国产精品13p,欧美又大又硬又粗BBBBB

領(lǐng)學(xué)術(shù)科研之先，創(chuàng)食品科技之新

—— 中國食品雜志社

2009年第30卷16期返回列表

封面：

目錄：

目錄文章

直接競爭ELISA法檢測蜂蜜中氯霉素殘留

內(nèi)容: 建立蜂蜜中氯霉素直接競爭酶聯(lián)免疫吸附測定（enzyme-linked immunosorbent assay，ELISA）檢測方法。以抗氯霉素單克隆抗體為包被原，氯霉素-辣根過氧化物偶聯(lián)物為標(biāo)記物，3,3’,5,5’-四甲基聯(lián)苯胺作顯色底物，對其主要影響因素，如標(biāo)準(zhǔn)品稀釋液、包被溫度、包被抗體稀釋倍數(shù)等6?個(gè)因素進(jìn)行優(yōu)化，同時(shí)還對該方法的準(zhǔn)確性和穩(wěn)定性進(jìn)行考察。結(jié)果表明：所建立的直接競爭ELISA標(biāo)準(zhǔn)曲線方程式為y=－17.425x＋97.509，相關(guān)系數(shù)R2為0.991?2，IC50值為0.63?ng/

閱讀量: 213 發(fā)表時(shí)間: 2019-09-26
基于高光譜技術(shù)及SPXY和SPA的玉米毒素檢測模型建立

內(nèi)容: 應(yīng)用高光譜技術(shù)研究和構(gòu)建霉變玉米黃曲霉毒素B1（aflatoxin B1，AFB1）和玉米赤霉烯酮（zearalenone，ZEN）含量的檢測方法，通過建立霉變玉米中這2?種毒素含量的預(yù)測模型，實(shí)現(xiàn)對玉米霉變程度的快速、無損、準(zhǔn)確判別。首先，通過對比5?種預(yù)處理方法，確定標(biāo)準(zhǔn)正態(tài)變量校正法對原始光譜數(shù)據(jù)進(jìn)行預(yù)處理；然后，采用光譜-理化值共生距離算法結(jié)合偏最小二乘回歸（partial least squares regression，PLSR）法分析不同校正集樣本預(yù)測AFB1和ZEN含量的差異，并分別優(yōu)選出

閱讀量: 200 發(fā)表時(shí)間: 2019-09-26
基于近紅外光譜技術(shù)對多年際建三江、五常大米產(chǎn)地溯源

內(nèi)容: 研究多年際地理標(biāo)志大米產(chǎn)地溯源判別技術(shù)，保護(hù)地理標(biāo)志大米的品牌效益。利用近紅外漫反射光譜技術(shù)對試驗(yàn)田樣品進(jìn)行與產(chǎn)地有關(guān)的特征波段篩選，并在其范圍內(nèi)對2013—2015年來自建三江地區(qū)及五常地區(qū)的291?份大米樣品進(jìn)行產(chǎn)地溯源研究。結(jié)果表明，試驗(yàn)田樣品在波段為5?136～5?501?cm－1范圍內(nèi)產(chǎn)地因素差異顯著。在此范圍內(nèi)利用因子化法建立的定性分析模型及聚類分析模型對建三江大米及五常大米的正確判別率均高于97.00%。利用偏最小二乘法建立的定量分析模對兩地區(qū)大米的正確判別率分別為95.83%、94.00%

閱讀量: 209 發(fā)表時(shí)間: 2019-09-26
高效液相色譜法檢測活性食品包裝薄膜中的香芹酚和百里香酚

內(nèi)容: 建立高效液相色譜法同時(shí)測定改性聚乳酸（polylactic acid，PLA）薄膜中香芹酚及百里香酚含量的方法。色譜條件：Sunfire C18色譜柱（4.6?mm×150?mm，3.5?μm），流動(dòng)相為乙腈-水（3∶2，V/V），色譜柱溫（30±5）?℃，流速1?mL/min，等梯度洗脫，進(jìn)樣量10?μL，分析時(shí)間10?min，紫外檢測器，檢測波長274?nm，外標(biāo)法定量。結(jié)果表明：香芹酚和百里香酚在5～100?mg/L范圍內(nèi)線性良好，R2均大于0.996。加標(biāo)回收率分別為71.6%～93.7%和73.

閱讀量: 221 發(fā)表時(shí)間: 2019-09-26
閥切換離子色譜技術(shù)同時(shí)檢測飲料中的糖類、甜味劑和防腐劑

內(nèi)容: 建立閥切換離子色譜技術(shù)同時(shí)檢測飲料中的糖類、甜味劑和防腐劑的方法。樣品經(jīng)簡單前處理進(jìn)樣于IonPac? AS11-HC（4?mm×250?mm）陰離子分離柱，通過設(shè)置合適的閥切換時(shí)間，在AS11-HC柱上保留較弱的糖類物質(zhì)先被堿性淋洗液洗出，收集在定量環(huán)中。而強(qiáng)保留的防腐劑隨著淋洗液逐漸洗出，紫外檢測器檢測。收集在定量環(huán)中的糖類物質(zhì)再經(jīng)NaOH淋洗液沖洗進(jìn)入CarboPac? PA10（4?mm×250?mm）柱中分離，進(jìn)行電化學(xué)檢測。實(shí)驗(yàn)結(jié)果表明，在0.5～2.5?mg/L的線性范圍內(nèi)，方法的回歸系數(shù)r

閱讀量: 225 發(fā)表時(shí)間: 2019-09-26
基于FT-NIR和電子鼻的蘋果水心病無損檢測

內(nèi)容: 探討傅里葉變換近紅外光譜技術(shù)和電子鼻技術(shù)應(yīng)用于蘋果水心病檢測的可行性。以277?個(gè)“秦冠”水心病蘋果和健康蘋果為試材，分別采集每個(gè)樣本在12?000～4?000?cm－1波數(shù)范圍的近紅外光譜和10?個(gè)傳感器的電子鼻信號，用不同預(yù)處理的近紅外光譜方法提取主成分建立Fisher判別模型；同時(shí)電子鼻結(jié)合3?種化學(xué)計(jì)量學(xué)的方法進(jìn)行建模。結(jié)果表明，經(jīng)一階導(dǎo)數(shù)（9?點(diǎn)平滑）預(yù)處理的近紅外光譜，提取前20?個(gè)主成分建立的Fisher判別模型效果最好，對未知樣本的正確判別率達(dá)100%；電子鼻分別結(jié)合Fisher判別、多層

閱讀量: 203 發(fā)表時(shí)間: 2019-09-26
基于納米金/蔗糖酶構(gòu)建核酸適體傳感器檢測鹽酸多巴胺

內(nèi)容: 采用核酸適體做捕獲探針，納米金-蔗糖酶-互補(bǔ)DNA偶合物做檢測探針，構(gòu)建競爭型核酸適體傳感器，并結(jié)合血糖儀實(shí)現(xiàn)對鹽酸多巴胺的檢測。未加靶目標(biāo)時(shí)，檢測探針與核酸適體通過堿基互補(bǔ)配對結(jié)合；加入靶目標(biāo)后，核酸適體與靶目標(biāo)強(qiáng)親和力競爭結(jié)合，使檢測探針脫離捕獲探針并催化蔗糖轉(zhuǎn)化為葡萄糖，通過血糖儀檢測葡萄糖濃度間接檢測鹽酸多巴胺濃度。結(jié)果表明，在靶目標(biāo)孵育時(shí)間和蔗糖酶催化時(shí)間分別為30?min和120?min時(shí)，鹽酸多巴胺的線性檢測范圍為0.45～10?mmol/L，相關(guān)系數(shù)為0.997。對8.0、3.0、0.8?

閱讀量: 193 發(fā)表時(shí)間: 2019-09-26
分散固相萃取-超高效液相色譜-串聯(lián)質(zhì)譜法測定禽蛋中4 種內(nèi)外源性孕激素

內(nèi)容: 采用基質(zhì)固相分散的前處理技術(shù)，建立禽蛋中4 種孕激素（孕酮、醋酸美倫孕酮、醋酸甲地孕酮、醋酸氯地孕酮）的超高效液相色譜-串聯(lián)質(zhì)譜檢測技術(shù)。樣品經(jīng)正己烷提取氮吹濃縮后用甲醇溶液復(fù)溶，復(fù)溶液加入N-丙基乙二胺固相吸附劑凈化，離心上清液經(jīng)ACQUITY UPLC BEH C18柱（2.1?mm×100?mm，1.7?μm）分離，以0.1%甲酸溶液和甲醇為流動(dòng)相梯度洗脫，在電噴霧正離子模式下以多反應(yīng)監(jiān)測方式測定。4?種孕激素在0.4～100?μg/L范圍內(nèi)線性關(guān)系良好，相關(guān)系數(shù)r2大于0.996，方法檢出限為0.

閱讀量: 231 發(fā)表時(shí)間: 2019-09-26
響應(yīng)面優(yōu)化谷氨酰胺轉(zhuǎn)氨酶改性大豆與啤酒糟混合蛋白工藝

內(nèi)容: 為改善啤酒糟蛋白的凝膠性能及氨基酸組成，采用單因素試驗(yàn)及響應(yīng)面試驗(yàn)研究谷氨酰胺轉(zhuǎn)氨酶改性啤酒糟與大豆蛋白混合的最優(yōu)工藝條件，探討啤酒糟蛋白添加量、加酶量、水浴溫度、水浴時(shí)間和pH值對混合蛋白凝膠性能的影響。結(jié)果表明，濕磨法所得啤酒糟蛋白的蛋白質(zhì)質(zhì)量分?jǐn)?shù)為52.23%，其氨基酸組成以Glu、Pro為主，而酶改性最佳工藝條件為啤酒糟蛋白添加量30%、加酶量15?U/g、反應(yīng)pH?7、水浴溫度48?℃、水浴時(shí)間132?min。在此條件下，混合蛋白的凝膠強(qiáng)度為218.55?g。本研究為啤酒糟蛋白的精深加工提供實(shí)驗(yàn)

閱讀量: 195 發(fā)表時(shí)間: 2019-09-26
響應(yīng)面法和遺傳算法-神經(jīng)網(wǎng)絡(luò)模型優(yōu)化微波萃取藍(lán)莓中花青素工藝

內(nèi)容: 采用單因素和Box-Behnken試驗(yàn)，考察微波強(qiáng)度、萃取時(shí)間、乙醇體積分?jǐn)?shù)和料液比對藍(lán)莓中花青素萃取率的影響，并分析花青素萃取特性。采用響應(yīng)面法和遺傳算法-神經(jīng)網(wǎng)絡(luò)模型2?種方式對微波輔助萃取藍(lán)莓中花青素的工藝條件進(jìn)行優(yōu)化。結(jié)果表明：各因素對花青素萃取率影響均呈現(xiàn)先增加后降低的趨勢。響應(yīng)面法和遺傳算法-神經(jīng)網(wǎng)絡(luò)模型法相對誤差、決定系數(shù)R2值分別為2.71%、0.877?3和1.43%、0.904?4，說明遺傳算法-神經(jīng)網(wǎng)絡(luò)模型比響應(yīng)面法具有更強(qiáng)的預(yù)測和優(yōu)化能力。最終采用遺傳算法-神經(jīng)網(wǎng)絡(luò)優(yōu)化獲得微波萃取

閱讀量: 240 發(fā)表時(shí)間: 2019-09-26

上一頁 1 2 3 4 5 下一頁頁

選擇期刊

2009年第30卷

2023年第44卷 2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷

2009年第24期 2009年第23期 2009年第22期 2009年第21期 2009年第20期 2009年第19期 2009年第18期 2009年第17期 2009年第16期 2009年第15期 2009年第14期 2009年第13期 2009年第12期 2009年第11期 2009年第10期 2009年第09期 2009年第08期 2009年第07期 2009年第06期 2009年第05期 2009年第04期 2009年第03期 2009年第02期 2009年第01期

電話: 010-87293157 地址: 北京市豐臺區(qū)洋橋70號

版權(quán)所有 @ 2023 中國食品雜志社京公網(wǎng)安備11010602060050號京ICP備14033398號-2

聯(lián)系我們

壤塘县| 明溪县| 定安县| 金川县| 平邑县| 缙云县| 邵阳市| 龙泉市| 新民市| 呼伦贝尔市| 清镇市| 秦安县| 大洼县| 科技| 延安市| 南郑县| 蓝山县| 临清市| 安泽县| 维西| 城口县| 南充市| 瑞金市| 五河县| 荃湾区| 潢川县| 临城县| 玉树县| 邵东县| 中西区| 淮南市| 封开县| 伊宁市| 北安市| 乌苏市| 固安县| 宜春市| 三明市| 郑州市| 宁德市| 砀山县|