CN106525787A - 一种固体淀粉的三维荧光指纹图谱的构建方法 - Google Patents
一种固体淀粉的三维荧光指纹图谱的构建方法 Download PDFInfo
- Publication number
- CN106525787A CN106525787A CN201610922175.7A CN201610922175A CN106525787A CN 106525787 A CN106525787 A CN 106525787A CN 201610922175 A CN201610922175 A CN 201610922175A CN 106525787 A CN106525787 A CN 106525787A
- Authority
- CN
- China
- Prior art keywords
- sample
- dimensional fluorescence
- starch
- fluorescence
- dimensional
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/645—Specially adapted constructive features of fluorimeters
Landscapes
- Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明涉及一种固体淀粉的三维荧光指纹图谱的构建方法,包括如下步骤:选取含淀粉的固体物质若干份作为样品集,将所述样品集中每份样品分别粉碎、过筛,收集粒径小于或等于0.150mm的细粉,将所述细粉干燥至恒重;其中,所述样品集中的所有样品为同一物种;将所述干燥后的样品分别进行三维荧光光谱扫描;将导出的三维荧光数据在Matlab软件上用DOMFluor工具包进行平行因子分析。本发明提供的固体淀粉的三维荧光指纹图谱的构建方法,可以避免测定液体中的淀粉荧光时面临的溶质不均一性问题,而且可以避免有机溶液产生的背景荧光,提高检测方法的灵敏度和淀粉荧光分析结果的重现性。
Description
技术领域
本发明涉及食品分析技术领域,具体涉及一种固体淀粉的三维荧光指纹图谱的构建方法。
背景技术
淀粉是植物的主要能量储藏物质,由直链淀粉和支链淀粉组成,直链淀粉是由葡萄糖残基以α-1,4糖苷键连接而成,基本上呈线型;支链淀粉由许多小的直链分子组成,不同的小直链分子间以α-1,6糖苷键连接,形成分支。直链淀粉和支链淀粉所占比例以及支链淀粉的分支度决定淀粉的品质和用途。淀粉是一种荧光物质,淀粉荧光主要是淀粉分子六元环结构中醚键C-O-C的氧来共享电子发生n→v*跃迁后所发射的荧光。不同来源的作物淀粉结构存在较大差异,构成不同作物特征性淀粉荧光指纹图谱。
三维荧光光谱(EEMs)技术作为一项有效的光谱化学分析手段,具有速度快、取样量少、信息量大、灵敏度高等特点,在水质分析、绿茶成分鉴定、黄曲霉毒素等检测中发挥重要作用。平行因子分析方法(PARAFAC)作为一种有效的多变量分析方法,能够最大限度表征样品中所有的荧光信息,将荧光信号分解成为相对独立的荧光矩阵,提高了分析的准确性。三维荧光光谱技术结合平行因子分析方法已经成为研究水环境中溶解有机物动力学特征的重要工具,检测的样品多为液体状态。由于淀粉不溶于水和有机溶液,现有技术中采用淀粉悬液进行荧光光谱测定,但是存在样品的均一性问题,可重复性差,限制了淀粉荧光分析方法的普遍应用。
发明内容
针对现有技术中的缺陷,本发明目的在于提供一种固体淀粉的三维荧光指纹图谱的构建方法,以避免测定液体中的淀粉荧光时面临的溶质不均一性问题,而且可以避免有机溶液产生的背景荧光,提高检测方法的灵敏度和淀粉荧光分析结果的重现性。
为实现上述目的,本发明提供的技术方案为:
第一方面,本发明提供了一种固体淀粉的三维荧光指纹图谱的构建方法,包括如下步骤:样品制备:选取含淀粉的固体物质若干份作为样品集,将所述样品集中每份样品分别粉碎,然后干燥至恒重,将所述干燥得到的样品过筛,收集粒径小于或等于0.150mm的细粉;其中,所述样品集中的所有样品为同一物种;光谱扫描:将所述过筛后的样品分别进行三维荧光光谱扫描,扫描速度为2000~2800nm/min,激发和发射单色仪的狭缝为5~6nm,激发波长和发射波长为200~900nm,每间隔6~10nm取一个数据点;数据分析:将导出的三维荧光数据在Matlab软件上用DOMFluor工具包进行平行因子分析,将所述三维荧光光谱数据构建成为相应物种的淀粉荧光组分数据库,由折半分析法确定荧光组分的数目,每个荧光组分在每个样品中的荧光强度为Fmax。需要说明的是,样品集中的所有样品为同一物种,这里的样品集可以是包括不同亚种的同一物种,也可以是同一物种的同一亚种。
在本发明的进一步实施方式中,所述含淀粉的固体物质为农作物,所述农作物优选为水稻、高粱、玉米、马铃薯、地瓜、山芋、莲藕或山药,进一步优选为水稻、高粱或玉米。
在本发明的进一步实施方式中,所述含淀粉的固体物质为水稻;所述构建方法还包括:在所述水稻粉碎前,将所述水稻的种子脱壳并碾磨成精米。
在本发明的进一步实施方式中,所述干燥的温度为37℃,所述干燥的时间大于或等于7天。
在本发明的进一步实施方式中,所述扫描速度为2400nm/min,所述激发和发射单色仪的狭缝为5nm,所述激发波长和所述发射波长为200~900nm,每间隔10nm取一个数据点。
在本发明的进一步实施方式中,所述平行因子分析中在确定所述荧光组分的数目之前,还包括步骤:设置非负性限制,去除瑞利和拉曼散射,并去除离群样品,将剩余样品的三维荧光光谱数据构建成为相应物种的淀粉荧光组份数据库。
本发明提供的固体淀粉的三维荧光指纹图谱的构建方法,可以避免测定液体中的淀粉荧光时面临的溶质不均一性问题,而且可以避免有机溶液产生的背景荧光,提高检测方法的灵敏度和淀粉荧光分析结果的重现性。
第二方面,本发明提供了一种鉴定或辅助鉴定含淀粉的固体物质的物种种类的方法,包括如下步骤:按照权利要求1-6任一项所述的方法构建得到三维荧光指纹图谱库;按照权利要求1-4任一项所述的样品制备方法进行待测样品的制备,所述待测样品的制备方法和所述构建三维荧光指纹图谱库时对应物种的样品的制备方法保持一致;按照权利要求1或5所述的光谱扫描方法对所述待测样品光谱进行扫描,所述待测样品的光谱扫描方法和所述构建三维荧光指纹图谱库时对应物种的样品的光谱扫描方法保持一致;将待测样品得到的三维荧光图谱与所述构建得到三维荧光指纹图谱库进行比对,根据比对结果鉴定或辅助鉴定出含淀粉的固体物质的物种种类。
第三方面,本发明提供了一种鉴定或辅助鉴定淀粉种类的方法,包括如下步骤:按照权利要求1-6任一项所述的方法构建得到三维荧光指纹图谱库;按照权利要求1-4任一项所述的样品制备方法进行待测样品的制备,所述待测样品的制备方法和所述构建三维荧光指纹图谱库时对应物种的样品的制备方法保持一致;按照权利要求1或5所述的光谱扫描方法对所述待测样品光谱进行扫描,所述待测样品的光谱扫描方法和所述构建三维荧光指纹图谱库时对应物种的样品的光谱扫描方法保持一致;将待测样品得到的三维荧光图谱与所述构建得到三维荧光指纹图谱库进行比对,根据比对结果鉴定或辅助鉴定出淀粉的种类。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1为本发明实施例一中水稻精米淀粉的组份C1的荧光特征图。
图2为本发明实施例一中水稻精米淀粉的组份C2的荧光特征图。
图3为本发明实施例一中水稻精米淀粉的组份C3的荧光特征图。
图4为本发明实施例一中水稻精米淀粉的组份C4的荧光特征图。
图5为本发明实施例二中高粱淀粉的组份C1的荧光特征图。
图6为本发明实施例二中高粱淀粉的组份C2的荧光特征图。
图7为本发明实施例二中高粱淀粉的组份C3的荧光特征图。
图8为本发明实施例二中高粱淀粉的组份C4的荧光特征图。
图9为本发明实施例三中玉米淀粉的组份C1的荧光特征图。
图10为本发明实施例三中玉米淀粉的组份C2的荧光特征图。
图11为本发明实施例三中玉米淀粉的组份C3的荧光特征图。
图12为本发明实施例三中玉米淀粉的组份C4的荧光特征图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提供一种固体淀粉的三维荧光指纹图谱的构建方法,包括如下步骤:
样品制备:选取含淀粉的固体物质若干份作为样品集,将样品集中每份样品分别粉碎,然后干燥至恒重,将干燥得到的样品过筛,收集粒径小于或等于0.150mm的细粉,其中,样品集中的所有样品为同一物种;含淀粉的固体物质优选为农作物,农作物优选为水稻、高粱、玉米、马铃薯、地瓜、山芋、莲藕或山药,进一步优选为水稻、高粱或玉米;含淀粉的固体物质为水稻,构建方法还包括:在水稻粉碎前,将水稻的种子脱壳并碾磨成精米;干燥的温度优选为37℃,干燥的时间优选为大于或等于7天;
光谱扫描:将过筛后的样品分别进行三维荧光光谱扫描,扫描速度为2000~2800nm/min,激发和发射单色仪的狭缝为5~6nm,激发波长和发射波长为200~900nm,每间隔6~10nm取一个数据点;扫描速度优选为2400nm/min,激发和发射单色仪的狭缝优选为5nm,优选为每间隔10nm取一个数据点;
数据分析:将导出的三维荧光数据在Matlab软件上用DOMFluor工具包进行平行因子分析,将三维荧光光谱数据构建成为相应物种的淀粉荧光组分数据库,由折半分析法确定荧光组分的数目,每个荧光组分在每个样品中的荧光强度为Fmax;平行因子分析中在确定荧光组分的数目之前,还包括优选步骤:设置非负性限制,去除瑞利和拉曼散射,并去除离群样品,将剩余样品的三维荧光光谱数据构建成为相应物种的淀粉荧光组份数据库。
下面结合具体实施例对本发明提供的固体淀粉的三维荧光指纹图谱的构建方法作进一步说明。
实施例一
收集不同地区的水稻物种53份,包括不同地区的粳稻亚种18份,籼稻亚种35份,作为一个水稻物种的样品集,将53份成熟的水稻种子分别脱壳并碾磨成精米,然后分别粉碎,在37℃烘烤7天至恒重,用100目筛过滤,收集粒径小于或等于0.150mm的细粉,得到测试样品。将过筛后的测试样品分别利用配有固体支架(零件号:650-0161)的F-7000荧光光度计(日立公司)进行三维荧光光谱扫描,扫描速度为2400nm/min,激发和发射单色仪的狭缝为5nm,激发波长和发射波长为200~900nm,每间隔10nm取一个数据点。将采集到的水稻的三维荧光光谱数据在Excel表中存储为f1.csv形式,在Matlab软件上用DOMFluor工具包对测试样品的三维荧光光谱数据进行平行因子分析,分析中设置非负性限制,去除瑞利和拉曼散射,并去除离群样品,将剩余样品的三维荧光光谱数据构建成为水稻的淀粉荧光组份数据库。荧光组分的数目由折半分析法确定,每一荧光组分的特征由组分EEMs表示,每个荧光组分在每个样品中的荧光强度以Fmax(RU)表示。
根据PARAFAC模型,识别出水稻精米淀粉中有4个荧光组份,具体如图1-4所示。组份C1和C2为强荧光组份,组份C1和C2包括单一发射峰和两个激发峰,其中组份C1(200,280/310nm);组份C2(250,360/440nm)。组份C3和C4为弱荧光组份,组份C3和C4含有两个激发峰和三个发射峰,其中组份C3(290,430/455,570,880nm);组份C4(270,410/480,550,820nm)。
实施例二
收集不同地区的高粱物种14份,作为一个高粱物种的样品集,将14份高粱分别粉碎,在37℃烘烤7天至恒重,用100目筛过滤,收集粒径小于或等于0.150mm的细粉,得到测试样品。将过筛后的测试样品分别利用配有固体支架(零件号:650-0161)的F-7000荧光光度计(日立公司)进行三维荧光光谱扫描,扫描速度为2400nm/min,激发和发射单色仪的狭缝为5nm,激发波长和发射波长为200~900nm,每间隔10nm取一个数据点。将采集到的高粱的三维荧光光谱数据在Excel表中存储为f1.csv形式,在Matlab软件上用DOMFluor工具包对测试样品的三维荧光光谱数据进行平行因子分析,分析中设置非负性限制,去除瑞利和拉曼散射,并去除离群样品,将剩余样品的三维荧光光谱数据构建成为高粱的淀粉荧光组份数据库。荧光组分的数目由折半分析法确定,每一荧光组分的特征由组分EEMs表示,每个荧光组分在每个样品中的荧光强度以Fmax(RU)表示。
根据PARAFAC模型,识别出高粱淀粉中有4个荧光组份,具体如图5-8所示。组份C1和C2为强荧光组份,组份C1和C2包括单一发射峰和两个激发峰,其中组份C1(200,270/290nm);组份C2(250,340/420nm)。组份C3和C4是弱荧光组份,组份C3和C4含有两个激发峰和三个发射峰,其中组份C3(270,400/430,520,800nm);组份C4(290,430/430,560,860nm)。
实施例三
收集不同地区的玉米物种18份,作为一个玉米物种的样品集,将18份玉米分别粉碎,在37℃烘烤7天至恒重,用100目筛过滤,收集粒径小于或等于0.150mm的细粉,得到测试样品。将过筛后的测试样品分别利用配有固体支架(零件号:650-0161)的F-7000荧光光度计(日立公司)进行三维荧光光谱扫描,扫描速度为2400nm/min,激发和发射单色仪的狭缝为5nm,激发波长和发射波长为200~900nm,每间隔10nm取一个数据点。将采集到的玉米的三维荧光光谱数据在Excel表中存储为f1.csv形式,在Matlab软件上用DOMFluor工具包对测试样品的三维荧光光谱数据进行平行因子分析,分析中设置非负性限制,去除瑞利和拉曼散射,并去除离群样品,将剩余样品的三维荧光光谱数据构建成为玉米的淀粉荧光组份数据库。荧光组分的数目由折半分析法确定,每一荧光组分的特征由组分EEMs表示,每个荧光组分在每个样品中的荧光强度以Fmax(RU)表示。
根据PARAFAC模型,识别出玉米淀粉中有4个荧光组份,具体如图9-12所示。组份C1和C2为强荧光组份,组份C1和C2包括单一发射峰和两个激发峰,其中组份C1(200,270/310nm);组份C2(240,360/440nm)。组份C3和C4是弱荧光组份,组份C3和C4含有两个激发峰和三个发射峰,其中组份C3(270,400/430,530,810nm);组份C4(290,430/450,570,880nm)。
实施例四
收集两种不同亚种的水稻物种,包括不同地区的粳稻亚种18份,籼稻亚种35份,分别作为一个粳稻亚种和籼稻亚种的样品集,将18份粳稻和35份籼稻分别脱壳并碾磨成精米,然后分别粉碎,在37℃烘烤7天至恒重,用100目筛过滤,收集粒径小于或等于0.150mm的细粉,得到测试样品。将过筛后的测试样品分别利用配有固体支架(零件号:650-0161)的F-7000荧光光度计(日立公司)进行三维荧光光谱扫描,扫描速度为2400nm/min,激发和发射单色仪的狭缝为5nm,激发波长和发射波长为200~900nm,每间隔10nm取一个数据点。将采集到的玉米的三维荧光光谱数据在Excel表中存储为f1.csv形式,在Matlab软件上用DOMFluor工具包对测试样品的三维荧光光谱数据进行平行因子分析,分析中设置非负性限制,去除瑞利和拉曼散射,并去除离群样品,将剩余样品的三维荧光光谱数据构建成为玉米的淀粉荧光组份数据库。荧光组分的数目由折半分析法确定,每一荧光组分的特征由组分EEMs表示,每个荧光组分在每个样品中的荧光强度以Fmax(RU)表示。
不同水稻品种的荧光强度测定结果如下表1所示,结果表明籼稻荧光组份的荧光强度明显低于粳稻。
表1不同水稻品种的荧光强度测定结果
经过方差齐性检测和单因素方差分析,确定受测的53份籼粳稻品种组份C2(p<0.01)、C3(p<0.01)、C4(p<0.05)具有显著差异,具体结果如下表3和表4所示。
表3籼稻和粳稻品种荧光强度方差齐性检测分析结果
Levene统计量 | df1 | df2 | 显著性 | |
C1 | 0.440 | 1 | 50 | 0.510 |
C2 | 17.494 | 1 | 50 | 0.000 |
C3 | 1.205 | 1 | 50 | 0.278 |
C4 | 0.636 | 1 | 50 | 0.429 |
表4籼稻和粳稻品种荧光强度单因素方差分析结果
实施例五
本实施例提供一种鉴定或辅助鉴定含淀粉的玉米的物种的方法,包括如下步骤:按照实施例一至实施例三所述的方法构建得到三维荧光指纹图谱库;将样品粉碎,在37℃烘烤7天至恒重,用100目筛过滤,收集粒径小于或等于0.150mm的细粉,得到待测样品;将过筛后的待测样品用配有固体支架(零件号:650-0161)的F-7000荧光光度计(日立公司)进行三维荧光光谱扫描,扫描速度为2400nm/min,激发和发射单色仪的狭缝为5nm,激发波长和发射波长为200~900nm,每间隔10nm取一个数据点;将待测样品得到的三维荧光图谱与构建得到三维荧光指纹图谱库进行比对,可以结合其它的鉴定手段,鉴定出待测的样品为玉米。
需要说明的是,除了上述实施例一至实施例四列举的情况,选用其他农作物物种,样品干燥时间温度,光谱扫描的参数设置和数据分析方法也是可行的,只是在实施例一至实施例四列举的情况下,检测的效果更好。
本发明提供的固体淀粉的三维荧光指纹图谱的构建方法,可以避免测定液体中的淀粉荧光时面临的溶质不均一性问题,而且可以避免有机溶液产生的背景荧光,提高检测方法的灵敏度和淀粉荧光分析结果的重现性。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型,而并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (8)
1.一种固体淀粉的三维荧光指纹图谱的构建方法,包括如下步骤:
样品制备:选取含淀粉的固体物质若干份作为样品集,将所述样品集中每份样品分别粉碎,然后干燥至恒重,将所述干燥得到的样品过筛,收集粒径小于或等于0.150mm的细粉;其中,所述样品集中的所有样品为同一物种;
光谱扫描:将所述过筛后的样品分别进行三维荧光光谱扫描,扫描速度为2000~2800nm/min,激发和发射单色仪的狭缝为5~6nm,激发波长和发射波长为200~900nm,每间隔6~10nm取一个数据点;
数据分析:将导出的三维荧光数据在Matlab软件上用DOMFluor工具包进行平行因子分析,将所述三维荧光光谱数据构建成为相应物种的淀粉荧光组分数据库,由折半分析法确定荧光组分的数目,每个荧光组分在每个样品中的荧光强度为Fmax。
2.根据权利要求1所述的固体淀粉的三维荧光指纹图谱的构建方法,其特征在于:所述含淀粉的固体物质为农作物,所述农作物优选为水稻、高粱、玉米、马铃薯、地瓜、山芋、莲藕或山药,进一步优选为水稻、高粱或玉米。
3.根据权利要求2所述的固体淀粉的三维荧光指纹图谱的构建方法,其特征在于:所述含淀粉的固体物质为水稻;所述构建方法还包括:在所述水稻粉碎前,将所述水稻的种子脱壳并碾磨成精米。
4.根据权利要求1所述的固体淀粉的三维荧光指纹图谱的构建方法,其特征在于:所述干燥的温度为37℃,所述干燥的时间大于或等于7天。
5.根据权利要求1所述的固体淀粉的三维荧光指纹图谱的构建方法,其特征在于:所述扫描速度为2400nm/min,所述激发和发射单色仪的狭缝为5nm,所述激发波长和所述发射波长为200~900nm,每间隔10nm取一个数据点。
6.根据权利要求1所述的固体淀粉的三维荧光指纹图谱的构建方法,其特征在于:所述平行因子分析中在确定所述荧光组分的数目之前,还包括步骤:设置非负性限制,去除瑞利和拉曼散射,并去除离群样品,将剩余样品的三维荧光光谱数据构建成为相应物种的淀粉荧光组份数据库。
7.一种鉴定或辅助鉴定含淀粉的固体物质的物种种类的方法,包括如下步骤:
按照权利要求1-6任一项所述的方法构建得到三维荧光指纹图谱库;
按照权利要求1-4任一项所述的样品制备方法进行待测样品的制备,所述待测样品的制备方法和所述构建三维荧光指纹图谱库时对应物种的样品的制备方法保持一致;
按照权利要求1或5所述的光谱扫描方法对所述待测样品光谱进行扫描,所述待测样品的光谱扫描方法和所述构建三维荧光指纹图谱库时对应物种的样品的光谱扫描方法保持一致;
将待测样品得到的三维荧光图谱与所述构建得到三维荧光指纹图谱库进行比对,根据比对结果鉴定或辅助鉴定出含淀粉的固体物质的物种种类。
8.一种鉴定或辅助鉴定淀粉种类的方法,包括如下步骤:
按照权利要求1-6任一项所述的方法构建得到三维荧光指纹图谱库;
按照权利要求1-4任一项所述的样品制备方法进行待测样品的制备,所述待测样品的制备方法和所述构建三维荧光指纹图谱库时对应物种的样品的制备方法保持一致;
按照权利要求1或5所述的光谱扫描方法对所述待测样品光谱进行扫描,所述待测样品的光谱扫描方法和所述构建三维荧光指纹图谱库时对应物种的样品的光谱扫描方法保持一致;
将待测样品得到的三维荧光图谱与所述构建得到三维荧光指纹图谱库进行比对,根据比对结果鉴定或辅助鉴定出淀粉的种类。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610922175.7A CN106525787B (zh) | 2016-10-21 | 2016-10-21 | 一种固体淀粉的三维荧光指纹图谱的构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610922175.7A CN106525787B (zh) | 2016-10-21 | 2016-10-21 | 一种固体淀粉的三维荧光指纹图谱的构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106525787A true CN106525787A (zh) | 2017-03-22 |
CN106525787B CN106525787B (zh) | 2019-04-12 |
Family
ID=58293081
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610922175.7A Active CN106525787B (zh) | 2016-10-21 | 2016-10-21 | 一种固体淀粉的三维荧光指纹图谱的构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106525787B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020038093A (ja) * | 2018-09-03 | 2020-03-12 | 株式会社サタケ | 米の産地判別方法 |
CN110879219A (zh) * | 2019-12-26 | 2020-03-13 | 通标标准技术服务(天津)有限公司 | 基于三维荧光光谱的水中矿物油检测方法 |
-
2016
- 2016-10-21 CN CN201610922175.7A patent/CN106525787B/zh active Active
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020038093A (ja) * | 2018-09-03 | 2020-03-12 | 株式会社サタケ | 米の産地判別方法 |
JP7190103B2 (ja) | 2018-09-03 | 2022-12-15 | 株式会社サタケ | 米の産地判別方法 |
CN110879219A (zh) * | 2019-12-26 | 2020-03-13 | 通标标准技术服务(天津)有限公司 | 基于三维荧光光谱的水中矿物油检测方法 |
CN110879219B (zh) * | 2019-12-26 | 2022-05-13 | 通标标准技术服务(天津)有限公司 | 基于三维荧光光谱的水中矿物油检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106525787B (zh) | 2019-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jääskeläinen et al. | Endosperm and aleurone cell structure in barley and wheat as studied by optical and Raman microscopy | |
Loy | Methods in the analysis of starch residues on prehistoric stone tools | |
CN108680515B (zh) | 一种单粒水稻直链淀粉定量分析模型构建及其检测方法 | |
Delwiche | Single wheat kernel analysis by near-infrared transmittance: protein content | |
CN104865194A (zh) | 基于近红外、荧光、偏振多光谱的蔬菜农残检测装置及方法 | |
Tańska et al. | Measurement of the geometrical features and surface color of rapeseeds using digital image analysis | |
CN108645829A (zh) | 一种快速识别蜂蜜品种和掺假蜂蜜的方法 | |
Li et al. | Evaluation of nutrition components in Lanzhou lily bulb by confocal Raman microscopy | |
CN106525787A (zh) | 一种固体淀粉的三维荧光指纹图谱的构建方法 | |
Seregely et al. | Distinguishing melon genotypes using NIR spectroscopy | |
CN106918572A (zh) | 马铃薯复配主食中马铃薯含量的测定方法 | |
Fan et al. | Effects of high temperature on the fine structure of starch during the grain‐filling stages in rice: mathematical modeling and integrated enzymatic analysis | |
CN112666119A (zh) | 基于太赫兹时域光谱技术的人参道地性检测方法及系统 | |
CN110715918B (zh) | 单籽粒玉米淀粉含量拉曼高光谱分级方法 | |
MX2008012926A (es) | Metodo para predecir una característica de interes. | |
CN106226267B (zh) | 一种辣椒干色价的近红外测定方法 | |
CN108169168A (zh) | 检测分析水稻籽粒蛋白质含量数学模型及构建方法和应用 | |
Rathna Priya et al. | Characterising corn grain using infrared imaging and spectroscopic techniques: a review | |
CN106706554A (zh) | 一种快速无损测定玉米单穗籽粒直链淀粉含量的方法 | |
Yang et al. | A multiplex real-time PCR method applied to detect eight pollen species in food for the prevention of allergies | |
CN106048048A (zh) | 一种小麦高分子量谷蛋白亚基1Dx5的LAMP快速检测方法 | |
Jaillais et al. | Characterization of the desiccation of wheat kernels by multivariate imaging | |
Wen et al. | Computer vision technology determines optimal physical parameters for sorting Jindan 73 maize seeds | |
CN112741866A (zh) | 一种半夏产地加工制备工艺及检测方法 | |
CN113049560A (zh) | 一种鉴别蜂蜜与糖浆的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CB03 | Change of inventor or designer information |
Inventor after: Zhang Jindan Inventor after: Wu Mingwei Inventor after: Feng Min Inventor before: Zhang Jin Dan |
|
CB03 | Change of inventor or designer information |