We present here a protocol to construct and validate models for nondestructive prediction of total sugar, total organic acid, and total anthocyanin content in individual blueberries by near-infrared spectroscopy.
Nondestructive prediction of ingredient contents of farm products is useful to ship and sell the products with guaranteed qualities. Here, near-infrared spectroscopy is used to predict nondestructively total sugar, total organic acid, and total anthocyanin content in each blueberry. The technique is expected to enable the selection of only delicious blueberries from all harvested ones. The near-infrared absorption spectra of blueberries are measured with the diffuse reflectance mode at the positions not on the calyx. The ingredient contents of a blueberry determined by high-performance liquid chromatography are used to construct models to predict the ingredient contents from observed spectra. Partial least squares regression is used for the construction of the models. It is necessary to properly select the pretreatments for the observed spectra and the wavelength regions of the spectra used for analyses. Validations are necessary for the constructed models to confirm that the ingredient contents are predicted with practical accuracies. Here we present a protocol to construct and validate the models for nondestructive prediction of ingredient contents in blueberries by near-infrared spectroscopy.
Proche infrarouge (NIR) est largement appliquée comme une technique non destructive pour analyser le contenu de fruits et légumes de toutes sortes. 1,2 Nondestructive analyse par spectroscopie NIR permettre à l'expédition de seulement délicieux fruits et légumes avec des qualités garanties. La spectroscopie NIR a déjà été appliquée à l'orange, pomme, melon, cerise, kiwi, mangue, papaye, pêche et ainsi de suite pour connaître leur Brix qui correspond à la teneur totale en sucre, acidité, TSC (solides totaux contenus), et ainsi de suite . Récemment, nous avons signalé l'application de la spectroscopie NIR à l'évaluation de la qualité des bleuets. 3 Nous mesurée non seulement la teneur totale en sucre et la teneur totale en acide organique correspondant à l' acidité, mais aussi la teneur en anthocyanes totale. L'anthocyanine est un composant bioactif qui est censé améliorer la santé humaine. Il est commode pour les consommateurs s'ils peuvent acheter de délicieux bleuets avec une assurance de leur teneur en sucre, acidité et teneur en anthocyanes.
Dans les spectres d'absorption NIR de fruits et légumes, seules des bandes d'absorption larges sont observés. Ils sont principalement les bandes dues à la fibre et de l'humidité. Bien que de nombreuses bandes faibles en raison de divers ingrédients de la cible non-destructed sont observées en même temps, les bandes observées ne peuvent pas être attribués à des modes vibratoires spécifiques des composants spécifiques de la cible dans la plupart des cas. Par conséquent, la technique traditionnelle pour déterminer la teneur d'un composant spécifique en utilisant la loi de Beer-Lambert est pas efficace pour les spectres NIR. Au lieu de cela, des modèles d'étalonnage pour prédire la teneur des composants à partir des spectres observés cibles sont construits à l' aide de la chimiométrie , en examinant la corrélation entre les spectres observés et le contenu de l' ingrédient correspondant aux spectres 4,5. Ici, un protocole de construire et de valider les modèles pour la prédiction de la teneur totale en sucre, teneur totale en acide organique correspondant à Acidity, et la teneur en anthocyanes totale de bleuets de spectres NIR est présenté.
La figure 1 montre l'organigramme général pour construire des modèles d'étalonnage fiables et robustes. Des échantillons de nombre suffisant sont collectés. Certains d'entre eux sont utilisés pour la construction de modèles, tandis que les autres sont utilisés pour la validation des modèles construits. Pour chacun des échantillons prélevés, un spectre proche infrarouge est mesurée, et ensuite les composants cibles sont analysés quantitativement par des méthodes d'analyse chimique destructive traditionnelles. Ici, la chromatographie liquide à haute performance (HPLC) est utilisée pour les analyses chimiques des sucres, des acides organiques et des anthocyanines. Moindres carrés partiels (PLS) regression est utilisé pour la construction de modèles d'étalonnage, où la corrélation entre les spectres observés et les teneurs en ingrédients déterminée par des analyses chimiques est examinée. Afin de construire des modèles robustes avec la meilleure capacité de prédiction, les prétraitements de obserLes spectres vés et les régions de longueurs d'onde utilisées pour la prédiction sont également examinés. Enfin, les modèles construits sont validés pour confirmer leur capacité de prédiction suffisante. La validation, le contenu prédit à partir du spectre observé par le modèle de construction (valeurs prédites) sont comparées aux teneurs déterminées par les analyses chimiques (valeurs observées). Si la corrélation suffisante ne peut pas être trouvé entre les valeurs prédites et observées, le modèle d'étalonnage doit être à nouveau réalisée jusqu'à ce que la corrélation suffisante soit obtenue. Bien qu'il soit préférable d'utiliser différents groupes d'échantillons pour la construction et la validation d'un modèle, comme indiqué sur cette figure (de validation externe), les échantillons d'un même groupe sont utilisés aussi bien pour la construction et la validation (validation croisée) lorsque le nombre d' échantillons ne sont pas assez grand.
Figure 1. Diagramme pour la construction et la validation du modèle d'étalonnage. Les procédures entourées par des lignes bleues et vertes correspondent, respectivement, à la construction d'un modèle d'étalonnage et sa validation. S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.
Quelques commentaires supplémentaires sur le protocole sont décrits ici. Tout d'abord, à l'étape 1.1, il est mentionné pour décider les cultivars inclus dans la cible. Bien qu'il soit possible de construire des modèles couvrant les bleuets de nombreux cultivars ou sans préciser les cultivars, les exactitudes de prédiction avec les modèles sont parfois bien inférieurs à ceux des modèles pour un seul cultivar et cultivars limités. Il convient également de noter que les modèles d'étalonnage…
The authors have nothing to disclose.
This work was partially supported by the project “A Scheme to Revitalize Agriculture and Fisheries in Disaster Area through Deploying Highly Advanced Technology” of Ministry of Agriculture, Forestry and Fisheries, Japan.
FT-NIR spectrophotometer | Bruker Optics GmbH | MPA | |
High-Performance Liquid Chromatography | Shimadzu Corporation | 228-45041-91, 228-45000-31, 228-45018-31, | For sugar analysis |
223-04500-31, 228-45010-31, 228-45095-31 | Refractive Index Detector | ||
High-Performance Liquid Chromatography | Shimadzu Corporation | 228-45041-91, 228-45003-31, 228-45000-31, | For organic acid analysis |
228-45018-31, 228-45010-31, 223-04500-31 | Ultraviolet-Visible Detector | ||
High-Performance Liquid Chromatography | Shimadzu Corporation | 228-45041-91, 228-45018-31, 228-45000-31, | For anthocyanin analysis |
228-45012-31, 228-45119-31, 228-45005-31, | Photodiode Array Detector | ||
228-45009-31 | |||
pH meter | Mettler-Toledo | 30019028 | S220, Automatic temperature compensation |
Ultra-pure water treatment equipment | ORGANO Corporation | ORG-ULXXXM1; PRA-0015-0V0 | PURELAB ultra; PURELITE |
Biomedical Freezers | SANYO | 2-6780-01 | MDF-U338 |
Ultra-Low Temperature Freezer | Panasonic healthcare Co.,Ltd. | KM-DU73Y1 | -80°C |
Vacuum lyophilizer | IWAKI GLASS Co.,Ltd | 119770 | DRC-3L;FRD-82M |
Homoginizer | Microtec Co., Ltd. | Physcotron | |
Ultracentrifuge | Hitachi Koki Co.,Ltd | S204567 | CF15RXII |
Mini-centrifuge | LMS CO.,LTD. | KN3136572 | MCF-2360 |
Centrifuge | Kokusan Co.,Ltd | 2-5534-01 | H-103N |
Filter Paper | Advantec | 1521070 | 5B, Eqivalent to Whatman 40 |
Sep-Pak C18 column | Waters Corporation Milford | WAT020515 | |
Sep-Pak CM column | Waters Corporation Milford | WAT020550 | |
Sep-Pak QMA column | Waters Corporation Milford | WAT020545 | |
Centrifugal Filter Unit | Merck Millipore Corporation | R2SA18503 | PVDF, 0.45 μm |
Microtube | As One Corporation | 1-1600-02 | PP, 2 mL |
Syringe Filter | GE Healthcare CO.,LTD. | 6788-1304 | PP, 0.45 μm |
Sucrose | Wako Pure Chemical Industries,Ltd | 194-00011 | Reagent-grade |
Glucose | Wako Pure Chemical Industries,Ltd | 049-31165 | Reagent-grade |
Fructose | Wako Pure Chemical Industries,Ltd | 123-02762 | Reagent-grade |
Citric acid | Wako Pure Chemical Industries,Ltd | 036-05522 | Reagent-grade |
Malic acid | Wako Pure Chemical Industries,Ltd | 355-17971 | Reagent-grade |
Succinic acid | Wako Pure Chemical Industries,Ltd | 190-04332 | Reagent-grade |
Quinic acid | Alfa Aesar, A Johnson Matthey Company | 10176328 | Reagent-grade |
Phosphoric acid | Wako Pure Chemical Industries,Ltd | 162-20492 | HPLC-grade |
Trifluoroacetic acid | Wako Pure Chemical Industries,Ltd | 208-02746 | Reagent-grade |
Methanol | Wako Pure Chemical Industries,Ltd | 131-01826 | Reagent-grade |
Acetonitrile | Wako Pure Chemical Industries,Ltd | 015-08633 | HPLC-grade |
Grade cyanidin-3-O-glucoside chloride | Wako Pure Chemical Industries,Ltd | 306-37661 | HPLC-grade |
Software for analyses | Bruker Optics GmbH | OPUS ver. 6.5 | |
Softoware for preprocessing | Microsoft | Excel powered by Visual Basic for Applications | |
Software for construction of models | Freemat 4.0 | http://freemat.sourceforge.net/ |