基于磁共振成像与近红外光谱的创新分析方法：关联榛子形态结构特征与农艺处理、臭虫隐性损伤及品种特性

《Analytica Chimica Acta》：“Innovative analytical method based on Magnetic Resonance Imaging and NIR to correlate hazelnuts morphological and structural characteristics with agronomic treatments, bedbug occult damage and varietal features”

　　

摘要 背景：多个意大利受保护的地理标志(PGI)和原产地命名保护(PDO)榛子因其卓越品质而闻名。建立创新的分析方法以确保可靠且信息丰富的质量评估，并识别能够保持和提升产品质量的新型农艺处理措施，具有至关重要的意义。本研究创新性地探索了结合磁共振成像(MRI)与近红外(NIR)光谱技术，以探究与榛子品质相关的多个方面。具体而言，研究人员旨在将完整榛子的结构和成分特征与(i)品种特异性性状、(ii)可持续农艺处理以及(iii)臭虫隐性损伤(BOD)关联起来。 结果：MRI表征揭示了解剖学细节，检测到BOD。二维(2D)和三维(3D) MRI图像通过氢种群的剧烈变化导致的明显的颜色调制，明确地揭示了损伤的存在。MRI质子自旋-晶格(T1)和自旋-自旋(T2)弛豫时间通过一种新颖且先进的处理程序进行了处理，使得自旋种群的Mapping成为可能，从而揭示了独特的特征。这种方法不仅证实了BOD的检测（T1增加伴随T1和T2强度降低），还显著区分了所考虑的两个品种（基于T2、T2面积和T1强度）。此外，它们还揭示了田间创新且可持续的处理对植株产生的影响。尽管NIR的功能不如MRI强大，但它提供了有希望的结果，在许多情况下作为一种补充分析工具。NIR明确识别了受BOD影响的榛子，并检测到了经过植株处理的榛子。 意义：所提出的先进创新方法可以通过充当早期且非侵入性检测BOD存在、识别和认证高品质榛子以及进行品种分类的有用工具，来支持高品质榛子生产者。

论文解读

研究背景与意义

榛子（Corylus avellanaL.）作为全球重要的经济作物，其产量与品质直接影响着食品工业的发展。意大利产的榛子因享有受保护的地理标志（PGI）和原产地命名保护（PDO）标签而备受推崇。然而，如何保障并提升榛子品质、验证产品真实性以及应对病虫害威胁，一直是该领域面临的挑战。传统的品质评估方法往往具有破坏性，且难以在早期无损检测出内部隐患。在此背景下，研究人员迫切需要开发创新且可靠的无损检测技术。本研究正是基于这一需求，旨在通过引入先进的磁共振成像（MRI）与近红外（NIR）光谱技术，探索其在榛子内部结构解析、品种分类、生物刺激剂效果评估以及隐性病虫害检测中的应用潜力，研究成果对于推动榛子产业的可持续发展具有重要的科学价值与应用前景。

关键技术方法

为实现上述研究目标，研究人员采用了多模态光谱与成像技术相结合的策略。首先，样本队列涵盖了两种具有代表性的意大利榛子品种——坎帕尼卡（Camponica）和吉福尼圆榛（Tonda of Giffoni），其中坎帕尼卡榛子样本源自实施了不同生物动力处理（包括单独使用p500生物刺激剂及与堆肥联用）的田间试验地块。其次，研究核心技术包括：利用300 MHz Bruker Avance磁体进行MRI分析，获取二维轴向切片、三维投影图像以及T₁（自旋-晶格弛豫时间）和T₂（自旋-自旋弛豫时间）弛豫图谱，并通过高斯拟合处理自旋种群数据；同时，采用Perkin Elmer Frontier光谱仪采集NIR透射光谱。最后，所有数据均通过主成分分析（PCA）、单因素方差分析（ANOVA）以及偏最小二乘判别分析（PLS-DA）等多元统计方法进行深度挖掘与模式识别，以提取最具判别力的特征变量。

研究结果

3.1 品种鉴别

通过MRI技术，研究人员成功实现了对完整带壳榛子内部解剖结构的无损可视化，清晰区分了果仁、中心空腔及外壳区域。基于T₁和T₂弛豫时间的统计分析显示，不同品种的榛子在水分分布与迁移率上存在显著差异。具体而言，吉福尼圆榛表现出更长的T₂值、更大的T₂面积以及更高的T₁强度。这种差异使得PCA得分图中两个品种的样本点呈现出明显的空间分离，且PLS-DA交叉验证的正确分类率达到了100%。相比之下，NIR光谱在区分这两个特定品种时表现不佳，未能提供具有判别性的特征信号，这凸显了MRI在榛子品种溯源与真伪鉴别中的独特优势。

3.2 臭虫隐性损伤（BOD）识别

针对难以通过外观检测的臭虫隐性损伤，MRI技术展现出了极高的灵敏度。图像分析表明，受害区域的果仁组织因水分含量降低、疏水性组分增加及组织结构改变，在MRI图像上呈现为显著的暗区。弛豫数据分析进一步证实，受损样本的T₁值略有延长，而T₂自旋种群则表现出峰形展宽与不对称性，反映出水分动力学状态的改变。虽然NIR技术的精度不及MRI，但其光谱数据同样能够有效区分健康与受损榛子，且PLS-DA模型同样实现了100%的正确分类。这表明NIR可作为早期大规模筛查BOD的经济高效替代方案。

3.3 田间处理的中期效应

研究还评估了生物刺激剂p500及其与堆肥联用对榛子品质的中期影响。结果显示，经过生物动力处理的榛子在MRI弛豫参数上与控制组产生了统计学上的显著差异。例如，无论是单独施用p500还是与堆肥联用，处理组的榛子在T₁、T₁强度及T₁面积等参数上均表现出更高的值，且这种影响与施用时长（一季或连续两季）密切相关。NIR光谱虽无法精细区分所有不同的处理组合，但仍能成功识别出经生物动力处理与未处理样本之间的差异，证实了这些农艺措施确实改变了榛子的初级代谢组学特征。

结论与讨论

本研究成功地将MRI与NIR技术应用于榛子品质的综合评估，证明了这两种技术在解析榛子内部形态、鉴别品种、检测隐性病虫害以及评估可持续农艺处理效果方面的巨大潜力。特别是MRI技术，凭借其对水分状态和微观结构的超高敏感度，成为了一种强有力的无损检测工具。研究得出的核心结论是：创新的MRI分析方法能够可靠地识别并认证高品质榛子，实现品种分类，并对臭虫隐性损伤进行早期预警；而NIR技术则可作为有效的补充手段，在特定的筛查场景中发挥作用。这项研究的发现不仅为榛子产业提供了科学的质量控制依据，也为其他农产品的无损检测研究开辟了新的道路。