编辑推荐：
本文聚焦近红外光谱（NIR）技术在微藻研究中的应用。从微藻成分检测、生长监测及污染物监督三方面展开，分析现状、挑战并展望未来。NIR 技术虽有潜力，但面临诸多难题，期待更多研究推动该交叉领域发展。
一、引言
微藻是一类光合生物，广泛分布于淡水、海洋等多种环境，在生态系统中发挥着重要作用，如参与物质循环、能量转换，还可用于废水处理等。微藻种类繁多，包含绿藻（Chlorophyta）、硅藻（Bacillariophyta）等多个门类，其生化组成复杂，主要成分有蛋白质（12 - 55%）、脂质（7 - 50%）、碳水化合物（5 - 23%），还含有多种色素和维生素 。
微藻的生理活动与外部环境相互影响。一方面，微藻通过光合作用和呼吸作用，参与碳氧平衡、电子传递等过程，同时其生长和代谢受光照、温度、盐度等环境因素影响；另一方面，微藻也会影响其他生物的生理活动，例如促进或抑制植物生长，在废水处理系统中与其他微生物竞争营养等 。然而，微藻的许多生理机制和与环境的相互作用仍不明确。
近红外光谱（NIR）技术，波长范围 780 - 2500nm，在微藻研究中具有潜力。它可基于分子振动对电磁辐射的吸收，检测微藻的成分、生物量等信息。NIR 主要捕捉含氢原子的化学键，如 C - H、O - H 和 N - H 等振动信息，这些振动与微藻中的有机分子密切相关，可用于分析微藻的化学组成。与其他光谱技术相比，NIR 具有穿透深度深、样品制备简单、对水分不太敏感、可实时监测且无损检测等优点 。但目前 NIR 在微藻研究中的应用尚未得到充分挖掘，相关综述也较少，因此有必要对其研究现状进行梳理和展望。
二、近红外光谱在微藻研究中的应用
目前基于 NIR 光谱的微藻研究主要分为微藻成分测定、生长监测以及以微藻为中介对象的其他信息解析三大类。
2.1 成分测定
微藻含有丰富的蛋白质，是潜在的营养补充剂和饲料蛋白来源。传统获取蛋白质的方法需破坏微藻细胞，而光谱方法可基于特征波长建立预测模型，定量估算微藻蛋白质含量。例如，Wu 等人分析螺旋藻（Spirulina platensis）粉末发现，815nm 附近区域可能对蛋白质预测有效；Li 等人研究多种微藻，发现微藻蛋白质溶液在 1450nm 处有吸收峰；Chu 等人利用 NIR 高光谱成像技术，确定了小球藻（Chlorella pyrenoidosa）蛋白质含量和分布的 6 个特征波长 。不过，目前微藻蛋白质研究在数量和深度上仍不足以支持工业应用，且在蛋白质质量评估方面，基于光谱方法的研究较少，现有评估方法多为化学或生物实验，耗时耗力且不确定性高。
微藻脂质包括极性脂质、中性脂质、固醇等，在生物柴油生产和营养补充剂领域具有重要价值。NIR 光谱在微藻脂质检测方面表现良好，如 Laurens 和 Wolfrum 研究多种微藻的脂质含量，发现 NIR 光谱在跨物种预测中具有较高精度；Challagulla 等人对不同微藻菌株的研究也表明，NIR 光谱可用于预测微藻脂质含量，且不同微藻物种、状态和应激条件会影响模型构建和性能 。此外，一些研究还确定了微藻脂质的特征波段或波长。
碳水化合物是微藻生物能源或生物产品的创新来源。微藻通过光合作用合成碳水化合物，部分作为储能物质，部分参与细胞结构组成或排出细胞影响环境 。目前关于微藻碳水化合物的 NIR 光谱研究多与其他成分同时进行，虽有研究确定了一些特征波长，但对复杂碳水化合物的研究仍需加强，这有助于建立更精确的预测模型，深入理解微藻光合作用过程。
微藻含有多种色素，与蛋白质、脂质和碳水化合物相互关联。目前对微藻色素的研究多集中在可见光谱（VIS）区域，不过 NIR 光谱也包含微藻色素检测的有效信息。例如，Shao 等人利用 VIS/NIR 透射光谱结合多种算法，对螺旋藻中的类胡萝卜素进行了估算 。进一步研究 NIR 光谱在微藻色素测定中的应用，有助于揭示色素与其他化合物的相互作用。
元素分析对理解微藻内部生物活性机制及对外部环境的响应至关重要，也是生物炭或生物燃料表征的必要过程。微藻中的 C、N、O、H、S 等元素决定了生物炭和生物燃料的性能，元素比例也与生物能源产品的性质相关 。然而，目前尚未有研究利用 NIR 技术对微藻进行全面元素分析。
2.2 生长监测
微藻生长通常经历六个阶段，受光照等多种因素影响。监测微藻生长状态，包括生物量、丰度、分布和动态变化，对微藻培养及研究其与环境的相互作用具有重要意义。在实验室培养中，NIR 技术已显示出评估微藻生长参数的可行性和灵活性，如 Brown 等人、Challagulla 等人分别利用 NIR 光谱建立了微藻生物量预测模型 。在自然环境中，NIR 技术也可用于监测微藻，但面临更多挑战，如受环境因素干扰等。为提高模型准确性，可采用植被指数等方法，同时需要开发自适应建模策略，考虑微藻生理变化对光谱响应的影响。此外，将 NIR 技术与全球定位系统（GPS）、无人机（UAV）和遥感（RS）等技术集成，有望推动微藻监测系统的发展 。
从微观角度看，微藻的遗传和代谢组学特征有待深入研究。目前先进的基因工程技术已用于微藻遗传分析，如新一代测序（NGS）技术可探索微藻遗传信息，基因组编辑技术如锌指核酸酶（ZFN）、转录激活样效应物核酸酶（TALEN）和规律成簇间隔短回文重复序列（CRISPR）等可用于调控微藻基因表达 。在代谢组学方面，研究主要集中在碳水化合物和脂质等初级代谢产物，以及毒素等次级代谢产物。目前仅有少数研究利用 NIR 方法探索微藻的遗传和代谢组学特征，未来将 NIR 光谱与生物工程技术结合，有望取得更多进展。
2.3 微藻作为污染识别的中介候选物
利用微藻处理废水污染具有诸多优势，如可去除废水中的营养物质、吸收转化重金属等，还能实现资源回收，其光合作用可消耗二氧化碳，有助于碳捕获和利用 。微藻对环境变化敏感，可作为 NIR 光谱与环境系统之间的中介对象，间接识别污染物或检测废物动态。NIR 技术也可用于量化污染水平，例如在农药识别和微塑料聚合物分类等方面已有相关研究，未来有望在废水处理微藻系统中发挥更大作用。
三、当前挑战与未来展望
微藻的复杂生物活性成分和代谢功能增加了 NIR 方法排除冗余噪声和定位相关信息的难度。可通过建立更精确的微藻成分和代谢模拟模型，结合机器学习（ML）算法处理波段数据和建立模型来解决 。此外，微藻样本的固有变异性也给 NIR 分析带来挑战，可通过标准化样本制备协议、控制生长条件和深入研究微藻遗传学来应对。同时，微藻生物能源产品开发面临的困难也限制了 NIR 技术的应用，需要生物学和工程学研究人员共同努力解决。
NIR 技术存在穿透深度有限的问题，随着光穿透深度增加，模型准确性会显著下降 。可通过结合频域（FD）技术、结构照明（SI）、空间分辨光谱（SRS）和时间分辨光谱（TRS）等不同光谱技术，或从多个角度设置 NIR 设备来解决。此外，NIR 光对环境因素敏感，实验时需控制环境变量，数据处理前应采用标准正态变量（SNV）变换、乘法散射校正（MSC）等方法消除或校正环境干扰。
NIR 研究的目标是建立预测模型，但光谱对应每个功能基团和不同微藻物种的特异性导致校准转移性困难 。目前缺乏微藻光谱数据库，需要建立一个权威、开放和集成的平台来存储微藻光谱信息。这需要光谱学家、化学计量学家、生物学家等多领域专家的国际合作，通过联合项目、会议等方式促进合作，推动该交叉领域的发展。
NIR - 微藻研究面临环境、经济和社会等多方面挑战。环境方面，需要建立 NIR 校准模型以补偿环境因素的干扰；经济方面，NIR 光谱仪及软件昂贵，微藻产业的商业化也面临成本挑战，不过通过扩大生产规模、利用废水作为营养源等方式可降低成本；社会方面，NIR 系统的采用和认可有限，需要政府或相关机构提供补贴、激励等支持 。尽管如此，NIR 光谱技术在生物质分析中具有节省时间和成本的潜力，随着技术的发展和成本的降低，有望在微藻研究和产业中得到更广泛应用。
四、结论
本文总结了当前 NIR 在微藻研究中的应用，包括成分测定、生长监测和污染物检测等方面，同时阐述了该交叉领域存在的问题和未来展望 。目前，相关研究在微观和宏观层面都不够深入全面，面临环境和社会经济等挑战。未来需进一步创新和应用有效、高效、可持续的策略，如建立更准确的模拟模型、结合其他技术克服 NIR 光谱的局限性、进行模型交叉验证和降低成本等，以推动 NIR - 微藻研究的发展，实现其在微藻培养、环境监测、生物能源转换等实际工业应用中的可靠性和可行性。
