坛紫菜游离氨基酸的检测分析及一种未知成分的结构鉴定

为了检测分析坛子菜中的游离氨基酸,先采用离子交换树脂层析法分离坛紫菜粗提液中的游离氨基酸,收集3 mol/L的氨水洗脱液,分别用薄层层析、离子色谱及PITC(异硫氰酸苯酯)-HPLC柱前衍生反相高效液相色谱法对其进行检测分析。结果显示,除含有多种组成蛋白质的氨基酸外还,含有5种未知成分。采用半制备高效液相色谱系统制备分离了其中一种未知成分的衍生物TZC,经真空冷冻干燥后为白色絮状固体,结合核磁共振波谱、高分辨质谱、红外光谱数据,最终鉴定TZC去掉已知取代基团PITC后的成分为乙醇胺,分子式为C2H7NO,相对分子质量为61.08。     

特菜系列谈（四）——紫菜薹的温室栽培技术

紫菜薹(Brassica compestris L.var.purpurea Bailey)．别名红菜薹、红油菜薹，属于十字花科芸薹属芸薹种白菜亚种的一个变种。它与广东菜心属于同一变种．一，二年生草本植物．是原产我国的特产蔬菜，主要分布在长江流域一带，以湖北武昌和四川成都栽培最为著名。     

美味卷菜四款

卷制菜肴，馅料丰富多变，可溜，可蒸，可炸，口味或成鲜、或酥脆、或酸甜，因而深受食客的欢迎，笔者结合当前餐饮流行时尚之特色创制了几款卷制莱肴，现介绍如下，以飨渎者。     

养殖紫菜的退色现象与其色素及金属元素含量关系的研究

测定了正常生长和退色紫菜中的光合色素叶绿素、类胡萝卜素及藻胆色素蛋白，包括藻缸蛋白、藻蓝蛋白和变藻蓝蛋白的含量；同时对不同紫菜样品中的Fe、P等微量及常量元素进行了分析。计算了叶绿素a、藻胆色素蛋白与Fe、Zn、Mn、P等元素的相关系数，发现它们之间呈明显的正比例关系，其中Fe与以上色素的相关性最好。因为Fe是生物体内合成上述4类吡咯类色素所不可缺少的微量元素，所以在实验室内对退色紫菜进行了外源性添加Fe^3＋实验，发现该紫菜中的色素含量有明显提高。本文提出：与陆地植物的黄化病一样，缺少Fe等微量元素可能是造成紫菜退色现象的直接原因之一。     

紫菜吸附铜、锌离子的研究

本文采用紫菜作为吸附剂吸附溶液中Cu^2 和Zn^2 。结果表明，紫菜对Cu^2 的吸附性能大大优于Zn^2 ，对Cu^2 的吸附2min就近乎达到平衡，适宜的pH为4-6，对Zn^2 需要2h才能达到平衡，适宜的pH为3-6。初始浓度即使高达30mmol／L时，Cu^2 的吸附率仍在90％以上，吸附量高达13．9mmol／g，而Zn^2 的吸附率只有12％，吸附量只有1．7mmol／g，紫菜对Cu^2 、Zn^2 的吸附等温线用Langmuir方程均能得到较好的表达。     

条斑紫菜颜色变化的影响因素研究

以鲜条斑紫菜为材料,采用色差计测定样品颜色,研究pH值、温度、氧气、金属离子、维生素C（VC）、热风干燥温度对紫菜颜色变化的影响。结果表明,在溶液pH值达到9以上时,紫菜亮度随着溶液碱性的增大而显著增强（p<0.05）,碱性越强紫菜的颜色越浅。紫菜红度在pH值为10～14的溶液中变化显著（p<0.05）,碱性越强紫菜红度越弱、颜色越绿。溶液由强酸性至弱酸性变化导致紫菜颜色越蓝,溶液由弱酸性至强碱性变化导致紫菜颜色越黄。紫菜总色差在pH值为5～9的溶液中变化不显著（p>0.05）。0～40℃时,紫菜颜色变化不显著（p>0.05）,而继续升温至70℃或更高温度会导致紫菜颜色亮度增强、变绿变黄。40℃加热条件下,抽真空产生的低氧环境使紫菜亮度降低、颜色越蓝。Vc溶液处理能够导致紫菜颜色越红。钙镁离子和热风干燥温度对紫菜颜色影响不明显。     

紫菜风味香精的制备及其风味成分分析

以条斑紫菜为原料,研究紫菜的酶解及其风味香精制备技术。通过比较不同蛋白酶对条斑紫菜的水解能力及对水解后风味的影响,进而筛选水解用蛋白酶。利用筛选的风味蛋白酶酶解紫菜,以水解度和感官评价为评价指标,通过正交试验确定风味蛋白酶水解紫菜的较佳工艺条件为:温度55℃,时间3 h,加酶量3%。以此酶解液进行美拉德反应制备紫菜风味香精,通过响应面分析法确定美拉德反应的工艺配方与工艺条件为:谷氨酸1 mg/m L,甘氨酸0.5 mg/m L,半胱氨酸0.15 mg/m L,木糖8 mg/m L,葡萄糖4 mg/m L,硫胺素0.4 mg/m L,温度110℃,p H6,时间50 min,制备的紫菜风味香精香味浓郁、鲜味明显,腥味减弱。氨基酸分析结果表明,酶水解后谷氨酸和丙氨酸含量增加明显,参与美拉德反应的氨基酸主要有甘氨酸、谷氨酸、半胱氨酸等。采用GC-MS测定产物中的挥发性风味成分,共检测出41种风味物质。     

具有SE结构的改进的PSPNet用于紫菜养殖区识别

目前深度学习技术被广泛应用于解决实际问题的各个领域,其中在筏式海水养殖区识别方面也取得了很大的进展。但由于海水养殖区环境复杂,导致容易产生误分问题。本文主要利用高分遥感影像,通过人工标注三分类标签,利用具有SE结构的改进的PSPNet模型来进行紫菜养殖区的识别工作,有效的改善了小样本误分问题。PSPNet能同时捕获紫菜养殖区的高级语义特征以及不同尺度的空间信息,SE结构通过学习的方式来自动获取到每个特征通道的重要程度,提升有用的特征并抑制对当前任务用处不大的特征,以提高小样本识别率。实验结果表明,与经典的FCN,U-Net网络相比该方法在紫菜养殖区的识别上有更好的效果,能够实现紫菜养殖区的提取应用。