基于显微拉曼光谱的稀酸预处理马尾松细胞壁解构机理研究

稀酸预处理可打破木质纤维原料天然抗降解屏障,提高后续酶解和发酵效率,从而使其更高效地转化为生物燃料,然而在亚细胞水平上纤维细胞壁的解构机理仍有待深入研究。采用共聚焦显微拉曼光谱技术与主成分聚类分析法结合,研究了稀酸预处理前后马尾松细胞壁区域化学变化特点。结果表明,累计贡献率高达94.61%的第一与第二主成分空间中光谱样本散点呈现规律性分布;聚类分析可准确提取细胞壁不同形态区域平均拉曼光谱。结合拉曼成像分析发现,细胞角隅木质化程度高,含有较多木质素,次生壁木质化程度低,含有较多碳水化合物。稀酸预处理导致马尾松细胞壁发生了不均一解构,其致密空间结构被破坏,次生壁中碳水化合物典型特征峰2 890 cm-1处信号强度降低了26.9%,表明碳水化合物从该区域大量脱除;碳水化合物在复合胞间层少量脱除,而细胞角隅则出现了其轻微富集。木素在稀酸预处理后发生了重新分布,细胞角隅区拉曼信号显著增强。碳水化合物(主要为半纤维素)的溶出及木质素的重新分布削弱了生物质原料的抗降解性,有利于后续酶解糖化。该研究不仅提供了一种快速、高效的纤维细胞壁区域化学分析方法,还为林木生物质高值转化的研究奠定了重要的理论基础。     

自适应拉曼光谱成像数据去噪及其在植物细胞壁光谱分析中的应用

拉曼光谱成像数据存在基线漂移与宇宙射线干扰峰两类噪声信号,无法直接用于光谱分析研究,必须去除。现有单光谱去噪方法处理结果不稳定、可重复性差。针对这一问题,本研究提出了一种自适应拉曼光谱成像数据新型去噪法,采用优化的自适应迭代惩罚最小二乘法( Adaptive iteratively reweighted penalized least-squares,airPLS)和基于主成分分析( PCA)的干扰峰消除算法修正光谱基线漂移和宇宙射线干扰峰,具有输入参数少、光谱失真小、处理速度快、去噪结果稳定等优点。利用本方法去除了芒草( Miscanthus sinensis)细胞壁拉曼光谱成像数据(9010条光谱)中的噪声信号,并对去噪后数据进行PCA和聚类分析(CA),成功区分非植物光谱与植物光谱,分类结果优于未去噪数据。预期本方法可应用于其它光谱成像数据去噪,为光谱的解译和定量分析提供可靠的研究基础。     

拉曼光谱在植物细胞壁研究中的进展

在能源紧缺和环境恶化的双重压力下,农林生物质替代化石资源生产生物燃料、化学品及生物基材料的研究和开发,已成为国内外众多学者关注的热点。全面了解农林生物质原料的化学组成及其结构特性是高效利用农林生物质的基础。作为一种无损的检测技术,现代拉曼光谱能够在原位状态下提供植物细胞壁区域化学和主要组分结构特性信息。本文简述了拉曼光谱成像技术原理,概括了拉曼光谱在植物细胞壁主要组分的结构分析、纤维素和木质素的微区分布及其分子排列等方面的研究进展,以促进该技术在植物细胞壁研究中的应用。