一种微生物材料孢子菌丝占比的快速检测方法和系统

本发明属于微生物材料，尤其涉及一种微生物材料孢子菌丝占比的快速检测方法和系统。

背景技术：

1、当前，生物技术的发展对于全球经济与人类生活都产生了重大的改变。生物技术已广泛运用在农业、医药、食品、环保、能源、海洋与国防等领域，其发展潜力亦与日剧增，并为世界之医疗、能源、环保与粮食等问题提供了解决之道。

2、微生物材料在各领域应用广泛，一般情况下，微生物以孢子形态进行储存，在应用时，将孢子接种在合适的培养、发酵环境下，使孢子萌发，产生菌丝，最终生成所需要的相应代谢产物。但在孢子储存过程中，由于储存环境可能存在水、营养物质等清理不充分等问题，导致孢子在储存时萌发出菌丝的常见问题，这样在实际应用时，因为混入了菌丝，接种的孢子量与设计量存在差异，最终应用效果会大打折扣。因此，对于微生物材料的孢子菌丝占比的快速检测就显得尤为重要，一方面，在科学研究中，受到部分孢子萌发菌丝的影响，如不及时准确检测，最终研究孢子的性能、培养或发酵数据、代谢物产量等会产生较大误差；另一方面在进行功能应用，代谢物生产时，最终的实际功能效果和代谢物产量会有所下降。

技术实现思路

1、本发明的目的之一，在于提供一种微生物材料孢子菌丝占比的快速检测方法，该快速检测方法能够快速准确地检测出微生物材料中孢子菌丝各自所占的比例。

2、本发明的目的之二，在于提供一种微生物材料孢子菌丝占比的快速检测系统。

3、为了达到上述目的之一，本发明采用如下技术方案实现：

4、一种微生物材料孢子菌丝占比的快速检测方法，所述快速检测方法包括如下步骤：

5、步骤s1、获取待测微生物的纯孢子和纯菌丝的差异特征波长集；

6、步骤s2、将所述待测微生物的纯孢子和纯菌丝按照不同比例进行混合，得到各个孢子比例的混合产品；

7、步骤s3、获取每个孢子比例的混合产品在所述差异特征波长集中的各个差异特征波长处的第一红外光谱数据，以确定第一自变量矩阵和第一因变量矩阵；

8、步骤s4、根据所述第一自变量矩阵和第一因变量矩阵，确定反映红外光谱数据和孢子比例的映射关系的回归方程；

9、步骤s5、获取所述待测微生物在所述差异特征波长集中的各个差异特征波长处的第二红外光谱数据，以确定第二自变量矩阵；

10、步骤s6、根据所述第二自变量矩阵和回归方程，计算所述待测微生物的孢子菌丝占比。

11、进一步的，所述步骤s1的具体实现过程包括：

12、步骤s11、获取待测微生物的纯孢子的第三红外光谱数据和纯菌丝的第四红外光谱数据；

13、步骤s12、将所述第三红外光谱数据和第四红外光谱数据分别转换为吸光度，以获取所述纯孢子的第一吸光度-波数图和纯菌丝的第二吸光度-波数图；

14、步骤s13、分别从所述第一吸光度-波数图和纯菌丝的第二吸光度-波数图中提取出各个光谱吸收峰对应的波长作为差异特征波长，并构成第一差异特征波长集；

15、步骤s14、根据所述第一吸光度-波数图和第二吸光度-波数图，构建2dcos图，以确定第二差异特征波长集；

16、步骤s15、对所述第一吸光度-波数图和第二吸光度-波数图中的吸光度分别进行蛋白二级结构拟合，以确定第三差异特征波长集；

17、步骤s16、将所述第一差异特征波长集、第二差异特征波长集和第三差异特征波长集进行合并。

18、进一步的，在所述步骤s14中，所述确定第二差异特征波长集的具体过程包括：

19、步骤s141、从所述2dcos图提取出差异波段集，以计算所述差异波段集中各个差异波段中每个波长对应的第一吸光度和第二吸光度之间的第一差值的绝对值；

20、步骤s142、判断所述第一差值的绝对值是否大于第一阈值，如是，则将所述第一差值的绝对值对应的波长作为差异特征波长，并放入到第二差异特征波长集中，结束；如否，则放弃。

21、进一步的，在所述步骤s15中，所述确定第三差异特征波长集的具体过程包括：

22、步骤s151、计算所述第一吸光度-波数图和第二吸光度-波数图中各个蛋白质二级结构对应波长处的吸光度拟合值之间的第二差值的绝对值；

23、步骤s152、判断所述第二差值的绝对值是否大于第二阈值，如是，则将所述第二差值的绝对值对应的波长作为差异特征波长，并放入到第三差异特征波长集中，结束；如否，则放弃。

24、进一步的，所述步骤s4的具体实现过程包括：

25、步骤s41、设置所述第一自变量矩阵和第一因变量矩阵分别为x和y，以获取xtyytx的最大特征值对应的特征向量；

26、步骤s42、计算所述第一自变量矩阵和特征向量的乘积；

27、步骤s43、根据所述第一自变量矩阵和乘积，确定第一回归模型；并根据所述第一因变量矩阵和乘积，确定第二回归模型；

28、步骤s44、根据所述第一回归模型和第二回归模型，采用最小二乘法，分别获取所述第一回归模型对应的第一辅助矩阵和第二回归模型对应的第二辅助矩阵；

29、步骤s45、根据所述第一回归模型和第一辅助矩阵以及所述第二回归模型和第二辅助矩阵，计算所述第一回归模型对应的第一残差矩阵和第二回归模型对应的第二残差矩阵；

30、步骤s46、将所述特征向量和第二辅助矩阵分别放入特征向量集和矩阵集中，并判断所述第二残差矩阵是否小于精度阈值，如是，则根据所述特征向量集和矩阵集，确定回归方程，结束；否则，则采用所述第一残差矩阵和第二残差矩阵分别替代所述第一自变量矩阵和第一因变量矩阵，并返回步骤s41。

31、为了达到上述目的之二，本发明采用如下技术方案实现：

32、一种微生物材料孢子菌丝占比的快速检测系统，所述快速检测系统包括：

33、第一获取模块，用于获取待测微生物的纯孢子和纯菌丝的差异特征波长集；

34、混合模块，用于将所述待测微生物的纯孢子和纯菌丝按照不同比例进行混合，得到各个孢子比例的混合产品；

35、第二获取模块，用于获取每个孢子比例的混合产品在所述差异特征波长集中的各个差异特征波长处的第一红外光谱数据，以确定第一自变量矩阵和第一因变量矩阵；

36、确定模块，用于根据所述第一自变量矩阵和第一因变量矩阵，确定反映红外光谱数据和孢子比例的映射关系的回归方程；

37、第三获取模块，用于获取所述待测微生物在所述差异特征波长集中的各个差异特征波长处的第二红外光谱数据，以确定第二自变量矩阵；

38、计算模块，用于根据所述第二自变量矩阵和回归方程，计算所述待测微生物的孢子菌丝占比。

39、进一步的，所述第一获取模块包括：

40、第一获取子模块，用于获取待测微生物的纯孢子的第三红外光谱数据和纯菌丝的第四红外光谱数据；

41、转换子模块，用于将所述第三红外光谱数据和第四红外光谱数据分别转换为吸光度，以获取所述纯孢子的第一吸光度-波数图和纯菌丝的第二吸光度-波数图；

42、提取子模块，用于分别从所述第一吸光度-波数图和纯菌丝的第二吸光度-波数图中提取出各个光谱吸收峰对应的波长作为差异特征波长，并构成第一差异特征波长集；

43、第一确定子模块，用于根据所述第一吸光度-波数图和第二吸光度-波数图，构建2dcos图，以确定第二差异特征波长集；

44、拟合子模块，用于对所述第一吸光度-波数图和第二吸光度-波数图中的吸光度分别进行蛋白二级结构拟合，以确定第三差异特征波长集；

45、合并子模块，用于将所述第一差异特征波长集、第二差异特征波长集和第三差异特征波长集进行合并。

46、进一步的，所述第一确定子模块包括：

47、第一计算子模块，用于从所述2dcos图提取出差异波段集，以计算所述差异波段集中各个差异波段中每个波长对应的第一吸光度和第二吸光度之间的第一差值的绝对值；

48、第一判断子模块，用于判断所述第一差值的绝对值是否大于第一阈值，如是，则将所述第一差值的绝对值对应的波长作为差异特征波长，并放入到第二差异特征波长集中，结束；如否，则放弃。

49、进一步的，所述拟合子模块包括：

50、第二计算子模块，用于计算所述第一吸光度-波数图和第二吸光度-波数图中各个蛋白质二级结构对应波长处的吸光度拟合值之间的第二差值的绝对值；

51、第二判断子模块，用于判断所述第二差值的绝对值是否大于第二阈值，如是，则将所述第二差值的绝对值对应的波长作为差异特征波长，并放入到第三差异特征波长集中，结束；如否，则放弃。

52、进一步的，所述确定模块包括：

53、设置子模块，用于设置所述第一自变量矩阵和第一因变量矩阵分别为x和y，以获取xtyytx的最大特征值对应的特征向量；

54、第三计算子模块，用于计算所述第一自变量矩阵和特征向量的乘积；

55、第二确定子模块，用于根据所述第一自变量矩阵和乘积，确定第一回归模型；并根据所述第一因变量矩阵和乘积，确定第二回归模型；

56、第二获取子模块，用于根据所述第一回归模型和第二回归模型，采用最小二乘法，分别获取所述第一回归模型对应的第一辅助矩阵和第二回归模型对应的第二辅助矩阵；

57、第四计算子模块，用于根据所述第一回归模型和第一辅助矩阵以及所述第二回归模型和第二辅助矩阵，计算所述第一回归模型对应的第一残差矩阵和第二回归模型对应的第二残差矩阵；

58、第三判断子模块，用于将所述特征向量和第二辅助矩阵分别放入特征向量集和矩阵集中，并判断所述第二残差矩阵是否小于精度阈值，如是，则根据所述特征向量集和矩阵集，确定回归方程，结束；否则，则采用所述第一残差矩阵和第二残差矩阵分别替代所述第一自变量矩阵和第一因变量矩阵，并发送给设置子模块。

59、综上，本发明提出的方案具备如下技术效果：

60、本发明通过待测微生物的纯孢子和纯菌丝的差异特征波长集以及各个孢子比例的混合产品在差异特征波长集中的各个差异特征波长处的第一红外光谱数据，以确定第一自变量矩阵和第一因变量矩阵；利用第一自变量矩阵和第一因变量矩阵，确定反映红外光谱数据和孢子比例的映射关系的回归方程；利用待测微生物在差异特征波长集中的各个差异特征波长处的第二红外光谱数据，确定第二自变量矩阵；并利用第二自变量矩阵和回归方程，得到待测微生物的孢子菌丝占比，实现了微生物材料孢子菌丝占比的快速检测。