康氏木霉ZJ5纤维素酶发酵培养基的优化

采用响应面方法对康氏木霉(Trichoderma koningii)ZJ5生产纤维素酶的培养基进行了优化，首先通过全因子实验分析培养基组分；稻草粉、麦麸、大麦粉和(NH4)2SO4对纤维素酶三个组分活性的影响，确定主要影响因子为稻草粉和(NH4)2SO4，前者为正影响，后者为负影响，用最陡爬坡路径逼近最大响应区域，利用中心组合设计及响应面分析确定主要影响因子的最佳浓度，在优化培养基中发酵6d，CMC酶活、滤纸酶活和β-葡萄糖苷酶活分别达到了765．8、155．3U／mL和39．54U／mL。     

传统酸面团中细菌与酵母菌的分离与鉴定

为进一步描述我国传统面食发酵剂的理化性质和菌落组成,收集了北方地区6份发酵剂样品,测定了其酸度和菌落总数,并对分离、纯化、初筛后得到的75株细菌和60株酵母菌进行了测序鉴定。结果显示,样品pH值范围为3.73~5.46,总滴定酸度为8.3~19.8 mL;乳酸菌和酵母菌的计数结果分别为8.35±0.07~9.75±0.12 Log cfu/g,6.31±0.22~8.68±0.04 Log cfu/g。鉴定出包括短乳杆菌(Lactobacillus brevis)、植物乳杆菌(Lactobacillus plantarum)和旧金山乳杆菌(Lactobacillus sanfranciscensis)在内的乳酸菌8种;酵母菌4种,其中优势菌为酿酒酵母(Saccharomyces cerevisiae);其他细菌6种,主要为解淀粉芽孢杆菌(B.amyloliquefaciens)、地衣芽孢杆菌(B.licheniformis)和醋杆菌。结果表明,我国传统面食发酵剂菌相复杂,以酵母菌和乳酸菌为主,还包括芽孢杆菌、醋酸杆菌在内的多种其他细菌,甚至可能含有致病菌。通过比较细菌和酵母在不同酸面团样品中的分布,发现不同来源样品的微生物种类组成存在差异。     

超声波协同马克思克鲁维酵母Z17胞内粗酶处理降低乳清蛋白的致敏性

以超声预处理过的乳清蛋白为酶解底物,采用OPA法、ELISA分析等手段,探究马克思克鲁维酵母Z17粗酶水解乳清蛋白、降低乳清蛋白致敏性【以α-乳白蛋白(α-LA)和β-乳球蛋白(β-LG)为抗原性表征】的最优超声预处理-酶解条件。结果表明:乳清蛋白水解度受初始pH值和酶解温度的影响显著,α-LA、β-LG抗原性受初始pH值的影响显著,超声间歇时间和超声功率的交互作用对α-LA、β-LG抗原性影响显著。采用响应面法获得马克思克鲁维酵母Z17转化乳清蛋白的最优酶解条件是:超声间歇时间16 s,超声功率400 W,初始pH 6.16,酶解温度18.48℃,预测α-LA抗原性、β-LG抗原性的降低率达到最大值,分别为65.56%和57.96%。     

共轭亚油酸的生理学功能及健康意义

主要讨论了共轭亚油酸(CLA)混合物和单一异构体在癌症、心血管疾病、糖尿病以及免疫调节等各种疾病预防方面的一些最新动物或体外试验研究;一些最新临床研究结果也表明CLA对人体健康有着积极的作用.鉴于食物来源的CLA含量较低、化学合成法副产物较多,微生物合成目前成为获得CLA的有效途径之一.     

干啤洒酿制技术探讨

干啤酒(Dry Beer)是八十年代开始在世界上风行起来的一个新的啤酒品种。由于干啤酒的碳水化合物含量低,特别适宜于糖尿病人饮用,所以德国等国家已将干啤酒纳入疗效食品之列。在我国,啤酒生产历史较短,品种单一,难以满足消费者的需要,开发生产干啤酒,对于增加啤酒品种,提高啤酒企业的经济效益都有重大的现实意义。黑龙江省绥芬河啤酒厂已于1990年初率先推出熊牌10度干啤酒,随后杭州啤酒厂、北京双合盛五星啤酒     

微波技术在食品中的应用和食品杀菌研究进展

阐述了微波加热技术的原理、特点及其在食品杀菌中的应用     

降血脂功能食品研究进展

随着生活水平的不断改善,高脂饮食摄入不断增加,体内脂质代谢平衡被打破,是目前高脂血症患者数量急剧增加的原因之一。具有辅助降血脂功能的食品种类繁多,按其主要功能因子分为多糖类、膳食纤维、维生素、皂苷及甾体类、生物碱类、蛋白、多肽、氨基酸、黄酮类、酚类、不饱和脂肪酸等。本文主要从降低胆固醇、降低甘油三酯和抗氧化剂三方面介绍降脂功能食品的研究与开发,为降脂功能食品相关研究人员提供参考。     

臭氧技术在食品加工中的应用

臭氧技术作为一种现代高新技术正日益受到重视 ,它可应用于空气、水和食品的消毒灭菌处理 ,与传统的方法相比较有独特的优点。本文主要探讨了臭氧杀菌的原理和特点以及存在的问题 ,展望了其发展前景 ,以期加速其在食品中的应用     

城市轨道交通车站短时客流机器学习预测方法

轨道交通具有载客量大、安全及环保等优点,已成为多数乘客的优先出行方式,是缓解城市交通压力的有效途径之一．为提高轨道系统的运行效率,实现轨道交通智慧化运营,基于机器学习算法理论,结合轨道交通车站的时间、空间及外部影响因素等客流特征,建立轻量的梯度提升机（light gradient boosting machine,LightGBM）、长短期记忆（long short-term memory,LSTM）及LightGBM-LSTM融合模型的车站短时客流预测模型,同时构建差分自回归移动平均（autoregressive integrated moving average,ARIMA）和极限梯度提升（extreme gradient boosting,XGBoost）模型作为预测实验的对照模型．以中国杭州地铁自动售票系统刷卡数据为例,选取了5种地铁车站（居住类型、工作类型、居住工作混合类型、购物类型及交通枢纽类型）和3个准确性评价指标（平均绝对误差、均方根误差及平均绝对百分误差）,量化评价不同模型的预测准确性．结果表明,基于多特征的机器学习模型可以较好预测地铁车站短时客流,弥补了传统时间序列...