易科(ke)泰光(guang)譜成像(xiang)技術(shu)—植(zhi)物天然活(huo)性物質(zhi)和(he)次生(sheng)代(dai)謝產物(wu)無損(sun)高光(guang)譜檢(jian)測(ce)方(fang)案(an)

易(yi)科泰(tai)推(tui)出植(zhi)物天然活(huo)性物質(zhi)和(he)次生(sheng)代(dai)謝產物(wu)無損(sun)高光(guang)譜成像(xiang)Spectrascan檢測(ce)方(fang)案(an)，並提(ti)供SpectrAPP光(guang)譜成像(xiang)技術(shu)創新應用項(xiang)目合(he)作與技(ji)術服(fu)務。

1.國(guo)際著(zhu)名(ming)Specim高(gao)光譜成像(xiang)技術(shu)，可(ke)選(xuan)配VISIR（400-1000nm）可(ke)見光(guang)近紅外波段、SWIR（900-1700nm或(huo)1000-2500nm）短波紅外波段、MWIR中波紅外波段、LWIR長波紅外波段高光譜成像(xiang)

2.自主(zhu)設計研發(fa)3D掃描(miao)平臺，集多鏡頭(tou)成像(xiang)、高精(jing)度(du)移動掃(sao)描(miao)、光(guang)源控(kong)制(zhi)、遠(yuan)程(cheng)無(wu)線控制(zhi)於(yu)壹(yi)體(ti)，可(ke)根據不同需(xu)求(qiu)定(ding)制(zhi)規(gui)格大(da)小(xiao)

3.專(zhuan)為(wei)科研及(ji)商業(ye)應用(yong)領(ling)域(yu)設(she)計(ji)，滿(man)足實驗室檢(jian)測(ce)鑒定(ding)和工(gong)業(ye)應用(yong)的(de)需(xu)求(qiu)，可(ke)根據客戶需(xu)求(qiu)定(ding)制(zhi)樣(yang)品自動化(hua)品(pin)質(zhi)檢測(ce)系(xi)統，自動傳(chuan)送樣品、自動采集高光譜成像(xiang)數據、在線檢(jian)測(ce)（需(xu)客戶定(ding)制(zhi)）

4.可(ke)選(xuan)配多(duo)光譜熒(ying)光(guang)成像(xiang)分析(xi)，高通量非損(sun)傷定(ding)量化(hua)分析莖(jing)葉(ye)及根生中(zhong)藥(yao)材葉綠素、花(hua)青(qing)素、胡蘿蔔(bu)素、阿(e)維酸(suan)、酚類、芪(qi)類、類黃(huang)酮(tong)、槲皮素等(deng)總量（下(xia)圖為(wei)銀(yin)杏(xing)葉(ye)化(hua)學成分做圖(tu)，SpectrAPP項(xiang)目）

5.自動化(hua)數據采集分析系(xi)統，可(ke)選(xuan)配軟件及(ji)數據分析服務器

6.模(mo)塊化設(she)計，友(you)好的(de)PC端GUI軟件界(jie)面(mian)，用戶可(ke)實現(xian)遠(yuan)程(cheng)操(cao)控

7.可(ke)選(xuan)配SisuCHEMA高(gao)光譜化(hua)學(xue)成像(xiang)分析(xi)平臺，樣品(pin)最(zui)大(da)可(ke)達200x300x45mm，最(zui)大(da)分(fen)辨(bian)率可(ke)達30微米，10毫米(mi)或(huo)更小的(de)樣品(pin)

8.可(ke)選(xuan)配PhenoTron-YZ掃(sao)描平(ping)臺，對(dui)植(zhi)株頂(ding)部和側(ce)面(mian)（Z軸）成像(xiang)分析(xi)全自動樣(yang)帶(dai)式掃描(miao)（Y軸(zhou)）成像(xiang)，可(ke)同時對(dui)多盆(pen)植(zhi)株成像(xiang)分析(xi)，還可(ke)對(dui)樣品(pin)盤(pan)內(nei)的(de)根系(xi)、葉片(pian)、果(guo)實(shi)、種(zhong)子(zi)進行高(gao)通(tong)量成像(xiang)分析(xi)

9.可(ke)選(xuan)配IQ智(zhi)能高光(guang)譜成像(xiang)儀(yi)或(huo)PhenoPlot輕便(bian)型(xing)光譜成像(xiang)技術(shu)方(fang)案(an)，用於(yu)野外植(zhi)株、果(guo)實(shi)、中(zhong)草藥等(deng)性狀(zhuang)檢測(ce)、品(pin)質識(shi)別鑒定(ding)等(deng)

次(ci)生代(dai)謝產物(wu)(Secondary metabolites)是由(you)次(ci)生(sheng)代(dai)謝(Secondary metablism)產生(sheng)的(de)壹(yi)類細(xi)胞生命活動或(huo)植(zhi)物生長發(fa)育(yu)正常(chang)運行的(de)非必(bi)需(xu)的(de)小分(fen)子有(you)機(ji)化(hua)合(he)物（如(ru)萜類、黃(huang)酮(tong)、生(sheng)物(wu)堿、甾體(ti)、木(mu)質素、礦(kuang)物(wu)質等(deng)）。這(zhe)些天然活(huo)性物質(zhi)往(wang)往(wang)是(shi)許(xu)多藥(yao)用(yong)植(zhi)物發(fa)揮藥(yao)性的(de)有(you)效成分，或(huo)具有(you)明顯的(de)抗氧(yang)化、補(bu)充營養(yang)素等(deng)保(bao)健作用，因(yin)此(ci)近年來(lai)愈(yu)發(fa)受到(dao)消費者的(de)追捧(peng)和研(yan)究人員的(de)重視。但(dan)由(you)於(yu)次生代(dai)謝產物(wu)積累(lei)與(yu)生(sheng)長(chang)環境條(tiao)件需(xu)求(qiu)方(fang)面(mian)存在矛盾(dun)，如(ru)何兼顧(gu)產量與(yu)品質成為(wei)了種(zhong)植(zhi)上的(de)難題。另外考(kao)慮(lv)到(dao)次(ci)生(sheng)代(dai)謝產物(wu)的(de)不穩(wen)定(ding)性，在食(shi)品、保(bao)健品(pin)的(de)加工(gong)過(guo)程(cheng)中，快速檢(jian)測(ce)有(you)效物質的(de)含量以(yi)隨時調(tiao)控加工(gong)工(gong)藝(yi)、減少營養(yang)成分的(de)損(sun)耗(hao)的(de)相(xiang)關研究也具有(you)*的(de)工(gong)業(ye)應用(yong)價值。易科(ke)泰(tai)SpectrAPP光譜成像(xiang)創新(xin)項(xiang)目在食(shi)品和藥(yao)用植(zhi)物天然活(huo)性成分領(ling)域(yu)有(you)豐(feng)富的(de)研究(jiu)和合(he)作經(jing)驗，可(ke)以為(wei)上述(shu)多場(chang)景的(de)次生(sheng)代(dai)謝產物(wu)含量監(jian)測提供快速無(wu)損(sun)的(de)定(ding)制(zhi)化(hua)配置方(fang)案(an)。

案(an)例壹(yi)：監(jian)測(ce)蘋果(guo)片(pian)烘(hong)幹(gan)過(guo)程中(zhong)的(de)品質(zhi)變(bian)化(hua)

將新鮮(xian)農產品(pin)脫水(shui)制(zhi)成幹貨(huo)是延(yan)長其(qi)賞(shang)味(wei)期的(de)常用(yong)加工(gong)方(fang)式之(zhi)壹(yi)，其(qi)中熱風(feng)烘幹是(shi)最主(zhu)流的(de)食(shi)品幹燥(zao)工(gong)藝(yi)。在評價水(shui)果(guo)和(he)蔬(shu)菜(cai)品(pin)質(zhi)常(chang)用的(de)各項(xiang)標準(zhun)中，以維生素C(抗(kang)壞血(xue)酸(suan))為(wei)例，它是人(ren)們(men)日(ri)常(chang)飲(yin)食(shi)中的(de)重要營養(yang)物(wu)質(zhi)，可(ke)以有(you)效的(de)降低(di)癌(ai)癥(zheng)、黃(huang)斑(ban)變(bian)性及心(xin)腦(nao)血(xue)管(guan)系(xi)統的(de)患病(bing)風(feng)險，但(dan)維生素C對(dui)溫度(du)敏感(gan)極易氧(yang)化分解，因(yin)此(ci)在實際(ji)生(sheng)產過(guo)程中(zhong)，使(shi)用(yong)無損(sun)檢測(ce)的(de)方(fang)法監測(ce)不同(tong)溫(wen)度(du)條(tiao)件下(xia)的(de)營養(yang)成分含(han)量對(dui)於(yu)控制(zhi)食(shi)品品質(zhi)至關重要。

  德(de)國(guo)科(ke)學(xue)家使用(yong)400-1700nm的(de)高光(guang)譜成像(xiang)設備(bei)，結合(he)高斯(si)過(guo)程(cheng)回(hui)歸(gui)模(mo)型分析(xi)數據，對(dui)不同(tong)烘(hong)幹程(cheng)度(du)蘋果(guo)片(pian)的(de)維生素C、含(han)水(shui)量、可(ke)溶性固(gu)形物(wu)、收(shou)縮率等(deng)指(zhi)標進行預測，結果(guo)表(biao)明實際測(ce)量值與高(gao)光(guang)譜成像(xiang)數據擬合(he)模(mo)型R²均(jun)達到(dao)了(le)0.93以(yi)上(shang)。除(chu)此(ci)結果(guo)外(wai)，該(gai)研(yan)究還對(dui)高光(guang)譜數據提取特征(zheng)波段980nm和1450nm重新擬合(he)了各(ge)參數，得到(dao)了(le)幾乎相(xiang)同(tong)精(jing)度(du)的(de)預測結果(guo)，證(zheng)明了高光(guang)譜成像(xiang)數據可(ke)降維用於(yu)食(shi)品加工(gong)行(xing)業(ye)的(de)品質(zhi)監測(ce)。

案(an)例二(er)：檢(jian)測(ce)泥(ni)煤(mei)烘幹大(da)麥芽(ya)中(zhong)的(de)酚類風(feng)味(wei)化合(he)物

酚(fen)類化合(he)物廣(guang)泛(fan)存(cun)在於(yu)自然(ran)界中(zhong)，是許多植(zhi)物散發(fa)特殊(shu)香(xiang)味(wei)的(de)主(zhu)要成分。食(shi)物中的(de)酚類衍(yan)生(sheng)物經(jing)加工(gong)發(fa)生反(fan)應，會影(ying)響(xiang)最終(zhong)產品(pin)的(de)口味(wei)、顏色(se)等(deng)特(te)性，同時還有(you)大(da)量研(yan)究表(biao)明酚類物質(zhi)具有(you)抗(kang)氧(yang)化、抗炎癥(zheng)等(deng)保(bao)健作用。以(yi)蘇格蘭(lan)威(wei)士忌特(te)殊(shu)的(de)煙(yan)熏(xun)風(feng)味(wei)為(wei)例，經(jing)過泥(ni)煤(mei)烘烤(kao)的(de)大(da)麥芽(ya)中(zhong)的(de)酚類物質(zhi)在其(qi)中扮演了(le)重要的(de)角色。

英(ying)國思(si)克萊德(de)大(da)學(xue)和(he)蘇(su)格蘭(lan)威(wei)士忌研(yan)究(jiu)中(zhong)心的(de)科研(yan)人員(yuan)使用1000-2500nm的(de)短波紅外高(gao)光(guang)譜成像(xiang)，對(dui)未(wei)泥(ni)煤(mei)烘幹——重度(du)泥(ni)煤(mei)烘幹的(de)不同(tong)梯度(du)大(da)麥芽(ya)樣(yang)品中(zhong)的(de)全酚含(han)量進行了(le)檢(jian)測，麥芽(ya)樣(yang)品包(bao)含全酚含(han)量: 0, 3.8, 8.2, 12.5, 15.5, 20.5, 30, 40, 50 and 124.5 ppm的(de)10個梯度(du)，使用(yong)高(gao)光(guang)譜數據對(dui)以上(shang)梯度(du)進行分(fen)類精(jing)度(du)達到(dao)了(le)99.8%，如(ru)能進壹(yi)步(bu)測(ce)試和訓練(lian)相(xiang)關模(mo)型，高光(guang)譜成像(xiang)技術(shu)有(you)極大(da)潛(qian)力(li)用(yong)於(yu)工(gong)業(ye)生產上(shang)酚類物質(zhi)檢(jian)測(ce)。

案(an)例三(san)：無損(sun)預測黑(hei)米(mi)中(zhong)的(de)花(hua)色(se)苷(gan)含(han)量

花(hua)色(se)苷(gan)是(shi)壹(yi)種(zhong)水(shui)溶性黃(huang)酮(tong)類化合(he)物，具有(you)顯(xian)著(zhu)的(de)自由(you)基清(qing)除(chu)能力(li)和(he)抗氧(yang)化能力(li)，在醫(yi)藥(yao)保(bao)健領(ling)域(yu)和(he)食(shi)品加工(gong)行(xing)業(ye)有(you)極為(wei)廣(guang)泛(fan)的(de)應用(yong)，也是(shi)很多傳統(tong)中(zhong)草藥的(de)有(you)效活性成分。黑(hei)米(mi)中(zhong)富含(han)的(de)花(hua)色(se)苷(gan)主(zhu)要以芍藥色素葡萄(tao)糖苷(gan)(Pn3G)和(he)矢(shi)車(che)菊(ju)素-3-O-葡萄(tao)糖苷(gan)（C3G）的(de)形式存在，含量易(yi)受品種(zhong)、營養(yang)條(tiao)件及(ji)收(shou)貨時的(de)成熟度(du)等(deng)因(yin)素影(ying)響(xiang)。有(you)研(yan)究(jiu)發(fa)現(xian)，雖(sui)然(ran)花(hua)色(se)苷(gan)在整(zheng)個黑(hei)米(mi)中(zhong)都有(you)分(fen)布，但(dan)大(da)部分都集中與種(zhong)子(zi)表(biao)面(mian)，麩皮中花(hua)色(se)苷(gan)的(de)含量最(zui)高可(ke)達種(zhong)胚(pei)的(de)15倍之(zhi)多(duo)，因(yin)此(ci)非常適合(he)使用(yong)高(gao)光(guang)譜成像(xiang)技術(shu)進行無(wu)損(sun)檢測(ce)。

韓(han)國全南大(da)學(xue)的(de)科研(yan)人員(yuan)使用近紅外波段的(de)高光(guang)譜成像(xiang)掃描(miao)了不同花(hua)色(se)苷(gan)濃(nong)度(du)的(de)黑(hei)米(mi)粉(fen)末(mo)和(he)種(zhong)子(zi)，並結(jie)合(he)高效液(ye)相(xiang)色(se)譜儀(yi)（HPLC）測(ce)定(ding)濃度(du)數值對(dui)獲取(qu)的(de)高光(guang)譜數據進行統(tong)計(ji)學分析(xi)，統計(ji)結(jie)果(guo)顯(xian)示，對(dui)黑(hei)米(mi)粉(fen)末(mo)進行預測的(de)模(mo)型的(de)相(xiang)關系(xi)數(R²)可(ke)達到(dao)0.85以(yi)上(shang)，而對(dui)黑(hei)米(mi)種(zhong)子(zi)進行預測的(de)模(mo)型相(xiang)關系(xi)數(R²)可(ke)達到(dao)0.92以(yi)上(shang)，該(gai)結(jie)果(guo)有(you)力(li)的(de)證明了高光(guang)譜成像(xiang)技術(shu)用於(yu)黑(hei)米(mi)種(zhong)子(zi)品質(zhi)在線分(fen)選(xuan)的(de)潛(qian)力(li)。

案(an)例四(si)：預測青(qing)椒(jiao)的(de)辛(xin)辣(la)程(cheng)度(du)

  辣(la)椒(jiao)素是(shi)辣(la)椒(jiao)*的(de)次級(ji)代(dai)謝產物(wu)，在醫(yi)藥(yao)、化工(gong)食(shi)品和軍(jun)事(shi)領(ling)域(yu)均(jun)有(you)廣(guang)泛(fan)的(de)應用(yong)。青(qing)椒(jiao)的(de)辛(xin)辣(la)程(cheng)度(du)主(zhu)要是由辣椒(jiao)堿和二(er)氫辣(la)椒(jiao)堿含量決定(ding)的(de)。為(wei)了快速無(wu)損(sun)評估(gu)對(dui)青(qing)椒(jiao)的(de)辛(xin)辣(la)程(cheng)度(du)，對(dui)辣椒(jiao)堿和二(er)氫辣(la)椒(jiao)堿濃度(du)進行預測，韓(han)國全南大(da)學(xue)的(de)科研(yan)人員(yuan)使用高光(guang)譜成像(xiang)技術(shu)對(dui)不同(tong)品(pin)種(zhong)的(de)青(qing)椒(jiao)進行了(le)研(yan)究。

實(shi)驗共(gong)計(ji)掃描(miao)了3個品種(zhong)的(de)200個青(qing)椒(jiao)樣(yang)品，經(jing)分析(xi)後選(xuan)取1000-1600nm為(wei)主(zhu)要特征波段，結合(he)高效液(ye)相(xiang)色(se)譜儀(yi)（HPLC）測(ce)定(ding)濃度(du)數值，辣椒(jiao)堿和二(er)氫辣(la)椒(jiao)堿的(de)高光(guang)譜預測模(mo)型相(xiang)關系(xi)數分別為(wei)0.86和0.59. 除(chu)此(ci)結果(guo)外(wai)，該(gai)實(shi)驗還對(dui)光譜數據進行了(le)降(jiang)維處理(li)，僅(jin)選(xuan)取其(qi)中16個*波段進行擬(ni)合(he)，相(xiang)關系(xi)數分別為(wei)辣椒(jiao)堿0.88和二(er)氫辣(la)椒(jiao)堿0.68。據該(gai)模(mo)型對(dui)青(qing)椒(jiao)樣(yang)品做預測圖，可(ke)以得(de)到(dao)次(ci)生(sheng)代(dai)謝產物(wu)的(de)空間(jian)分布信息(xi)。

參考(kao)文獻(xian)：

1. Arman Arefi, Barbara Sturm, Gardis von Gersdorff, Abozar Nasirahmadi, Oliver Hensel,

Vis-NIR hyperspectral imaging along with Gaussian process regression to monitor quality attributes of apple slices during drying,LWT,Volume 152,2021,112297,ISSN 0023-6438.

2. Tschannerl, Julius & Ren, Jinchang & Jack, Frances & Krause, Julius & Zhao, Huimin & Huang, Wenjiang & Marshall, Stephen. (2019). Potential of UV and SWIR hyperspectral imaging for determination of levels of phenolic flavour compounds in peated barley malt. Food chemistry. 270. 105-112. 10.1016/j.foodchem.2018.07.089.

3. Amanah, Hanim & Wakholi, Collins & Perez, Mukasa & Faqeerzada, M . Akbar & Tunny, Salma & Masithoh, Rudiati & Choung, Myoung-Gun & Lee, Wang-Hee & Cho, Byoung-Kwan. (2021). Near-Infrared Hyperspectral Imaging (NIR-HSI) for Nondestructive Prediction of Anthocyanins Content in Black Rice Seeds. Applied Sciences. 11. 4841. 10.3390/app11114841.

4. Rahman, Anisur & Lee, Hoonsoo & Kim, moon seok & Cho, Byoung-Kwan. (2018). Mapping the Pungency of Green Pepper Using Hyperspectral Imaging. Food Analytical Methods. 11. 10.1007/s12161-018-1275-1.