利用傅里叶变换红外光谱研究10种绿藻和多苔属绿藻的聚类分析

利用傅里叶变换红外光谱研究10种绿藻和多苔属绿藻的聚类分析

海洋藻类种类繁多。现在，它们通常是从形式和结构上分类海洋微藻。然而，随着研究的深入，发现许多相似的藻类在化学组成上存在较大差异。近年来,化学分类学的研究方法在微藻分类学上得到了广泛的应用。徐继林等报道了脂类分析在海洋微藻化学分类学上的研究进展。杨佰娟等报道了黄渤海漂移浒苔(Enteromorphaprolifera)脂肪酸组成及聚类分析的研究结果。但这些方法操作复杂、分析时间长(2～3h),且实验成本较高。傅里叶红外光谱技术具有无损、快捷、样品量需求极少等优点,已广泛应用于溢油的鉴别、中草药的真伪鉴别及分析及生命科学等领域,胥传来等报道了海藻糖与脂质膜体系的红外光谱分析,张赛金等研究了海洋微藻多糖的红外光谱分析,都取得了很好的结果。但目前,国内傅里叶变换红外光谱技术结合聚类分析方法应用于海洋微藻分类研究还未见报道。本文采用傅里叶变换红外光谱对两类不同的海洋微藻进行了分析,对2000～400cm-1区段范围内的谱图经多元散射校正(MSC)、Norris一阶导数平滑预处理处理后进行聚类分析,以期揭示这些数据在藻类分类中蕴藏的内在规律,为海藻分类研究提供新的可能补充或参考方法。1材料和方法1.1里叶变换红外光谱仪美国Nicolet公司生产的AVATARA370傅里叶变换红外光谱仪,透射测样附件,OMNIE.S.P.5.1智能操作软件,扫描次数16次,分辨率4cm-1,光谱范围4000～400cm-1。1.2海藻粉的制备试验材料:1～10号样品为南极绿藻,样品由中科院海洋所采集;11～16号样品为浒苔,于2009年5月15日分别采自青岛第一海水浴场、第二海水浴场、栈桥、第三海水浴场、五四广场及石老人海水浴场。新鲜海藻先用干净海水洗去表面杂质和附着物,60℃烘箱烘干,研磨成粉末,-20℃保存。称取干燥海藻样品1mg在红外灯下于玛瑙钵中轻轻研磨均匀,再与100mg溴化钾(光谱纯)研匀压成薄片后即可上机测定。1.3红外光谱的测定在采集数据前,将采样器按照仪器测试要求水平放置在傅里叶变换光谱仪的样品仓中,将样品置于采样器的晶片与校正压力装置之间,按照所给定的测试条件直接测定样品的红外光谱。光谱数据的采集和保存通过计算机运行光谱仪自带的OMNIE.S.P.5.1智能操作软件实现。采用统计软件SPSS11.5进行相关的数据分析及统计。2结果与讨论2.1tki的不对称拉伸振动特性海洋绿藻的红外光谱图如图1所示。从图中可以看出,在3450～3350cm-1附近是一个宽而强的吸收峰,主要是羟基的伸缩振动和氨基酸、核苷酸的N-H伸缩振动的叠加,这些峰反映了藻粉中碳水化合物、脂肪酸、蛋白质和核酸等成分;3000～2800cm-1是甲基亚甲基伸缩振动吸收区,2928cm-1、2875cm-1属于糖类C-H的不对称伸缩振动和对称伸缩振动,这些峰主要来自脂肪酸和各种膜、细胞壁的成分;1800～1500cm-1之间是酰胺和羰基的振动区,其中,1730cm-1附近的吸收峰为羧酸脂类化合物及酮类化合物中的羰基C=O伸缩振动,1652cm-1、1545cm-1附件的吸收峰分别是蛋白质酰胺I、II带,包括-CONH-中C=O的伸缩振动及有机羧酸盐COO-的不对称振动;1500～1200cm-1属于蛋白质、脂肪酸、多糖的混合振动吸收区,1454cm-1属于脂肪族的C-H振动,1408cm-1附近主要是蛋白质、纤维素中甲基和亚甲基对称弯曲振动,1235cm-1附近的吸收峰为C-O键的伸缩振动;1200～1000cm-1附近的吸收峰表明多糖的C-O伸缩振动,1150cm-1、1060cm-1处为碳水化合物特征峰;1000～500cm-1之间的吸收峰为脂肪胺的=C-H,-N-H吸收,此区域谱带多而弱,目前尚不能一一确认。2.2不同区域聚类分析的光谱特征红外光谱(图1)记录了4000～400cm-1区域内的南极绿藻和浒苔的吸收曲线,从图中可看出,两种海洋微藻在4000～2000cm-1区域的响应模式基本上是相同的,但在2000～400cm-1区域有明显不同,正是这些不同才使聚类分析成为可能,此区域以外的光谱对于表征样品的作用微小。为了减少计算量,仅选择该区域作为以下聚类分析的数据范围。王丽等研究了柴油、汽油、润滑油样品近红外原始数据经Norris一阶导数平滑处理和未经Norris一阶导数平滑处理数据分别进行主成分聚类分析,结果发现经Norris一阶导数平滑处理数据聚类正确率为100%,而未经过Norris一阶导数平滑处理数据聚类正确率为80%,因此我们选择在2000～400cm-1区域将原始数据经Norris一阶导数平滑处理后(图2)进行聚类分析。2.3聚类方法及距离测量技术聚类分析又称集群分析,它是研究“物以类聚”的一种数理统计方法,聚类分析可将一些观察对象依据某些特征加以归类,在生物学和医学分类问题中有着广泛的应用。我们将聚类分析应用于对16种海洋绿藻进行聚类分组,用SPSS11.5中的HierarchicalCluster对测定的结果进行聚类,方法选择Between-groupslinkage(类间平均链锁法),在距离测量技术上选择squaredeuclideandistance(欧式距离平方)。经过15步(16个样本)的聚类后,根据表中的数值顺序用AverageLinkage法作图得到图3。图3为层次聚类分析的树形图,直观地显示了整个聚类过程。由图3可见,全部16种绿藻归属一类时,类合并距离尺度为25;在距离尺度仅为10左右时,结果分为4类。可以看出南极绿藻7、8、9分为一类,4、5、6分为一类,1、2、3、10分为一类,浒苔11、12、13、14、15、16聚为一类,南极绿藻在步长为20左右三类聚为一类,步长为25时,南极绿藻与浒苔聚为一类。聚类结果表明,南极绿藻和浒苔可以很好地分开。3绿藻和基于自然权利的聚类分析利用傅里叶红外光谱研究10种南极绿藻和6种浒苔,通过比较两类绿藻原始谱图,发现它们极为相似,只是在2000～400cm-1范围内,即多糖吸收区有较小的差别。这表明,南极绿藻和浒苔的主要化学成分较为相似,仅在多糖