番茄果实的发育和成熟是研究与工业化园艺相关的作物生物学的重要过程。番茄果实的多种用途导致其在从早熟到红熟的不同发育点收获，传统上由大小、重量、颜色和内部成分等参数根据定义的视觉“分级”方案表示。

　　然而，视觉分级方案是主观的，因此“高科技”园艺需要对番茄果实发育和成熟的客观分类。为了表征整个番茄果实的发育和成熟过程，采用了使用紧凑型便携式ATR-FTIR光谱法和化学计量学的生物光谱方法。

　　全球粮食安全依赖于有效的作物生产，分配和利用的结合。作物生产和分配都变得越来越具有挑战性，而人口增长和气候变化导致全球粮食短缺和营养不良。传统的耕作方式一直在努力增加全球主要作物的产量。由于缺乏可用于粮食生产的土地，预计作物生产的大部分增长将通过更高的产量，集约化种植和减少供应链中的浪费来实现，因为作物损失气候，害虫，病原体以及下游消费者废物。

　　因此，最大限度地提高作物产量和减少浪费的创新解决方案对于维护粮食安全至关重要。虽然正在开发许多方法来帮助解决这个问题，但基于技术的农业解决方案经常被种植的大量作物物种（和栽培品种）以及作物生产系统内植物与环境相互作用的复杂性所混淆。因此，迫切需要开发新的方法，以提高我们对作物生物学的理解，并开发应用耕作工具，以最大限度地提高产量，最大限度地减少损失，并改善收获前和收获后的生产和利用。

　　番茄是全球最重要的作物之一，每年价值124亿美元，代表了优质水果市场的最大部分。由于其生成时间短，以及经过充分研究的遗传，生化和生理特性，它被广泛用作植物模型。番茄果实富含有益的植物化学物质，细腻，发育和成熟迅速，在其发育的各个阶段使用，无论是整体还是用于各种加工目的，包括罐头食品、糊状物、酱汁、果汁等。.这些产品中的每一种都需要处于不同发育或成熟阶段的果实，从早未成熟到红色成熟的果实，具体取决于开花后的天数。

　　番茄果实的发育和成熟都是影响果实质量和保质期的园艺行业的重要参数。因此，准确且无损地监测番茄果实发育和成熟过程中发生的变化的能力是植物生物学家和园艺学家最感兴趣的。

　　植物表皮层和相关表面结构提供了维持植物完整性，调节果实生长和确定保质期所必需的植物-环境界面。番茄果实表皮由整合的异质多层基质组成，包括角质层（角质层本身和角质层）、细胞壁和表皮细胞。

　　这些层在果实发育和成熟过程中会发生广泛的变化。然而，迄今为止，所涉及的分子机制以及这些变化如何影响形态、质地、病原体敏感性和货架期等特征尚未完全阐明。此外，由于角质层和细胞壁的顽固性，很难分别研究这些组织。因此，研究植物表面结构的新方法对于确定它们如何有助于园艺产品的健康生长和发育或异常状况的出现至关重要。

　　此外，这些方法需要转化为实际的田间应用，以便与基础植物生物学研究和应用作物科学相关。尽管实验室中传统上使用的许多分析工具可能适用于现场园艺应用，但可用于非破坏性研究植物表面结构的工具有限。

　　基于光物质相互作用的光学传感器被认为是基于光谱特征的植物健康和疾病检测无损监测的有效工具。特别是中红外（MIR）振动光谱与化学计量学相结合，已被广泛用作生物分析工具，可对大多数类型的样品进行无损分析。

　　振动光谱，也称为表面技术，通常将样品的表层探测到微米深度，并且由于数据分析的进步，也可用于分析复杂的异质生物样品，称为生物光谱学。

　　4000至400厘米之间生物材料的独特光谱− 1（2.5-25μm波长）通过红外辐射和样品之间的光物质相互作用产生，包含对生物应用有用的生化特定变量。

　　许多生物材料优先在“指纹区域”（1800-900厘米），因此该区域通常是选择用于分析的光谱范围[20]。光谱数据分析可分为探索性和诊断性分析。

　　探索性数据分析包括数据可视化、模式识别和生物标志物提取。用于这些目的的分析模型示例包括无监督学习，如主成分分析（PCA））和监督方法，如线性判别分析（LDA）。

　　诊断数据分析旨在评估分类器的性能，以实现自主决策。常用的各种分类器包括LDA，支持向量机（SVM），朴素贝叶斯和人工神经网络（ANN），每种分类器都表现出不同程度的模型复杂性。MIR光谱学与专业数据分析已应用于解决重要的园艺问题，包括植物健康监测，植物 - 环境相互作用，疾病检测，表型和分类关系。 然而，开发基于生物光谱学的作物科学生物分析方法，允许在实验室和田间环境中研究植物，对于更广泛地采用其作为园艺工具至关重要。

　　目前，可以测量完整样品的便携式拉曼光谱仪比具有这种功能的红外光谱仪更容易获得。因此，迄今为止，开发基于生物光谱的生物分析方法以分析完整作物的进展主要限于使用拉曼光谱，尽管该技术最近才用于全样品分析。

　　MIR范围之外的其他几种技术，如近红外（NIR）、紫外（UV）和可见光，以及高光谱分析已被用于评估番茄的质量参数。然而，这些研究中很少能对发育和成熟过程中体内发生的变化提供详细的生化见解，传统上只关注分类性能或传统质量参数与光谱数据之间的相关性。

　　此外，潜在的小测量区域，以及NIR、UV、可见光和拉曼仪器的更高能量，增加了光在非常小的区域内穿透样品的深度，使得获得可靠的生物信息可能难以。相比之下，MIR光谱提供了具有非常明确的测量区域和光穿透深度的采样模式，当与所研究的植物组织的已知化学成分相结合时，可以进行生化研究。

　　衰减全反射傅里叶变换红外（ATR-FTIR）光谱是一种具有非常明确的光穿透深度的方法，可以对较大区域进行宏观测量。在其他领域，ATR-FTIR光谱已被证明在提供生物样品的生化洞察力以及与分类模型相结合提供强大的鉴别力方面表现出色。

　　这表明需要评估拉曼互补方法的使用，例如反射光谱，包括作物科学中的ATR-FTIR光谱。为了提高基于光谱学的方法提供生化信息和分类性能的能力，必须评估旨在开发多传感器平台的补充方法，这将是复杂系统所必需的。

　　番茄被广泛用作在果实发育和成熟过程中研究角质层、细胞壁和表皮的模型系统。因此，在本研究中，我们应用了一种结合多变量化学计量学进行生物标志物提取和分类性能评估的新方法。生物标志物提取作为两层方法的一部分，旨在研究发育和成熟对番茄果实光谱特征的影响。

　　首先，采用PCA-LDA形式的探索性多变量分析，提取与番茄果实4至36 dpa的34个发育阶段差异相关的暂定波数生物标志物，以及随后从成熟的绿色到红色成熟番茄的六个不同成熟阶段。探索被确定为生物标志物的生化实体。

　　番茄果实的发育和成熟分为两个不同的过程，判别函数1（LD1）可有效分离发育阶。