立,预测集用于验证模型的稳定性.于500-3000 cm-1波段内,用原始光谱结合标准正态变量校正法对野生及栽培的巨大口蘑进行鉴别分析.从表3可看出,验证集样品样本到各自类别的距离最小,表明两类样品被准确鉴别,样品的判别结果与实际一致.

2.3.2 野生与栽培巨大口蘑菌柄的鉴别 在29份样品中,随机选取2∶1比例的野生和栽培巨大口蘑菌柄样品,分别作为校正集和预测集.结合2.3.1的方法对此模型进行外部验证.由表4可知,样品真实类别与判别的类别一致,野生样本到本类别的距离小于它到栽培样品的距离.表明该模型可对预测集进行正确识别,可用于野生与栽培巨大口蘑菌柄的鉴别.

表3 野生与栽培巨大口蘑验证集的判别结果1)Table 3 Result of discriminant analysis of validation set ofwild and cultivated M.gigantea

表4 野生和栽培样品菌柄验证集样本判别分析结果1)Table 4 Result of discriminant analysis of validation set of the stipe ofwild and cultivated M.gigantea

2.3.3 野生与栽培巨大口蘑菌盖的鉴别 随机选取19份野生和栽培巨大口蘑样品作为校正集,其余10份作为预测集.在500-3000 cm-1波段内,采用原始光谱结合SNV法对模型进行验证,结果见表5.从表5可知:在野生及栽培样品区域,无样品被判错;样品集样品到本类别的距离小于它到其它类的距离,对验证集样品的正确识别率为100%.由于采集地点的差异,海拔、地貌、土壤基质、降雨量、温度等自然环境因素的不同,野生和栽培样品子实体的化学成分具有一定的差异性.

表5 野生和栽培样品菌盖验证集样本判别分析结果1)Table 5 Result of discriminant analysis of validation set of the cap ofwild and cultivated M.gigantea

3 讨论

用傅里叶变换红外光谱法结合判别分析法研究了58份野生和栽培巨大口蘑样品.结果表明,其红外光谱较为相似,主要吸收峰为2295、2851、1652、1149、1075、1030、995 cm-1.将500 -3000 cm-1波段内的红外光谱数据采用标准正态变量校正法进行判别分析,能够对野生和栽培巨大口蘑进行正确分类,并实现零误判.野生与栽培样品因其地理因素和人为因素的不同,如生长时间、气候条件、纬度和海拔、降雨量、化学成分等的不同,其营养成分亦有差异.采用傅里叶变换红外光谱法结合判别分析法建立野生和栽培巨大口蘑不同部位的鉴别方法,快速、准确,且无需对样品进行预处理.

[1]戴玉成,图力古尔,崔宝凯,等.中国药用真菌图志[M].哈尔滨:东北林业大学出版社,2013,6:336.

[2]汤洪敏,虞泓,李长利,等.大白口蘑生物学特性的观察[J].菌物学报,2007,26(2):279-301.

[3]黄年来.适合热带地区栽培的珍稀菇—巨大口蘑[J].食用菌,2001,23(5):12-13.

[4]何志强,岑延新.金福菇夏季栽培技术[J].食用菌,2009,31(5):48 -49.

[5]阮时珍,李月柱,王鹏林,等.大白口蘑大棚栽培技术[J].食用菌,2011,19(2):37 -39.

[6]王元忠,汤洪敏,虞泓,等.野生和栽培巨大口蘑子实体营养成分比较[J].中国食用菌,2005,24(3):47-48.

[7]GUNJAN B S,GOUTANKUMAR SS,ACHARYA K.Apoptogenic effects ofTricholoma giganteumon Ehrlich's ascites carcinoma cell[J].Bioprocess Biosyst Eng,2013,36:101 - 107.

[8]GUNJAN B S,GOUTANKUMAR SS,ACHARYA K.Antioxidant activities of extracts obtained by different fraction fromTricholoma giganteumbasidiocarps[J].Pharamacologyonline,2011,3:88 - 97.

[9]张倩勉,莫美华.巨大口蘑挥发油化学成分及抑菌作用的研究[J].现代食品科技,2008,24(12):1232-1235.

[10]严敏,汤洪敏,胡德禹.大白口蘑子实体化学成分研究[J].安徽农业科学,2008,36(33):14614-14616.

[11]翁诗甫.傅里叶变换红外光谱[M].2版.北京:化学工业出版社,2010:239-260.

[12]周继国,刘刚,刘剑虹,等.毛头鬼伞的红外光谱研究[J].光谱学与光谱分析,2008,28(2):321-323.

[13]林文津,魏道智.马蓝红外指纹图谱的鉴别[J].福建农林大学学报:自然科学版,2013,42(4):362-365.

[14]何金成,李素青,张性熊,等.近红外光谱法快速测定废水生化需氧量[J].福建农林大学学报:自然科学版,2007,36(2):190-193.

[15]李晓丽,胡兴越,何勇.基于主成分和多类判别分析的可见—红外光谱水蜜桃品种鉴别的新方法[J].红外与毫米波学报,2006,25(6):417 -420.

[16]MOHACEK-GROSEVA V,BOZACBR,PUPPELSG J.Vibrational spectroscopic characterization ofwild growingmushrooms and toadstools[J].Spectrochimica Acta Part A,2001,57:2815 -2829.

(责任编辑:叶济蓉)

Infrared spectroscopic analysis of w ild and cultivated Macrocybe gigantean

SHEN Yun-xia1,2,ZHAO Yan-li1,ZHANG Ji1,LITao3,LIU Hong-gao4,WANG Yuan-zhong1
(1.Institute of Medicinal Plants,Yunnan Academy of Agricultural Sciences,Kunming,Yunnan 650200,China;2.School of Chinese Materia Medica,Yunnan University of Traditional Chinese Medicine,Kunming,Yunnan 650500,China;3.College of Resources and Environment,Yuxi Normal University,Yuxi,Yunnan 653100,China;4.College of Agronomy and Biotechnology,Yunnan Agricultural University,Kunming,Yunnan 650201,China)

Fourier transform infrared(FTIR)spectroscopywas used to identify 58 samples ofwild and cultivatedMacrocybegigantean.All original spectra was pretreated,and the noise was cut off,then discriminant analysis wasmade.The result showed there were differences among the infrared spectrum of samples,the main absorption peaks of samples were 2295,2851,1652,1149,1075,1030,995,807 cm-1,respectively.The resultshowed that the recognition rate of stipe and cap ofM.giganteacould be recognized correctly based on standard normal variate from 500 to3000 cm-1.It suggested that the FTIR combined with discriminantanalysis was convenient and reliable to identify wild and cultivatedM.gigantean.

Macrocybe gigantea;Fourier transform infrared spectroscopy;discrimination analysis

O657.3

A

1671-5470(2015)03-0308-05

10.13323/j.cnki.j.fafu(nat.sci.).2015.03.016

2014-05-28

2014-09-15

国家自然科学基金资助项目(31160409、31260496);云南省自然科学基金资助项目(2011FB053、2011FZ195).

申云霞(1991-),女,硕士研究生.研究方向:中药资源开发与利用.Email:shenyunxia1991@163.com.通讯作者王元忠(1981-),男,助理研究员,硕士.研究方向:真菌资源与药用植物研究.Email:yzwang1981@126.com.

猜你喜欢

口蘑傅里叶校正
劉光第《南旋記》校正
我最喜爱的蔬菜
双线性傅里叶乘子算子的量化加权估计
基于小波降噪的稀疏傅里叶变换时延估计
杨树口蘑化学成分的研究
一类具有校正隔离率随机SIQS模型的绝灭性与分布
你洗掉的可能是口蘑的营养
机内校正
基于傅里叶变换的快速TAMVDR算法
快速离散傅里叶变换算法研究与FPGA实现