新采收稻谷与仓储稻谷的霉菌菌相分析

采用传统培养法和宏基因组学技术对比了2017年新收获稻谷和将其仓储一年后稻谷中的真菌菌相差异。结果显示,稻谷中的真菌菌群由各类田间真菌转变为曲霉类和青霉类等仓储型真菌为主的优势菌群,并且两种方法的检测结果有着高度的一致性。可为稻谷在长距离运输期间的霉变防控提供重要的指导依据。     

母质土壤对大米矿物元素含量的影响

研究母质土壤对大米矿物元素含量影响。以2018年在查哈阳、五常和建三江种植试验田得到的90份样品(龙粳31)和对应的母质土壤为实验样本。检测分析三产地母质土壤基本理化性质,采用电感耦合等离子质谱仪和X荧光射线光谱仪测定样品中元素的含量。结合方差分析和相关性分析,筛选到Mg、Sr、Te、Nd、Gd、Yb和U7种元素与母质土壤相关。利用筛选到的特征元素进行判别分析,结果表明：模型对三产地的正确判别率为96.7%、100%和100%,交叉验证产地正确判别率分别为96.7%、100%和100%,说明筛选得到的与母质土壤相关的7种元素可作为大米产地判别的可靠判别指标,建立的模型对查哈阳、建三江和五常大米具有有效的判别力。     

基于品种、年份和产地对绿豆矿物元素产地溯源的指标筛选

通过分析品种、年份与产地及其交互作用对绿豆矿物元素含量造成的差异,筛选有效特征指标,结合统计分析进行产地判别。以连续2年(2018—2019年)来自吉林白城、黑龙江泰来、黑龙江杜尔伯特蒙古、山东泗水地区的绿豆样本为研究对象,采用电感耦合等离子体质谱仪测定样品的52种元素。结果表明：Na、Mg、P、K、Mn、Cu、As和Se元素受产地影响较大;Na、As、Pd、B、Mn、Co、Cu、Pt、Pb和Lu元素受年份影响较大;P、Mn、Y、Cd、Cs、Ba、Lu、Ir和Pb元素受品种影响较大。实验对筛选到与产地直接相关的21种元素进行PCA分析和Fisher判别分析。7个主成分累计贡献率81.98%。建立的判别模型对4个产地的判别正确率为96.7%,交叉验证判别率为93.3%。说明由这些元素组成的模型可以对样本实现正确判别。     

绿豆发芽对其抗氧化作用的影响

研究绿豆发芽对其抗氧化作用的影响。实验设计绿豆萌发6 d,以抗氧化成分总酚、黄酮、Vc含量,与抗氧化能力DPPH清除率、–OH清除率、总还原能力为衡量指标,结合相关性、显著性分析等方法分析各指标变化规律。结果表明：总酚、黄酮含量及抗氧化能力指标为先增后降趋势,Vc含量为增加趋势。总酚含量在发芽第4 d达到最高含量,1~4 d从0.561 2 mg/g增加到0.723 7 mg/g,增加28.95%;黄酮含量在发芽第3 d达到最高含量,1~3 d从0.660 5 mg/g增加到0.697 4 mg/g,增加5.59%;1~6 d,Vc含量从0.783 3 mg/100 g增加到7.450 0 mg/100 g范围变化。1~3 d,DPPH清除率、–OH清除率、总还原能力各指标达到最高,分别为99.28%、97.00%、79.26%,分别提高4.68%、1.04%、46.76%。     

萌发绿豆芽粉对酸奶品质及营养的影响

为研究萌发绿豆芽粉对酸奶品质及营养的影响,选取不同品种绿豆,以萌发绿豆芽粉和纯牛乳为原料,保加利亚乳杆菌和嗜热链球菌为发酵菌种,采用单因素及正交试验研制凝固型萌发绿豆酸奶;通过高效液相色谱法和酶-重量法对萌发绿豆芽粉的牡荆素、异牡荆素和纤维素含量进行测定,以探究添加萌发绿豆芽粉对酸奶品质及营养的影响。结果表明,添加萌发绿豆芽粉可以加强酸奶组织结构,增加乳酸菌活菌数,并赋予酸奶独特的绿豆风味;添加萌发绿豆芽粉可以增强酸奶的抗氧化性,为酸奶增添了可溶性膳食纤维、牡荆素和异牡荆素等有益成分,赋予酸奶生理保健功能。凝固型萌发绿豆酸奶的最佳工艺为：添加2%萌发绿豆芽粉、7%蔗糖、0.3%羧甲基纤维素钠（CMC）稳定剂,以1.5 g/L的比例添加发酵剂,42 ℃恒温培养5 h,此条件下制备的萌发绿豆酸奶组织结构稳定,风味口感俱佳。     

基于产地、品种和年份影响矿物元素含量的大米判别

通过分析品种、年份与产地及其交互作用对大米矿物元素含量造成的差异,筛选有效特征指标,结合统计分析进行产地判别。以连续3?a（2016—2018年）在查哈阳、五常和建三江地区种植9?个品种的90?份田间试验样本为研究目标,采用电感耦合等离子体质谱仪测定样品的52?种元素。结果表明：Mg、Ca、Cr、Mn、Zn、As、Rb、Sr、Ag、Cd、Ba、La、Sm、Dy、Ho、Er、Pb、U受产地影响较大;Na、Mg、Al、Ca、Pb、U、V受年份影响较大;Na、Cr、Co、Ni、Tl、U、Mg、Al、La、Ho受品种影响较大。实验对筛选到与产地直接相关的18?种元素进行主成分分析和判别分析。6?个主成分累计贡献率80.333%。建立的判别模型对3?个产地的判别正确率均为100%,交叉验证率为100%。说明由这些元素组成的模型可以对样本实现正确判别。     

基于近红外光谱与矿物元素指纹信息融合对绿豆产地判别模型比较分析

为提高模型对绿豆产地的鉴别率,通过近红外光谱指纹信息和矿物元素指纹信息融合技术分析来自黑龙江省杜尔伯特蒙古自治县、吉林省白城市、黑龙江省泰来县、山东省泗水县绿豆样品中近红外光谱吸收强度和矿物元素含量,结合偏最小二乘判别分析(PLS-DA)法建立融合这两种指纹信息的鉴别方法。结果表明,信息融合模型的绿豆产地鉴别准确率为100%,与单一光谱指纹信息模型(90.0%)和矿物元素指纹信息模型(96.7%)相比,分别提高了10.0%和3.3%。因此,采用PLS-DA法信息融合模型对绿豆产地进行鉴别是可行的,近红外光谱指纹信息和矿物元素指纹信息融合技术可以提高绿豆产地的鉴别效果。