1. IntroductionRice (Oryza sativa L

1. Introduction
Rice (Oryza sativa L.) is one of the main food crops of the world
and is the major staple food of India and other Asian countries. Rice
production in India has remarkably increased in the recent past
and reached to approximately one-third of the total rice production
of the world. But rice grain quality remains an important
concern for rice breeders, producers and consumers. Protein
digestibility corrected amino acid score (PDCAAS) which indicates
the presence of essential amino acids and overall protein quality,
was comparatively higher in rice (0.55) than the other important
cereals such as wheat (0.40). Therefore, storage protein in rice
grain is being considered as the potential substitute of powdered
milk for its low hyper susceptibility for babies (Chrastil, 1992).
Bio-fortification of rice with protein through conventional breeding
is a significant approach toward value addition of rice. But it
had negative correlation with yield and affected some of the eating
and cooking quality parameters (Vasal, 2002). Grain protein and
amylose contents are two important quality parameters that
greatly affect the physicochemical as well as cooking quality of rice
(Champagne et al., 1997). Therefore, amylose content must be
considered in selection of elite lines for improved GPC. Apparent
amylose content (AC), possibly the most important chemical
characteristic, has been predicted accurately by NIR spectroscopy
using milled rice flour (Bao, Cai, & Corke, 2001; Bean et al., 1990;
Delwiche, Bean, Miller, Webb, & Williams, 1995; Shu, Wu, Xia,
Gao, & McClung, 1999a) milled whole grain (Delwiche et al.,
1995; Windham et al., 1997) and brown rice flour samples (Shu,
Wu, Xia, Gao, & McClung, 1999b). NIRS can also be used for estimation
of grain protein content (Delwiche, McKenzie, & Webb, 1996;
Shu et al., 1999b). But the accuracy of prediction with NIRS
depends on grain physical status, chemical constituents, grain temperature,
color, cleanliness, quantity used for measurement and
above all, the statistical model (regression) developed in NIR software.
Therefore, it is very crucial to develop a new approach on
available methods to select the appropriate statistical model for
prediction. Wu and Shi (2007) established that whole brown rice
is best for calibration for AC as lower standard error of calibration
(SEC) and higher coefficient of determination (RSQ) were observed.
Hu et al. (2014) indicated that use of brown rice flour is better
as compared to milled flour for estimation of GPC under
2,8,8,2/mPLS/Inverse MSC combination. In this experiment, we
used brown rice samples for prediction of AC and GPC.

ผลลัพธ์ (ไทย) 1:

บทนำข้าว (เจ้า sativa L.) เป็นพืชอาหารหลักของโลกอย่างใดอย่างหนึ่งและเป็นอาหารหลักสำคัญของอินเดียและประเทศอื่น ๆ ในเอเชีย ข้าวผลิตในอินเดียได้เพิ่มขึ้นอย่างน่าทึ่งในอดีตผ่านมาและถึงจะประมาณหนึ่งในสามของการผลิตข้าวของโลก แต่คุณภาพเมล็ดข้าวยังคง มีความสำคัญเรื่องพ่อพันธุ์แม่พันธุ์ข้าว ผู้ผลิต และผู้บริโภค โปรตีนย่อยแก้ไขคะแนนกรดอะมิโน (PDCAAS) ซึ่งบ่งชี้มีกรดอะมิโนและโปรตีนโดยรวมมีคุณภาพค่อนข้างสูงในข้าว (0.55) กว่าอื่นสำคัญธัญพืชเช่นข้าวสาลี (0.40) ดังนั้น เก็บโปรตีนในข้าวเมล็ดข้าวจะถูกถือเป็นแทนศักยภาพของผงนมสำหรับความไวไฮต่ำสำหรับทารก (Chrastil, 1992)ระบบป้อมปราการช่วยชีวภาพของข้าวมีโปรตีนผ่านพันธุ์ทั่วไปเป็นวิธีการสำคัญต่อมูลค่าเพิ่มของข้าว แต่มันมีความสัมพันธ์เชิงลบกับผลผลิต และผลกระทบของการรับประทานและอาหารคุณภาพพารามิเตอร์ (Vasal, 2002) เม็ดโปรตีน และอมิเนื้อหามีคุณภาพที่สำคัญ 2 พารามิเตอร์ที่อย่างมากมีผลต่อคุณภาพคุณลักษณะ ตลอดจนอาหารของข้าว(แชมเปญและ al. 1997) ดังนั้น อมิต้องพิจารณาในการเลือกบรรทัดยอดสำหรับปรับปรุง GPC เห็นได้ชัดเนื้อหาอมิ (AC), อาจเป็นสารเคมีที่สำคัญที่สุดลักษณะ ได้รับการคาดการณ์อย่างถูกต้อง โดยเครื่องมิกใช้ปลายข้าวแป้ง (Bao, Cai, & Corke, 2001 ถั่ว et al. 1990Delwiche ถั่ว มิ ลเลอร์ เวบบ์ และวิ ลเลียมส์ 1995 ชู Wu เซี่ยเกา & McClung, 1999a) ปลายธัญพืช (Delwiche et al.,1995 Windham et al. 1997) และตัวอย่างแป้งข้าวกล้อง (ชูวู เซี่ย เกา และ McClung, 1999b) ต่างใช้สำหรับการประเมินของเมล็ดพืชปริมาณโปรตีน (Delwiche, McKenzie และ เวบบ์ 1996ชู et al. 1999b) แต่ความถูกต้องของการคาดเดากับต่างขึ้นอยู่กับสถานะทางกายภาพของเมล็ดข้าว องค์ประกอบทางเคมี เมล็ด อุณหภูมิสี สะอาด ปริมาณที่ใช้สำหรับการวัด และข้างต้นทั้งหมด แบบจำลองทางสถิติ (ถดถอย) พัฒนาซอฟต์แวร์ในลักษณะดังนั้น จึงสำคัญมากในการพัฒนาแนวทางใหม่ในใช้วิธีการเลือกแบบจำลองทางสถิติที่เหมาะสมสำหรับคาดเดา ข้าวกล้องที่ทั้งก่อตั้งวูและโอะ (2007)ดีสุดสำหรับการสอบเทียบสำหรับ AC เป็นข้อผิดพลาดมาตรฐานต่ำของการสอบเทียบ(SEC) และค่าสัมประสิทธิ์ที่สูงของความมุ่งมั่น (บรรจุ) ข้อสังเกตHu et al. (2014) ระบุว่า การใช้แป้งข้าวกล้องจะดีกว่าเมื่อเทียบกับแป้งสำหรับการประเมินของ GPC ภายใต้รวมกัน 2,8,8,2/mPLS/ผกผัน MSC ในการทดลองนี้ เราใช้ตัวอย่างข้าวกล้องสำหรับทำนายของ AC และ GPC

ผลลัพธ์ (ไทย) 2:

1. บทนำ
ข้าว (Oryza sativa L. ) เป็นหนึ่งในพืชอาหารหลักของโลก
และเป็นอาหารหลักที่สำคัญของประเทศอินเดียและประเทศอื่น ๆ ในเอเชีย ข้าว
ที่ผลิตในประเทศอินเดียได้เพิ่มขึ้นอย่างน่าทึ่งในอดีตที่ผ่านมา
และถึงประมาณหนึ่งในสามของการผลิตข้าวทั้งหมด
ของโลก แต่คุณภาพข้าวยังคงเป็นสิ่งสำคัญที่
ความกังวลสำหรับพ่อพันธุ์แม่พันธุ์ข้าวผลิตและผู้บริโภค โปรตีน
ย่อยได้คะแนนกรดอะมิโนได้รับการแก้ไข (PDCAAS) ซึ่งบ่งชี้ว่า
การปรากฏตัวของกรดอะมิโนที่จำเป็นและมีคุณภาพโปรตีนโดยรวม
ก็เปรียบเทียบที่สูงขึ้นในข้าว (0.55) กว่าที่สำคัญอื่น ๆ
ธัญพืชเช่นข้าวสาลี (0.40) ดังนั้นการจัดเก็บโปรตีนในข้าว
เมล็ดข้าวจะถูกถือว่าเป็นตัวแทนที่มีศักยภาพของผง
นมสำหรับความอ่อนแอของ Hyper ต่ำสำหรับทารก (Chrastil, 1992).
Bio-ป้อมปราการของข้าวกับโปรตีนที่ผ่านการปรับปรุงพันธุ์ธรรมดา
เป็นวิธีการอย่างมีนัยสำคัญต่อการเพิ่มมูลค่าของข้าว แต่มันก็
มีความสัมพันธ์เชิงลบกับผลผลิตและได้รับผลกระทบบางส่วนของการรับประทานอาหาร
และการปรุงอาหารพารามิเตอร์ที่มีคุณภาพ (Vasal, 2002) โปรตีนข้าวและ
เนื้อหาอะไมโลสเป็นสองพารามิเตอร์ที่มีคุณภาพเป็นสิ่งสำคัญที่
ช่วยส่งผลต่อทางเคมีกายภาพเช่นเดียวกับคุณภาพการหุงต้มข้าว
(แชมเปญ et al., 1997) ดังนั้นปริมาณอะไมโลจะต้องได้รับ
การพิจารณาในการเลือกสายที่ยอดเยี่ยมสำหรับการปรับปรุง GPC เห็นได้ชัด
ปริมาณอะไมโล (AC) อาจจะเป็นสิ่งที่สำคัญที่สุดเคมี
ลักษณะได้รับการคาดการณ์ได้อย่างถูกต้องโดย NIR สเปกโทรสโก
โดยใช้แป้งข้าวเจ้าแป้ง (เบ้า Cai และ Corke 2001; Bean, et al, 1990;.
Delwiche ถั่วมิลเลอร์, เวบบ์ และวิลเลียมส์ 1995; Shu วูเซี่ย
Gao และ McClung, 1999a) แป้งธัญพืช (Delwiche, et al.,
1995;. วินด์แฮม, et al, 1997) และข้าวกล้องตัวอย่างแป้ง (เอส
วูเซี่ย Gao, และ McClung, 1999b) NIRS ยังสามารถใช้สำหรับการประมาณ
ของปริมาณโปรตีนข้าว (Delwiche, แมคเคนซี่และเวบบ์, 1996
. Shu, et al, 1999b) แต่ความถูกต้องของการทำนายด้วย NIRS
ขึ้นอยู่กับสถานะเมล็ดทางกายภาพองค์ประกอบทางเคมีอุณหภูมิเมล็ดพืช,
สี, ความสะอาดของปริมาณที่ใช้ในการวัดและ
เหนือสิ่งอื่นใดแบบจำลองทางสถิติ (ถดถอย) การพัฒนาซอฟต์แวร์ NIR.
ดังนั้นจึงเป็นสิ่งสำคัญมากในการพัฒนา วิธีการใหม่ใน
วิธีการที่ใช้ได้เพื่อเลือกแบบจำลองทางสถิติที่เหมาะสมสำหรับ
การคาดการณ์ วูชิ (2007) ยอมรับว่าทั้งข้าวกล้อง
ที่ดีที่สุดสำหรับการสอบเทียบสำหรับ AC เป็นข้อผิดพลาดที่ต่ำกว่ามาตรฐานของการสอบเทียบ
( ก.ล.ต. ) และค่าสัมประสิทธิ์ที่สูงขึ้นของความมุ่งมั่น (RSQ) ถูกตั้งข้อสังเกต.
Hu et al, (2014) ชี้ให้เห็นว่าการใช้แป้งข้าวกล้องจะดีกว่า
เมื่อเทียบกับแป้งขัดสีเพื่อประมาณการการ GPC ภายใต้
2,8,8,2 / รวมกัน MPLS / ผกผัน MSC ในการทดลองนี้เรา
ใช้ตัวอย่างข้าวกล้องสำหรับการคาดการณ์ของ AC และ GPC

ผลลัพธ์ (ไทย) 3:

1 . แนะนำข้าว ( Oryza sativa L . ) เป็นพืชอาหารหลักของโลกและเป็นอาหารหลักที่สำคัญของอินเดียและประเทศในเอเชียอื่น ๆ ข้าวการผลิตในอินเดียได้เพิ่มขึ้นอย่างน่าทึ่งในอดีตล่าสุดและถึงประมาณหนึ่งในสามของผลผลิตข้าวทั้งหมดของโลก แต่คุณภาพเมล็ดข้าวยังคงสำคัญความกังวลสำหรับข้าวพันธุ์ , ผู้ผลิตและผู้บริโภค โปรตีนการย่อยได้แก้ไขคะแนนกรดอะมิโน ( pdcaas ) ซึ่งบ่งชี้ว่าการปรากฏตัวของกรดอะมิโนที่จำเป็น และโปรตีนคุณภาพโดยรวมคือเปรียบเทียบสูงกว่า ข้าว ( 0.55 ) มากกว่าอื่น ๆที่สำคัญธัญพืชเช่นข้าวสาลี ( 0.40 ) ดังนั้นกระเป๋าโปรตีนในข้าวเมล็ดจะถูกถือว่าเป็นแทนศักยภาพของแป้งนมของเด็กไฮเปอร์ ความไวต่ำ ( chrastil , 1992 )ไบโอ เสริมด้วยโปรตีนจากข้าวพันธุ์ทั่วไปเป็นสำคัญวิธีการต่อคุณค่าจากข้าว แต่มันมีความสัมพันธ์กับผลผลิตและผลกระทบบางส่วนของกินและพารามิเตอร์คุณภาพอาหาร ( vasal , 2002 ) เม็ดโปรตีนและบันทึกเนื้อหาเป็นสองพารามิเตอร์คุณภาพที่สำคัญอย่างมากส่งผลกระทบต่อลักษณะคุณภาพของข้าวเป็นอาหาร( แชมเปญ et al . , 1997 ) ดังนั้น ปริมาณอะไมโลสจะต้องเป็นพิจารณาในการคัดเลือกสายพันธุ์เพื่อปรับปรุงยอดโค . ปรากฏปริมาณอะไมโลส ( AC ) เป็นสารเคมีที่สำคัญที่สุดลักษณะ มีการทำนายถูกต้องด้วย NIR สเปกโทรสโกปีการใช้ข้าวแป้ง ( เปา ไค และ corke , 2001 ; ถั่ว et al . , 1990 ;delwiche , ถั่ว , มิลเลอร์ , เวบบ์ & วิลเลียมส์ , 1995 ; ชู วู เซียเมิกคลังเกา และ 1999a ) , ข้าวสารทั้งเมล็ด ( delwiche et al . ,1995 ; Windham et al . , 1997 ) และตัวอย่างข้าวแป้ง ( ชูWu Xia Gao และเมิกคลัง 1999b , ) nirs ยังสามารถใช้สำหรับการประมาณค่าของโปรตีนข้าว ( delwiche McKenzie , & เวบบ์ , 1996 ;ซู่ et al . , 1999b ) แต่ความถูกต้องของการพยากรณ์ด้วย nirsขึ้นอยู่กับเมล็ดทางกายภาพ สภาพองค์ประกอบทางเคมีที่อุณหภูมิเมล็ดพืชความสะอาด สี ปริมาณที่ใช้ในการวัดและข้างต้นทั้งหมด , แบบจำลองทางสถิติ ( ถดถอย ) พัฒนาคือซอฟต์แวร์ดังนั้นจึงเป็นสิ่งสำคัญมากที่จะพัฒนาวิธีการใหม่ในวิธีการที่ใช้ได้ในการเลือกแบบจำลองทางสถิติที่เหมาะสมสำหรับพยากรณ์ วูและซือ ( 2007 ) ก่อตั้งขึ้นที่ทั้งข้าวกล้องที่ดีที่สุดสำหรับการสอบเทียบสำหรับ AC เป็นข้อผิดพลาดของการสอบเทียบมาตรฐานกว่า( ก.ล.ต. ) และสูงกว่าค่าสัมประสิทธิ์การตัดสินใจ ( rsq ) พบว่าHu et al . ( 2014 ) พบว่า การใช้แป้งข้าวกล้องจะดีกว่าเมื่อเทียบกับการโม่แป้ง GPC ภายใต้2,8,8,2 / MPLS / ผกผัน MSC การรวมกัน ในการทดลองนี้เราใช้ข้าวกล้องตัวอย่างการทำนายของ AC และ GPC .