高光谱成像技术结合化学计量学可视化花生中蛋白质含量分布

花生中蛋白质含量与分布能够显著影响花生制品品质。利用高光谱图像结合化学计量学研究可视化花生中蛋白质含量分布的可行性。从校正后的花生图像的感兴趣区域(region of interest,ROI)中提取光谱信息,通过传统化学方法测定蛋白质含量。比对了不同光谱预处理和回归算法,以二阶导数(the second derivative,2nd-der)为最佳的光谱预处理方法,偏最小二乘法(partial least squares,PLS)为最佳的回归算法。基于预处理后的光谱和花生蛋白质的化学值,建立全波长PLS模型,全波长模型具有良好的性能(校正集相关系数为0.91,校正集标准偏差0.86;预测集相关系数为0.86,预测集标准偏差为0.69)。利用回归系数法(regression coefficient,RC)从全波长模型中选择14个特征波长,建立2nd-der-RC-PLS特征波长模型,模型性能(校正集相关系数为0.86,校正集标准偏差1.03;预测集相关系数为0.80,预测集标准偏差为0.77)与全波长模型相当。采用2nd-der-RC-PLS算法将花生高光谱图像转变成蛋白质含量分布图。成对t检验判断凯氏定氮法与高光谱法无显著性差异。结果表明结合化学计量学的高光谱成像技术为测定花生中蛋白质含量分布提供了一种高效非破坏性方法。

粮油品质安全高光谱成像检测技术的研究进展

粮油品质安全至关人类营养健康与生命安全。常规检测粮油品质安全方法,由于操作困难、破坏性强、费用高、试剂污染等缺点,不能满足快速无损,高效无污染的要求,难以与工业4.0接轨。整合光谱和图像手段的高光谱成像技术,伴随着化学计量学的发展,突破了常规检测方法局限性,是粮油品质安全检测技术的发展趋势。在大量文献的基础上,综述了高光谱成像技术原理,以及在品质方面(组分测定、发芽检测、品种分类)和安全方面(真菌检测、虫害检测)的研究进展,特别分析了高光谱成像技术检测粮油品质安全的应用光谱范围、化学计量学方法、仪器设备和模型准确性,指出了现阶段在粮油品质安全检测中存在的主要问题,并对今后的研究方向和重点进行了展望,以期推动高光谱成像技术在粮油领域的应用发展。

适宜加工凝胶型和溶解型蛋白质花生品种的SSR标记分析

通过SSR分子标记寻找花生蛋白凝胶性和溶解性与基因之间的关系,为花生加工专用品种选育提供依据。采用35对SSR引物对80个花生品种的基因组DNA进行扩增,在此基础上,利用NTSYS-2.1对花生进行聚类分析,同时对溶解性和凝胶性进行关联分析。筛选出7对具有多态性的引物,共扩增出19个条带,其中14个条带具有多态性,每对引物平均2条,多态性频率为74.7%。聚类分析将白沙1016、五彩花生、白沙101、白花生、粤油25等5个适宜加工溶解型蛋白质的花生品种归为一类,鲁花11、双纪2号、丰花1号、开农30、丰花3、花冠王等适宜加工凝胶型蛋白质的花生品种归为一类。SSR标记与加工特性的关联分析表明,4号引物和33号引物与凝胶性的相关系数分别为0.481和0.421。

粮油加工过程损失现状及对策建议

通过综合分析我国粮油加工情况和粮油加工过程中的损失情况,指出现阶段我国粮油加工出品率低、营养成分损失严重的现状,其主要原因是行业产能过剩、粮油加工工艺设备不发达、过度加工以及标准制定修订滞后等。为此,建议加大产业集中度和科学饮食的宣传力度,加快粮油加工科技发展和加工标准制定与修正,以期扭转加工过程中的巨大损失和浪费。

基于高光谱成像技术快速无损测定花生中水分含量

花生中水分含量的高低直接影响花生及其制品的贮藏期,而现有的测定方法存在步骤多、时间长等问题。试验利用高光谱成像技术对花生中水分含量进行快速无损检测分析。通过采集120个花生样品的图像信息,从校正后的图像中提取花生目标区域的平均光谱作为花生光谱信息进行分析;同时,优选最佳的光谱预处理方法和建模方法建立花生中水分含量全波段模型,在此基础上利用回归系数法,确定重要波长并建立模型。结果表明,二阶导数(2nd-der)偏最小二乘法(PLS)全波段模型预测水分含量能力最佳,校正集和预测集的相关系数分别为0.91和0.84,标准偏差分别为0.28和0.38;回归系数法确定的14个波长所建简化模型的性能与全波段相当,校正集和预测集的相关系数分别为0.82和0.81,标准偏差分别为0.39和0.43。因此,高光谱成像技术可以快速无损测定花生中水分含量,其具有快速运算特点的重要波长模型可以更加方便地应用于花生加工产业中。

花生蛋白组分及其亚基含量近红外分析检测方法

花生球蛋白、伴花生球蛋白及亚基含量显著影响蛋白质的凝胶性和溶解性等功能特性,进而影响其在肉制品、植物蛋白饮料中的应用效果。目前常采用提取蛋白质后再用电泳及光密度法测定球蛋白、伴球蛋白及亚基含量的方法,操作步骤繁琐,样品损失量大。为此收集了178个花生品种,分别提取蛋白,采用电泳法测定球蛋白、伴球蛋白、23.5和37.5 kDa亚基含量并获得大量数据的基础上,利用近红外光谱技术进行整粒花生样品的光谱扫描,将其与传统方法测定的化学值进行拟合,采用偏最小二乘回归(PLSR)化学计量法构建数学模型。通过比较单一和复合光谱预处理方式,对比模型相关系数和误差评估预测模型性能。确定球蛋白模型最佳预处理方法为2^(nd)-der with Detrend,校正集相关系数为0.92,标准差为1.41;伴球蛋白模型最佳预处理方法为Detrend with 1^(st)-der,校正集相关系数为0.85,标准差为1.46;23.5 kDa亚基含量模型最佳预处理方法为Normalization with 2^(nd)-der,校正集相关系数为0.91,标准差为0.53;37.5 kDa模型最佳预处理方法为Detrend with Baseline,校正集相关系数为0.91,标准差为0.89。外部验证结果表明,球蛋白预测均方根误差(square errors of predi ction,SEP)为1.25,伴球蛋白SEP为0.73,23.5 kDa模型SEP为0.47,37.5 kDa模型SEP为0.75。本研究基于近红外光谱技术实现了对整粒花生进行球蛋白、伴球蛋白、23.5 kDa和37.5 kDa亚基含量的同步、快速和无损检测,为育种专家加工专用品种选育和蛋白加工企业原料选用提供了根据。

1906-1908年的郑孝胥与预备立宪公会

1906年,清政府宣布仿行宪政后,归隐上海的郑孝胥在其老幕主岑春煊的支持下,与张謇、汤寿潜、刘厚生等人一起,在上海成立了当时国内影响力最大的立宪团体——预备立宪公会。在随后1907—1908年的国会请愿运动中,郑孝胥受当时社会环境的影响,带领预备立宪公会的会员,设立国会研究会,向宪政编查馆上书,请求速开国会。通过收集1906—1908年间郑孝胥相关活动中的言论,了解清末预备立宪时期郑孝胥的宪政观。

利用近红外光谱技术快速测定鱼油中EPA和DHA含量的方法研究

利用近红外光谱技术建立快速测定鱼油中EPA和DHA含量的方法。分别测定EPA和DHA的含量以及收集鱼油光谱信息,比对了多种单一和复合预处理方法以及数学建模方法。结果表明:Normalize-SNV和Detrend-MSC分别为EPA和DHA预测模型最佳的预处理方法,PLS为最佳的建模方法,其中EPA预测模型R_C为0.966,SEC为1.960,DHA预测模型RC为0.945,SEC为1.281。利用近红外光谱技术可以快速测定鱼油中EPA和DHA含量。

鱼油品质光谱检测技术的研究进展

鱼油制品具有丰富的营养功能,深受消费者喜欢。常规检测鱼油品质方法,由于操作困难、破坏性强、试剂污染等缺点,不能满足快速无损、高效无污染的检测要求。光谱检测技术(如近红外光谱技术和核磁共振技术),伴随着化学计量学的发展,突破了常规检测方法局限性,是鱼油品质检测技术的发展趋势。在大量文献的基础上,综述目前光谱检测技术在鱼油品质的应用情况,特别分析光谱方法、化学计量学和仪器设备,指出现阶段利用光谱技术检测鱼油品质存在的主要问题,并对今后的研究方向进行展望。