自然老化谷类种子的二维红外光谱研究
杨卫梅1, 刘刚1,*, 林浩坚1, 欧全宏1, 安冉1, 时有明2
1. 云南师范大学物理与电子信息学院, 云南 昆明 650500
2. 曲靖师范学院物理与电子工程学院, 云南 曲靖 655011
*通讯联系人 e-mail: gliu66@163.com

作者简介: 杨卫梅, 女, 1992年生, 云南师范大学物理与电子信息学院硕士研究生 e-mail: 1090887515@qq.com

摘要

种粮老化影响种子活力及粮食品质。 利用傅里叶变换红外光谱(FT-IR), 二阶导数红外光谱(SD-IR)和二维相关红外光谱(2D-IR)方法对不同储藏年份的大麦, 小麦, 稻谷, 玉米和高粱种子进行区分研究。 结果显示, 原始光谱中几个峰强比有差异; 在二阶导数红外光谱中, 不同储藏年份种子在1 800~800 cm-1范围内的吸收峰强度和形状显示出差异。 二维相关红外光谱结果显示: 大麦在1 350~1 800 cm-1, 小麦, 稻谷, 玉米和高粱在860~1 690 cm-1范围内有明显差异, 随储藏年份增加, 自动峰和交叉峰的数目减少, 强度减弱。 结果表明, 应用傅里叶变换红外光谱结合二维相关红外光谱能有效快速地区分不同储藏年份的谷类种子。

关键词: 谷类种子; 老化; 傅里叶变换红外光谱; 二阶导数红外光谱; 二维相关红外光谱
中图分类号:O657.3 文献标志码:A
Discrimination of Grain Seeds of Natural Aging by Two-Dimensional Infrared Spectroscopy
YANG Wei-mei1, LIU Gang1,*, LIN Hao-jian1, OU Quan-hong1, AN Ran1, SHI You-ming2
1. School of Physics and Electronic Information, Yunnan Normal University, Kunming 650500, China
2. School of Physics and Electronic Engineering, Qujing Normal University, Qujing 655011, China
*Corresponding author
Abstract

Seed aging affects seed vigor and the quality of seeds as food. In this paper, barley, wheat, rice, corn and sorghum seeds of different storage years were discriminated by Fourier transform infrared (FT-IR) spectroscopy combined with second derivative infrared (SD-IR) spectroscopy and two-dimensional correlation infrared (2D-IR) spectroscopy. The results showed that several peak intensity ratios in the original spectra were different. In addition, the SD-IR spectra showed differences concerned with peak shape and intensity particularly in the range of 1 800~800 cm-1. Besides, the 2D-IR spectra showed that the number and intensities of auto-peaks and cross-peaks have clear differences in the range of 1 350~1 800 cm-1 for barley, and in the range of 860~1 690 cm-1 for wheat, rice, corn and sorghum. It is demonstrated that FT-IR and 2D-IR spectroscopy could be used to discriminate grain seeds of different storage years rapidly and effectively.

Keyword: Grain seeds; Aging; Fourier transform infrared spectroscopy; Second derivative infrared spectroscopy; Two-dimensional correlation infrared spectroscopy
引 言

种子老化是随着储存时间推移而发生复杂的生理生化反应的过程, 如发生老化, 形状破坏, 膜脂过氧化, 蛋白质及核酸降解, 导致活力及发芽率逐渐丧失, 营养成分破坏, 颜色变暗, 胚部变硬, 易受虫蚀, 干重减少, 甚至发霉。 种子老化是种子储存中不可避免的现象[1], 种子老化影响田间的出苗率及发芽势, 粮食陈化影响食品品质, 关乎健康安全。 因而对种子老化, 粮食陈化研究有重要意义。

根据色泽, 气味等的传统种子鉴定方法, 有一定主观性; 种子发芽率是最直接的鉴定方法, 但耗时。 利用气相色谱法[2]、 凯氏定氮法[3]、 TTC法[4]、 染色和比色法[5]及电泳法[6]等鉴别种子品质、 种子活力, 这些方法需要对样品分离提取, 耗时费力。

傅里叶变换红外光谱(FT-IR)反映官能团的振动模式, 具有指纹特性, 可以对样品进行定性和定量分析, 具有快速, 无损等优点, 已在食品, 医药等方面广泛应用[7]。 Ambrose等[8]利用傅里叶变换近红外和拉曼光谱方法比较测定玉米种子的生存能力; Lu等[9]利用FT-IR对不同品种的油菜籽进行分类; Liu等[10]利用FT-IR结合聚类分析和主成份分析鉴别大麦品种。

二维相关红外光谱技术引入了外界(温度)微扰, 将光谱信号扩展到第二维上来提高光谱的分辨率, 简化复杂光谱的重叠峰, 提供更多的细节信息, 已应用于中草药鉴定, 农业研究等方面, 如Chen等[11]利用FT-IR结合2D-IR对中国第一艘返回式宇宙飞船的大青种子化学变化测定, 有研究利用红外光谱三级鉴别法对黑豆和牵牛子种子鉴别。 本工作利用傅里叶变换红外光谱, 二阶导数红外光谱和二维相关红外光谱对不同储存年份的大麦, 小麦, 稻谷, 玉米和高粱种子进行鉴别, 以期为鉴别不同储藏年份种子提供一种快捷, 准确的方法。

1 实验部分
1.1 仪器与参数

红外光谱仪为美国Perkin Elmer公司生产的Frontier型傅里叶变换红外光谱仪, 配备DTGS探测器, 测定范围4 000~400 cm-1, 扫描次数为16, 分辨率为4 cm-1。 EUROTHERM公司生产的SYD-TC-01型温度控制仪, 温度范围为50~120 ℃, 每隔10 ℃采集一次光谱, 升温速率为2 ℃· min-1

1.2 样品制备

大麦, 小麦, 玉米和高粱均采自云南大理, 稻谷产自云南省陆良县, 所有样品均在2013年收集并以农家储藏方式在室温下储藏, 每年都对样品进行测量, 淀粉标样由上海化学试剂公司生产。 实验中将样品放入玛瑙研钵中磨为细粉, 再加入适量的溴化钾搅磨均匀, 压片待测, 测量的所有光谱均扣除纯溴化钾背景。

1.3 光谱预处理

使用红外光谱处理软件(OMNIC 8.0)对原始光谱进行自动基线校正, 平滑及纵坐标归一化, 利用Origin8.6软件进行原始光谱, 二阶导数光谱数据处理; 动态谱是样品在50~120 ℃每隔10 ℃采集一次光谱所得, 使用清华大学分析中心编制的二维相关分析软件对动态谱进行二维相关红外光谱分析。

2 结果与讨论
2.1 红外光谱特征分析

图1的af分别表示收获当年的大麦, 小麦, 稻谷, 玉米和高粱种子及淀粉的红外光谱图(10次测量值的平均红外光谱), 可以看出五种谷类种子的原始光谱吸收峰与淀粉很相似, 典型的特征吸收峰如下: 在3 400~3 200 cm-1附近强而宽的峰主要是— OH的伸缩振动吸收峰; 2 924 cm-1附近的峰归属为— CH2的反对称伸缩振动[7]; 五种谷类种子在1 744 cm-1附近的峰为脂类C=O伸缩振动, 1 649和1 530 cm-1附近为— OH的弯曲振动吸收峰; 1 414 cm-1附近的弱峰为— CH2弯曲振动。 在1 200~950 cm-1范围内的峰为多糖的特征吸收区, 在1 156, 1 083和1 021 cm-1附近为糖类物质的C— O伸缩振动[12]; 在糖类异构体吸收区950~750 cm-1范围内, 857 cm-1附近的弱峰分别归属为淀粉的非对称环模式振动和CH2摇摆振动[12]; 在765 cm-1附近的弱峰为C— C伸缩振动, 574 cm-1附近的弱吸收峰归属为淀粉的骨架模式振动[12]。 这些光谱的典型特征吸收峰说明了五种谷类种子含有大量淀粉。

图1 谷类种子及淀粉的傅里叶变换红外光谱图
a: 大麦; b: 小麦; c: 稻谷; d: 玉米; e: 高粱; f: 淀粉
Fig.1 FTIR spectra of grain seeds and starch
a: Barley; b: Wheat; c: Rice; d: Corn; e: Sorghum; f: Starch

2.2 不同储存年份种子的光谱区别

五种谷类种子{大麦[(图2(a)], 小麦[图2(b)], 稻谷[图2(c)], 玉米[图2(d)]和高粱[图2(e)]}不同储藏年份的傅里叶变换红外光谱图(10次测量值的平均红外光谱)。 将不同储存年份的光谱比较, 可以看出, 它们的吸收峰波数较为接近, 但几个吸收峰的强度比存在一定差异。 大麦峰强比A1 078/A1 021, 从收获当年储藏至第四年的比值分别为0.761, 0.762, 0.779, 0.779; 小麦峰强比A1 652/A1 018, 相应比值分别为0.411, 0.423, 0.470, 0.502; 随储存年份增加而增加。 稻谷峰强比A1 649/A1 020, 从收获当年储藏至第四年的比值分别为0.342, 0.371, 0.465, 0.483, A1 155/A1 020相应比值分别为0.636, 0.690, 0.693, 0.784, A1 083/A1 020相应比值分别为0.720, 0.783, 0.783, 0.861, 这三个比值随存储年份的增加而增加, 表明多糖类物质的结构发生变化。 玉米峰强比A1 652/A1 018, 从收获当年储藏到第四年的比值分别为0.416, 0.439, 0.489, 0.452; 高粱峰强比A1 652/A1 016, 相应比值分别为0.438, 0.488, 0.521, 0.445; 这2个比值在储藏第二年和第三年增加, 第四年降低。 这些比值的变化表明多糖类物质的结构发生变化, 利用以上这些变化可以把不同储藏年份的谷类种子区分出来。

图2(a) 不同储藏年份大麦种子的傅里叶变换红外光谱
a1: 收获当年; a2: 储藏第二年; a3: 第三年; a4: 第四年
Fig.2(a) FTIR spectra of barley seed of different storage year
a1: Harvest year; a2: Storage for second year; a3: The third year; a4: The fourth year

2.3 二阶导数红外光谱分析

不同储藏年份种子的原始光谱差异不大, 而二阶导数红外光谱可以使一些微小的差异被放大或重叠峰得到展开, 提高光谱的分辨率。 选取1 800~800 cm-1范围的红外光谱进行二阶导数处理, 采用Savitsky-Golay方法。 五种谷类种子不同储藏年份的二阶导数红外光谱图{大麦[图3(a)], 小麦[图3(b)], 稻谷[图3(c)], 玉米[图3(d)]和高粱[图3(e)]}, 将不同储存年份的光谱比较分析, 大麦, 小麦第四年的1 203, 1 155, 1 106, 1 080, 1 052, 1 021和992 cm-1附近及在980~940 cm-1范围内的峰, 峰形状和强度与收获前两年比较有显著差异, 随储存年份增加, 峰强逐渐变弱。 稻谷在1 760~1 690, 1 500~1 440, 980~940和910~870 cm-1范围内, 从收获当年储藏至第四年, 峰形状和强度发生

明显变化, 其中第四年的1 742, 1 156, 1 109, 1 081, 1 051, 1 020和990 cm-1附近的峰与收获前3年比较, 峰形不同, 峰强变弱。 玉米从收获当年储藏至第四年, 在1 760~1 720, 1 440~1 380和1 230~940 cm-1范围内, 峰形状和强度也发生明显变化, 其中在1 739, 1 415, 1 206, 1 158, 1 081, 1 052, 1 019和986 cm-1附近的峰, 随储藏时间推移强度逐渐减弱, 形状发生变化。 高粱在1 130~1 100和970~940 cm-1范围内, 其中1 745, 1 380, 1 239, 1 204, 1 157, 1 109, 1 082, 1 052, 1 019, 988和929 cm-1附近的峰, 从收获当年储藏到第四年, 峰强逐渐减弱, 形状发生变化。 由以上分析可知, 不同老化时间之间的谷类种子光谱的峰形状和强度存在明显差异, 可以对不同储藏年份的谷类种子进行区分。

图3(a) 不同储藏年份大麦种子在1 800~800 cm-1范围的二阶导数红外光谱
a1: 收获当年; a2: 储藏第二年; a3: 第三年; a4: 第四年
Fig.3(a) Second derivative FTIR spectra of barley seed of different storage year in the range of 1 800~800 cm-1
a1: Harvest year; a2: Storage for second year; a3: The third year; a4: The fourth year

2.4 二维相关红外光谱分析

二维相关红外光谱是利用不同的外界(温度)微扰, 研究各组分基团分子振动行为的差异, 简化复杂光谱的重叠峰, 揭示各种官能团的相互作用, 提高了光谱的分辨率[7]。 对五种谷类种子进行二维相关红外光谱分析(图4— 图8), 图中等高线所形成的红色相关峰为正相关峰, 等高线所形成的蓝色相关峰为负相关峰[13]。 根据二维相关红外光谱理论, 同步相关红外光谱是关于主对角线对称, 处于对角线上的峰是动态光谱信号自身相关得到, 称为自动峰, 自动峰总是正峰, 代表化学基团对温度微扰的敏感程度, 自动峰越强, 说明对温度的热微扰越敏感[13, 14]。 处于非对角线上的峰为交叉峰, 交叉峰有正负之分, 如果2个不同的官能团在温度变化中振动方向一致(信号相差为0), 出现一组正交叉峰; 若2个不同的官能团在温度变化中振动方向相反(信号相差为π ), 出现一组负交叉峰[7, 14]。 可以看出, 图4— 图8所示的二维相关红外光谱, 尽管一维红外光谱中没有明显的差异, 但在二维相关红外光谱上呈现出明显差异。

图4 不同储藏年份大麦种子在1 350~1 800 cm-1范围的二维相关红外光谱
(a1): 收获当年; (a2): 储藏第二年; (a3): 第三年; (a4): 第四年
Fig.4 2D-IR spectra of barley seed of different storage year in the range of 1 350~1 800 cm-1
(a1): Harvest year; (a2): Storage for second year; (a3): The third year; (c4): The fourth year

图5 不同储藏年份小麦种子在860~1 690 cm-1范围的二维相关红外光谱
(b1): 收获当年; (b2): 储藏第二年; (b3): 第三年; (b4): 第四年
Fig.5 2D-IR spectra of wheat seed of different storage year in the range of 860~1 690 cm-1
(b1): Harvest year; (b2): Storage for second year; (b3): The third year; (b4): The fourth year

图6 不同储藏年份稻谷种子在860~1 690 cm-1范围的二维相关红外光谱
(c1): 收获当年; (c2): 储藏第二年; (c3): 第三年; (c4): 第四年
Fig.6 2D-IR spectra of rice seed of different storage year in the range of 860~1 690 cm-1
(c1): Harvest year; (c2): Storage for second year; (c3): The third year; (c4): The fourth year

图7 不同储藏年份玉米种子在860~1 690 cm-1范围的二维相关红外光谱
(d1): 收获当年; (d2): 储藏第二年; (d3): 第三年; (d4): 第四年
Fig.7 2D-IR spectra of corn seed of different storage year in the range of 860~1 690 cm-1
(d1): Harvest year; (d2): Storage for second year; (d3): The third year; (d4): The fourth year

图8 不同储藏年份高粱种子在860~1 690 cm-1范围的二维相关红外光谱
(a1): 收获当年; (a2): 储藏第二年; (a3): 第三年; (a4): 第四年
Fig.8 2D-IR spectra of sorghum seed of different storage year in the range of 860~1 690 cm-1
(e1): Harvest year; (e2): Storage for second year; (e3): The third year; (e4): The fourth year

图4为大麦种子在1 350~1 800 cm-1波段范围内的二维相关红外光谱图, 在收获当年有6个强自动峰, 分别在1 397, 1 452, 1 469, 1 512, 1 647和1 750 cm-1附近, 最强峰为1 649 cm-1, 最弱峰为1 512 cm-1, 5组较强的正交叉峰。 储藏第二年有5个强自动峰, 分别在1 399, 1 459, 1 555, 1 642和1 750 cm-1附近, 最强峰为1 642 cm-1, 最弱峰为1 555 cm-1, 5组较强的正交叉峰。 在第三年和第四年自动峰和交叉峰的数目不变, 但第二, 三年的1 642 cm-1附近的峰增强, 其余的自动峰强度减弱; 第四年最弱峰变为1 750 cm-1附近, 同时在1 459和1 555 cm-1附近的峰增强。

小麦种子(图5), 在860~1 690 cm-1波段范围内, 收获当年有10个强自动峰, 分别是880, 910, 968, 1 010, 1 068, 1 141, 1 222, 1 399, 1 468和1 648 cm-1附近, 其中968 cm-1为最强峰, 1 399 cm-1为最弱峰, 11组较强的正交叉峰。 储藏第二年有13个强自动峰, 分别是889, 914, 972, 1 070, 1 101, 1 141, 1 195, 1 224, 1 281, 1 402, 1 468, 1 558和1 642 cm-1附近, 其中1 070 cm-1为最强峰, 1 558 cm-1为最弱峰, 4组较强的正交叉峰。 与收获当年比较, 交叉峰的数目减少, 在968, 1 222和1 399 cm-1附近的峰减弱, 在1 068和1 648 cm-1附近的峰增强。 第三年只出现7个强的自动峰911, 973, 1 070, 1 141, 1 195, 1 223和1 639 cm-1附近, 最强峰为1 639 cm-1, 7组强的正交叉峰, 与储藏第二年相比较, 峰形明显不同, 同时在973, 1070, 1 141和1 223 cm-1附近, 强度明显降低。 在第四年自动峰和交叉峰数目和位置与储藏第二年接近, 但各个自动峰的强度都比储藏第二年和第三年强, 形状也存在明显差异。

稻谷种子(图6), 在860~1 690 cm-1波段范围内, 收获当年有7个强自动峰910, 968, 1 068, 1 143, 1 193, 1 220和1 642 cm-1附近, 最强峰在968 cm-1附近, 1 398 cm-1附近为最弱峰, 有6组较强的正交叉峰。 储藏第二年有9个强自动峰910, 962, 1 072, 1 141, 1 195, 1 224, 1 406, 1 468和1 646 cm-1附近, 最强峰在1 072 cm-1附近, 1 468 cm-1附近出现最弱峰, 有6组较强的正交叉峰; 与收获当年比较, 自动峰的数目增多, 各个自动峰均增强。 第三年只有8个强的自动峰, 分别在912, 963, 1 074, 1 144, 1 196, 1 226, 1 405和1 635 cm-1附近, 最强峰在1 635 cm-1附近, 5组较强的正交叉峰, 自动峰强度相对储藏第二年都较弱。 第四年有7个强自动峰1 070, 1 139, 1 197, 1 227, 1 406, 1 523和1 587 cm-1附近, 最强峰在1 227 cm-1附近, 有11组强的正交叉峰, 与收获前三年相比, 在860~1 200 cm-1范围, 各个自动峰比收获当年强, 比第二年和第三年弱; 在1 200~1 600 cm-1范围, 自动峰比收获前三年强。

玉米种子(图7), 在860~1 690 cm-1范围内, 收获当年有12个强自动峰, 分别在898, 960, 1 072, 1 099, 1 135, 1 195, 1 220, 1 281, 1 402, 1 460, 1 552和1 639 cm-1附近, 其最强峰在1 639 cm-1, 最弱峰在1 552 cm-1, 21组较强的正交叉峰。 储藏第二年自动峰和交叉峰的数目不变, 位置与收获当年相似, 其最强峰在1 639 cm-1, 最弱峰在1 552 cm-1, 与收获当年比较, 在910, 1 072, 1 135, 1 460 cm-1附近峰最强, 而在960 cm-1附近自动峰强度减弱。 第三年后只出现7个自动峰, 分别为890, 956, 1 161, 1 356, 1 459, 1 554和1 649 cm-1, 最强峰在1 649 cm-1, 最弱峰在1 356 cm-1, 4组较强的正交叉峰, 与储藏第二年比较, 自动峰和交叉峰的形状存在明显差异, 强度明显降低。 第四年有9个自动峰, 分别在882, 952, 1 056, 1 089, 1 137, 1 210, 1 399, 1 460和1 643 cm-1附近, 最强峰为952 cm-1, 最弱峰为1 460 cm-1, 8组较强正交叉峰, 自动峰和交叉峰形状与前两年明显不同, 强度明显增强。

高粱种子(图8), 在860~1690 cm-1范围内, 在收获当年有11个强自动峰, 分别是882, 910, 962, 1 008, 1 070, 1 139, 1 195, 1 220, 1 402, 1 468和1 637 cm-1附近, 其中962 cm-1为最强峰, 1 468 cm-1为最弱峰, 18组较强的正交叉峰。 储藏第二年有9个强自动峰, 分别在901, 958, 1 070, 1 139, 1 224, 1 402, 1 464, 1 554和1 642 cm-1附近, 最强峰为1 139 cm-1, 最弱峰为1 554 cm-1, 23组较强的正交叉峰。 与收获当年相比, 自动峰数目减少, 在962和1 466 cm-1附近峰强度减弱, 在1 137 cm-1附近峰强度增强。 第三年出现的自动峰和交叉峰数目不变, 但在1 642 cm-1附近峰增强, 其余自动峰和交叉峰都减弱。 第四年出现8个强自动峰, 分别在957, 1 072, 1 139, 1 227, 1 295, 1 405, 1 518和1 582 cm-1附近, 其中最强峰为1 227 cm-1, 最弱峰为1 072 cm-1附近, 12组较强正交叉峰, 与储藏前两年比较, 自动峰和交叉峰的形状存在明显差异, 强度显著降低。

由以上的分析结果表明, 随储藏年份增加, 自动峰和交叉峰的数目减少, 强度减弱, 位置和形状存在明显不同, 能够实现对不同储藏年份谷类种子的鉴别。

3 结 论

运用傅里叶变换红外光谱结合二阶导数红外光谱及二维相关红外光谱技术对不同储藏年份的大麦, 小麦, 稻谷, 玉米和高粱种子进行区分研究。 结果显示, 原始光谱的几个吸收峰强度比随储藏年份增加而增加; 在1 800~800 cm-1范围内的二阶导数红外光谱中, 不同储藏年份种子吸收峰的强度和形状存在明显差异。 在二维相关红外光谱中, 大麦在1 350~1 800 cm-1, 小麦, 稻谷, 玉米和高粱在860~1 690 cm-1范围内明显不同, 随储藏年份增加, 自动峰数目减少, 强度减弱。 结果表明, 运用傅里叶变换红外光谱结合二维相关红外光谱可以快速和有效地区分不同储藏年份的谷类种子。

The authors have declared that no competing interests exist.

参考文献
[1] Missaoui A M, Hill N S. Field Crops Research, 2015, 183: 43. [本文引用:1]
[2] Sugumaran V, Prakash S, Ramu E, et al. Journal of Chromatography B Analytical Technologies in the Biomedical & Life Sciences, 2017, 1058: 47. [本文引用:1]
[3] Ashok, Badigannavar, Girish G, et al. The Crop Journal, 2016, 4(1): 61. [本文引用:1]
[4] JIA Feng-qin, ZHU Xin-rong, ZHANG Hui-qun(贾风勤, 朱新荣, 张会群). Seed(种子), 2016, 35(7): 79. [本文引用:1]
[5] Cheng D, Zhang X, Meng M, et al. International Journal of Biological Macromolecules, 2016, 92: 88. [本文引用:1]
[6] Nikolic Z, Dordevic V, Torbica A, et al. Journal of Food Composition & Analysis, 2012, 28(2): 75. [本文引用:1]
[7] Chen J B, Zhou Q, Sun S Q. Journal of Molecular Structure, 2016, 1124: 262. [本文引用:4]
[8] Ambrose A, Lohumi S, Lee W H, et al. Sensors & Actuators B Chemical, 2016, 224: 500. [本文引用:1]
[9] Lu Yuzhen, Du Changwen, Yu Changbing, et al. Computers and Electronics in Agriculture, 2014, (107): 58. [本文引用:1]
[10] Liu N, Yu P. Journal of Cereal Science, 2011, 53(3): 379. [本文引用:1]
[11] Chen X, Keong C Y, Mei X, et al. Spectrochimica Acta Part A: Molecular & Biomolecular Spectroscopy, 2014, 124(8): 528. [本文引用:1]
[12] Zhao X, Chen J, Chen F, et al. Colloids & Surfaces B Biointerfaces, 2013, 104(3): 207. [本文引用:3]
[13] MA Dian-xu, LIU Gang, OU Quan-hong, et al(马殿旭, 刘刚, 欧全宏, ). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2016, 36(7): 2104. [本文引用:2]
[14] Liu Y, Li J, Fan G, et al. Journal of Molecular Structure, 2016, 1124: 180. [本文引用:2]