植物的藥用成分快速無損分析-多功能高光譜成像技術檢測黃酮醇和多酚

反射光譜包含樣品的光譜信息與空間圖像信息，穿透傳統可見光局限，精準反映植物內部生理生化、成分含量、結構差異等深層特征。生物熒光特別是植物熒光（植物自發光）則可以進一步高靈敏度反應植物生理狀態與生理生化狀態，如紅色和遠紅波段的葉綠素熒光可以反應植物光合生理，藍綠熒光可以反應脅迫誘導次級代謝產物狀態、植物脅迫狀態，同時可以進一步活體檢測葉綠素、花青素、黃酮醇及氮素狀態。

Fluortron多功能高光譜成像系統，便是一款兼具反射光高光譜成像和植物自發光高光譜成像分析的多功能態系統，可同時采集反射光光譜指紋和自發光（生物熒光）光譜指紋。該系統適合應用于作物表型組學研究檢測、種質資源檢測、抗性篩選、光合表型、病蟲害早期檢測，及中藥材溯源與品質檢測等眾多領域。

一、生物熒光高光譜——分析銀杏葉中的黃酮醇含量

黃酮醇是銀杏葉的主要活性成分，具有抗氧化、清除自由基等作用。利用FluorTron多功能高光譜成像的黃酮醇測量程序，獲得陽光照射條件好的銀杏葉（光照組）和常年處于陰影狀態下的銀杏葉（遮蔭組）的生物熒光高光譜信息，并計算FLAV=log（FRF_R/FRF_UV），該指數可以反映葉片表皮黃酮醇含量。實驗結果表明，光照條件下銀杏葉Flav平均值為1.397，顯著大于遮蔭條件下的平均值0.861。同時，利用該系統實現活體銀杏葉黃酮含量分布的可視化。

二、反射高光譜——集合機器學習技術，鑒定羅勒中的總酚含量

此前一篇發表于PLOS ONE的研究，以PlantScreen系統的高光譜成像功能為核心，結合機器學習技術，成功實現了藥用植物圣羅勒（Ocimum tenuiflorum L.）總酚含量的多生育期快速無損判別，為功能成分表型分析提供了可直接復用的范式。

得益于系統自動化、高通量的優勢，對26個圣羅勒品種，分3個生育期（cut1、2、3）在可見近紅外（VNIR ：355–900 nm）和短波紅外（SWIR：900–1700 nm）光譜范圍內獲取羅勒的高光譜圖像數據。使用PlantScreen™數據分析軟件對這些高光譜圖像進行處理，包括圖像轉換處理、提取光譜信息、圖像分割、光譜統計、2nm間隔降維等，輸出單株平均光譜。之后經過提取特征參數、剔除異常數據、測量總酚含量、建模等步驟，開發并評估用于表征酚類物質含量水平的機器學習模型

結果表明，光譜與生育期強相關幼齡植株（第 1 茬）光譜反射率顯著更高；成熟植株（第 2、3 茬）總酚含量更高，光譜更穩定，更適合用以預測，預測置信度更高。神經網絡模型是的方法（AUC=0.8113，準確率 = 0.7345）；XGBoost 準確率次之，但效率更高（速度為神經網絡3倍）。

易科泰提供全面的光譜表型成像技術方案：

? FluorTron多功能高光譜成像技術

? PhenoTron-HSI植物高光譜表型成像技術

? PhenoPlot近地遙感成像技術

? PlantScreen植物表型成像技術

? 葉綠素熒光/多光譜熒光成像技術