本研究由杨硕、黄义文、周大云、黄龙雨、吴玉珍、付守阳、徐青、彭军、匡猛等研究人员共同完成，主要来自中国农业科学院棉花研究所、棉花生物育种与综合利用全国重点实验室、郑州大学农学院以及三亚中国农业科学院国家南繁研究院。研究成果发表于2024年3月的《中国粮油学报》（Journal of the Chinese Cereals and Oils Association）第39卷第3期。

学术背景

作为全球最大产棉国，我国棉花产业长期以纤维利用为主，而棉籽等副产物的综合利用率不足。棉籽富含30%-70%的蛋白质，且氨基酸组成优良，具有抗氧化、增强免疫力等功能，是重要的非粮蛋白来源。然而，传统蛋白质检测方法（如凯氏定氮法）存在破坏样本、操作繁琐、污染环境等问题，难以满足现代育种和产业需求。近红外光谱（Near Infrared Spectroscopy, NIRS）技术因其无损、快速、环保等优势，已在其他作物中广泛应用，但针对棉籽的研究多集中于光籽或种仁，缺乏对毛籽的快速检测方法。因此，本研究旨在建立适用于毛籽、光籽和棉仁三种形态的棉籽蛋白质含量NIRS检测模型，为棉籽资源利用和品质育种提供技术支撑。

研究流程与方法

1. 材料准备

研究选取187份来自黄河流域、长江流域、西北内陆棉区及国外的棉花品种，于2020年在中国农业科学院棉花研究所东场实验站种植。成熟后采集棉铃，经轧花、浓硫酸脱绒和手工剥壳分别获得毛籽、光籽和棉仁样品，烘干至恒重备用。其中158份作为定标集建模，29份作为验证集。

2. 化学值测定

采用凯氏定氮法（Kjeldahl method）测定棉仁蛋白质含量，参照国家标准GB 5009.5-2016。每个样品重复3次，相对误差控制在2%以内，取平均值作为化学参考值。

3. 近红外光谱采集

使用XD型近红外分析仪采集样品光谱，波长范围400-2500 nm。样品经25℃、60%湿度平衡后，以直径35 mm的样品杯压实扫描，每次重复3次，记录反射强度（R）并转化为log(1/R)的原始光谱数据。

4. 数据处理与建模

通过WinISI III软件进行以下关键步骤：
- 异常值剔除：基于马氏距离（Mahalanobis distance）筛选代表性样品，确保光谱差异最大化。
- 光谱预处理：对比7种散射处理（如SNV、Detrend等）和16种数学处理（如一阶导数、平滑等），优化模型性能。
- 模型构建：采用改良偏最小二乘法（Modified Partial Least Squares, MPLS）建立三种棉籽形态的蛋白质预测模型，以定标相关系数（RSQ）、交叉验证误差（SECV）等指标评估模型质量。

5. 模型验证

通过验证集的化学值与预测值比较，计算相关系数（R²）和预测标准误差（SEP），并进行t检验分析差异显著性。

主要结果

1. 化学值分析：定标集蛋白质含量范围为35.54%-53.34%，验证集为34.55%-48.25%，覆盖范围广。发现9份高蛋白材料（如新陆早28达53.34%），为育种提供资源。
   
2. 模型性能：
   
   • 毛籽模型：最佳数学处理为(4,4,4,1)，RSQ=0.957，SEC=0.946，验证集R²=0.947。
     
   • 光籽模型：数学处理(4,6,6,1)效果最优，RSQ=0.971，SEC=0.777，R²=0.962。
     
   • 棉仁模型：数学处理(1,4,4,1)下RSQ达0.989，SEC仅0.475，R²=0.980，精度最高。
     
3. 验证结果：t检验显示预测值与化学值无显著差异（p>0.05），证实模型可靠性。
   

结论与价值

本研究首次建立了覆盖毛籽、光籽和棉仁的棉籽蛋白质NIRS检测体系，模型精度高（RSQ均>0.95），解决了传统方法破坏样本、效率低下的问题。其科学价值在于：
1. 方法学创新：通过多形态光谱特征优化，拓展了NIRS在棉籽检测中的应用场景。
2. 育种应用：为高蛋白棉籽品种筛选提供高效工具，加速遗传改良进程。
3. 产业意义：推动棉籽蛋白资源的高值化利用，缓解我国对进口豆粕的依赖，保障粮食安全。

研究亮点

1. 全面性：首次同步建立三种棉籽形态的检测模型，填补毛籽快速检测空白。
   
2. 高精度：棉仁模型RSQ达0.989，优于同类研究。
   
3. 实用性：模型操作简便，适合大规模种子品质筛查，已发现的高蛋白种质可直接用于育种。
   

其他发现

研究筛选的高蛋白材料（如新陆早28、ARl971等）为后续功能基因挖掘提供了基础。此外，光谱分析表明蛋白质主要富集于棉仁，棉短绒和籽壳会干扰光散射，这一发现为样品前处理优化提供了理论依据。