该文档属于类型a（单篇原创研究报告），以下为学术报告内容：

作者及机构
本研究由Suleiman A. Haruna（江苏大学食品与生物工程学院；尼日利亚卡诺科技大学食品科学与技术系）、Ngouana Moffo A. Ivane、Selorm Yao-Say Solomon Adade等共同完成，通讯作者为Huanhuan Li与Quansheng Chen（江苏大学、集美大学）。研究发表于《Journal of Food Composition and Analysis》2023年第123卷，在线发布于2023年7月8日。

学术背景
研究领域：本研究属于食品科学与近红外光谱分析（Near-Infrared Spectroscopy, NIR）交叉领域，聚焦花生种子中酚类化合物的快速定量检测。
研究动机：酚类化合物是花生的核心营养成分，具有抗氧化、抗炎等健康价值，但其传统检测方法（如高效液相色谱法，HPLC）存在成本高、耗时长、破坏样本等问题。NIR技术因其快速、无损的优势成为潜在替代方案，但需解决复杂样品中光谱重叠的干扰问题。
研究目标：开发一种结合NIR光谱与多元校准模型（如CARS-PLS）的方法，实现对花生中四种酚类化合物（绿原酸、山奈酚、对香豆酸、槲皮素）的高精度定量预测。

研究流程
1. 样品制备
- 样本来源：从中国六省（山东、河南等）采集120份花生样本（每省20份）。
- 预处理：烘干（103°C，4小时）、去壳、球磨粉碎（0.6 mm筛网）、脱脂（正己烷处理12小时），最终制成粉末并低温保存。

1. 参考值测定（HPLC）

   • 酚类提取：以丙酮-水-乙酸（70:29.5:0.5）超声提取，离心过滤后HPLC分析。
     
   • 色谱条件：Agilent 1260系统，C18色谱柱，流动相为1%乙酸水溶液-甲醇梯度洗脱，检测波长290 nm。
     
   • 标准曲线：四种酚类化合物的线性回归方程R²均>0.97（如槲皮素：y = 16997.3x + 31825.5，R²=0.9947）。
     

2. NIR光谱采集

   • 仪器：Thermo Fisher Antaris II NIR光谱仪（波长范围4000–10000 cm⁻¹）。
     
   • 参数：漫反射模式，分辨率3.85 cm⁻¹，扫描15次取平均值，环境温湿度恒定（25°C，45% RH）。
     

3. 光谱预处理与建模

   • 预处理方法：测试了MSC（多元散射校正）、SNVT（标准正态变量变换）、SG滤波（Savitzky-Golay）、一阶/二阶导数（FOD/S）及其组合。
     
   • 变量选择算法：对比了PLS（偏最小二乘）、BOSS-PLS（自助软收缩算法）、RF-PLS（随机青蛙算法）和CARS-PLS（竞争性自适应重加权算法）。
     
   • 模型评估：以校正集相关系数（Rc预测集相关系数（Rp）、均方根误差（RMSEP）和残差预测偏差（RPD）为指标。
     

主要结果
1. 光谱特征：在4254–4451 cm⁻¹和4541–4957 cm⁻¹波段观察到C-H/N-H键伸缩振动，与酚类结构相关；6890 cm⁻¹处强吸收峰为O-H键（水分子）。
2. 预处理优化：FOD+SOD组合效果最佳，显著降低噪声（如槲皮素Rp=0.908，RMSEP=1.07 μg/g，RPD=2.34）。
3. 模型性能
-CARS-PLS表现最优**：绿原酸（Rp=0.933，RPD=2.77）、槲皮素（Rp=0.932，RPD=2.88）预测精度最高，变量筛选占比3.85%–5.78%。
- 变量特异性：CARS-PLS筛选出357–360、509–510等关键波段，与酚类化学键振动直接相关。
4. 与传统方法对比：NIR-CARS-PLS模型预测误差（RMSEP<1.08 μg/g）接近HPLC，且检测时间从小时级缩短至分钟级。

结论与价值
1. 科学价值：首次将CARS-PLS算法应用于花生酚类定量，证实NIR结合变量选择可有效解决复杂基质的光谱干扰问题。
2. 应用价值：为食品工业提供一种低成本、无损的酚类含量快速检测方案，适用于大规模品质监控。
3. 方法创新：FOD+SOD预处理与CARS-PLS的协同使用，为其他农产品成分分析提供了新范式。

研究亮点
1. 高精度预测：RPD均>2.32，满足工业级检测需求（RPD≥2.5为高精度）。
2. 算法创新：CARS-PLS通过“适者生存”原则优化变量选择，显著提升模型稳定性。
3. 跨学科集成：将化学计量学（Chemometrics）与NIR光谱深度结合，推动农业检测技术智能化发展。

其他价值
- 数据可用性：研究数据未公开，但预处理代码与模型参数可通过补充材料获取。
- 扩展应用：该方法可推广至其他坚果或谷物中酚类化合物的检测，如核桃、黑茶等（文献已引证类似案例）。