基于近红外光谱的大黄鱼新鲜度评价模型

目的 探索定量评价大黄鱼新鲜度的方法。方法 在整鱼背部采集近红外光谱, 将原始光谱预处理后分别与挥发性盐基氮(TVB-N)、菌落总数建立偏最小二乘(PLS)模型、区间偏最小二乘(iPLS)模型、向后区间偏最小二乘(biPLS)模型和联合区间偏最小二乘(siPLS)模型。结果 biPLS模型的精度最高、预测性能最佳。TVB-N的biPLS模型的校正集和预测集相关系数分别为0.8371和0.7652; 菌落总数的biPLS模型的校正集和预测集相关系数分别为0.878和0.7009。结论 大黄鱼的近红外光谱信息与其TVB-N、菌落总数间都存在较高的相关性, 所建模型可以快速、无损地定量评价大黄鱼的新鲜度。     

基于可视传感器阵列的鳊鱼新鲜度评价模型研究

目的 建立基于可视传感器阵列的鳊鱼新鲜度评价模型。方法 研究采用可视传感阵列与鱼体进行无接触式反应, 提取阵列反应前后的颜色变化信息来表征鱼的气味特征; 同时根据行业标准SC/T3032-2007测得表征鱼新鲜度的挥发性盐基氮(TVB-N)含量; 将可视传感技术所得的特征信息与TVB-N指标含量进行关联, 分别建立基于可视传感技术鱼新鲜度评价的定性模型BP神经网络和联合间隔偏最小二乘法(siPLS)定量模型。结果 BP神经网络模型精度较高, 训练集正确率为86.79%, 预测集正确率为86.43%; siPLS模型次之, 模型校正集和预测集的正确率分别为82.52%和80.67%。结论 可视传感器新技术所测得指标与TVB-N相关性较大, 可快速预测出鱼在储藏期间TVB-N的变化从而能够快速、无损地评价鱼类新鲜度。     

基于可视化嗅觉技术的鲢鱼K值快速无损检测研究

尝试采用可视化嗅觉技术对鲢鱼K值进行快速定量预测。利用可视化嗅觉技术对4℃恒温条件下不同冷藏天数的鲢鱼进行无损检测,获取可视化传感器阵列对样品顶空挥发性气体的响应信号;同时,利用高效液相色谱法检测鲢鱼体内三磷酸腺苷关联物的含量,算出K值;然后,采用偏最小二乘法(Partial least squares,PLS)和遗传算法偏最小二乘法(Genetic algorithm-partial least squares,GA-PLS)建立基于鲢鱼气味特征信息与K值的定量预测模型。结果显示,经遗传算法(GA)优化后原变量可从48个减少到18个,传感器可减少至11种;利用筛选出的变量建立的GA-PLS模型对鲢鱼K值的预测效果更好,预测均方根误差RMSEP=0.04,预测集相关系数Rte=0.93。研究结果表明,鲢鱼K值的实测值与预测值的相关性很高,可视化嗅觉技术能够用于定量预测鲢鱼K值。本研究为鱼类鲜度检测提供了一种准确、快捷、低成本的无损检测方法。     

GC-MS结合模式识别评价鱼新鲜度的研究

目的 对鱼新鲜度进行客观评价。方法 用顶空固相微萃取气相色谱质谱联用(HS-SPME-GC-MS)检测不同储藏时间下鱼的挥发性成分, 建立鱼肉挥发性物质的特性指纹图谱, 利用模糊C均值聚类法(FCM)分析特征共有峰。为验证聚类分析的结果, 建立鱼新鲜度神经网络判别模型。结果 FCM能较好地将贮藏9 d的鱼可分成3类(新鲜、次新鲜和腐败), 建立的RBF神经网络模型能很好鉴别鱼的新鲜度, 其训练集和测试集的正确分类率都达到100%。结论 此方法效果好, 为分析和检验鱼新鲜度提供了一种新的方法。     

西施舌16S rRNA基因片段PCR扩增及其核苷酸序列分析

利用酚/氯仿抽提法提取了西施舌闭壳肌总DNA,以总DNA为模板,利用两条16S rRNA基因特异引物,进行PCR扩增,扩增产物测序后进行序列分析。结果从西施舌的闭壳肌提取得到总DNA,获得一个长度约300 bp的PCR扩增产物;测序结果显示此片段为294 bp;核苷酸序列经WU-blast2分析,与Spisula subtruncata(AJ548774)和Corbicula sp(AY097259)的16S rRNA的同源性均为74%。经DNAStar分析,此核苷酸序列A,G,T,C含量分别为35.74%,25.51%,26.19%和13.59%,A T(61.90%)含量明显高于G C(38.10%)含量。     

电子舌对橙汁感官品质定量评价研究

尝试采用电子舌技术对橙汁感官品质进行快速定量评价。试验以3类20种品牌橙汁为研究对象,以人工感官评价结合模糊数学评价橙汁感官品质,获得各个感官指标得分值;同时采集样本的电子舌传感器数据。利用因子分析法确定橙汁各感官指标的权重,根据权重得出橙汁感官品质的总得分。然后对比采用偏最小二乘法和BP神经网络建立电子舌传感器响应值与感官品质总得分值之间的定量预测模型。结果显示,因子分析法可以有效分析不同类型橙汁的感官指标,得到色泽、香气、酸度、甜度、苦涩味、体态的权重分别为0.15、0.06、0.20、0.24、0.15、0.20。当采用主成分数为3,建立的BP神经网络模型效果最优。模型预测集中预测值与参考值的相关系数为0.93;预测集均方根误差为0.20。研究结果可为橙汁感官品质的智能化评价提供参考。     

产细菌素乳酸菌的筛选及鉴定

从传统发酵制品中分离筛选到50株乳酸菌,通过琼脂扩散法从中筛选出5株对指示菌具有明显抑菌作用的菌株,通过排除酸和过氧化氢的作用后,其中一株菌仍具有一定的抑菌活性.用胰蛋白酶对其发酵液进行处理后.活性下降很大,说明代谢产物中含有蛋白性质的抑菌物质,可能是细菌素.对此菌株进行鉴定,初步认为是戊糖乳杆菌,并对其生长能力和产酸能力进行了测定.     

乳酸菌细菌素应用于肉制品防腐剂的研究进展

乳酸菌现已被广泛应用于饲料、医疗、生物防治、食品和发酵工业中,其所产细菌素由于具有一定的抑菌作用且无毒副残留,因而逐渐受到人们的重视,并被利用来开发天然的生物防腐剂.概述了细菌素的分类、抑菌作用机制以及近年来国内外报道的有关乳酸菌细菌素在肉制品防腐中的作用的研究进展.