下载文档原格式
浅谈近红外光谱分析在药品检测中的应用近红外光谱分析是一种基于分子振动谱的无损检测技术，广泛应用于化工、食品、医药等领域。
在药品检测中，近红外光谱分析技术具有快速、准确、无损、高效等优点，已经成为药品行业中不可或缺的检测手段。
本文将就近红外光谱分析在药品检测中的应用进行浅谈。
一、近红外光谱分析原理近红外光谱分析原理是通过物质与光的相互作用，分析物质内部的分子振动、转动和延伸振动等信息，从而实现对样品成分、结构、性质等的分析。
在近红外光谱区域，分子内的一些结合键和官能团吸收、散射、辐射电磁波所产生的光谱可用于分析物质的成分和性质。
近红外光谱分析技术可以快速、准确地获取样品的光谱信息，并通过专门的数据处理软件进行定量和定性分析。
1. 药品成分分析在制药过程中，药品的成分及其含量是非常重要的参数。
通过近红外光谱分析技术可以快速准确地确定药品中各种成分的含量，包括药物成分、助剂成分等。
通过建立合适的光谱库和定量模型，可以对药品的成分进行快速检测，保证药品的质量。
2. 药品质量控制药品的质量受到制备工艺、原材料选择、存储条件等多方面因素的影响，通过近红外光谱分析技术可以对药品的质量进行实时监测和控制。
可以通过光谱分析技术对药片的含量均匀性、药液的稳定性等进行检测，及时发现并解决质量问题，保证药品的质量稳定性。
3. 药品真伪鉴别随着全球药品贸易的不断增加，药品的真伪鉴别成为一个重要的问题。
通过近红外光谱分析技术可以对药品进行快速鉴别，包括原材料鉴定、药品真伪鉴别等。
通过建立光谱库和模型，可以对不同药品进行快速鉴别，保障患者用药安全。
4. 药品生产过程控制近红外光谱分析技术还可以用于药品生产过程中的实时监测和控制，包括原材料检测、反应过程监控、成品检验等。
通过光谱分析技术可以实现对制药过程中各个环节的快速、无损检测，保障药品的生产质量和安全性。
1. 多模式光谱采集技术当前，近红外光谱分析已经不仅仅局限于单一的样品分析，而是发展为多模式光谱采集技术，包括透射光谱、反射光谱、光纤光谱等。
实时荧光定量PCR技术在水稻氮素基因表达中的应用研究与展望摘要实时荧光定量PCR技术实现了对低拷贝基因表达量的快速、准确定量，综述了目前水稻氮素吸收利用相关基因的研究成果，展望了荧光定量PCR技术在水稻氮素相关基因表达中的应用前景。
关键词水稻;氮素;基因表达;荧光定量PCR;应用研究;展望20世纪60~70年代水稻矮化育种和杂交稻三系配套的成功和应用使水稻产量大幅度提高，但同时导致氮肥施用量的急剧增加。
尽管氮肥在提高水稻产量的过程中起着非常重要的作用，但对地下水、土壤、河流、湖泊和大气等农业环境的污染严重，间接影响人体健康。
目前在作物生产中氮素利用率较低，只有28%～40%[1]，而水稻是我国第一大粮食作物，因此如何提高水稻氮素利用率，是当前亟需攻克的重要课题。
笔者介绍荧光定量PCR技术在水稻氮素基因表达中的研究应用，以期在基因水平上为水稻育种提供一种方法。
1水稻与氮素的关系研究1.1氮在水稻生产中的作用世界上许多地区的水稻生产越来越注重于优化籽粒产量、降低生产成本、减少对环境的污染危害[2]。
限制水稻生产的投入之一是氮，氮素对水稻是重要的，约75%的叶片氮与叶绿体有关，而后者通过光合作用在干物质生产中发挥着重要的生理作用。
在营养生长期水稻吸收氮素促进生长和分蘖，从而决定潜在的穗数;在穗形成初期氮素有利于小穗的形成;而在穗形成后期，则通过减少退化小穗数增加谷壳大小而增加库容。
氮素在抽穗前增加了茎和叶鞘中碳水化合物的积累，而在籽粒灌浆中则有助于增加籽粒中碳水化合物的积累。
1.2水稻氮肥吸收利用率现状长期以来大量施用氮肥一直是稳定和提高水稻产量的重要措施，因不断增加水稻植株中的氮素含量导致回报率降低，并不是总能增加水稻产量，因此从经济方面考虑这一措施并不总是最优的。
同时，过量施用氮肥还会对环境和人体健康产生潜在的不利影响，并增加病害的发生和倒伏。
水稻的种植容易导致氨挥发、硝化-反硝化脱氮、淋溶以及径流而使氮素丢失。
标题：近红外光谱（NIRS）分析技术及其在农业中的应用作者：---- 摘自：农林科学院玉米研究中心摘要论述了近红外光谱（NIRS）分析技术的原理、技术发展进程及其应用现状、发展前景。
关键词：近红外光谱分析作物育种品质抗病虫应用在电磁光谱（EMS）中，400～700nm的可见光使生命得以生存，而位于可见光之外的近红外光谱（NIR，波长为0.75～2.5μm）可以分析生物的所有组分。
近红外光谱（Near Infrared Spectroscopy，简称NIRS）分析技术是20世纪80年代后期迅速发展起来的一项测试技术，在欧美等国，NIRS已成为谷物品质分析的重要手段。
由于可以非破坏性的分析样品中的化学成分，为当前作物育种研究领域的品质育种提供了一个新的技术手段。
1 NIR作为一种分析手段，可以测定有机物以及部分无机物。
这些物质分子中化学键结合的各种基团（如C=C，N=C，O=C，O=H，N=H）的伸缩、振动、弯曲等运动都有它固定的振动频率。
当分子受到红外线照射时，被激发产生共振，同时光的能量一部分被吸收，测量其吸收光，可以得到极为复杂的图谱，这种图谱表示被测物质的特征。
不同物质在近红外区域有丰富的吸收光谱，每种成分都有特定的吸收特征，这就为近红外光谱定量分析提供了基础。
但由于每一物质有许多近红外吸收带，某一成分的吸收会与其他成分的吸收发生重组，因此当测定某一复杂物质，如豆饼中的粗蛋白质时，在所选择的近红外光谱区会受到水、纤维、油吸收的干扰。
Herschel在1800年发现NIR光谱区，但NIR区的倍频和合频吸收弱、谱带复杂和重叠多，信息无法有效的分离和解析，限制了其应用。
随着光学、电子技术、计算机技术和化学计量学的发展，多元信息处理的理论与技术得到了发展，可以解决NIR术是依据某一化学成分对近红外区光谱的吸收特性而进行的定量测定，所以应用NIR光谱进行检测的技术关键就是在两者之间建立一种定量的函数关系。
基于近红外光谱的单籽粒水稻种子品质检测的方法研究近红外光谱(Near infrared spectroscopy,NIRS)技术因具有快速、无损等优点已经被广泛的用于定性、定量分析单粒谷物种子,这种分析方式不仅克服了传统检测方法中耗时长、工作量较大、不环保等缺点,且能够更加精确的获取具有目标性状的种子,有利于种子的品质分析、收购、储藏等环节的实时监管。
水稻是全球重要的粮食作物之一,由于存在粒径小、种壳干扰等原因,其在近红外光谱技术的分析应用方面的研究较少。
本论文基于这一研究现状,细致分析了单粒糙米和单粒水稻种子的近红外光谱特点,并成功建立相应的分析模型,证明了近红外光谱技术能够用于单粒糙米、稻种的无损品质分析。
获得的主要结果如下:1)建立单粒糙米水分含量的近红外漫反射光谱模型,结果表明:采用5292～5616cm-1、7236～7600cm-1、7884-8208cm-1波数范围,用标准正态变换光谱预处理(SNV)建立的单粒糙米水分偏最小二乘(PLS)模型的预测能力最佳,其决定系数(R2)为0.98,预测误差均方根(RMSEP)为1.01%;采用8285.12cm-1、7158.84cm-1、5492.56cm-1这3个波数变量建立的单粒糙米含水量多元线性回归(MLR)模型,变量最少且预测能力较优,其R2为0.9661,RMSEP为1.137%。
2)分析了糙米和水稻种子的近红外光谱特征,并细致对比了不同光谱采集方式和不同光谱预处理下单粒糙米和单粒种子蛋白质模型。
单粒糙米的蛋白质定量分析中,透射和透反射光谱采集方式下均能建立较好的近红外光谱蛋白质模型;其中在透反射光谱采集方式下,选择4000～9000cm-1波数范围,SNV光谱预处理下,单粒糙米的蛋白质模型的R2为0.941,RMSEP为0.338%。
单粒水稻种子光谱对其糙米蛋白质含量的定量分析中,透反射光谱能够增强光谱的信噪比,选择6500～9100cm-1波数范围和SNV光谱预处理,其模型的RMSEP为0.806%,具有一定的相关性;而透射光谱采集方式下,选择7200～9100cm-1波数范围和SNV光谱预处理,单粒种子光谱和其糙米蛋白质含量的相关性极好,模型的R2为0.964,RMSEP为0.244%。
现代近红外光谱技术及应用进展近红外光谱技术是一种快速、高效、无损的分析技术，广泛应用于化学、食品、药物等领域。
尤其是随着科学技术的发展，现代近红外光谱技术在样品制备、光谱采集、数据处理等方面都有了显著的提升，极大地扩展了近红外光谱技术的应用范围。
近红外光谱是指介于可见光和中红外光之间的电磁波，波长范围为700-2500nm。
现代近红外光谱技术利用近红外光子的能量和量子力学中的跃迁原理，通过对样品进行照射，使样品中的分子吸收近红外光子的能量后从基态跃迁到激发态，再返回基态时发出特征光谱。
通过对特征光谱进行定性和定量分析，可以获取样品的组成、结构和性质等信息。
化学分析：现代近红外光谱技术在化学分析领域的应用主要体现在有机物和无机物的定性和定量分析上。
例如，利用近红外光谱技术对石油样品进行定性和定量分析，可以有效地识别石油中的不同组分，同时也可以对石油中的含硫量、含氮量等进行快速准确的测定。
食品质量检测：在食品质量检测方面，现代近红外光谱技术可以用于食品成分分析、食品质量评估和食品掺假检测等。
例如，利用近红外光谱技术对奶粉进行检测，可以快速准确地检测出奶粉中的蛋白质、脂肪、糖等主要成分的含量。
药物研究：现代近红外光谱技术在药物研究方面的应用主要体现在药物成分分析、药物代谢研究和药物疗效评估等方面。
例如，利用近红外光谱技术对中药材进行检测，可以快速准确地测定中药材中的有效成分含量，为中药材的质量控制提供了一种有效的手段。
近年来，现代近红外光谱技术在国内外都取得了显著的研究进展。
在国内，中国科学院上海药物研究所利用近红外光谱技术对中药材进行有效成分的快速检测，取得了重要的成果。
国内的一些高校和研究机构也在近红外光谱技术的研究和应用方面开展了大量的工作，推动了近红外光谱技术的发展。
在国外，近红外光谱技术已经成为药物研发和食品质量检测的重要手段。
例如，荷兰的菲利普公司成功开发出了一款基于近红外光谱技术的药物代谢研究仪器，可以为新药的开发和疗效评估提供快速准确的数据支持。
近红外光谱法定量分析及其应用研究一、本文概述随着科学技术的发展，光谱分析技术以其独特的优势在多个领域得到了广泛的应用。
其中，近红外光谱法作为一种重要的光谱分析技术，因其无损、快速、环保等特点，在定量分析领域具有独特的优势。
本文旨在深入探讨近红外光谱法定量分析的基本原理、方法、技术及其在各个领域的应用研究，以期为该领域的研究者提供有益的参考和启示。
本文将简要介绍近红外光谱法的基本原理和定量分析的基本方法，包括光谱数据的获取、预处理、特征提取以及模型的建立与优化等。
本文将重点分析近红外光谱法在农业、食品、医药、石油化工等领域的应用案例，探讨其在实际应用中的优势和局限性。
本文还将对近红外光谱法定量分析的发展趋势和前景进行展望，以期为该领域的发展提供新的思路和方向。
通过本文的研究，我们期望能够为近红外光谱法定量分析的理论研究和实际应用提供有益的参考，同时也希望能够推动该领域的技术创新和发展。
二、近红外光谱法的基本原理与技术近红外光谱法（Near-Infrared Spectroscopy，NIRS）是一种利用物质在近红外区（波长范围通常为780-2500nm）的吸收特性进行定性和定量分析的技术。
其基本原理主要基于分子振动产生的吸收光谱，这些光谱信息能够反映分子内部的结构和组成。
近红外光谱法的基本原理是物质对近红外光的吸收与其内部的分子结构、化学键合状态以及分子间的相互作用有关。
当近红外光通过物质时，某些特定波长的光会被物质吸收，这些被吸收的波长与物质的特定化学成分和分子结构密切相关。
因此，通过测量物质在近红外区的吸收光谱，可以获取到关于物质成分和结构的信息。
近红外光谱法的技术包括光谱采集、光谱预处理、模型建立与验证等步骤。
光谱采集是使用近红外光谱仪对样品进行扫描，得到其近红外吸收光谱。
光谱预处理是为了消除光谱中的噪声和干扰，提高光谱的质量和可靠性。
模型建立与验证是通过化学计量学方法，如多元线性回归、主成分回归、偏最小二乘回归等，建立光谱数据与物质成分之间的定量关系模型，并对模型进行验证和优化。
水稻育种的新技术与新方法一、引言水稻是全球重要的食用谷物之一，如何提高水稻产量、优化品质一直是水稻育种的热点问题。
近年来，随着科学技术的不断进步，新技术和新方法的不断涌现，为水稻育种提供了更加丰富的手段和选择。
本文将着重介绍水稻育种中的新技术和新方法，并探讨其应用前景。
二、分子标记技术在水稻育种中的应用分子标记技术是一种基因工程技术，利用分子生物学技术对种质资源进行分子标记，为育种提供一个新的选择手段。
在水稻育种中，分子标记技术主要有两种应用方式：一是对基因型鉴定，即通过酶切片段长度多态性（RFLP）、序列特异性扩增（SSR）和单核苷酸多态性（SNP）等标记技术对水稻种质进行基因型鉴定，实现育种的精准选择；二是对基因功能研究，即通过分子标记技术对水稻主要农艺性状相关基因进行筛选和鉴定，为优异基因的转化和应用提供科学依据。
三、转录组学技术在水稻育种中的应用转录组学技术是一种研究生物体内所有基因表达状况的高通量技术，可以全面解析种质资源的基因表达差异和调控机制，为水稻育种提供一种新的系统性、高效性手段。
通过转录组学技术，可以快速鉴定优质高产的水稻种质，筛选出高表达的关键基因，进而实现农艺性状优化或基因改良。
同时，转录组学技术还可以加速不同基因型之间的功能差异分析，揭示水稻适应环境的分子机制，为选配更优秀的基因组合提供理论基础。
四、基因编辑技术在水稻育种中的应用基因编辑技术是一种新兴的分子生物学技术，可以实现对基因组特定位点进行准确编辑、插入或删除，为育种提供一个高效的基因改良方法。
在水稻育种中，基因编辑技术的应用主要包括电穿孔法、CRISPR-Cas9和TALEN等技术。
此外，基因编辑技术还可以实现优质水稻品种在不同地区的适应性改良、耐盐碱性和耐病性的提高等方面的应用。
五、遗传多样性保护在水稻育种中的应用遗传多样性保护是现代农业发展的重要方向之一，也是水稻育种的需求之一。
在中国，水稻资源种类多样、数量丰富，但同时还受到了基因资源保护不足的问题。
336近红外谷物分析仪在稻谷质量检验中的应用分析孙玲珍（云南省红河州粮油质量监测所，云南 红河州 ６６１１９９）摘 要：近红外谷物分析仪在稻谷质量检验中有着广泛应用，相比较传统的质量检测手段，近红外谷物分析仪很好的提高了质量检验的效率与成果，对于满足不断增多的谷物消费需求起到了非常好的作用。
同时，近红外谷物分析仪提高了稻谷质量检验各个环节的质量水平，做到了各个环节快速、无损、多指标定量质量分析。
本篇文章主要是结合相关试验内容，通过对比分析，对近红外谷物分析仪在稻谷质量检验中的应用进行了全面分析。
关键词：近红外谷物分析仪；稻谷；质量检测；应用分析中图分类号：Ｓ５１２．１ 文献标识码：Ａ作者简介：孙玲珍，云南省红河州粮油质量监测所。
近年来，随着社会发展，我国各个领域对稻谷类农产品的消费量不断增加，稻谷的重要性不断凸显。
在稻谷生产供应中，质量检验是一个重要方面，直接决定着消费满意度。
我国是一个稻谷生产大国，对于稻谷质量检验历来重视，相关的检测技术手段也不断更新完善，其中，近红外谷物分析仪的应用，对于有效发现稻谷质量问题，提高实际质量检测水平，确保稻谷供应消费质量等都起到了非常好的作用。
1 应用试验1.1 试验所需仪器及相关设备Infratec 近红外谷物分析仪、QSY-T 钳式粮食水分测试仪、LDS-1H 粮食水分测试仪，计时器，HTC-1温湿表。
1.2 试验的基本方法（1）选择三个温湿度不同的检测室，从不同的检测室当中分别选取10份入库的稻谷样品进行检测，对组织检测的时间进行认真记录。
（2）在温湿度完全相同的检测室环境中，安排两名专门的检测人员分别对5份样品进行认真检测，对组织检测的时间进行认真记录。
1.3 试验注意事项在试验前，组织质量检测人员进行专门教育培训，对质量检测工作进行指导，引导工作人员明确相关注意内容，减少对质量检测结果准确性的影响因素。
安排专门技术人员对检测所用到的仪器设备基本性能、操作细节等进行认真讲解，以此来提高实际检测的质量水平。
光谱技术在水稻生长监测中的应用研究进展简介水稻作为我国最主要的粮食作物之一，其种植、育种和产量等问题一直备受关注。
传统的方法对于水稻生长过程的监测都需要手工操作，效率低、工作量大且难以精准。
因此，光谱技术开始引入到水稻生长的监测中，使检测方法更加精准、高效。
在本文中，我们将对水稻生长监测中主流的光谱技术进行介绍，并对其在水稻生长监测方面的应用进行论述。
光谱技术的分类吸收光谱与反射光谱是检查植物状态的主要光谱测量方法。
这两种方法又分为可见光谱、近红外光谱和红外光谱三种不同类型，其在水稻生长监测中的应用也各有不同。
可见光谱可见光谱根据光谱波长的不同，会产生不同的反射率和吸收率，因此可以用于表征红外区域之前的波长范围。
可见光谱可以量化单个叶子或整个植物的生理和生化特性，如叶色与叶绿素含量。
当叶子呈现疾病或缺水的状态时，其反射和吸收特性会发生变化，因此可见光谱技术可以用于水稻的健康状态检查。
近红外光谱近红外光谱的区域相对于可见光谱更远，可以用于检测叶片中的蛋白质、纤维素、脂肪和碳水化合物等以及植物生物量等性质。
近红外光谱法被应用于测量反映水稻生长状况的理化特性，如叶面积指数、干物质含量和氮含量等。
红外光谱红外光谱包括短波红外光谱和中波红外光谱，可以用于分析水稻中的制氮化合物、多糖类、酸类和酮类等. 由于不同生物分子在特定波长区域都会发生振动，而这种振动会在不同波长的光谱上表现出不同的峰值，通过此峰值可以了解水稻生长状态的细节信息。
光谱技术在水稻生长监测中的应用光谱技术在水稻生长监测中的应用范围很广，它被广泛应用于水稻育种、生产和管理。
下面将分别对它们进行分析。
水稻育种在水稻的育种中，光谱技术可以用于筛选具有高养分吸收和高抗病性的水稻品种。
例如，反射光谱可以用于测量不同水稻品种对氮素的吸收率和利用率等物理化学性质，从而对这些品种进行评估。
此外，光谱技术还可以为登记、保管、估价和判断中提供数据支持。
水稻生产在水稻生产中，光谱技术则被用于决策和管理。
中国农业科学 2006,39(4):836-841Scientia Agricultura Sinica水稻蛋白质近红外定量模型的创建及在育种中的应用李君霞1，张洪亮1，严衍禄2，闵顺耕3，李自超1(1中国农业大学农业部作物基因组学与遗传改良重点实验室／北京市作物遗传改良重点实验室，北京100094；2中国农业大学信息学院，北京 100094；3中国农业大学理学院，北京 100094)摘要：【目的】研究利用近红外光谱分析法定量分析水稻完整籽粒粗蛋白含量的可行性，初步探讨水稻杂种后代蛋白质含量的分离和变异，以期为水稻的营养品质育种提供参考依据，提高育种效率。
【方法】收集蛋白质含量变幅（5.90%～14.50%）较大的191份代表性水稻样品,采用偏最小二乘（PLS）法建立糙米粗蛋白预测的校正模型。
【结果】通过比较光谱预处理方法在不同谱区的处理效果：采用一阶导数＋矢量标准化预处理、谱区为11 998.9cm-1～5 449.8 cm-1和4 601.3 cm-1～4 246.5 cm-1建立校正模型的检验和预测效果最佳，糙米蛋白质的近红外测定值和化学测定值之间有较高的相关性和较低的误差；其决定系数为0.9886，相对标准偏差RSD为0.021，各项误差均在0.4以下。
此外，利用该模型快速无破损的测定了水稻蛋白质育种的20个杂交组合的205个F2代单株，203个单株的马氏距离值在0.3以下，达到了试验精度的要求，分析结果表明：F2代群体单株间粗蛋白含量表现出广泛的变异，大部分单株蛋白质含量介于双亲之间，出现了超高亲和超低亲的单株，最高蛋白质含量达到15.3%。
【结论】利用建立的各类误差较小近红外定量分析模型，实现了对育种亲本和中间育种材料的筛选鉴定；说明了通过蛋白质含量高的稻种资源与农艺性状优良的水稻品种杂交，低世代借助近红外分析技术辅助测定蛋白质含量可能是水稻高蛋白质育种的一条有效途径。
关键词：水稻糙米；近红外光谱分析；偏最小二乘法（PLS）；校正模型；蛋白质含量；水稻育种 Establishment of Math Models of NIRS Analysis for Protein Contents in Seed and It′s Application in Rice BreedingLI Jun-xia1, ZHANG Hong-liang1, YAN Yan-lu2, MIN Shun-geng3, LI Zi-chao1（1Key Laboratory of Crop Genomics and Genetic Improvement, Ministry of Agriculture / Key Laboratory of Crop Genetic Improvement, China Agricultural University, Beijing 100094; 2 The College of Information, China Agricultural University, Beijing 100094; 3 The College of Science, China Agricultural University, Beijing 100094）Abstract: 【Objective】To analyze the genetic variability of protein content in rice hybrid progenies, the feasibility of building calibration model to estimate crude protein content in intact rice kernel by near-infrared reflectance spectroscopy (NIRS) was studied.It is beneficial to provide the parameter and improve nutritional quality in grain breeding program. 【Method】Using 191 rice samples with a broad range of crude protein content, 5.90%–14.50%, as materials, the chemometrical method of partial least square regression was used to establish the calibration model. 【Result】The optimal model was developed by the spectral data pretreatmentof the first derivative + vector normalization in 11 998.9 cm-1–5 449.8 cm-1 and 4 601.3 cm-1–4 246.5 cm-1, by analyzing different spectral data pretreatment and light frequency ranges. This model’s determination coefficient and relative standard deviation (RSD) were 0.9886 and 0.021, respectively. The model showed significant correlation and lower error between near-infrared value and true value, and had lower root of mean square errors than 0.4. The crude protein contents of another 205 seed samples (nondestructive brown rice) from the F2 populations of 20 crosses were estimated by the calibration model. The Mahalanobis distance of 203 individuals in F2 populations predicted by the model were lower than 0.3, and showed higher calibration precision. The results收稿日期：2005-01-10；接受日期：2005-12-10基金项目：国家攻关项目（2004BA525B02-05）和国家“973”项目（2004CB117201）资助作者简介：李君霞（1972-），女，硕士研究生，研究方向为稻作遗传育种研究和近红外光谱分析。
通讯作者李自超（1962-），男，河南郏县人，教授，博士，研究方向为稻种资源与基因组学、旱稻抗旱遗传机制及其分子育种。
E-mail: lizichao@4期李君霞等：水稻蛋白质近红外定量模型的创建及在育种中的应用837showed those populations had wide variation among individuals in crude protein content. In general, the great majority was in the middle of both counterpart parent, but some of them were found higher or lower than their parents in crude protein content, and the highest value reached 15.3%. 【Conclusion】Good calibration equation was successfully developed for protein content, the equation show satisfactory determination coefficients. The samples were scanned by NIRS and analyzed the protein content in parents and hybrid progenies. Finally, a probably effective way to improve protein content of rice was proposed: Firstly，the breeder makes some crosses between promising rice varieties with high yield and good quality and rice resource germplasm with high protein content, and secondly, the NIRS is used to evaluate protein content of the nondestructive brown rice in their early progeny population. This NIRS-assisted-selection could be a very efficient method to improve protein content in rice breeding programs.Key words: Brown rice; NIRS (near-infrared reflectance spectroscopy); Partial least-squares regression (PLS); Calibration model; Protein content; Rice breeding0 引言【本研究的重要意义】水稻是较低蛋白作物，稻米蛋白质含量是决定稻米营养品质的主要因素，水稻品质优劣已成为现代水稻生产的核心目标，增加产量、提高蛋白质含量是当前水稻品质育种的重要课题之一，因此实现对育种材料的检测，筛选蛋白质含量高的杂交亲本或特异突变材料，对大量的育种中间材料进行选优汰劣，制定合理的育种计划，具有十分重要的意义[1~8]。
【本研究的切入点】测定蛋白质含量的常规方法主要是凯氏法（Kjeldahl），它是一个繁琐耗时费力的破坏性分析法，在育种中难以及时准确提供分析数据，一定程度上阻碍了水稻蛋白质育种的研究进程[9~12]。
