荧光光谱技术在肉类中抗生素残留检测中的应用研究进展

肉类中抗生素残留超标容易对人体健康造成一些潜在危害,其已成为影响肉类食用安全品质的一个重要因素。荧光光谱技术作为一种快速检测技术在肉类中抗生素残留检测当中受到了越来越多的重视。介绍了荧光及荧光发光原理,综述了抗生素检测中的主要荧光发光方法,以及同步荧光光谱、三维荧光光谱、表面增强荧光等常用的荧光光谱技术及其在肉类中抗生素残留检测中的应用情况,并对其应用前景进行了展望。

导数同步荧光光谱-小波-SGA-LSSVR联用快速测定鸭蛋蛋清中新霉素残留含量

新霉素在巯基乙醇存在的条件下与邻苯二甲醛生成的衍生物具有强荧光特性,可实现鸭蛋蛋清中新霉素残留含量的荧光测定。在模型建立过程中,分析了波长为280～390 nm光谱范围内的三维同步荧光光谱,确定检测鸭蛋蛋清中的新霉素含量的最佳波长差Δλ为110 nm;然后利用db10小波的2层分解对一阶导数同步荧光光谱进行去噪处理,并利用分段遗传算法(SGA)优选出了14个特征波长;最后应用最小二乘支持向量回归(LSSVR)建立了鸭蛋蛋清中的新霉素含量的预测模型,其模型预测集的决定系数(R2)和预测均方根误差(RMSEP)分别为0.9671和1.713。结果表明,SGA能有效提取出鸭蛋蛋清中新霉素对应的特征波长,有利于提高LSSVR模型预测精度,可实现鸭蛋蛋清中新霉素残留含量的快速测定。

同步荧光光谱结合CARS变量优选预测猪肉中四环素残留含量

为快速检测猪肉中的四环素残留含量,采用同步荧光法结合竞争适应重加权采样(CARS)变量优选法建立了预测猪肉中四环素残留含量的支持向量回归(SVR)模型。从样本的三维同步荧光光谱中确定了最佳波长差为65nm,采用CARS方法从中挑选出与四环素相关的特征波长变量,并与连续投影算法(SPA)及遗传算法(GA)进行比较。最后,应用SVR算法对优选出的16个波长变量建立猪肉中四环素含量的预测模型。分析发现,多元散射校正(MSC)光谱预处理后的CARS方法优于SPA及GA变量选择方法,可以有效地筛选出全光谱中的特征波长变量。CARS-SVR建立的四环素预测模型优于原始光谱的SVR模型,其预测集的决定系数(R2)和预测均方根误差(RMSEP)分别为0.961 2和10.94mg/kg。研究结果表明,采用同步荧光法结合CARS-SVR模型可以预测猪肉中的四环素残留含量,且CARS-SVR能有效地简化模型并提高预测精度。

基于APTLD的猪肉中莱克多巴胺残留含量的三维同步荧光光谱快速测定

应用三维同步荧光光谱法结合交替惩罚三线性分解(APTLD)来建立猪肉中莱克多巴胺残留含量的定量测定模型,以实现猪肉中莱克多巴胺残留含量的快速测定。首先分析了莱克多巴胺的荧光光谱产生机理和样本的三维同步荧光光谱;其次对猪肉提取液中的莱克多巴胺荧光的浓度猝灭现象进行了分析;然后应用核一致诊断法确定了APTLD的三线性分解组分数为2,并建立了猪肉提取液中莱克多巴胺的相对荧光峰值强度与训练样本中莱克多巴胺的相对荧光峰值强度之间的标定曲线,用于待测样本中的相对荧光峰值强度的校正;最后,建立了基于APTLD的猪肉中莱克多巴胺残留含量的三维同步荧光光谱预测模型。试验结果表明,该方法可以较好的解决猪肉样本中莱克多巴胺与背景之间的同步荧光光谱严重重叠的问题,省去了一些烦琐的"化学分离"过程,模型预测集的决定系数(R^2)和均方根误差(RMSEP)分别为0.986 3和0.496 6 mg·L^(-1),达到了猪肉中莱克多巴胺残留含量快速定量测定目的。

表面增强拉曼光谱法测定鸭肉中氧氟沙星残留

建立一种鸭肉中氧氟沙星(OFX)残留的表面增强拉曼光谱(SERS)检测方法。样本经过前处理后,利用QE65000便携式拉曼光谱仪采集样本的SERS光谱。采用单因素实验分析法优化实验条件,并建立预测鸭肉中OFX残留的线性回归方程。结果表明:金胶加入量、待测液样本加入量、NaCl溶液加入量及吸附时间的较优条件分别为500μL、10μL、120μL和1min,线性回归方程为y=1357.9x+33.737,相关系数(R2)为0.9946,样本回收率为89%~106%。

表面增强拉曼光谱快速检测四环素水溶液

目的为实现水中四环素残留的快速检测,探索建立四环素水溶液的表面增强拉曼光谱(surface enhanced Raman spectroscopy,SERS)检测方法。方法以OTR202和OTR103作为表面增强基底,分析四环素水溶液的SERS光谱,应用自适应迭代惩罚最小二乘法(air-PLS)扣除SERS的荧光背景,探讨样品加入量对SERS信号强度的影响,以1274 cm-1作为特征峰建立四环素水溶液的标准曲线。结果确定了四环素水溶液的加入量为20μL,建立的线性回归方程Y=257.47X+85.165,相关系数r为0.9897。结论本研究方法无需前处理,简便快捷,为后续水中四环素残留快速现场检测奠定了良好基础。

大棚中无线远程监控系统的设计

为提高大棚中温湿度控制的效率和降低成本,设计一种远程监控系统。本设计将传感器技术、无线通信技术和无线控制技术有效的结合,实现实时温湿度的远程查询和设置。当大棚中环境温湿度超出要求或者发生紧急情况时,还可以实现远程控制和报警功能。通过测试证明,该系统对于大棚中智能管理来说是经济可行的。

导数同步荧光法测定鸭蛋蛋清中金霉素残留含量

为实现鸭蛋蛋清中金霉素残留含量的快速测定与检测模型精度的提高,应用导数同步荧光法结合支持向量回归(SVR)建立鸭蛋蛋清中的金霉素含量的预测模型。首先在280～400 nm光谱范围内对三维同步荧光指纹图谱与三维同步荧光光谱进行分析,确定检测鸭蛋蛋清中的金霉素含量的最佳波长差△λ为70 nm;然后对原始的同步荧光光谱进行一阶导数预处理,并用联合区间偏最小二乘法(siPLS)结合遗传算法(GA)优选出11个特征波长;最后应用支持向量回归(SVR)建立了鸭蛋蛋清中的金霉素含量的预测模型,其模型预测集的决定系数(R2)和预测均方根误差(RMSEP)分别为0.973 mg/L和1.501 1 mg/L。试验结果表明,本研究方法能够满足鸭蛋蛋清中金霉素残留含量快速测定要求。

支持向量回归-同步荧光光谱法预测鸭肉中克百威残留

为了满足鸭肉中克百威残留分析及快速检测的要求,基于克百威水解物在巯基乙醇存在的条件下能与邻苯二甲醛反应产生具有强荧光性衍生物的方法,建立了应用同步荧光光谱法测定鸭肉中克百威残留量的预测模型。对含有克百威鸭肉样品的三维同步荧光光谱进行分析,确定其最佳波长差Δλ为120 nm;利用遗传算法(GA)结合交互验证均方根误差(RMSECV)从240～450 nm光谱中筛选出19个波长作为定量分析模型的输入特征变量;对SVR、PCR、PLS 3种回归模型的性能进行比较,实验发现SVR模型的预测结果最好,其预测集的决定系数(r2)和预测均方根误差(RMSEP)分别为0.999 4和0.878 7。研究结果表明,采用同步荧光光谱法结合支持向量回归算法测定鸭肉中克百威的残留量,具有快速、预测精度高等特点,可为检测鸭肉中的克百威残留量提供一种可行的方法。

智能化水稻种子发芽器成套设备的研制现状及发展方向

水稻是我国重要的粮食作物,水稻生产在国民经济中占有十分重要的地位,然而种子正常发芽是水稻安全生产的重要前提。通过介绍水稻种子发芽器设备的研究现状,分析所存在的问题,并对其发展方向进行展望。

金霉素水溶液的表面增强拉曼光谱测定分析

以金霉素水溶液为研究对象，分析了波数范围为400～1800 cm-1的金霉素水溶液的拉曼光谱，以探讨金霉素水溶液的表面增强拉曼光谱快速测定方法。以OTR202和OTR103作为表面增强试剂，应用air-PLS方法对原始的表面增强拉曼光谱进行预处理以消除荧光等背景信号的影响，并对金霉素水溶液的表面增强拉曼进行了半定量分析。结果表明，该方法对金霉素水溶液的检测浓度可达到0．1 mg/L，说明表面增强拉曼光谱技术可用于金霉素水溶液的快速测定中。

基于小波变换的鸭蛋蛋清中卡那霉素残留含量的同步荧光光谱测定研究

为实现鸭蛋蛋清中卡那霉素残留含量的快速测定与检测模型精度的提高,获取卡那霉素在巯基乙醇存在的条件下与邻苯二甲醛生成的衍生物的同步荧光光谱,应用小波分析结合e-SVR建立鸭蛋蛋清中卡那霉素残留含量的预测模型。在模型建立过程中,首先应用三维同步荧光法对波长290～380nm的同步荧光光谱进行分析,确定测定鸭蛋蛋清中卡那霉素残留含量的最佳波长差Δλ为110 nm。然后应用db5小波对荧光光谱进行5层小波分解,分析表明第4层小波细节信号能较好的解决荧光光谱重叠及卡那霉素微弱荧光信号提取问题,并确定以细节小波系数d4作为模型的输入特征向量。最后从核函数类型、参数(c,g,p)取值方面对e-SVR模型进行优化,获取RBF为最优核函数,进而对PLS、PCR、MLR和e-SVR 4种模型进行性能比较,以e-SVR模型的预测效果最好,其预测集的相关系数和均方根误差分别为0.9922和1.1865。结果表明,小波变换能有效提取出鸭蛋蛋清中卡那霉素的荧光特征信息,有利于提高e-SVR模型预测精度,能够满足鸭蛋蛋清中卡那霉素残留含量快速测定要求。

应用表面增强拉曼光谱法快速检测鸭肉中呋喃它酮代谢物残留

采用表面增强拉曼光谱(SERS)技术建立了鸭肉中呋喃它酮代谢物(AMOZ)残留检测的方法。研究以纳米金胶和NaCl作为SERS增强基底,并利用自适应迭代重加权惩罚最小二乘法(air-PLS)扣除光谱中的背景信号,确定了拉曼位移为801 cm^(-1)处的特征峰可作为鸭肉中AMOZ的特征峰。利用单因素分析法得出试验中纳米金胶、待测样品及Na Cl的最佳加入量分别为1.2 m L,35μL及100μL,且最佳吸附时间为1 min。并在此基础上建立了鸭肉提取液中AMOZ质量浓度范围为0.5~12 mg/L时特征峰强度Y与鸭肉提取液中AMOZ质量浓度X之间的线性关系,得到其线性方程为Y=224.99X+718.83,决定系数(R2)为0.9961,最低检测限为0.5 mg/L,并得到其预测集样本中回收率的范围为97.2%~119.1%。结果表明,该方法线性关系良好,可用于鸭肉中AMOZ残留的快速检测。

导数同步荧光光谱结合遗传优化算法测定鸭蛋蛋清中庆大霉素含量

为实现鸭蛋蛋清中庆大霉素(GM)残留含量的快速测定与检测模型精度的提高,应用遗传算法(GA)筛选导数同步荧光光谱特征波长,用遗传-支持向量回归(GA-SVR)建立鸭蛋蛋清中GM残留含量的预测模型。首先分析了样本的三维同步荧光光谱和确定了本实验研究的波长差Δλ为120nm;然后利用sym5小波的2层分解对一阶导数同步荧光光谱进行去噪处理,并利用GA筛选出了14个荧光特征波长;最后利用GA优化了SVR的径向基核函数(RBF)参数(c,g,p),进而比较了GA-SVR、PLS和MLR 3种预测模型的预测能力,研究表明,以GA-SVR模型的预测能力最强,其预测集的决定系数(R2)和均方根误差(RMSEP)分别为0.983 0和1.149 4mg/L。实验结果表明,GA能有效筛选出鸭蛋蛋清中GM的荧光特征波长和提高GA-SVR模型预测精度。

鸡蛋清中金霉素残留的银胶表面增强Eu(III)的荧光检测

鸡蛋清中残留的金霉素（CTC）易进入人体内蓄积,从而对人体的健康产生损害。研究表明,银胶能作为表面基底来修饰金霉素与Eu（Ⅲ）的配合物,进而使配合物的荧光强度得到显著性的增强。本研究应用银胶表面增强Eu（Ⅲ）的荧光来检测鸡蛋清中金霉素的残留量,分别分析了不同胶体、银胶的加入量、Eu（Ⅲ）的加入量、反应时间等因素对荧光强度的影响,并确定了最佳的实验条件,在最佳条件下建立了以617 nm处的荧光特征峰强度（Y）与鸡蛋清中金霉素含量（X）之间的标定曲线。结果表明：鸡蛋清中金霉素浓度范围在1.5~29.5 mg/L时,鸡蛋清中金霉素含量与荧光强度之间呈现良好的线性关系,线性方程为Y=5.2265X＋24.033,决定系数R2为0.9043,实测值与预测值之间的R2=0.9182。可见用银胶表面增强Eu（Ⅲ）的荧光来快速检测鸡蛋清中金霉素的残留量是可行的。

基于表面增强拉曼光谱的甲萘威水溶液检测分析

以表面增强试剂OTR202 和OTR103 作为表面增强拉曼光谱（SERS）的活性基底，探索建立甲萘威水溶液的SERS 检测方法。首先对比分析了甲萘威水溶液的普通拉曼光谱与SERS。然后分析了表面增强试剂与待测样本的加入量对甲萘威水溶液的SERS 的影响。最后分析了质量浓度在0.1～15.0 mg/L 范围内的甲萘威水溶液的SERS，并以1374 cm^-1 处的特征峰强度与甲萘威水溶液浓度进行线性回归，得到线性方程为y=414.5x＋481.59，决定系数R2=0.9864。试验结果表明该研究方法对甲萘威水溶液的检测限可达到0.1 mg/L，说明以表面增强试剂OTR202 和OTR103 为SERS 活性基底的SERS 检测方法可用于水中甲萘威残留检测。