山茱萸中马钱苷和莫诺苷对HepG2细胞及其胰岛素抵抗模型的影响研究

本文通过微波辅助提取、有机溶剂萃取、大孔树脂、制备色谱和HPLC等方法对山茱萸活性成分进行分离、纯化和鉴定,得到马钱苷和莫诺苷两种主要成分。考察了正丁醇30%乙醇洗脱相(Fr.Bu-2)、马钱苷、莫诺苷对Hep G2细胞及其胰岛素抵抗模型摄取葡萄糖的影响以及对Hep G2细胞的毒性作用,结果发现,马钱苷和莫诺苷对Hep G2细胞增殖没有显著影响;Fr.Bu-2、马钱苷和莫诺苷均能显著促进Hep G2细胞葡萄糖摄取(GU),其中马钱苷促进作用最强,且呈剂量依赖性,在0.5 mg/mL浓度时,马钱苷组和莫诺苷组GU分别是对照组的3.24倍和1.64倍;此外,Fr.Bu-2、马钱苷、莫诺苷在高浓度(≥0.1 mg/mL)下均能显著促进胰岛素抵抗模型细胞GU,在0.5 mg/mL浓度时,马钱苷组和莫诺苷组的模型细胞GU分别为对照组的1.76倍和1.27倍。这些结果说明Fr.Bu-2、马钱苷和莫诺苷均能通过促进Hep G2细胞及其胰岛素抵抗模型摄取葡萄糖发挥降血糖作用。     

微型近红外光谱技术在白芍快速检验方面的应用

目的建立一种微型近红外光谱技术快速判别白芍药材品质合格与否的方法。方法对106批次白芍药材样品采用HPLC法测定芍药苷的含量,同时采用微型近红外光谱仪采集样品光谱,根据药材芍药苷含量大于或小于1.2%,将药材区分为合格与不合格两类,采用偏最小二乘法判别分析(PLSDA)建立合格与不合格药材判别模型,并采用训练集样本对模型预测能力进行外部验证,以识别率和拒绝率为模型评价参数。结果模型验证集、校正集及训练集的识别率和拒绝率均达100%。结论微型近红外光谱技术能准确、快速判别白芍药材的质量。本研究对快速鉴别药材质量具有指导意义。     

HPLC法测定山茱萸及其保健酒中马钱苷的含量

建立了测定山茱萸及其保健酒中马钱苷含量的高效液相色谱分析法.样品用80%甲醇回流提取并用0.45μm微孔滤膜过滤.色谱柱为Phenomsil C18 BDS柱(250mm×4.6mm,5μm),柱温为35℃,马钱苷检测波长为236nm,流动相为乙腈-水(1486),流速为1mL/min.该方法测得马钱苷的线性范围为0.092μg/mL～0.92μg/mL,回归方程为A=1264.1C 18.992(R=0.9997),平均回收率为99.82%,RSD=l.95%(n=5)山茱萸及其保健酒中马钱苷的含量分别为1.378%、0.703%.此法准确、快捷、重复性好,适合于马钱苷的含量测定.     

基于近红外透射光谱的大豆蛋白质和粗脂肪含量快速检测

该研究采用近红外光谱分析技术分别建立大豆蛋白质和粗脂肪含量的近红外检测模型,比较了不同数学处理方法和去散射校正方法及不同回归技术对模型准确性的影响,选出最佳的近红外检测模型,并通过内部验证和外部验证对模型的预测能力进行评价。结果表明:所建立的大豆蛋白质和粗脂肪含量的近红外检测模型的内部验证相关系数分别为0.947 1、0.889 0,外部验证相关系数分别为0.962 2、0.915 5。说明所建立的大豆蛋白质和粗脂肪含量的近红外检测模型具有很好的预测能力,近红外光谱技术可用于大豆成分含量的快速检测。     

近红外光谱法高通量检测罗布麻纤维胶质含量

研究了近红外光谱法高通量测定罗布麻纤维中的胶质含量。采用近红外光谱漫反射模式采集罗布麻纤维的近红外光谱,结合常规化学法所测参考值,运用偏最小二乘法(PLS)建立罗布麻纤维胶质含量的定量模型,并用未知样品对模型进行验证。结果表明,所建定量模型校正集相关系数(Rc)和校正集均方根误差(RMSEC)分别为0.994 0和1.676 1;经外部验证的验证集相关系数(Rp)和验证集均方根误差(RMSEP)分别为0.956 1和4.843 7。该方法操作简单,快速,可用于罗布麻纤维胶质含量的高通量检测。     

基于近红外建立荞麦营养成分快速检测模型

为探索一种快速、高效测定荞麦营养成分含量的方法,从内蒙古等地收集荞麦样品66份,采集样品近红外漫反射光谱图,并参照国标法测定样品水分、灰分、脂肪、蛋白质、淀粉含量,利用样品近红外光谱指纹结合化学计量学方法建立荞麦各营养成分的快速检测模型。结果,在10 000~4 000 cm-1波数范围内,分别对近红外光谱进行多元散射校正+一阶导数处理、一阶导数处理+标准正态变换及去趋势算法、无预处理、二阶导数+标准正态变换及去趋势算法,结合化学测定值建立的营养成分快速检测模型的校正和预测效果最佳;所建立的水分、灰分、脂肪、蛋白质、淀粉含量快速检测模型交叉验证决定系数R2分别为81.601 0%、94.086 2%、80.942 3%、99.897 5%、99.857 6%,外部验证决定系数R2分别为81.60%、94.09%、80.94%、99.97%、99.86%,且验证结果预测值及化学值差异不显著。建立的模型可以满足荞麦营养成分的快速检测。     

利用近红外光谱分析技术快速测定高良姜中水分含量

结合化学计量学技术构建高良姜中水分含量NIRS分析模型,可应用于高良姜中水分含量的快速测定。方法:用减压干燥法测定106批样品中水分的含量,采集并用多元散射校正法、二阶导数法、Savitzky-Golay卷积平滑法预处理近红外光谱,结合偏最小二乘法建立高良姜药材中水分含量的定量模型,对所建模型进行了内部交叉验证和23批验证集样品的外部预测验证,并对模型进行了重复性考察。结果:所建立的高良姜药材中水分含量的近红外光谱定量分析模型,内部交叉验证决定系数达到0.9864,校正均方差为0.134,预测均方差为0.145,内部交叉验证均方差为0.311,交叉检验和外部检验RPD均大于3。结论:该模型稳定,准确可靠,可应用于高良姜中水分含量的测定。     

响应面优化发酵型山茱萸葡萄露酒工艺研究

为优化山茱萸葡萄露酒生产工艺,保证产品品质,选择酿造法生产山茱萸葡萄露酒进行试验研究。以感官分值和马钱苷含量为指标,对产品进行综合评分。根据响应面中心组合设计理论,用响应面法探讨了原料组分比、液料比和前发酵温度对山茱萸葡萄露酒产品的影响,建立了二次多项式回归模型,并对酿造工艺参数进行了优化。结果表明,影响山茱萸葡萄露酒感官分值的主效应关系为液料比原料组分比前发酵温度;影响马钱苷含量的主效应关系为原料组分比液料比前发酵温度。发酵型山茱萸葡萄露酒的最佳生产工艺参数为:原料组分比2.1g·g~(-1)、液料比20.6︰1 mL/g、前发酵温度23℃。在此条件下,山茱萸葡萄露酒的感官分值为94.2,马钱苷含量为173.21 mg/L。     

基于Android平台微型近红外光谱仪的开发与应用

在Android平台上对C11708MA微型近红外光谱仪进行系统开发,实现光谱仪控制、样品指标测量、调用模型文件并显示样品可溶性固形物的预测结果等功能。利用近红外漫反射无损检测技术对镇江句容果园水蜜桃样品的可溶性固形物含量进行相关研究,运用化学计量学方法建立了水蜜桃可溶性固形物含量的近红外模型,并对模型的性能进行了评价。结果表明,采用偏最小二乘法(PLS)建立模型,光谱预处理的最佳条件为:移动窗口平滑(MAF)和Savitzky-Golay一阶导数。所建模型的校正相关系数(R_c)和预测相关系数(R_p)分别为0.931 1和0.880 2,校正标准偏差(RMSEC)和预测标准偏差(RMSEP)分别为0.441 0和0.531 0。开发的App程序运行稳定,预测结果准确,可应用于水蜜桃内部品质可溶性固形物含量的快速、无损、活体检测。     

小种红茶水浸出物近红外定量分析模型的建立

为实现近红外光谱技术在小种红茶中的快速无损检测,对76份有代表性的小种红茶按现行国家标准测定其水浸出物含量,采集样品的近红外光谱,采用OPUS 7.5软件,结合偏最小二乘法(partial least squares,PLS)建立小种红茶水浸出物含量的近红外定量分析模型。结果表明,所建立的水浸出物定量模型决定系数R2为95.73%,校正均方差(root mean square error of calibration,RMSEC)为0.629,验证均方差(root mean square error of prediction,RMSEP)为0.513。所建立的小种红茶水浸出物含量的近红外定量分析模型较为成功,模型预测效果较好,能够对小种红茶中水浸出物的含量进行快速地分析。     

近红外光谱技术快速检测黄酒的前发酵过程中总酸含量

黄酒是我国最古老的独有酒种,其生产原料来源广,生产工序复杂等因素对黄酒的质量有很大的影响。目前黄酒生产过程中还存在着利用生产经验来判断某段工序是否可以结束的情况,为了探索快速检测黄酒生产过程中各段工序的各项指标的含量的方法,取代人工判别前发酵终点来更准确的控制黄酒的质量,利用近红外光谱仪对黄酒生产过程中前发酵工段所得样品进行扫描,对其光谱进行预处理和波段选择,并结合偏最小二乘法 (PLS)建立各工段快速无损检测方法。最终得到了较高的决定系数R为0.9348,RMSECV值为0.118的模型。结果表明,黄酒前发酵过程选取的总酸含量所建立的模型能很好的用来进行快速检测。运用这些模型对验证集样品进行预测并统计分析,可知预测值与真实值之间无显著差异。本研究为黄酒生产过程的控制提供了方法基础。     

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。     

基于近红外光谱技术的白酒基酒中乳酸的快速检测

目的:研究现代近红外光谱技术快速检测白酒基酒中的乳酸含量。方法:采用高效液相色谱法测定基酒样品中乳酸的化学值,与近红外透射光谱相结合,建立白酒基酒中乳酸的定量检测模型。结果:最佳预处理方法为一阶导数+多元散射校正(MSC),最优波段谱为6102~5450 cm-1。对模型进行优化和检验,得到校正集样品的化学值与预测值的决定系数(R2)为0.9771,校正标准偏差(RMSECV)为0.1825;验证集的决定系数(R2)为0.9808,预测标准偏差(RMSEP)为0.1475。结论:近红外光谱法快速有效,所建模型具有很好的预测效果,模型的精密度和稳定性良好,为白酒生产中乳酸含量的检测提供方法指导。     

基于近红外光谱技术测定稻谷水分含量研究

本文采用近红外光谱技术结合化学计量学方法,建立稻谷水分含量测定的快速分析方法。试验选取江苏省不同地区的两年内197份稻谷样品作为建模集样品,对其进行化学分析和图谱扫描处理,通过近红外化学计量学软件初步建立稻谷水分含量的预测模型。建模结果显示运用PLS（偏最小二乘法）建立的分析模型预测效果最优,决定系数（R2）高达0.9689,交互验证标准差（SECV）为0.3434,选取24个未知样品作为验证集样品,验证决定系数（R2）高达0.9806,预测标准差为0.0933。结果表明,近红外光谱技术可以用于稻谷水分含量的快速测定。     

近红外光纤光谱法快速检测葡萄酒中酒精度

目的构建近红外光纤传感检测系统,结合近红外光谱分析技术和化学计量学,对葡萄酒中酒精度进行快速检测。方法以葡萄酒为研究对象,构建近红外光纤传感检测系统,分别使用偏最小二乘法和主成分回归对葡萄酒中酒精度进行近红外光谱分析,进行模型参数的比较。采用国标GB/T 15038-2006《葡萄酒、果酒通用分析方法》中气相色谱法对近红外预测结果进行验证。结果采用偏最小二乘法建模的预测性能优于主成分回归分析。在偏最小二乘法建模中,其决定系数(R²)为0.9534,交叉验证均方根误差(RMSECV)为0.0283,预测均方根误差(RMSEP)为0.0179,相对分析误差(RPD)为3.0607。统计学分析表明近红外分析的预测值与气相色谱法测定值之间的差异无统计学意义。结论研究表明,近红外光纤光谱法用于葡萄酒中酒精度的检测,操作简便、快速。近红外技术在酒类品质监测中具有良好的应用前景。     

基于近红外光谱技术检测白酒基酒中乙醇含量的研究

为了快速测定白酒基酒中的乙醇含量,采用近红外光谱（NIRS）技术结合偏最小二乘法（PLS）处理白酒基酒近红外图谱,建 立白酒基酒中乙醇的定量分析模型。 结果表明：最佳预处理方法为减去一条直线法,最优波段谱为7 502～5 450 cm-1,主成分数为7。 校正集样品的化学值与预测值的决定系数（R2）为0.923 3,交互验证均方根误差（RMSECV）为0.89;对模型进行检验,得到验证集的 决定系数（R2）为0.954 8,预测均方根误差（RMSEP）为1.21。 结果显示近红外检测方法快速有效,所建模型具有很好的预测效果,模型 的精密度和稳定性良好。     

近红外光谱技术快速测定鹅肉嫩度

目的：应用近红外光谱技术快速检测鹅肉的嫩度值。方法：采集完整鹅肉的近红外光谱（950～ 1 650 nm）,光谱经多种校正预处理后,再分别采用主成分回归和偏最小二乘法建立鹅肉嫩度的定量预测数学模 型。结果：采用5点移动窗口平滑处理结合偏最小二乘法所建立模型的预测效果最好,嫩度定量校正数学模型的模 型决定系数为0.908 0,内部交互验证均方根误差为113.618 6。用此模型对预测集20 个样品进行预测,预测值与实 测值的相关系数达到0.971 1,预测值平均偏差为21.673 g,预测值和实测值之间没有显著性差异（P＞0.05）。结 论：近红外光谱作为一种无损快速的检测方法,可用于评价鹅肉的嫩度。     

离散余弦变换结合BP网络用于白酒近红外光谱定量分析

采用近红外光谱的离散余弦变换和BP神经网络相结合．建立了白酒近红外光谱与其酒精度之间的数学关系模型，为快速检测白酒的酒精度提供了一种新的方法。结果表明．经离散余弦变换后建立的模型比全光谱偏最小二乘建立的模型具有更精确的预测效果。模型的相关系数由原来的0．9611提高到0．9744，预测标准偏差由原来的1．3891降低到0．9542。     

食醋总酸近红外快速检测方法的研究

利用傅立叶变换近红外光谱技术结合偏最小二乘法（PLS）对食醋的总酸进行快速检测分析。随机采集106个不同酸度食醋的实验数据、扫描近红外光谱图,选择最优的光谱预处理方法优化、建立模型。利用模型对15个未参与建模的食醋样品总酸的含量进行预测,外部验证模型的准确性。结果表明,食醋总酸实测值与对应采集的近红外漫反射光谱相关联建立的快速检测模型,其近红外食醋总酸模型的交叉验证决定系数（R2）为0.972 3,交叉验证均方差（RMSECV）为0.062 1。经外部验证后,该模型食醋总酸预测值和实测值的绝对偏差平均值为0.035,最大相对误差为1.383%,两者间相关性系数为0.995。该方法可以快速、高效、简便地用于食醋总酸的快速检测。     

漫反射红外光谱法结合PLS测定稻谷脂肪酸值研究

为了快速、简便、无污染地测定稻谷中脂肪酸含量,提出基于漫反射傅里叶变换红外光谱法(DRIFTS)和近红外漫反射光谱法(NIDRS)测定稻谷脂肪酸值快速检测方法。同时探讨了反向区间偏最小二乘法(BiPLS)对中红外光谱区域的优化效果。傅里叶变换原始光谱模型经7点平滑预处理及BiPLS优化,得到的最佳模型的R~2、RMSECV、RMSEP分别为0.998、3.65、3.69。近红外光谱经一阶导数和多元散射校正预处理后建立最佳模型,其R~2为0.97,RMSECV为3.43。在验证实验中,傅里叶变换红外光谱预测值与国标测定值的相对标准偏差为1.16%,近红外光谱预测值与国标测定值的相对标准偏差为1.70%。结果表明,DRIFTS能够更加准确检测脂肪酸值。