CN113109200A - 一种估算小麦籽粒中don含量的方法 - Google Patents

一种估算小麦籽粒中don含量的方法 Download PDF

Info

Publication number
CN113109200A
CN113109200A CN202110433247.2A CN202110433247A CN113109200A CN 113109200 A CN113109200 A CN 113109200A CN 202110433247 A CN202110433247 A CN 202110433247A CN 113109200 A CN113109200 A CN 113109200A
Authority
CN
China
Prior art keywords
wheat
grain
don
grains
estimating
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110433247.2A
Other languages
English (en)
Other versions
CN113109200B (zh
Inventor
何贤芳
赵莉
汪建来
马斐
夏云祥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute Of Crops Anhui Academy Of Agricultural Sciences
Original Assignee
Institute Of Crops Anhui Academy Of Agricultural Sciences
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute Of Crops Anhui Academy Of Agricultural Sciences filed Critical Institute Of Crops Anhui Academy Of Agricultural Sciences
Priority to CN202110433247.2A priority Critical patent/CN113109200B/zh
Publication of CN113109200A publication Critical patent/CN113109200A/zh
Application granted granted Critical
Publication of CN113109200B publication Critical patent/CN113109200B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N5/00—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Cereal-Derived Products (AREA)

Abstract

本发明公开了一种估算小麦籽粒中DON含量的方法，涉及估算小麦籽粒中DON含量技术领域，具体为一种估算小麦籽粒中DON含量的方法，包括以下步骤：S1、籽粒样品冷藏预处理；S2、建立小麦籽粒对比样品；S3、测定小麦籽粒对比样品容重和千粒重；S4、测定小麦籽粒赤霉病粒；S5、建立方程估算小麦籽病DON毒素积累的数量参数，评价小麦生产原粮的商品品质情况。本发明将评估小麦籽病DON毒素积累的数量参数与质量参数有机结合在一起，实现了由原先高成本、长时耗、处理程序复杂的试验室内测定向简单可操作的数量测定转变，能初步实现在收购现场即可对小麦生产原粮的DON含量和商品品质情况进行评估。

Description

一种估算小麦籽粒中DON含量的方法
技术领域
本发明涉及估算小麦籽粒中DON含量技术领域，具体为一种估算小麦籽粒中DON含量的方法。
背景技术
DON是最常见的一种污染粮食、饲料和食品的霉菌毒素之一，严重影响人和牲畜的健康。它不仅可以污染农作物，也可以污染粮食制品，对人和动物可以产生广泛的毒性效应。DON主要由某些镰刀菌产生，包括:禾谷镰刀菌、尖孢镰刀菌、串珠镰刀菌、拟枝孢镰刀菌、粉红镰刀菌和雪腐镰刀菌等。许多粮谷类都可以受到污染，如小麦、大麦、燕麦和玉米等。DON对粮谷类的污染状况与产毒菌株、温度、湿度、通风和日照等因素有关。这种真菌大多在低温、潮湿和收割季节，在谷物庄稼中慢慢生长，一般在大麦、小麦、玉米、燕麦中含有较高的浓度，在黑麦、高粱、大米中的浓度较低。
DON是小麦中检出率最高、危害最严重的真菌毒素之一,已成为关系粮食安全和食品安全的重要问题。实时了解DON的污染情况并针对性地对其进行防控,对确保粮食和食品安全具有重要意义,因此,世界各国政府都十分重视对DON的污染分析和定期监测。目前，常用的DON检测的方法有酶联免疫吸附检测、高效液相色谱法、色谱-质谱联用法等，这些方法的具有专一性强，灵敏度高等优点，但不同的方法还存在“需要高质量的抗体”、“专业检测设备”、“样品前处理繁琐耗时长”、“检测费用高”等应用瓶颈，适用于日常、现场粮食收购等普及型检测存在困难。
发明内容
针对现有技术的不足，本发明提供了一种估算小麦籽粒中DON含量的方法，解决了上述背景技术中提出小麦籽粒中DON含量的检测，一般是送到研究院，经过多工序检测小麦籽粒中的DON含量，步骤复杂，操作繁琐，不便于通用，导致成本增加的问题，同时在计算过程中加入样品千粒重差和容重差等商品品质指标，从质量角度计算籽粒样品中DON含量，较为全面的评测了样品商品品质与安全性。
为实现以上目的，本发明通过以下技术方案予以实现，一种估算小麦籽粒中DON含量的方法，包括以下步骤：
S1、籽粒样品冷藏预处理；
S2、建立小麦籽粒对比样品；
S3、测定小麦籽粒对比样品容重和千粒重；
S4、测定小麦籽粒赤霉病粒；
S5、建立方程估算小麦籽病DON毒素积累的数量参数，评价小麦生产原粮的商品品质情况。
可选的，所述估算小麦籽粒中DON含量的方法，具体包括以下步骤：
S1、籽粒样品冷藏预处理：将收获的小麦籽粒样品放入合格的粮库中储存或放入冷藏柜，备用；
S2、建立小麦籽粒对比样品：随机取小麦原粮籽粒3份(三次重复)，每份1000g，记作W1，W2，W3；随机取小麦原粮籽粒，从中挑选健康、饱满的籽粒3份样品，每份1000g，记作W4，W5，W6；
S3、测定小麦籽粒对比样品容重和千粒重：对应样品编号，记作R1,R2,R3，R4，R5，R6和Q1,Q2,Q3，Q4，Q5，Q6；
S4、设定小麦籽粒赤霉病粒参数；调查W1，W2，W3籽粒样品种的赤霉病粒数，分别记作C1，C2，C3；
S5、建立方程估算小麦籽病DON毒素积累的数量参数,评价小麦生产原粮的商品品质情况。
可选的，所述步骤S1、籽粒样品冷藏预处理中，冷藏温度为5-10℃。
可选的，所述步骤S3、测定小麦籽粒对比样品容重和千粒重中，测定小麦籽粒的容重，所述容重用于评估小麦籽粒的商品等级。
可选的，所述步骤S4、测定小麦籽粒赤霉病粒中，设定小麦籽粒赤霉病粒参数，用于计算小麦籽粒中赤霉病粒率，所述病粒率用于评估小麦籽粒是否符合国家收购不完善粒标准。
可选的，所述步骤S5、建立方程估算小麦籽病DON毒素积累的数量参数，评价小麦生产原粮的商品品质情况中，计算公式：
Y(DON含量)＝0.42382+0.01318X1+0.03383X2+0.04578X3
X1：健康籽粒容重-样品籽粒容重
X2：健康籽粒千粒重-样品籽粒千粒重
X3：赤霉病病粒率。
可选的，所述步骤S5、建立方程估算小麦籽病DON毒素积累的数量参数，评价小麦生产原粮的商品品质情况中，小麦籽粒赤霉病病粒率、作为估算小麦籽病DON毒素积累的数量参数。
可选的，所述步骤S5、建立方程估算小麦籽病DON毒素积累的数量参数，评价小麦生产原粮的商品品质情况中，质量参数由容重和千粒重组成。
本发明提供了一种估算小麦籽粒中DON含量的方法，具备以下有益效果：
该估算小麦籽粒中DON含量的方法，其设定小麦籽粒赤霉病粒参数，用于计算小麦籽粒中赤霉病粒率，所述病粒率用于评估小麦籽粒是否符合国家收购不完善粒标准；测定小麦籽粒的容重，所述容重用于评估小麦籽粒的商品等级；提出DON毒素评估三因素量质新模型，将评估小麦籽病DON毒素积累的数量参数(DON含量与赤霉病粒)与质量参数(容重和千粒重)有机结合在一起，实现了由原先高成本、长时耗、处理程序复杂的试验室内测定向简单可操作的数量测定转变，能初步实现在收购现场即可对小麦生产原粮的DON含量和商品品质情况进行评估。
建立的方程可以为小麦生产中的品种合理选择利用以及育种科研工作中抗(耐)赤霉病、耐毒素积累小麦的品种选育提供支撑。
附图说明
图1为本发明的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
请参阅图1，本发明提供一种技术方案：一种估算小麦籽粒中DON含量的方法，包括以下步骤：
S1、籽粒样品冷藏预处理；
S2、建立小麦籽粒对比样品；
S3、测定小麦籽粒对比样品容重和千粒重；
S4、测定小麦籽粒赤霉病粒；
S5、建立方程估算小麦籽病DON毒素积累的数量参数，评价小麦生产原粮的商品品质情况。
发明中：估算小麦籽粒中DON含量的方法，具体包括以下步骤：
S1、籽粒样品冷藏预处理：将收获的小麦籽粒样品放入合格的粮库中储存或放入冷藏柜，备用；
S2、建立小麦籽粒对比样品：随机取小麦原粮籽粒3份(三次重复)，每份1000g，记作W1，W2，W3；随机取小麦原粮籽粒，从中挑选健康、饱满的籽粒3份样品，每份1000g，记作W4，W5，W6；
S3、测定小麦籽粒对比样品容重和千粒重：对应样品编号，记作R1,R2,R3，R4，R5，R6和Q1,Q2,Q3，Q4，Q5，Q6；
S4、设定小麦籽粒赤霉病粒参数；调查W1，W2，W3籽粒样品种的赤霉病粒数，分别记作C1，C2，C3；
S5、建立方程估算小麦籽病DON毒素积累的数量参数,评价小麦生产原粮的商品品质情况。
发明中：所述步骤S1、籽粒样品冷藏预处理中，冷藏温度为5-10℃。
发明中：所述步骤S3、测定小麦籽粒对比样品容重和千粒重中，测定小麦籽粒的容重，所述容重用于评估小麦籽粒的商品等级。
发明中：步骤S4、测定小麦籽粒赤霉病粒中，调查W1，W2，W3籽粒样品种的赤霉病粒数，分别记作C1，C2，C3。
发明中：所述步骤S5、建立方程估算小麦籽病DON毒素积累的数量参数，评价小麦生产原粮的商品品质情况中，计算公式：
Y(DON含量)＝0.42382+0.01318X1+0.03383X2+0.04578X3
X1：健康籽粒容重-样品籽粒容重
X2：健康籽粒千粒重-样品籽粒千粒重
X3：赤霉病病粒率。
发明中：所述步骤S5、建立方程估算小麦籽病DON毒素积累的数量参数，评价小麦生产原粮的商品品质情况中，小麦籽粒赤霉病病粒率、作为估算小麦籽病DON毒素积累的数量参数。
发明中：所述步骤S5、建立方程估算小麦籽病DON毒素积累的数量参数，评价小麦生产原粮的商品品质情况中，质量参数由容重和千粒重组成。
综上，该估算小麦籽粒中DON含量的方法，使用时，以DON毒素评估三因素量质为新模型，将评估小麦籽病DON毒素积累的数量参数(病粒率)与质量参数(容重和千粒重)有机结合在一起，将收获的小麦籽粒样品放入合格的粮库中储存或放入冷藏柜，冷藏温度为5-10℃，备用；其次，建立小麦籽粒对比样品：随机取小麦原粮籽粒3份(三次重复)，每份1000g，记作W1，W2，W3；随机取小麦原粮籽粒，从中挑选健康、饱满的籽粒3份样品，每份1000g，记作W4，W5，W6；并依次称取千粒小麦籽粒的容重，测定小麦籽粒的容重；然后，收集估算小麦籽病DON毒素积累的数量参数与质量参数，通过方程估算小麦生产原粮的商品品质情况。
以上，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种估算小麦籽粒中DON含量的方法，包括以下步骤：
S1、籽粒样品冷藏预处理；
S2、建立小麦籽粒对比样品；
S3、测定小麦籽粒对比样品容重和千粒重；
S4、测定小麦籽粒赤霉病粒；
S5、建立方程估算小麦籽病DON毒素积累的数量参数，评价小麦生产原粮的商品品质情况。
2.根据权利要求1所述的一种估算小麦籽粒中DON含量的方法，其特征在于：所述估算小麦籽粒中DON含量的方法，具体包括以下步骤：
S1、籽粒样品冷藏预处理：将收获的小麦籽粒样品放入合格的粮库中储存或放入冷藏柜，备用；
S2、建立小麦籽粒对比样品：随机取小麦原粮籽粒3份(三次重复)，每份1000g，记作W1，W2，W3；随机取小麦原粮籽粒，从中挑选健康、饱满的籽粒3份样品，每份1000g，记作W4，W5，W6；
S3、测定小麦籽粒对比样品容重和千粒重：对应样品编号，记作R1,R2,R3，R4，R5，R6和Q1,Q2,Q3，Q4，Q5，Q6；
S4、设定小麦籽粒赤霉病粒参数；调查W1，W2，W3籽粒样品种的赤霉病粒数，分别记作C1，C2，C3；
S5、建立方程估算小麦籽病DON毒素积累的数量参数,评价小麦生产原粮的商品品质情况。
3.根据权利要求1所述的一种估算小麦籽粒中DON含量的方法，其特征在于：所述步骤S1、籽粒样品冷藏预处理中，冷藏温度为5-10℃。
4.根据权利要求1所述的一种估算小麦籽粒中DON含量的方法，其特征在于：所述步骤S3、测定小麦籽粒对比样品容重和千粒重中，测定小麦籽粒的容重，所述容重用于评估小麦籽粒的商品等级。
5.根据权利要求1所述的一种估算小麦籽粒中DON含量的方法，其特征在于：所述步骤S4、测定小麦籽粒赤霉病粒中，设定小麦籽粒赤霉病粒参数，用于计算小麦籽粒中赤霉病粒率，所述病粒率用于评估小麦籽粒是否符合国家收购不完善粒标准。
6.根据权利要求1所述的一种估算小麦籽粒中DON含量的方法，其特征在于：所述步骤S5、建立方程估算小麦籽病DON毒素积累的数量参数，评价小麦生产原粮的商品品质情况中，计算公式：
Y(DON含量)＝0.42382+0.01318X1+0.03383X2+0.04578X3
其中，X1：健康籽粒容重-样品籽粒容重；
X2：健康籽粒千粒重-样品籽粒千粒重；
X3：赤霉病病粒率。
7.根据权利要求1所述的一种估算小麦籽粒中DON含量的方法，其特征在于：所述步骤S5、建立方程估算小麦籽病DON毒素积累的数量参数，评价小麦生产原粮的商品品质情况中，小麦籽粒赤霉病病粒率、作为估算小麦籽病DON毒素积累的数量参数。
8.根据权利要求1所述的一种估算小麦籽粒中DON含量的方法，其特征在于：所述步骤S5、建立方程估算小麦籽病DON毒素积累的数量参数，评价小麦生产原粮的商品品质情况中，质量参数由容重和千粒重组成。
CN202110433247.2A 2021-04-22 2021-04-22 一种估算小麦籽粒中don含量的方法 Active CN113109200B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110433247.2A CN113109200B (zh) 2021-04-22 2021-04-22 一种估算小麦籽粒中don含量的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110433247.2A CN113109200B (zh) 2021-04-22 2021-04-22 一种估算小麦籽粒中don含量的方法

Publications (2)

Publication Number Publication Date
CN113109200A true CN113109200A (zh) 2021-07-13
CN113109200B CN113109200B (zh) 2021-11-16

Family

ID=76719295

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110433247.2A Active CN113109200B (zh) 2021-04-22 2021-04-22 一种估算小麦籽粒中don含量的方法

Country Status (1)

Country Link
CN (1) CN113109200B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0273693A1 (en) * 1986-12-26 1988-07-06 Tonen Corporation Method for production of catalyst component for olefin polymerization
CN102106257A (zh) * 2009-12-24 2011-06-29 上海市农业科学院 一种筛选麦类作物耐赤霉病菌毒素的方法
CN106770836A (zh) * 2017-01-16 2017-05-31 安徽省农业科学院植物保护与农产品质量安全研究所 一种同时检测谷物中多种真菌毒素的方法
CN107807064A (zh) * 2017-10-20 2018-03-16 石河子大学 一种筛选耐热小麦品种的方法
CN208420696U (zh) * 2018-05-22 2019-01-22 南京农业大学 基于近红外光谱技术的小麦感染赤霉病等级在线检测系统
CN109269946A (zh) * 2018-08-24 2019-01-25 安徽省农业科学院作物研究所 一种评估小麦籽粒库容和产量的方法
CN112005881A (zh) * 2020-09-15 2020-12-01 江苏里下河地区农业科学研究所 一种兼具抗赤霉病侵染、扩展的小麦品种的选育方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0273693A1 (en) * 1986-12-26 1988-07-06 Tonen Corporation Method for production of catalyst component for olefin polymerization
CN102106257A (zh) * 2009-12-24 2011-06-29 上海市农业科学院 一种筛选麦类作物耐赤霉病菌毒素的方法
CN106770836A (zh) * 2017-01-16 2017-05-31 安徽省农业科学院植物保护与农产品质量安全研究所 一种同时检测谷物中多种真菌毒素的方法
CN107807064A (zh) * 2017-10-20 2018-03-16 石河子大学 一种筛选耐热小麦品种的方法
CN208420696U (zh) * 2018-05-22 2019-01-22 南京农业大学 基于近红外光谱技术的小麦感染赤霉病等级在线检测系统
CN109269946A (zh) * 2018-08-24 2019-01-25 安徽省农业科学院作物研究所 一种评估小麦籽粒库容和产量的方法
CN112005881A (zh) * 2020-09-15 2020-12-01 江苏里下河地区农业科学研究所 一种兼具抗赤霉病侵染、扩展的小麦品种的选育方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
M.VÁŇOVÁ: "The content of Fusarium mycotoxins, grain yield and quality of winter wheat cultivars under organic and conventional cropping systems", 《PLANT SOIL ENVIRON》 *
ZE LIU: "Screening Fungicides for Controlling Fusarium Head Blight of Winter Wheat", 《AGRICULTURAL SCIENCE & TECHNOLOGY》 *
何慧慧: "赤霉病小麦分级后特性及与真菌毒素含量的相关性研究", 《河南工业大学学报（自然科学版）》 *
何贤芳: "安徽沿淮麦区赤霉病防治对22个小麦品种产量和产值影响", 《农业灾害研究》 *
孙宝胜: "小麦中呕吐毒素分布特点及去除技术研究进展", 《现代面粉工业》 *
王震: "赤霉病对陕西省主栽小麦品种品质的影响", 《麦类作物学报》 *

Also Published As

Publication number Publication date
CN113109200B (zh) 2021-11-16

Similar Documents

Publication Publication Date Title
Delgado et al. Quantity and quality food losses across the value chain: a comparative analysis
Debaeke et al. Relationship between the normalized SPAD index and the nitrogen nutrition index: application to durum wheat
Hacisalihoglu et al. Near-infrared reflectance spectroscopy predicts protein, starch, and seed weight in intact seeds of common bean (Phaseolus vulgaris L.)
Singhal et al. Handbook of indices of food quality and authenticity
CN109142534B (zh) 基于振动声音信号对地瓜质量评价的方法
Sturite et al. Adaptability of hull-less barley varieties to different cropping systems and climatic conditions
CN108398356B (zh) 一种快速判定谷物内酶活力及预测酶适温度的方法
Pandiselvam et al. Recent applications of vibrational spectroscopic techniques in the grain industry
CN113109200B (zh) 一种估算小麦籽粒中don含量的方法
Black et al. Variation in physico-chemical properties of field peas (Pisum sativum)
CN105243599A (zh) 一种大米储藏品质评价模型的构建方法
Laidig et al. Predicting loaf volume for winter wheat by linear regression models based on protein concentration and sedimentation value using samples from VCU trials and mills
Tupe et al. Influence of dietary and socio-demographic factors on the iron status of married adolescent girls from Indian urban slums
Nitika et al. Physico-chemical characteristics, nutrient composition and consumer acceptability of wheat varieties grown under organic and inorganic farming conditions
Chiremba et al. Relationships between simple grain quality parameters for the estimation of sorghum and maize hardness in commercial hybrid cultivars
Rooney et al. Genotype and environment effects on the popping characteristics of grain sorghum
Champeil et al. Effects of grain sampling procedures on Fusarium mycotoxin assays in wheat grains
Das Gupta et al. Analysis of Interrelationships among Seedling Vigor, Field Emergence, and Yield in Wheat 1
Li et al. An accurate and effective single-seed moisture selection method based on nuclear magnetic resonance (NMR) in maize
Ma et al. Exploring the relationships between biomass production, nutrient acquisition, and phenotypic traits: testing oat genotypes as a cover crop
Jørgensen et al. Spectral reflectance at sub‐leaf scale including the spatial distribution discriminating NPK stress characteristics in barley using multiway partial least squares regression
Yang et al. Variation in response to processing, in vitro gas production and fermentation of western Canadian feed barley
Rodriquez et al. Agricultural work exposures and pulmonary function among hired farm workers in California (the MICASA study)
Alt et al. Early Wheat harvest influenced grain quality and profit but not yield
Galanti et al. Use of a chlorophyll meter for nondestructive and rapid estimation of leaf tissue nitrogen in macadamia

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant