Соевая промышленность нуждается в быстрых и эффективных технологиях для анализа компонентов семян и зерна. Точное измерение экономически важных компонентов соевых бобов имеет большое значение на всех этапах жизненного цикла сырья. В настоящее время основным неразрушающим количественным методом определения ключевых компонентов сои является инфракрасная спектроскопия (ИК-спектроскопия). Использование спектроскопии комбинационного рассеяния (КР) или рамановская спектроскопия является новым перспективным методом исследования, так как предоставляет необходимую химическую информацию для создания моделей прогнозирования концентрации компонентов сои [1, 2].
Спектроскопия КР использует только одну длину волны света для генерирования сигнала. Эта длина волны может быть выбрана из ближнего инфракрасного спектра, что позволяет сохранить необходимое проникновение света. Во время КР свет, проходящий через все зерно, передает энергию определенным, фундаментальным молекулярным колебаниям. Биохимическая информация, которую дает один рамановский спектр, включает в себя различные колебательные полосы, исходящие от белков, аминокислот, липидов, жирных кислот и минералов [1].
Рамановский спектр четко показывает более узкие спектральные полосы, которые могут быть непосредственно отнесены к определенному химическому составу (функциональным группам), включая полосы, коррелирующие с определенными аминокислотами [1]. Такая высокая химическая специфичность важна в анализе зерна, и поэтому спектроскопия комбинационного рассеяния может иметь большой потенциал в количественном определении экономически важных компонентов соевых бобов.
В работах [1, 3] представлены результаты применения спектроскопии КР для прогнозирования белкового и липидного состава отдельных соевых бобов. Спектры КР измерялись в диапазоне волновых чисел 200–1800 см-1, далее применяли метод частичного анализа наименьших квадратов. Относительная стандартная ошибка данного метода составила менее 1% (как для белка, так и для жиров), что было определено с помощью модели перекрестной валидации. Среднеквадратичная ошибка прогнозирования для набора калибровки жиров составила 0,89%. Возможности прогнозирования были аналогичными и для содержания белка — среднеквадратичная стандартная ошибка прогнозирования — 0,92% [1].