2. Materials and methods2.1. Plant

2. Materials and methods
2.1. Plant materials
Citrus unshiu Marc. Cv. Miyagawa-Wase and radiation-induced
mutagenesis lines were used in this study. C. unshiu Marc. Cv.
Miyagawa-Wase called as Satsuma mandarin was widely cultivated
in the Jeju island in South Korea, and the mutagenized line
was selected based on its different sugar and acid contents compared
with C. unshiu Marc. Cv. Miyagawa-Wase. Mutagenized lines
were identified by grafting with trifoliate orange after induction of
mutagenesis using 60Co radiation exposure at the Department of
Radiation Applied Science Institute in Jeju National University. In
this study, we used five Citrus lines: C. unshiu Marc. Cv.
Miyagawa-Wase as a control and four mutagenized lines. For
statistical analysis, we collected between three and five samples
and stored each at 4 C for characteristic trait observation. In
addition, the mutagenized Citrus lines were freeze-dried before
the experiments, and the dried Citrus was ground and stored at
70 C prior to analysis.
2.2. Measurement of sugar and acid contents
Citrus supernatants prepared using a juice extractor was
injected into a sugar and acid content analysis device (NH-2000,
HORIBA, Japan) to measure the contents. Sugar contents analysis
using refractive index and acid contents analysis using electric
conductivity. The refractive index was measured by using spectrum
D of visible light. Statistical significances on comparisons of
all results between control and mutant samples were made by
using a nonparametric test (Wilcoxon test) with P < 0.05 (SPSS,
ver. 12.0; SPSS Inc., Chicago, IL, US).
2.3. FT-IR spectrum analysis and multivariate statistical analysis
Each 20-mg Citrus powder sample in C. unshiu Marc. Cv.
Miyagawa-Wase and the four mutagenized lines were placed in
tubes and mixed with 200 lL methanol. Individual tubes containing
extracted samples were incubated in a 50 C water bath for
20 min, and the supernatant was transferred into a new tube after
centrifugation at 10,000g for 15 min. To eliminate cell debris, the
collected supernatant was repeatedly centrifuged and carefully
transferred to a new tube for storage at 20 C prior to undergoing
FT-IR spectroscopy.
FT-IR measurement was recorded by a Tensor 27 (Bruker Optics
GmbH, Ettlingen, Germany) and analyzed by DTGS (deuterated triglycine
sulfate). Extracted each 5-lL sample was aliquoted in a
384-well ZnSe plate and dried on a 37 C hot plate for 20 min.
FT-IR in the dried ZnSe plates were measured by a Tensor 27
equipped with a high-efficiency HTS-XT automation device
(Bruker Optics GmbH). The spectra of each sample were used to
analyze the average spectra of 128 repeated measurements in
the range of 400–4000 cm1 and with a 4-cm1 interval of spectral
resolution.
For the statistical analysis, the FT-IR spectrum of each sample
was measured from three individual replicates. All spectra
operations including measurements and the program for data conversion
were investigated using OPUS Lab (ver. 6.5, Bruker Optics
Inc.). For the multivariate statistical analysis of FT-IR spectra data,
we first used the R program (version 2.15.0, Auckland, New
Zealand) for preprocessing the spectra of the data baseline correction,
normalization, and mean centering of the FT-IR spectra. To
standardize baseline correction, absorbance of the FT-IR spectrum
analysis was adjusted to 0 at both end points, 800–1800 cm1
, and
each spectrum was normalized to the same area to minimize
experiment error. Later, we followed a mean centering process,
and preprocessing spectrum data were used as standardized data
for multivariate statistical methods after applying quadratic differential
equation. Processed FT-IR spectrum data were submitted to
PCA (principal component analysis) in the R program (version
2.15.0) using a NIPALS algorithm (Wold, 1966) and PLS-DA analysis
(partial least square discriminant analysis) (Fiehn et al., 2000;
Trygg, Holmes, & Londstedt, 2007). HCA (hierarchical clustering
analysis) was performed using the score obtained through PCA
and PCA-DA, and a hierarchical dendrogram of each sample was
generated from UPGMA (unweighted pair group method with
arithmetic mean analysis) using a similarity index that measured
Euclidean distance.
2.4. Sugar-acid content prediction of Citrus samples with PLS modeling
To predict sugar and acid contents in Citrus samples, a sugar and
acid content prediction model was generated from FT-IR spectra
data measured by qualification data from C. unshiu Marc. Cv.
Miyagawa-Wase and four mutagenized lines. The X variable indicates
FT-IR spectra data, and two Y variables from the same samples
represent the sugar and acid contents measured as
estimated quantitative data using HORIBA (NH-2000, HORIBA,
Japan). The R program (version 2.15.0) was used for PLSR analysis
(partial least square regression). To improve the accuracy of predictive
modeling, cross-validation was applied by each X variable
and the two Y variables. The total dataset was divided into two
parts, training set and test set. The training set data was obtained
from 15 samples and the test set data from 10 samples. Test set
data were used in the prediction model. The sugar and acid content
prediction of each Citrus sample was carried out using the developed
prediction model. To measure the accuracy of content prediction
modeling from each Citrus sample, the actual measurement
and prediction values of sugar and acid content were examined
by calculating correlation coefficients using linear regression
analysis.
3. Result

ผลลัพธ์ (ไทย) 1:

2. วัสดุและวิธีการ2.1. พืชวัสดุส้ม unshiu มาร์ค พันธุ์มิยากาวะ-Wase และทำให้ เกิดรังสีmutagenesis บรรทัดถูกใช้ในการศึกษานี้ C. unshiu มาร์ค Cvมิยากาวะ Wase เรียกเป็นจีนกลาง Satsuma ปลูกกันอย่างแพร่หลายในเกาะเชจูในเกาหลีใต้ และรายการ mutagenizedเลือกของน้ำตาลแตกต่างกันและเปรียบเทียบเนื้อหากรดมีซี unshiu มาร์ค พันธุ์มิยากาวะ-Wase บรรทัด mutagenizedด้วย grafting กับ trifoliate ส้มหลังจากการเหนี่ยวนำของmutagenesis ใช้ 60Co รังสีแสงที่ภาควิชารังสีใช้ สถาบันวิทยาศาสตร์ในมหาวิทยาลัยแห่งชาติเช ในศึกษา เราใช้ส้มบรรทัด 5: unshiu C. มาร์ค Cvมิยากาวะ-Wase เป็นตัวควบคุมและ 4 เส้น mutagenized สำหรับวิเคราะห์ทางสถิติ เรารวบรวมระหว่างสาม และห้าอย่างและเก็บไว้แต่ละที่ที่ 4 C สำหรับสังเกตลักษณะติด ในนอกจากนี้ ใบส้ม mutagenized มีกรอบก่อนการทดลอง ส้มแห้งถูกพื้น และเก็บไว้ที่C 70 ก่อนวิเคราะห์2.2 การวัดน้ำตาลและกรดเนื้อหาSupernatants ส้มที่ใช้ระบายน้ำได้ฉีดเข้าไปในน้ำตาลและกรดเนื้อหาวิเคราะห์อุปกรณ์ (NH-2000HORIBA ญี่ปุ่น) วัดเนื้อหา วิเคราะห์เนื้อหาน้ำตาลใช้ดรรชนีและกรดเนื้อหาวิเคราะห์ใช้ไฟฟ้านำ ดรรชนีหักเหถูกวัด โดยใช้คลื่นD ของแสงที่มองเห็น Significances สถิติในการเปรียบเทียบได้ทำผลลัพธ์ทั้งหมดระหว่างตัวอย่างควบคุมและ mutant โดยด้วยการทดสอบ nonparametric (การทดสอบ Wilcoxon) P < 0.05 (โปรแกรมไม่ 12.0 โปรแกรม Inc. ชิคาโก IL สหรัฐอเมริกา)2.3. ฟุต-IR วิเคราะห์สเปกตรัมและวิเคราะห์ทางสถิติตัวแปรพหุแต่ละอย่างผงส้ม 20 มิลลิกรัมใน C. unshiu มาร์ค CvWase มิยากาวะและบรรทัด mutagenized 4 ไว้ในท่อ และผสมกับเมทานอลจะ 200 แต่ละหลอดประกอบด้วยตัวอย่างที่แยกได้ incubated ในอาบน้ำน้ำ 50 C20 นาที และ supernatant ถูกโอนย้ายไปยังท่อใหม่หลังcentrifugation ที่ 10000 g สำหรับ 15 นาที เพื่อขจัดเศษเซลล์ การซ้ำ ๆ ได้ centrifuged supernatant รวบรวมอย่างระมัดระวังโอนย้ายไปหลอดใหม่สำหรับการจัดเก็บที่ 20 C ก่อนผ่าตัดก FT-IRบันทึก โดย 27 Tensor (Bruker แสง IR ฟุตวัดGmbH, Ettlingen เยอรมนี) และวิเคราะห์ โดย DTGS (deuterated triglycineซัลเฟต) แยกแต่ละตัวอย่าง 5-จะมี aliquoted ในการจาน ZnSe 384-ดี และแห้งบนจานร้อน 37 C สำหรับ 20 นาทีFT-IR ในแผ่น ZnSe แห้งถูกวัด โดย Tensor 27เพียบพร้อมไป ด้วยอุปกรณ์อัตโนมัติเมอร์ XT มีประสิทธิภาพสูง(เลนส์ Bruker GmbH) ใช้แรมสเป็คตราของแต่ละอย่างวิเคราะห์แรมสเป็คตราเฉลี่ยของการวัดซ้ำ 128 ในช่วง 400 – 4000 cm1 และ ด้วยช่วง 4 cm1 ของสเปกตรัมความละเอียดสำหรับการวิเคราะห์ทางสถิติ คลื่น IR ฟุตของแต่ละอย่างถูกวัดจากสามารถจำลองแต่ละสาม แรมสเป็คตราทั้งหมดการดำเนินงานรวมทั้งประเมินและโปรแกรมสำหรับการแปลงข้อมูลถูกสอบสวนใช้แล็บ OPUS (ไม่ 6.5, Bruker เลนส์Inc.) สำหรับการวิเคราะห์ทางสถิติตัวแปรพหุ FT-IR แรมสเป็คตราข้อมูลเราต้องใช้โปรแกรม R (รุ่น 2.15.0 โอ๊คแลนด์ ใหม่นิวซีแลนด์) สำหรับแรมสเป็คตราการแก้ไขพื้นฐานข้อมูล การประมวลผลเบื้องต้นฟื้นฟู และจัดกึ่งกลางหมายถึงของแรมสเป็คตรา FT IR ถึงมาตรฐานการแก้ไขพื้นฐาน absorbance ของคลื่น FT IRมีการปรับปรุงวิเคราะห์ 0 ที่ทั้งสองจุด 800 – 1800 cm1และแต่ละคลื่นได้ตามปกติในพื้นที่เดียวกันเพื่อลดข้อผิดพลาดในการทดลอง ภายหลัง เราตามหมายความว่าเป็นกระบวนการ การจัดกึ่งกลางและใช้เป็นข้อมูลมาตรฐานข้อมูลสเปกตรัมเบื้องสำหรับวิธีการทางสถิติตัวแปรพหุหลังจากใช้กำลังสองส่วนที่แตกต่างสมการ ประมวลผลข้อมูลคลื่น IR ฟุตส่งมาที่PCA (วิเคราะห์ส่วนประกอบหลัก) ในโปรแกรม R (รุ่น2.15.0) โดยใช้อัลกอริทึม NIPALS (จะ 1966) และวิเคราะห์กรุณาดา(บางส่วนน้อย discriminant ตารางวิเคราะห์) (Fiehn et al., 2000Trygg โฮลมส์ & Londstedt, 2007) HCA (ลำดับคลัสเตอร์ทำการวิเคราะห์) โดยใช้คะแนนที่ได้รับผ่านสมาคมและสมาคมดา และ dendrogram ตามลำดับชั้นของแต่ละอย่างสร้างจาก UPGMA (คู่ unweighted กลุ่มวิธีด้วยคณิตวิเคราะห์) โดยใช้ความคล้ายคลึงกันเป็นดัชนีที่วัดยุคลิด2.4. กรดน้ำตาลคาดเดาเนื้อหาตัวอย่างส้มกับโมเดลกรุณาเพื่อทำนายน้ำตาลและกรดเนื้อหาในตัวอย่างส้ม น้ำตาลเป็น และแบบจำลองการคาดเดาเนื้อหากรดถูกสร้างจาก FT IR แรมสเป็คตราข้อมูลวัดข้อมูลคุณสมบัติจาก C. unshiu มาร์ค CvWase มิยากาวะและ mutagenized 4 เส้น บ่งชี้ว่า ตัวแปร Xข้อมูลแรมสเป็คตรา FT-IR และสองตัวแปร Y จากตัวอย่างเดียวกันแทนน้ำตาล และกรดเนื้อหาวัดเป็นประเมินข้อมูลเชิงปริมาณใช้ HORIBA (NH-2000, HORIBAญี่ปุ่น) ใช้โปรแกรม R (รุ่น 2.15.0) สำหรับการวิเคราะห์ PLSR(บางส่วนอย่างน้อยตารางถดถอย) ปรับปรุงความแม่นยำของการคาดการณ์สร้างโมเดล การตรวจสอบข้ามถูกใช้ โดยแต่ละตัวแปร Xและสองตัวแปร Y ชุดข้อมูลทั้งหมดถูกแบ่งออกเป็นสองชิ้นส่วน การฝึกอบรมตั้ง และทดสอบชุด ข้อมูลการตั้งค่าฝึกอบรมได้รับจากตัวอย่างที่ 15 การทดสอบตั้งค่าข้อมูลจากตัวอย่าง 10 ชุดทดสอบข้อมูลที่ใช้ในแบบจำลองการคาดการณ์ เนื้อหาน้ำตาลและกรดทำนายของแต่ละตัวอย่างส้มถูกดำเนินการโดยใช้การพัฒนาแบบจำลองการคาดเดา การวัดความถูกต้องของการคาดเดาเนื้อหาสร้างโมเดลจากแต่ละตัวอย่างส้ม การวัดจริงและมีการตรวจสอบค่าทำนายของน้ำตาลและกรดโดยคำนวณค่าสัมประสิทธิ์สหสัมพันธ์โดยใช้การถดถอยเชิงเส้นวิเคราะห์3. ผลลัพธ์

ผลลัพธ์ (ไทย) 2:

2. วัสดุและวิธีการ
2.1 วัสดุพืชส้ม unshiu มาร์ค
พันธุ์ มิยากาวา-Wase
และรังสีที่เกิดสายฉับถูกนำมาใช้ในการศึกษานี้ ซี unshiu มาร์ค Cv.
มิยากาวา-Wase เรียกว่าเป็นแมนดาริน Satsuma
ถูกปลูกกันอย่างแพร่หลายในเกาะเชจูในเกาหลีใต้และสายmutagenized
ถูกเลือกขึ้นอยู่กับน้ำตาลที่แตกต่างกันและปริมาณกรดเมื่อเทียบกับซี unshiu มาร์ค
พันธุ์ มิยากาวา-Wase สาย Mutagenized
ถูกระบุโดยการปลูกถ่ายอวัยวะที่มีสีส้ม trifoliate
หลังจากการเหนี่ยวนำของฉับใช้รังสี60Co
ที่ภาควิชารังสีประยุกต์สถาบันวิทยาศาสตร์เชจูในมหาวิทยาลัยแห่งชาติ ในการศึกษาครั้งนี้เราใช้ห้าเส้นส้ม: ซี unshiu มาร์ค
Cv.
มิยากาวา-Wase เป็นตัวควบคุมและสี่สาย mutagenized สำหรับการวิเคราะห์ทางสถิติที่เราเก็บรวบรวมระหว่างสามและห้าตัวอย่างและเก็บไว้ในแต่ละวันที่4 C สำหรับการสังเกตลักษณะลักษณะ ในนอกจากนี้ mutagenized เส้นส้มก็แห้งก่อนที่จะทดลองและส้มแห้งเป็นพื้นดินและเก็บไว้ที่70 C ก่อนที่จะมีการวิเคราะห์. 2.2 วัดน้ำตาลและปริมาณกรดsupernatants ส้มเตรียมใช้ระบายน้ำที่ถูกฉีดเข้าไปในน้ำตาลและการวิเคราะห์ปริมาณกรดอุปกรณ์(NH-2000, Horiba ญี่ปุ่น) ในการวัดเนื้อหา น้ำตาลวิเคราะห์เนื้อหาโดยใช้ดัชนีหักเหและกรดวิเคราะห์เนื้อหาใช้ไฟฟ้าการนำ ดัชนีหักเหวัดโดยใช้คลื่นความถี่D ของแสงที่มองเห็น ความสำคัญทางสถิติในการเปรียบเทียบผลระหว่างการควบคุมและตัวอย่างกลายพันธุ์ที่ถูกสร้างขึ้นโดยใช้การทดสอบอิงพารามิเตอร์(ทดสอบ Wilcoxon) กับ P <0.05 (SPSS, เวอร์ชั่น 12.0. SPSS อิงค์, Chicago, IL, สหรัฐ). 2.3 การวิเคราะห์สเปกตรัม FT-IR และการวิเคราะห์ทางสถิติหลายตัวแปรแต่ละ20 มิลลิกรัมตัวอย่างผงส้มใน C. unshiu มาร์ค Cv. มิยากาวา-Wase และสี่สาย mutagenized ถูกวางไว้ในท่อและผสมกับเมทานอล200 LL หลอดบุคคลที่มีตัวอย่างที่สกัดถูกบ่มในอ่างน้ำ 50 องศาเซลเซียสเป็นเวลา 20 นาทีและใสถูกย้ายลงในหลอดใหม่หลังการหมุนเหวี่ยงที่10,000g นาน 15 นาที เพื่อขจัดเศษเซลล์ที่ใสที่เก็บรวบรวมได้ปั่นและระมัดระวังซ้ำโอนไปยังหลอดใหม่สำหรับการจัดเก็บที่20 องศาเซลเซียสก่อนที่จะดำเนินการสเปกโทรสโกFT-IR. FT-IR วัดได้รับการบันทึกโดยเมตริกซ์ 27 (Bruker Optics GmbH, Ettlingen, เยอรมนี) และวิเคราะห์โดย DTGS (triglycine deuterated ซัลเฟต) สกัดแต่ละตัวอย่าง 5 จะถูก aliquoted ในแผ่นZnSe 384 ได้ดีและแห้ง 37 C จานร้อนเป็นเวลา 20 นาที. FT-IR ในแผ่น ZnSe แห้งถูกวัดโดยเทนเซอร์ 27 อุปกรณ์ที่มีประสิทธิภาพสูง HTS-XT อุปกรณ์อัตโนมัติ(Bruker Optics GmbH) สเปกตรัมของแต่ละตัวอย่างที่ใช้ในการวิเคราะห์สเปกตรัมเฉลี่ย 128 วัดซ้ำในช่วง400-4,000 CM1 และมีช่วงเวลา 4 CM1 ของสเปกตรัมละเอียด. สำหรับการวิเคราะห์ทางสถิติสเปกตรัม FT-IR ของกลุ่มตัวอย่างในแต่ละวัดจากสามซ้ำของแต่ละบุคคล ทุกสเปกตรัมการดำเนินงานรวมทั้งวัดและโปรแกรมสำหรับการแปลงข้อมูลที่ได้รับการตรวจสอบโดยใช้OPUS แล็บ (Ver. 6.5 Bruker Optics อิงค์) สำหรับการวิเคราะห์ทางสถิติหลายตัวแปรของ FT-IR ข้อมูลสเปกตรัม, ครั้งแรกที่เราใช้โปรแกรม R (รุ่น 2.15.0, โอ๊คแลนด์นิวซีแลนด์) ให้ preprocessing สเปกตรัมของการแก้ไขพื้นฐานข้อมูลการฟื้นฟูและหมายถึงตรงกลางของสเปกตรัมFT-IR . เพื่อสร้างมาตรฐานการแก้ไขพื้นฐานการดูดกลืนแสงของสเปกตรัม FT-IR วิเคราะห์มีการปรับให้เป็น 0 ที่จุดปลายทั้งสอง 800-1800 CM1 และคลื่นความถี่แต่ละปกติในบริเวณเดียวเพื่อลดข้อผิดพลาดในการทดลอง ต่อมาเราใช้หมายถึงกระบวนการตรงกลาง, และข้อมูลสเปกตรัมประมวลผลเบื้องต้นถูกนำมาใช้เป็นข้อมูลมาตรฐานสำหรับวิธีการทางสถิติหลายตัวแปรหลังจากใช้ความแตกต่างเป็นกำลังสองสมการ การประมวลผลข้อมูลสเปกตรัม FT-IR ถูกส่งไปPCA (การวิเคราะห์องค์ประกอบหลัก) ในโปรแกรม R (รุ่น2.15.0) โดยใช้อัลกอริทึม NIPALS (Wold, 1966) และการวิเคราะห์ PLS-DA (บางส่วนอย่างน้อยตารางวิเคราะห์จำแนก) (Fiehn et al, . 2000; Trygg โฮล์มส์และ Londstedt 2007) HCA (การจัดกลุ่มตามลำดับชั้นการวิเคราะห์) ได้รับการดำเนินการโดยใช้คะแนนที่ได้รับผ่าน PCA และ PCA-DA และ dendrogram ลำดับชั้นของกลุ่มตัวอย่างแต่ละคนถูกสร้างขึ้นจากUPGMA (วิธีกลุ่มคู่ชั่งที่มีค่าเฉลี่ยการวิเคราะห์) โดยใช้ดัชนีความคล้ายคลึงกันที่วัดระยะทางยุคลิด. 2.4 . ปริมาณน้ำตาลกรดทำนายของกลุ่มตัวอย่างที่มีการสร้างแบบจำลองส้ม PLS เพื่อคาดการณ์ปริมาณน้ำตาลและกรดในตัวอย่างส้มน้ำตาลและแบบจำลองการคาดการณ์ปริมาณกรดที่ถูกสร้างขึ้นจาก FT-IR สเปกตรัมข้อมูลที่วัดได้จากข้อมูลการรับรองจากซีunshiu มาร์ค Cv. มิยากาวา-Wase และสี่สาย mutagenized ตัวแปร X บ่งชี้ข้อมูลสเปกตรัมFT-IR และสองตัวแปร Y จากตัวอย่างเดียวกันตัวแทนของปริมาณน้ำตาลและกรดที่วัดได้เป็นข้อมูลเชิงปริมาณที่ใช้ประมาณHoriba (NH-2000, Horiba, ญี่ปุ่น) โปรแกรม R (รุ่น 2.15.0) ถูกนำมาใช้สำหรับการวิเคราะห์ PLSR (บางส่วนตารางการถดถอยน้อย) เพื่อปรับปรุงความถูกต้องของทำนายการสร้างแบบจำลองการตรวจสอบข้ามถูกนำมาใช้โดยแต่ละตัวแปร X และ Y สองตัวแปร ชุดข้อมูลทั้งหมดที่แบ่งออกเป็นสองส่วนชุดการฝึกอบรมและทดสอบชุด ข้อมูลการฝึกอบรมชุดที่ได้รับตั้งแต่วันที่ 15 ตัวอย่างและข้อมูลการทดสอบชุดจาก 10 ตัวอย่าง ทดสอบชุดข้อมูลที่ถูกนำมาใช้ในแบบจำลองการทำนาย น้ำตาลและปริมาณกรดทำนายของแต่ละตัวอย่างส้มได้ดำเนินการโดยใช้การพัฒนาแบบจำลองการคาดการณ์ การวัดความถูกต้องของเนื้อหาการทำนายการสร้างแบบจำลองจากแต่ละตัวอย่างส้มวัดที่เกิดขึ้นจริงและค่านิยมการคาดการณ์ของน้ำตาลและปริมาณกรดมีการตรวจสอบโดยการคำนวณค่าสัมประสิทธิ์สหสัมพันธ์เชิงเส้นโดยใช้การถดถอยการวิเคราะห์. 3 ผล

ผลลัพธ์ (ไทย) 3:

2 . วัสดุและวิธีการ
2.1 . พืช
ส้ม unshiu มาร์ค พันธุ์ และ มิยากาวะ wase radiation-induced
ของสายพันธุ์ ที่ใช้ในการศึกษาครั้งนี้ C . unshiu มาร์ค CV .
มิยากาวะ wase เรียกว่าซัทซูมาแมนดารินได้ปลูกกันอย่างแพร่หลาย
ในเกาะเจจูในเกาหลีใต้ และ mutagenized บรรทัด
ถูกเลือกขึ้นอยู่กับของที่แตกต่างกันเมื่อเทียบกับปริมาณกรดและน้ำตาล
C . unshiu มาร์ค พันธุ์มิยากาวะ wase . mutagenized สาย
ระบุได้ด้วยการต่อด้วยส้มหลังจากการชักนำการใช้รังสี 60co

ที่ภาควิชารังสีประยุกต์วิทยาศาสตร์สถาบันในมหาวิทยาลัยแห่งชาติเชจู ใน
การศึกษานี้ เราใช้ 5 สายส้ม : C unshiu มาร์ค CV .
มิยากาวะ wase เป็นตัวควบคุมและ mutagenized สี่เส้น สำหรับ
การวิเคราะห์ทางสถิติเราเก็บรวบรวมระหว่างสามและห้าตัวอย่าง
และเก็บไว้ที่ 4 องศาเซลเซียสเป็นเวลาสังเกตลักษณะ แต่ละลักษณะ ใน
2 , mutagenized ส้มเส้นแห้งก่อน
การทดลองและแห้งส้มคือพื้นดินและอุณหภูมิ 70 องศาเซลเซียสก่อนการวิเคราะห์
.
2.2 . การวัดปริมาณกรดและน้ำตาลส้ม
supernatants เตรียมใช้น้ำผลไม้ Extractor คือ
ฉีดเข้าไปในน้ำตาลและกรดอุปกรณ์วิเคราะห์เนื้อหา ( nh-2000
horiba , ญี่ปุ่น ) เพื่อวัดหา . การวิเคราะห์ปริมาณการใช้น้ำตาล
ดัชนีหักเหและการวิเคราะห์ปริมาณกรดที่ใช้ไฟฟ้า
conductivity ดัชนีการหักเหจะถูกวัดโดยใช้
D สเปกตรัมของแสงที่มองเห็น . สถิติในการเปรียบเทียบผลระหว่างการควบคุมและตัวอย่างทั้งหมด

ทำกลายพันธุ์ใช้ทดสอบนอนพาราเมตริก ( Wilcoxon Test ) ที่ p < 0.05 ( SPSS
Ver . 12.0 ; SPSS Inc , ชิคาโก , อิลลินอยส์ , สหรัฐอเมริกา )
2.3 สเปกตรัม FT-IR และการวิเคราะห์สถิติหลายตัวแปรแต่ละ
20 มก. ส้มผงตัวอย่างใน C unshiu มาร์ค CV .
มิยากาวะ wase และสี่ mutagenized สายถูกวางไว้ใน
หลอดและผสมกับ 200 จะเมทานอล หลอดแต่ละประกอบด้วย
สกัดตัวอย่างที่บ่มในน้ำอาบ
50 องศาเซลเซียส 20 นาที แล้วนำ ถูกส่งตัวไปเป็นหลอดใหม่หลังจาก
3 ที่ 10000g เป็นเวลา 15 นาที เพื่อขจัดเศษเซลล์ ,
รวบรวมนำเป็นซ้ำๆ ไฟฟ้าและรอบคอบ
ย้ายท่อใหม่สำหรับกระเป๋าที่ 20 C ก่อนการผ่าตัด
อินฟราเรดสเปกโทรสโกปี
- การวัดผล บันทึกโดยเมตริกซ์ 27 ( BRUKER ทัศนศาสตร์
GmbH , Ettlingen เยอรมนี ) และวิเคราะห์ข้อมูลโดย dtgs ( deuterated triglycine
ซัลเฟต ) แยกแต่ละ 5-ll จำนวน aliquoted ใน
384 ดีติและแห้งบนแผ่นจานร้อน 37 องศาเซลเซียสเป็นเวลา 20 นาที
- ในแผ่นแห้งติวัดจากเมตริกซ์ 27
อุปกรณ์ที่มีประสิทธิภาพสูง hts-xt อุปกรณ์อัตโนมัติ
( BRUKER ทัศนศาสตร์ GmbH )สเปกตรัมของแต่ละตัวอย่างถูกใช้เพื่อวิเคราะห์สเปกตรัม
เฉลี่ย 128 การวัดซ้ําใน
ช่วง 400 – 4000 CM1 และมีช่วงของการแก้ปัญหาการ 4-cm1
.
สำหรับการวิเคราะห์ทางสถิติ , FT-IR สเปคตรัมของแต่ละตัวอย่างถูกวัดจาก
3 ซ้ำบุคคล ทั้งหมดรวมทั้งการวัดและการเปลี่ยนแปลง

โปรแกรมเพื่อการแปลงข้อมูลทำการศึกษาโดยใช้ โอปุส แล็บ ( Ver . 6.5 BRUKER ทัศนศาสตร์
อิงค์ ) สำหรับการวิเคราะห์ทางสถิติของข้อมูลแบบอินฟราเรดสเปกตรัม
เราใช้โปรแกรม R ( รุ่น 2.15.0 โอ๊คแลนด์ นิวซีแลนด์ใหม่
) สำหรับการเตรียมสเปกตรัมของข้อมูลพื้นฐานการแก้ไข
บรรทัดฐานและหมายถึงศูนย์กลางของอินฟราเรดสเปกตรัม .

ได้แก้ไขค่าพื้นฐานของอินฟราเรดสเปกตรัม
,การวิเคราะห์ปรับ 0 ที่ปลายทั้งสองจุด , 800 – 1 , 800 CM1

แต่ละสเปกตรัมเป็นปกติและในพื้นที่เดียวกันเพื่อลด
ข้อผิดพลาดการทดลอง ต่อมา เราตามหมายถึงศูนย์กลางและกระบวนการ
การเตรียมข้อมูลสเปกตรัมที่ใช้เป็นข้อมูลสำหรับสถิติหลายตัวแปรมาตรฐาน

หลังจากใช้ค่ากำลังสองสมการ การประมวลผลข้อมูลอินฟราเรดสเปกตรัมได้ถูกส่งไปยัง
PCA ( การวิเคราะห์องค์ประกอบหลัก ) ในโปรแกรม R ( รุ่น
2.15.0 ) โดยใช้วิธี nipals ( เวิลด์ , 1966 ) และการวิเคราะห์ pls-da
( discriminant analysis ) กำลังสองน้อยที่สุด ) ( fiehn et al . , 2000 ;
Trygg โฮล์มส์& londstedt , 2550 ) HCA ( การวิเคราะห์การจัดกลุ่มลำดับชั้น
) โดยใช้คะแนนที่ได้ผ่านและ PCA
pca-da และพันธุกรรม ลำดับชั้นของแต่ละตัวอย่าง
ที่สร้างขึ้นจากวิธี ( วิธีถ่วงน้ำหนักด้วยกลุ่มคู่
คณิตศาสตร์การวิเคราะห์ค่าเฉลี่ย ) โดยใช้ค่าดัชนีความคล้ายคลึงที่การวัดระยะทางแบบยุคลิด
.
2.4 . กรดน้ำตาลส้มตัวอย่างการทำนายด้วยแบบจำลอง PLS
ทำนายปริมาณกรดและน้ำตาลในตัวอย่างส้ม , น้ำตาลและกรด
แบบจำลองการทำนายเนื้อหาถูกสร้างขึ้นจาก FT-IR สเปกต
ข้อมูลวัดด้วยข้อมูลคุณสมบัติจาก unshiu มาร์คCV .
มิยากาวะ wase และสี่ mutagenized บรรทัด ตัวบ่งชี้
x ข้อมูลอินฟราเรดสเปกตรัมและสองตัวแปรจากตัวอย่างเดิม Y
เป็นตัวแทนของน้ำตาลและปริมาณกรดวัดได้เป็นข้อมูลเชิงปริมาณ โดยใช้ horiba
โดยประมาณ ( nh-2000 horiba
, , ญี่ปุ่น ) ใช้โปรแกรม R ( รุ่น 2.15.0 ) สถิติที่ใช้ในการวิเคราะห์ plsr
( การถดถอยกำลังสองน้อยที่สุดบางส่วน ) เพื่อปรับปรุงความถูกต้องของแบบจำลองพยากรณ์
,ข้ามการตรวจสอบถูกใช้โดยแต่ละตัวแปร x และ y
2 ตัวแปร ข้อมูลทั้งหมดถูกแบ่งออกเป็นสอง
ส่วน , ชุดฝึกอบรมและทดสอบการตั้งค่า ชุดฝึกอบรมข้อมูลได้
จาก 15 ตัวอย่างและชุดทดสอบจำนวน 10 ตัวอย่าง
ข้อมูลชุดทดสอบใช้ในการพยากรณ์แบบ น้ำตาลและกรดเนื้อหา
ทำนาย ส้มแต่ละตัวอย่าง โดยใช้การพัฒนา
ทำนายแบบจำลองวัดความถูกต้องของการพยากรณ์แต่ละเนื้อหา
แบบส้มตัวอย่างจริงและการวัดค่า
ทำนายปริมาณน้ำตาลและกรด โดยการคำนวณค่าสัมประสิทธิ์สหสัมพันธ์ทดสอบ

โดยใช้การวิเคราะห์การถดถอยเชิงเส้น .
3 ผล