技术特征：
1.一种大豆的产量预测方法，其中，由从大豆采集的叶样品中获取1个以上的成分的分析数据，利用该数据与大豆产量的相关性来预测大豆的产量。2.根据权利要求1所述的方法，其中，通过集中qc法校正所述1个以上的成分的分析数据。3.根据权利要求1所述的方法，其中，通过内部标准物质校正所述1个以上的成分的分析数据。4.根据权利要求1～3中任一项所述的方法，其中，所述成分为选自通过质谱提供的精确质量m/z为139～1156的成分中的1种以上。5.根据权利要求1～3中任一项所述的方法，其中，所述成分为由通过质谱提供的精确质量m/z规定的选自下述表a1a～1c所记载的成分中的1种以上，[表a1a]成分编号m/z成分编号m/z成分编号m/z成分编号m/z1139.038941209.154581259.0827121288.29112141.959242209.154882259.2076122289.07273147.043543211.060883261.1501123289.12284147.044644213.150384261.2233124291.04015149.023445214.253985263.2381125291.19736149.024146217.196186264.2335126291.19757161.060647219.175487265.1440127291.23408163.039848219.195088269.0818128293.21189163.132549220.113789271.0618129293.213010165.055050221.045690271.0619130293.249811170.097451221.602091271.2280131295.093612171.150152225.150092273.0769132295.103713175.148653225.197293274.0541133295.129914177.055154226.099194274.0928134295.228815179.071755226.161095274.1606135297.243616181.123256226.181296275.2020136298.098617181.123757227.128697275.2023137299.202318183.186558227.129498277.2184138301.142419186.092159228.195499277.2186139305.067420189.127860228.2321100277.2186140305.990721190.050661231.0512101279.0512141307.012822191.143762233.9842102279.0515142307.094323191.143963234.0928103279.0951143309.207524193.085964235.1702104279.1610144309.222825193.086165239.0562105279.1611145315.0062
26193.159766241.1446106279.2320146316.213427194.118267242.2485107279.2333147316.286528195.065568243.0667108279.2340148318.280629196.112769243.1608109279.2343149319.153630197.118170243.2114110281.2485150319.285331199.133371245.2281111282.1376151320.991632199.181872249.0621112282.2236152321.063233200.238273252.0874113282.2800153321.098334205.087274252.0882114284.2960154321.146335205.098375253.2170115285.1255155322.276536207.065076255.0669116285.1713156323.075137207.139077256.2649117285.1718157323.129038209.117178256.2650118285.6271158325.144439209.117879257.0660119287.0566159327.079540209.153880257.1908120287.0567160327.2336[表a1b]成分编号m/z成分编号m/z成分编号m/z成分编号m/z161327.2340201363.2553241401.0882281435.1300162329.1613202363.3128242401.0907282435.1304163331.1409203364.3237243401.0909283436.1466164333.1528204365.3202244401.2869284439.1991165335.1237205366.1783245401.7112285439.3603166335.1542206366.3393246403.2351286440.2333167335.2595207367.0343247404.1215287440.2513168335.2595208367.2635248404.2102288441.3741169335.2600209367.2652249405.1316289441.3746170336.3128210369.0831250405.3534290442.2570171337.0938211369.1268251405.3538291443.1002172337.1724212371.1876252406.1362292443.1020173338.3440213371.1881253406.2078293445.2077174339.0715214371.2075254407.3688294448.1949175339.0734215372.1673255407.3692295449.1093176341.1385216373.0778256409.0757296449.1101177341.1451217373.1291257409.2738297454.2944178341.2680218374.1088258409.2749298455.1197179342.2139219374.1459259410.7059299457.2091180342.3390220375.2710260411.0022300457.2096181343.1022221379.0634261411.1627301461.1784182343.1042222380.3389262412.3808302466.2667
183343.2288223382.2026263419.1201303468.2829184343.2292224383.0771264420.2238304468.3930185344.1358225383.2574265423.2245305469.1831186346.1516226383.2591266423.2762306471.2180187349.0912227385.2945267423.3643307471.2243188349.1485228387.0938268423.3644308473.1087189349.2761229387.1832269424.3649309473.2048190351.2558230387.2032270424.3681310474.1748191352.2528231388.1627271425.1943311477.1435192353.2713232390.1035272427.1044312478.1385193355.0832233390.1892273431.1017313479.1907194355.1027234391.2862274432.2476314482.3270195357.1584235393.2811275432.2597315483.0931196357.1705236393.7143276433.1140316484.2764197358.1656237394.2089277433.1149317489.0813198358.9809238398.2341278433.1355318489.2158199361.2551239399.1645279434.1386319489.3604200362.0177240399.2520280434.2406320492.2465[表a1c]
6.根据权利要求5所述的方法，其中，成分为选自表1aa～1c所记载的成分编号13、14、17、20、21、22、23、28、35、36、37、39、41、42、44、47、48、51、52、54、57、58、68、71、73、80、85、86、90、91、96、98、99、100、107、108、110、122、125、131、134、135、137、139、142、149、150、153、157、159、160、161、171、174、176、179、181、182、188、202、208、209、214、215、217、218、228、230、235、244、245、246、247、249、251、252、253、261、264、268、275、278、279、280、282、283、284、288、294、296、298、299、305、
308、310、313、317、325、327、329、330、341、347、353、355、356、363、367、369、370、384、389、395、421、422、423、428及431中的1种以上。7.根据权利要求5所述的方法，其中，成分为选自表1aa～1c所记载的成分编号14、22、23、36、37、41、42、51、52、68、90、122、139、149、159、214、228、230、235、247、249、252、253、268、275、278、284、288、298、305、308、313、317、329、347、363、395、421、422及428中的1种以上。8.根据权利要求5所述的方法，其中，成分为选自表1aa～1c所记载的成分编号14、23、36、37、41、51、68、90、122、149、214、230、235、247、249、252、275、284、298、305、308、313、317、347、363、421、422及428中的1种以上。9.根据权利要求5所述的方法，其中，成分包含选自大豆皂苷bb；组成式以c
21
h
22
o
11
表示且在糖苷配基的组成式为c
15
h
12
o6的脱氢黄酮醇键合有葡萄糖的单糖苷体；组成式以c
33
h
40
o
19
表示且在糖苷配基的组成式为c
15
h
10
o6的黄酮醇键合有1个葡萄糖和2个鼠李糖的三糖苷体；及组成式以c
21
h
22
o
12
表示且在糖苷配基的组成式为c
15
h
12
o7的脱氢黄酮醇键合有葡萄糖的单糖苷体中的1种以上。10.根据权利要求1～9中任一项所述的方法，其中，从初生叶展开期至籽粒膨大期的大豆采集叶样品。11.根据权利要求1～10中任一项所述的方法，其中，从初生叶展开期至开花期的大豆采集叶样品。12.根据权利要求1～11中任一项所述的方法，其中，分析数据为质谱数据。13.根据权利要求5～12中任一项所述的方法，其中，包括将从叶样品获取的成分的分析数据与使用所述表a1a～1c所记载的成分的分析数据构筑的产量预测模型进行对照的工序。14.根据权利要求13所述的方法，其中，产量预测模型从由使用所述表a1a～1c所记载的成分信息构筑的产量预测模型算出的vip值的前十个中使用至少2个。15.根据权利要求13所述的方法，其中，产量预测模型从由使用所述表a1a～1c所记载的成分信息构筑的产量预测模型算出的vip值的前22个中使用至少2个。16.根据权利要求13所述的方法，其中，产量预测模型从由使用所述表a1a～1c所记载的成分信息构筑的产量预测模型算出的vip值的前63个中使用至少3个。17.根据权利要求13所述的方法，其中，产量预测模型从由使用所述表a1a～1c所记载的成分信息构筑的产量预测模型算出的vip值的前94个中使用至少4个。18.根据权利要求13所述的方法，其中，产量预测模型从由使用所述表a1a～1c所记载的成分信息构筑的产量预测模型算出的vip值的前95个中使用至少5个。
19.根据权利要求13所述的方法，其中，产量预测模型从由使用所述表a1a～1c所记载的成分信息构筑的产量预测模型算出的vip值的前126个中使用至少6个。20.根据权利要求13所述的方法，其中，产量预测模型从由使用所述表a1a～1c所记载的成分信息构筑的产量预测模型算出的vip值的前137个中使用至少7个。21.根据权利要求13所述的方法，其中，产量预测模型从由使用所述表a1a～1c所记载的成分信息构筑的产量预测模型算出的vip值的前138个中使用至少8个。22.根据权利要求13所述的方法，其中，产量预测模型从由使用所述表a1a～1c所记载的成分信息构筑的产量预测模型算出的vip值的前139个中使用至少9个。23.根据权利要求13所述的方法，其中，产量预测模型从由使用所述表a1a～1c所记载的成分信息构筑的产量预测模型算出的vip值的前160个中使用至少10个。24.根据权利要求14～23中任一项所述的方法，其中，vip值是通过使用所述表1a～1c所记载的全部成分的成分信息构筑的产量预测模型而算出的。25.根据权利要求5所述的方法，其中，包括将从叶样品获取的成分的分析数据与使用从所述表1a～1c所记载的成分中选择的下述表6a～6d所记载的成分的分析数据所构筑的产量预测模型进行对照的工序，
26.根据利要求5所述的方法，其中，包括将从叶样品获取的成分的分析数据与使用从所述表a1a～1c所记载的成分中选择的下述的100个成分的分析数据所构筑的产量预测模型进行对照的工序，成分编号7、15、17、20、21、22、23、35、37、39、42、44、51、54、57、58、68、71、73、80、85、86、90、93、95、108、116、122、131、139、149、153、157、158、160、161、165、171、176、179、187、208、214、223、227、233、237、245、252、253、261、278、279、282、283、284、294、298、299、300、304、305、308、309、310、313、316、317、318、320、325、327、328、329、330、331、352、353、355、356、357、358、359、362、363、367、380、381、385、388、389、390、392、395、396、399、421、422、428、431。27.根据权利要求13～26中任一项所述的方法，其中，产量预测模型为使用opls法构筑的模型。
28.根据权利要求13～26中任一项所述的方法，其中，产量预测模型为使用机械学习
·
回归分析方法构筑的模型。29.一种方法，其中，所述方法是由从大豆采集的叶样品中获取1个以上的成分的分析数据，利用该数据与大豆产量的相关性来预测大豆的产量的大豆的产量预测方法，成分为选自2
‑
羟基吡啶、胆碱、柠檬酸、甘油酸、甘氨酸、l
‑
焦谷氨酸、丙二酸、蔗糖及苏糖醇中的1种以上。30.根据权利要求27所述的方法，其中，成分为选自2
‑
羟基吡啶、甘氨酸、l
‑
焦谷氨酸及蔗糖中的1种以上。31.根据权利要求27或28所述的方法，其中，从初生叶展开期至籽粒膨大期的大豆采集叶样品。32.根据权利要求27～29中任一项所述的方法，其中，从初生叶展开期至开花期的大豆采集叶样品。33.根据权利要求27～30中任一项所述的方法，其中，分析数据为质谱数据。34.根据权利要求27～31中任一项所述的方法，其中，包括将从叶样品获取的成分的分析数据与使用从所述9个成分中选择的分析数据构筑的产量预测模型进行对照的工序。35.根据权利要求32所述的方法，其中，产量预测模型对于所述9个成分中的分析数据中的vip值为6位以上的成分使用任意的4个数据。36.根据权利要求32所述的方法，其中，产量预测模型对于所述9个成分的分析数据中的vip值为7位以上的成分使用任意的5个数据。37.根据权利要求32所述的方法，其中，产量预测模型对于所述9个成分的分析数据中的vip值为8位以上的成分使用任意的6个数据。38.根据权利要求32所述的方法，其中，产量预测模型使用所述9个成分的分析数据中的任意的7个数据。39.根据权利要求32所述的方法，其中，产量预测模型使用所述9个成分的分析数据中的vip值1位以下的成分的全部数据、vip值2位以下的成分的全部数据、或vip值3位以下的成分的全部数据。40.根据权利要求32～37中任一项所述的方法，其中，产量预测模型为使用opls法构筑的模型。41.根据权利要求32～37中任一项所述的方法，其中，产量预测模型为使用回归分析方法构筑的模型。
技术总结
本发明提供一种早期高精度地预测大豆的产量的方法。大豆的产量预测方法是由从大豆采集的叶样品中获取一个以上的成分的分析数据，利用该数据与大豆产量的相关性来预测大豆的产量。产量。产量。
技术研发人员：藤松辉久 末次舞 出口润 远藤圭二
受保护的技术使用者：花王株式会社
技术研发日：2020.04.16
技术公布日：2021/12/2