酶水解制备猪血浆蛋白抗氧化肽工艺参数的优化

对猪血浆蛋白的水解条件进行优化,并对其不同水解条件下水解物的抗氧化性进行了研究.采用碱性蛋白酶、中性蛋白酶、风味蛋白酶、复合蛋白酶、胰蛋白酶以及木瓜蛋白酶制备猪血浆蛋白水解物,用pH-Stat法测定其水解度,通过测定卵磷脂脂质氧化体系的抑制作用和亚铁还原能力,来研究水解物的抗氧化能力.结果表明,猪血浆蛋白水解物的抗氧化能力与酶的种类、底物是否经预热处理及水解度的大小有关,筛选出碱性蛋白酶为最佳用酶;通过测定不同底物浓度、不同酶与底物浓度比以及不同水解时间的水解物的TBARS值(硫代巴比妥酸值)和还原能力,得出底物浓度为4%,酶与底物浓度比为2%,水解时间5h的水解物具有较高的抗氧化能力.     

脱脂小麦胚芽酶解及其水解物抗氧化性研究

本文采用中性蛋白酶和flavourzyme分别水解脱脂小麦胚芽制取小麦胚芽水解物,研究两种不同酶对麦胚蛋白水解速率的影响,同时通过测定水解物清除DPPH自由基的能力和还原能力研究麦胚蛋白水解物的抗氧化性。结果表明,中性蛋白酶对麦胚蛋白的水解速率明显高于flavourzyme;种酶的水解产物均具有清除DPPH自由基活性和还原能力。     

具有抗氧化活性的骨蛋白肽水解条件优化的研究

对骨蛋白水解物的水解条件进行优化,并对其不同水解条件下水解物的抗氧化性进行了研究.本实验采用碱性蛋白酶、中性蛋白酶和胰蛋白酶三种酶,分别选择2%、5%和7%的骨蛋白底物浓度,酶与底物浓度比([E]/[S])分别采用0.5:100、1:100、1.5:100、2:100对骨蛋白进行水解,用pH-Stat法测定其水解度,并且将水解物应用于卵磷脂脂质氧化体系中,测定其TBARS值,研究其抗氧化性.通过测定三种酶水解产物的水解度以及在Liposome体系中的TBARS值,表明碱性蛋白酶的酶解产物具有较高的水解度和抗氧化活性,故选择碱性蛋白酶对骨蛋白进行水解;通过测定不同底物浓度、不同的[E]/[S]的酶解产物的水解度和TBARS值,得出底物浓度为7%:[E]/[S]为1:100的酶解产物具有较高的抗氧化能力.     

脱脂小麦胚芽酶解及其水解物抗氧化性研究

本文采用中性蛋白酶和flavourzyme分别水解脱脂小麦胚芽制取小麦胚芽水解物,研究两种不同酶对麦胚蛋白水解速率的影响,同时通过测定水解物清除DPPH自由基的能力和还原能力研究麦胚蛋白水解物的抗氧化性.结果表明,中性蛋白酶对麦胚蛋白的水解速率明显高于flavourzyme;两种酶的水解产物均具有清除DPPH自由基活性和还原能力.     

不同蛋白酶突变子对鲢鱼蛋白酶解及产物抗氧化性的影响

本实验采用芽孢杆菌丝氨酸蛋白酶及其突变产物对淡水鱼类白鲢鱼肉蛋白进行酶解,对比分析了酶的不同突变产物对水解过程水解度的影响及其酶解产物的抗氧化活性变化。大部分蛋白酶在水解反应前40 min内反应速率较高,水解度迅速增加,40min~120 min之间水解曲线变得平缓甚至下降。其中细菌丝氨酸蛋白酶突变子239对白鲢鱼肉蛋白的水解能力最强,其2 h水解产物水解度最大,为11.51%;突变蛋白酶33的水解能力最差,最终水解产物的水解度只有3.08%。细菌丝氨酸蛋白酶及其突变酶的酶解产物均具有较高的抗氧化性,其中蛋白酶突变子166的酶解产物抗氧化活性最强,经测定其DPPH清除能力为91.02%,蛋白酶突变子169的酶解产物抗氧化活性最弱,DPPH清除能力为61.41%。结果表明,与三联体催化活性中心相关的突变对丝氨酸蛋白酶的水解能力和水产品蛋白的水解度影响较大,而酶底物特异性方面的改变则影响酶解产物的抗氧化活性。     

牦牛乳酪蛋白酶解产物清除DPPH自由基活性分析

以牦牛(Bos grunniens)乳酪蛋白为原料,用胃蛋白酶、胰蛋白酶、碱性蛋白酶、木瓜蛋白酶和风味蛋白酶制备酪蛋白酶解产物,分别测定其DPPH自由基清除活力,发现碱性蛋白酶酶解产物的清除活力显著高于其他酶解产物(P<0.05).测定不同水解时间点酪蛋白酶解产物的DPPH自由基清除活力,发现第7h酶解产物的清除活力显著高于其它水解时间点的样品(P<0.05).还分析了碱性蛋白酶7h酶解产物的理化指标,发现其水解度、三氯乙酸氮溶解指数和蛋白质回收率均较高,表明此时大部分酪蛋白已降解,且酶解产物中短肽段的含量较高,用碱性蛋白酶制备具有DPPH自由基清除能力的酪蛋白酶解产物时得率较高,而其氨基氮含量相对较低,适宜作为保健食品功能性基料.     

响应面法优化碱性蛋白酶水解豆渣蛋白质的研究

以大豆豆渣为原料,采用碱性蛋白酶对大豆豆渣蛋白质进行水解得到蛋白水解肽并对蛋白水解肽的抗氧化性进行研究.以水解度为指标,研究碱性蛋白酶在不同水解pH值、温度、时间、酶添加量条件下对大豆豆渣酶解的影响,得出碱性蛋白酶的水解条件为pH9.25、水解时间3.05 h、酶添加量8108 U/g、水解温度53℃,水解度达到91....     

不同蛋白酶处理对真姬菇菌盖与菌柄鲜味物质释放的影响

目的:探究不同蛋白酶处理对真姬菇菌盖与菌柄鲜味物质释放的影响,以充分提取并利用真姬菇鲜味物质。方法:选取3种单酶(风味蛋白酶、复合蛋白酶、木瓜蛋白酶)和2种复配酶(风味蛋白酶和复合蛋白酶复配酶、风味蛋白酶和木瓜蛋白酶复配酶)对真姬菇菌盖和菌柄进行酶解,比较5组蛋白酶处理后真姬菇菌盖与菌柄鲜味物质释放的差异。结果:风味蛋白酶与复合蛋白酶复配酶水解液鲜味氨基酸和鲜味核苷酸含量显著高于对照组和其它处理组(P＜0.05),菌盖与菌柄经该复配酶水解后水解液中鲜味氨基酸含量分别达20.85 mg/g和10.60 mg/g,鲜味核苷酸含量分别达8.45 mg/g和3.88 mg/g,菌盖的等效鲜味浓度值从食用菌的第二等级(836.90 g MSG/100 g)显著提升到第一等级(1 333.75 g MSG/100 g)。此外,电子舌系统可较好地辨别不同水解物的滋味差异。结论:利用风味蛋白酶和复合蛋白酶的复配酶水解,能够更充分释放真姬菇菌盖和菌柄中的鲜味物质,且真姬菇菌盖相较于菌柄在开发少盐鲜味调味品方面更有潜力。     

蛋白酶水解大豆分离蛋白的分子水平表征

采用两种蛋白酶(胃蛋白酶和碱性蛋白酶)对大豆分离蛋白进行水解,水解结束调节pH至4.8,离心分离得到酸可溶蛋白和酸不可溶蛋白.考察不同的蛋白酶、水解时间、温度以及未添加蛋白酶的情况下,酸不可溶蛋白所占比例,并采用SE-HPLC和SDS-PAGE对这些酶解物进行了分子水平的表征.结果发现:胃蛋白酶选择性地水解大豆球蛋白(11S),在pH 2.0、37℃条件下水解6h,酸不可溶蛋白所占比例为51.14％,其相对分子质量大于10 kDa的部分占到50％以上.水解温度对碱性蛋白酶水解大豆分离蛋白的影响较大,在pH 8.0、60℃条件下水解1h获得的大豆分离蛋白碱性蛋白酶酶解物的相对分子质量主要分布在20 kDa以下.不同蛋白酶水解大豆分离蛋白,其水解进程存在显著差异,即使是采用同一种蛋白酶进行水解,不同的水解条件下得到的酶解物分子结构也大不相同.     

酶法制备豆清液多肽工艺优化及其抗氧化活性研究

为提高大豆蛋白资源的利用率,考察了不同蛋白酶(木瓜蛋白酶、菠萝蛋白酶、胃蛋白酶、风味蛋白酶)水解豆清液制备多肽,并选择风味蛋白酶进行工艺优化。以多肽得率为评价指标,探讨酶用量、酶解温度、初始pH和酶解时间对多肽产率的影响,并通过响应面优化提取工艺参数,确定了豆清液水解的最佳工艺条件为:酶用量0.09 g、温度54℃、pH 4.4、时间4 h,在此条件下多肽产率为71.10%;最后进行DPPH自由基清除率的测定。抗氧化实验结果表明,通过风味蛋白酶酶解制得的豆清多肽具有较好的抗氧化性,是优质抗氧化肽的良好来源。     

基于近红外光谱技术快速检测稻谷水分含量

目的:建立一种无损、快速高效的稻谷水分含量检测方法。方法:研究收集了不同年份的稻谷样品161份,运用近红外光谱结合化学计量学方法,通过剔除异常光谱和光谱预处理,采用偏最小二乘法建立稻谷水分含量预测模型。结果:采用主成分分析结合马氏距离的方法剔除异常光谱样品15个,最佳的光谱预处理方式为消除常数偏移量。训练集建立的预测模型(R_CAL²)为0.9943,模型标准偏差(RMSEC)为0.21%,模型交叉验证决定系数(R_CV²)为0.9936,模型交叉验证标准偏差(RMSECV)为0.32%,表明预测模型交叉验证预测样品水分含量准确度高。用验证集样品检验预测模型,模型验证集验证决定系数R 2 VA L为0.9801,模型验证集验证标准偏差(RMSEP)值为0.36%,相对分析误差(RPD)值为7.14,表明预测模型对未知样品的预测准确度高。验证集样品实测值与预测值均值方程T检验结果P值(双侧)为0.879,验证集样品实测值与预测值之间差异不显著,表明预测模型的预测结果可信度高,验证集样品预测值与实测值的误差在±1%,且90%以上的验证集样品其预测值与实测值的误差都在±0.5%以内。结论:建立的稻谷水分预测模型可以实现收储稻谷的无损、快速、准确检测。     

近红外光谱快速检测食用植物油中酸价

建立基于近红外光谱的食用植物油中酸价现场快速测定方法。方法 将食用植物油作为主要研究对象,采用冷溶剂指示剂滴定法检测371个食用植物油样本的酸价,并进行近红外光谱采集。经过标准正态变换结合一阶导数对近红外光谱进行数据预处理,选用竞争性自适应重加权采样算法选取重要变量,建立食用植物油酸价的偏最小二乘回归模型。结果 蒙特卡洛交互验证结果显示,食用植物油酸价预测模型的验证集决定系数Q2为0.9983,交互检验的均方根误差(Root Mean Square Error of Cross Validation, RMSECV)为0.0461 mg/g, 独立测试集验证所得到的酸价预测值与实测值决定系数R2为0.9834,食用植物油预测效果良好。结论 基于近红外光谱的检测方法能够预测食用植物油的酸价,为评价食用油品质优劣提供快速无损的技术思路。     

一种水溶液中果糖含量的近红外光谱分析法

目的建立一种水溶液中果糖含量的近红外光谱分析仪(near-infraredspectroscopyanalysis,NIRSA)检测方法。方法实验中所用的样品数量为30个,随机选取26个作为校正集样品,用于建立果糖的校正模型;4个作为验证集样品,用于校正模型的验证。将待测样品放入样品杯中,利用GSA201型近红外光谱仪采集样品的光谱。得到样品的化验值,将光谱数据和化验值导入到NIRSA化学计量学软件,经过一阶微分S-G平滑处理,利用成分的含量数据和光谱数据一一对应,创建校正模型。为验证模型的预测能力,选取4个果糖水溶液样品作为验证,调用校正模型对该样品进行预测。结果本研究中样品的含量范围在0.4171%～0.4431%之间,样品的含量比较低且范围较窄,GSA近红外光谱仪测量的绝对偏差为0.000024。结论 GSA近红外光谱仪利用光谱数据和校正模型完全能够有效检测水溶液中果糖的含量,且预测的准确度较高。     

近红外光谱快速检测乌珠穆沁羊肉氨基酸含量

利用近红外光谱分析技术快速检测乌珠穆沁羊肉中不同氨基酸含量。选取42 只相同饲喂条件、体质量相近的6 月龄乌珠穆沁羊,采集背最长肌、臂三头肌、股二头肌3 个部位共126 块肌肉样本,采集样本近红外光谱并测定氨基酸含量。采用偏最小二乘法关联光谱与氨基酸数据,建立乌珠穆沁羊肉中17 种氨基酸的定量预测模型,最后以模型交叉验证均方根及校正决定系数（R2校正）、验证决定系数（R2验证）、预测模型的验证集标准偏差与预测标准偏差比值（ratio of standard deviation of the validation set to standard error of prediction,RPD）作为评价模型的参数。结果表明：所建立的氨基酸含量预测模型准确度较高,其中总氨基酸（total amino acid,TTA）、必需氨基酸（essential amino acid,EAA）、组氨酸、赖氨酸含量的近红外光谱预测模型的R2验证分别为0.818、0.803、0.861和0.858。分别对预测模型进行外部验证,其中EAA、组氨酸、精氨酸、丝氨酸、谷氨酸、甘氨酸、赖氨酸验证结果的RPD值均超过1.74,TAA验证结果的RPD值为2.60,预测模型准确度达到应用水平,可作为一种快速、准确测定羊肉中氨基酸含量的方法。     

哈姆林甜橙果实内在品质的可见-近红外光谱无损检测法

采用可见- 近红外漫反射光谱技术,结合偏最小二乘法,以不同时间采摘的哈姆林甜橙果实为样品建立其可溶性固形物、含酸量和VC 的无损检测数学模型,同时对不同光谱预处理方法和不同建模波段范围对模型的预测性能进行对比分析。结果表明：原始光谱在400～1000nm 波段的模型预测精度较高。经多元散射校正和5 点移动平均平滑预处理后,果实可溶性固形物含量的PLS 模型最好,校正集样品的相关系数为0.995RMSEC和RMSEP分别为0.026%、0.028%;预测集样品的相关系数为0.992。经多元散射校正和9 点移动平均平滑预处理后,果实含酸量的PLS 模型最好,校正集样品的相关系数为0.997,RMSEC 和RMSEP 分别为0.012%、0.013%;预测集样品的相关系数为0.997。经多元散射校正和9 点移动平均平滑预处理后,果实VC 含量的PLS 模型最好,校正集样品的相关系数为0.998,RMSEC 和RMSEP 分别为0.009%、0.009%;预测集样品的相关系数为0.999。可见由不同时间采摘的果实组成的样品集所建立的数学模型可以提高模型的预测精度,从而提高模型的适用范围。应用可见-近红外漫反射光谱检测哈姆林甜橙果实的内在品质可行。     

软枣猕猴桃总酚的可见-近红外漫反射光谱无损检测

应用可见-近红外漫反射光谱在570～1848nm光谱区域内,建立了软枣猕猴桃总酚定量数学模型。实验将贮藏分三个阶段(采收阶段,贮藏12d,贮藏24d)进行,通过对比分析不同建模方法得到软枣猕猴桃总酚定标模型。结果表明,应用偏最小二乘回归算法、一阶导数处理和反相多元离散校正处理所建软枣猕猴桃总酚定标模型的预测性能较好。定标集样本的交互验证相关系数(RCV)为0.8939,交互验证均方根误差(RMSECV)为11.6734mg/100g;预测集样本的相关系数(RP)为0.8627,预测均方根误差(RMSEP)为16.7690mg/100g。研究表明：可见/近红外漫反射光谱对软枣猕猴桃总酚的快速无损检测具有一定的可行性, 但模型精度有待提高。     

基于异常样品剔除的酒醅近红外定量分析模型的精度提升

目的 利用异常识别算法识别出原数据集中存在的奇异点,以建立预测精度更高的酒醅定量分析模型。方法 在研究中采用集群分析思维,利用马氏距离、主成分马氏距离、蒙特卡罗交叉验证法对108个样本进行异常样品识别以及剔除,以光谱-理化值共生距离算法进行样品集的划分,划分比例为3:1。结果 酒醅水分近红外定量分析模型经马氏距离处理后预测精度达到最高,预测相关系数上升了0.43%,预测均方根误差下降了6.94%;酒醅酸度近红外定量分析模型经马氏距离处理后精度达到最高,预测相关系数上升了0.02%,预测均方根误差下降了0.20%;酒醅还原糖近红外定量分析模型经蒙特卡罗处理后,预测相关系数上升了8.74%,预测均方根误差下降了42.14%;酒醅淀粉近红外定量分析模型经蒙特卡罗处理后精度达到最高,预测相关系数上升了2.81%,预测均方根误差下降了57.80%。结论 经过验证,剔除异常样品可建立出预测精度更高的酒醅定量分析模型。     

基于MCCV奇异样本筛选和CARS变量选择的蜂蜜pH值和酸度的近红外光谱检测

采用Norris平滑加一阶微分数据预处理,蒙特卡洛交互验证(MCCV)的奇异样本筛选和CARS(competitive adaptive reweighted sampling)变量选择法,用Kennard-Stone(KS)法划分训练集和预测集,偏最小二乘(PLS)回归近红外光谱建模,对蜂蜜pH值和酸度进行定量分析。pH值和酸度校正模型的交互验证决定系数(Rcv2)、交互验证均方差(RMSECV)、预测集决定系数(Rp2)、预测均方差(RMSEP)分别为0.8516和0.8723、0.1214和2.1734、0.8205和0.8250、0.1196和2.4674。结果表明,该方法适于蜂蜜pH值的测定,而不宜用于测定蜂蜜酸度。     

最小偏二乘方法和近红外技术快速测定莲子多糖及抗氧化活性

目的对5个主要产区的莲子多糖含量和抗氧化活性进行测定,分析比较各省份莲子质量差异,并进一步采用近红外分析技术构建莲子多糖的快速预测模型。方法采用苯酚-硫酸法测定莲子多糖的含量;利用对1,1-二苯基-2-苦肼基自由基(1,1-diphenyl-2-picozide radical,DPPH)清除率测定莲子的抗氧化活性;并利用偏最小二乘方法构建莲子多糖的快速预测模型。结果实现了5个产地的莲子多糖含量及其抗氧化活性的精确测定;构建的快速预测模型对多糖含量及抗氧化活性预测准确率较好,模型的训练集均方根差(root-mean-square error,RMSEC)为0.0185,测试集均方根差(root-mean-square error of prediction,RMSECP)为0.0236;训练集和测试集相关系数的平方分别达到了0.9592和0.8516。结论本文所构建的快速预测模型能够对不同产地的莲子的多糖含量和抗氧化活性进行快速预测,为评价莲子多糖含量和抗氧化活性提供了科学参考。     

树脂吸附结合近红外光谱同时检测小龙虾中铅、镉模型的建立

目的 建立树脂吸附结合近红外光谱模型同时检测大批量小龙虾中铅、镉含量的方法。方法 小龙虾经微波消解后, 用D405大孔吸附树脂吸附小龙虾消解液中的铅、镉, 采集吸附树脂的近红外光谱, 并采用一阶导数、小波变换、标准正态变换和多元散射校正进行光谱预处理, 选取较佳预处理方法, 结合竞争自适应重加权采样法进行最优波段选择; 利用偏最小二乘法建立最优定量预测模型, 并对模型进行外部验证, 探究模型预测准确度; 收集6个地区的小龙虾对模型进行应用验证, 探究模型实际应用可靠性。结果 D405树脂对小龙虾消解液中铅、镉的吸附率均达98.5%以上。经小波变换光谱预处理, 结合波段选择, 建立的铅、镉定量模型预测准确度较高, 校正集交叉验证均方根误差和相关系数分别为0.08、0.12及0.98、0.95; 外部验证集的预测均方根误差和相关系数分别为0.07、0.10及0.98、0.98。模型实际应用可靠, 铅、镉含量参考值与预测值之间偏差的标准差和相关系数分别为0.01、0.01及0.99、0.98。结论 建立的小波变换-竞争自适应重加权采样-偏最小二乘定量模型对小龙虾样品中的铅、镉含量都具有更好的预测效果, 树脂吸附结合近红外光谱可以用于同时检测大批量小龙虾中的铅、镉。