CN108267433A - 一种基于二维内源荧光光谱技术检测黄油掺假的方法 - Google Patents
一种基于二维内源荧光光谱技术检测黄油掺假的方法 Download PDFInfo
- Publication number
- CN108267433A CN108267433A CN201810050813.XA CN201810050813A CN108267433A CN 108267433 A CN108267433 A CN 108267433A CN 201810050813 A CN201810050813 A CN 201810050813A CN 108267433 A CN108267433 A CN 108267433A
- Authority
- CN
- China
- Prior art keywords
- butter
- adulterated
- oil
- true
- principal component
- 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.)
- Pending
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
-
- 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
- G01N2021/6417—Spectrofluorimetric devices
- G01N2021/6419—Excitation at two or more wavelengths
Abstract
本发明属于食品快速检测技术领域,具体为一种基于二维内源荧光光谱检测技术检测区分黄油和掺假黄油的方法。本发明以纯黄油和掺假不同比例的黄油为研究对象,使用二维内源荧光检测技术,采集激发和发射数据,获得样品的激发发射二维荧光图谱;结合主成分分析方法,得到黄油和掺假黄油的主成分得分图和载荷图,最终实现非目标性快速检测区分黄油和掺假黄油的目的。本发明方法成本低廉、无需使用其他化学试剂,操作简单快速,每个样品测定时间只需0.5min,测定结果准确度高,在黄油品质检测中具有广阔应用前景。
Description
技术领域
本发明属于食品快速检测技术领域,尤其涉及一种基于二维内源荧光光谱技术检测黄油是否掺假的方法。
背景技术
黄油具有丰富的营养价值。但由于其原料高昂的成本,有不法商家将便宜的植物油或者动物油来部分代替黄油的成分以次充好。掺假行为导致黄油营养成分的降低,而且也会使黄油的口感不佳,进而影响以黄油为原料进行制作的产品质量。目前,尽管相关红外、气相色谱-质谱联用技术(GC-MS)能用于检测黄油的真假,但其方法存在检测灵敏度不高。此外,此类方法操作繁琐,涉及一系列操作步骤,包括提取黄油中的甘油三酯和衍生化,并且检测成本高昂。因此,急需开发高灵敏无损的黄油快速检测方法。
荧光图谱技术是一种灵敏度和特异性高的检测方法。其具有灵敏度高(比紫外-可见分光光度法高2~3个数量级),选择性强,工作曲线线性范围宽等优点,已经成为一种重要的痕量分析技术。它在生物、医学、药物、环境、石油工业等领域都有广泛的应用。
主成分分析(PCA)是一种通过线性变换达到简化数据集目的的分析方法,这种变换使得所有的数据集投影的最大方差落在第一个坐标上,而第二大方差落在第二个坐标上,以此类推;前者称为第一主成分,后者称为第二个主成分;主成分一方面能够降低数据集的维度,同时也能保持数据集对方差贡献最大的特征。
发明内容
为了克服现有技术的不足,本发明的目的在于提供一种运用二维内源荧光光谱技术检测区分黄油和掺假黄油的方法;是基于二维内源荧光的无损检测技术,同时结合化学计量学分析中的主成分分析,反映出样品的主要成分信息,从而达到黄油鉴伪的目的。本发明利用黄油、植物油及动物油成分的荧光性质,使用酶标仪建立了二维内源荧光检测技术,通过特定的激发波长和相应的发射波长,测定黄油和不同掺假种类和比例油脂的黄油,建立无损快速检测黄油掺假的技术。本发明的技术方案具体介绍如下。
本发明提供一种基于二维内源荧光光谱技术检测黄油掺假的方法,其特征在于,包括如下步骤:
S10:建立已知标准样品数据图谱,其包括:
S101:样品制备:分别以真实纯黄油和真实纯黄油经植物油和/或动物油掺杂得到的掺假黄油为研究对象,将真实纯黄油和各种不同的掺假黄油加入到96孔板中,待测中;
S102:二维荧光图谱采集:通过二维荧光光谱技术,使用酶标仪采集得到真实纯黄油和各种不同掺假黄油的二维内源荧光图谱;
S103:主成分分析:采用数据分析软件通过降维实现真实纯黄油和各种不同的掺假黄油在二维空间分布规律的可视化,得到主成分得分图和载荷图;
S104:标准样品数据图谱建立:选取S102中的二维荧光图谱和S103中的主成分得分图建立标准样品数据图谱;
S20:未知黄油样品检测,其包括:两种纯的黄油。
S201:将未知黄油样品按步骤S101~S103进行检测,获得未知黄油样品的二维荧光图谱和主成分得分图;
S202:将S201得到的未知黄油样品的二维荧光图谱与标准样品数据图谱中的二维荧光图谱进行比对,将S201得到的未知黄油样品的主成分得分图与标准样品数据图谱库中的主成分得分图进行比对,可得知该未知黄油样品中是否掺假。
本发明的步骤S101中,所述的掺假黄油包括用植物油和/或动物油进行掺杂,所述的植物油为棕榈油、大豆油和菜籽油中的一种或其任意组合,所述的动物油包括牛油和牛肚油中的一种或其任意组合;所述的器皿为96孔板。
本发明的S102中,所述的酶标仪,激发波长设置为310nm,315nm或330nm,发射波长相应设置为320~600nm,325~600nm或340~600nm,步长设置为2nm,激发和发射的带宽设置为5nm,增益值(gain)设置为80。
本发明的步骤S103中,所述的数据分析软件为MATLAB R2017a软件。
和现有技术相比,本发明的有益效果在于:(1)本发明方法无需前处理,可直接用于检测,且并未引入任何化学试剂,是一种环境友好的检测技术;(2)检测快速,每个样品的检测时间为0.5min;(3)荧光光谱灵敏度高,并通过结合主成分分析,能够在低维空间将其判定黄油是否掺假,且结果稳定性好及准确度高;(4)检测成本低廉,具有潜在的应用推广价值。
附图说明
图1为真实纯黄油和掺假5%,10%及15%(w/w)大豆油的掺假黄油在激发波长为310nm处的二维荧光激发发射光谱图。
图2为真实纯黄油和掺假5%,10%及15%(w/w)棕榈油的掺假黄油在激发波长为310nm处的二维荧光激发发射光谱图。
图3为真实纯黄油和掺假5%,10%及15%(w/w)牛油的掺假黄油在激发波长为310nm处的二维荧光激发发射光谱。
图4为真实纯黄油和掺假5%,10%及15%(w/w)棕榈油的掺假黄油在激发波长为315nm处的二维荧光激发发射光谱图。
图5为真实纯黄油和掺假5%,10%及15%(w/w)棕榈油的掺假黄油在激发波长为330nm处的二维荧光激发发射光谱图。
图6为在激发波长为310nm处真实纯黄油和掺假黄油的PCA得分图。
图7为在激发波长为315nm处真实纯黄油和掺假黄油的PCA得分图。
图8为在激发波长为330nm处真实纯黄油和掺假黄油的PCA得分图。
图9为未知黄油样品与标准样品数据图谱的比对。
具体实施方式
下面结合附图和实例对本发明进一步阐述。
具体实施步骤如下:
实施例1
S10:建立标准样品数据图谱库
S101:样品制备:将储存于-4℃真实纯黄油,且均从京东商城购买了8种不同品牌的真实黄油,且其他的3种均由益海嘉里集团提供,总计为11种纯黄油,取两种益海嘉里提供的真实黄油作为分析方法建立的验证样品。植物油(棕榈油)及动物油(牛油)和牛肚油放置于鼓风干燥箱45℃熔化,而大豆油和菜籽油,因一直处于液体状态,而无需熔化。且以上的掺假植物油和动物油均由益海嘉里集团提供。以真实纯黄油作为掺假底物,将上述植物油和/或动物油按照1%,5%,10%,15%及20%(w/w)掺假比例加入到真实纯黄油中,涡旋1min至混匀,小心转移到96孔板中,待测。
S102:二维荧光图谱采集:启动Tecan infinite M1000Pro酶标仪,在Fluorescence intensity scan模式,利用酶标仪,将激发波长分别设置为310nm,315nm,320nm,330nm,340nm,350nm,360nm,370nm,380nm及390nm,而释放波长相应设置为320~600nm,325~600nm,330~600nm,340~600nm,350~600nm,360~600nm,370~600nm,380~600nm,390~600nm及400~600nm,步长设置为2nm,激发和释放的带宽设置为5nm,在此同一条件下,采集所有样品的二维荧光光谱。
3.主成分分析(PCA):将采集到的二维内源荧光光谱数据从Excel数据导入到MATLAB R2017a统计分析软件,扣除96孔板的空白荧光值,自行编程PCA分析程序,最终得到PCA得分图和载荷图,根据PCA得分图,可以得到黄油和掺假黄油的全局可视化得分图。
采用10种不同的激发波长(310nm,315nm,320nm,330nm,340
nm,350nm,360nm,370nm,380nm及390nm)和相应不同的发射波长下采集样品的二维荧光信息,将得到数据进行PCA分析。每个样品重复三次,求其荧光平均值作二维荧光图。从图1,图2及图3可以看出,当激发波长为310nm时,掺加5%,10%,15%(w/w)棕榈油,大豆油及牛油的掺假黄油均随着掺假比例的增加其荧光值减少,但对掺加棕榈油和牛油的掺加黄油样品而言,掺加10%和15%(w/w)的荧光值差异不大,且最大的发射波长均为400nm。由图4可知,当激发波长为315nm时,以掺加5%,10%,15%(w/w)棕榈油的掺假黄油为例,掺假黄油的荧光值大于真实纯黄油,且最大的发射波长均为399nm。由图5可知,当激发波长为330nm时,对同样掺加比例棕榈油的掺假黄油而言,掺假黄油的荧光值同样大于真实纯黄油,且随着棕榈油掺加比例的增加而增加,这与前两个激发波长(310nm和315nm)得到的结果不同,且其最大的发射波长均为400nm。从上述结果可以看出,采用二维激发发射荧光技术在黄油鉴伪方面具有一定潜力。为了更好的挖掘上述的荧光信息,将二维荧光数据结合PCA用于进一步分析,从而更直观和准确的反映黄油掺假的情况。
在310nm,315nm及330nm的激发波长下,分别得到105×141(样品×波长数)、105×138(样品×波长数)及105×131(样品×波长数)的三个独立数据集。将其导入MATLABR2017a统计分析软件,分别将数据进行归一化后采用主成分分析,其最终结果如6、7、8图所示。
从图6中可以看出,主成分1和主成分2的得分分别是69.88%和20.81%,两者可解释总方差90.69%,可以看出真实纯黄油和掺假黄油形成了两簇,掺假黄油位于斜上方,而真实纯黄油位于斜下方,真实纯黄油较为分散,因为真实纯黄油来自不同品牌,且性质具有较大的差异。从图7中可以看出,主成分1和主成分2的得分分别是64.99%和26.73%,两者可解释总方差91.72%,可以看出真实纯黄油和掺假黄油形成了两簇,而真实纯黄油位于斜下方,掺假黄油位于斜上方,主成分2对区分真实纯黄油和掺假黄油起到主要贡献作用。从图8中可以看出,其PCA得分图与图7较为相似,且主成分1和主成分2的得分分别是69.29%和26.07%。在此三种激发波长下得二维荧光图谱结合主成分分析就能较好的区分真实纯黄油和掺假黄油,尤其在激发波长为315nm,其区分结果更佳。
S20:未知黄油样品检测
S201:取两种未知黄油样品,将未知黄油样品按步骤S101~S103进行检测,获得未知黄油样品的二维荧光图谱和主成分得分图;
S202:比对结果如图9所示。将S201得到的未知黄油样品图谱数据与之前已知的真实黄油和掺假黄油做PCA分析,由图9可见,本实施例中的未知纯黄油样品掺假,它主要分布于真实样品的区域,表明样品是属于真实的黄油,这与我们已知的样品性质相符合。
通过以上实例,我们将二维内源荧光检测技术与计量学技术结合使用,为建立有效快速的测定黄油掺假提供了理论思路和数据支持。并且,检测方法无需添加任何化学试剂,无需成本高昂的设备,也无需通过提取分析黄油中的甘油三酯进行区分,因而方法具有普适性与可推广性。
虽然本发明已将具体实例及具体分析算法一一阐述,然而其并非用以限定本发明的内容,任何熟悉食品掺假检检测技术和计量学算法研究者,在不脱离本发明的主要精神和内容范围内,当可作各种更改与润色,包括引入其他新颖的计量学算法,因此发明的保护范围应以申请专利的实际权利要求范围为准。
Claims (5)
1.一种基于二维内源荧光光谱技术检测黄油掺假的方法,其特征在于,包括如下步骤:
S10:建立标准样品数据图谱库,其包括:
S101:样品制备:分别以真实纯黄油和真实纯黄油经植物油和/或动物油掺杂得到的掺假黄油为研究对象,将真实纯黄油和各种不同的掺假黄油加入到器皿中;
S102:二维荧光图谱采集:通过二维荧光光谱技术,使用酶标仪采集得到真实纯黄油和各种不同的掺假黄油的二维内源荧光图谱;
S103:主成分分析:采用数据分析软件通过降维实现真实纯黄油和各种不同的掺假黄油在二维空间分布规律的可视化,得到主成分得分图;
S104:标准样品数据图谱库建立:选取S102中的二维荧光图谱和S103中的主成分得分图建立标准样品数据图谱库;
S20:未知黄油样品检测,其包括:
S201:将未知黄油样品按步骤S101~S103进行检测,获得未知黄油样品的二维荧光图谱和主成分得分图;
S202:将S201得到的未知黄油样品的二维荧光图谱与标准样品数据图谱库中的二维荧光图谱进行比对,将S201得到的未知黄油样品的主成分得分图与标准样品数据图谱库中的主成分得分图进行比对,可得知该未知黄油样品中是否掺假。
2.根据权利要求1所述的方法,其特征在于,步骤S101中,所述的掺假黄油包括用植物油和/或动物油进行掺杂,所述的植物油为棕榈油、大豆油和菜籽油中的一种或其任意组合,所述的动物油包括牛油和牛肚油中的一种或其任意组合。
3.根据权利要求1所述的方法,其特征在于,步骤S101中,所述的器皿为96孔板。
4.根据权利要求1所述的方法,其特征在于,步骤S102中,所述的酶标仪,激发波长设置为310nm,315nm或330nm,发射波长相应设置为320~600nm,325~600nm或340~600nm,步长设置为2nm,激发和发射的带宽设置为5nm,增益值(gain)设置为80。
5.根据权利要求1所述的方法,其特征在于,步骤S103中,所述的数据分析软件为MATLAB R2017a软件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810050813.XA CN108267433A (zh) | 2018-01-18 | 2018-01-18 | 一种基于二维内源荧光光谱技术检测黄油掺假的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810050813.XA CN108267433A (zh) | 2018-01-18 | 2018-01-18 | 一种基于二维内源荧光光谱技术检测黄油掺假的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108267433A true CN108267433A (zh) | 2018-07-10 |
Family
ID=62775874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810050813.XA Pending CN108267433A (zh) | 2018-01-18 | 2018-01-18 | 一种基于二维内源荧光光谱技术检测黄油掺假的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108267433A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI740230B (zh) * | 2019-10-14 | 2021-09-21 | 崑山科技大學 | 燃料油品之螢光鑑識方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102174634A (zh) * | 2011-03-17 | 2011-09-07 | 天津大学 | 检测维生素c二步发酵中细胞内代谢物变化的方法 |
CN102645424A (zh) * | 2012-03-02 | 2012-08-22 | 宁夏大学 | 一种快速检测食用油掺杂地沟油的方法 |
CN102749315A (zh) * | 2012-07-18 | 2012-10-24 | 滁州学院 | 一种利用同步荧光光谱快速检测潲水油的方法 |
CN103543123A (zh) * | 2013-10-08 | 2014-01-29 | 江南大学 | 一种掺假牛奶的红外光谱识别方法 |
CN104132918A (zh) * | 2014-07-22 | 2014-11-05 | 中国海洋石油总公司 | 一种三维定量荧光识别真假油气显示的方法 |
CN104730030A (zh) * | 2015-03-27 | 2015-06-24 | 山东大学 | 基于近红外分析技术的党参真伪鉴别和产地判定的方法 |
CN105158424A (zh) * | 2014-12-16 | 2015-12-16 | 谢绍鹏 | 一种冬虫夏草真伪优劣快速鉴别方法 |
CN105424660A (zh) * | 2015-11-02 | 2016-03-23 | 天津商业大学 | 一种定量检测植物油掺伪的方法 |
CN105954258A (zh) * | 2016-05-26 | 2016-09-21 | 伯格森(北京)科技有限公司 | 食用油掺劣质油检测仪及检测方法 |
CN106950241A (zh) * | 2017-02-27 | 2017-07-14 | 南昌大学 | 一种预测茶油中其他掺杂油种类及含量的方法 |
CN107192770A (zh) * | 2017-04-24 | 2017-09-22 | 山东省食品药品检验研究院 | 一种鉴别荆条蜜与糖浆掺假荆条蜜的分析方法 |
CN107367494A (zh) * | 2017-07-13 | 2017-11-21 | 上海交通大学 | 运用内源荧光光谱技术检测区分还原乳和生鲜乳的方法 |
-
2018
- 2018-01-18 CN CN201810050813.XA patent/CN108267433A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102174634A (zh) * | 2011-03-17 | 2011-09-07 | 天津大学 | 检测维生素c二步发酵中细胞内代谢物变化的方法 |
CN102645424A (zh) * | 2012-03-02 | 2012-08-22 | 宁夏大学 | 一种快速检测食用油掺杂地沟油的方法 |
CN102749315A (zh) * | 2012-07-18 | 2012-10-24 | 滁州学院 | 一种利用同步荧光光谱快速检测潲水油的方法 |
CN103543123A (zh) * | 2013-10-08 | 2014-01-29 | 江南大学 | 一种掺假牛奶的红外光谱识别方法 |
CN104132918A (zh) * | 2014-07-22 | 2014-11-05 | 中国海洋石油总公司 | 一种三维定量荧光识别真假油气显示的方法 |
CN105158424A (zh) * | 2014-12-16 | 2015-12-16 | 谢绍鹏 | 一种冬虫夏草真伪优劣快速鉴别方法 |
CN104730030A (zh) * | 2015-03-27 | 2015-06-24 | 山东大学 | 基于近红外分析技术的党参真伪鉴别和产地判定的方法 |
CN105424660A (zh) * | 2015-11-02 | 2016-03-23 | 天津商业大学 | 一种定量检测植物油掺伪的方法 |
CN105954258A (zh) * | 2016-05-26 | 2016-09-21 | 伯格森(北京)科技有限公司 | 食用油掺劣质油检测仪及检测方法 |
CN106950241A (zh) * | 2017-02-27 | 2017-07-14 | 南昌大学 | 一种预测茶油中其他掺杂油种类及含量的方法 |
CN107192770A (zh) * | 2017-04-24 | 2017-09-22 | 山东省食品药品检验研究院 | 一种鉴别荆条蜜与糖浆掺假荆条蜜的分析方法 |
CN107367494A (zh) * | 2017-07-13 | 2017-11-21 | 上海交通大学 | 运用内源荧光光谱技术检测区分还原乳和生鲜乳的方法 |
Non-Patent Citations (3)
Title |
---|
MOEKETSI PETER NTAKATSANE: "荧光法结合化学计量学对牛奶和奶制品掺假的快速检测", 《中国优秀硕士学位论文全文数据库 工程科技I辑》 * |
比威尔逊等: "《美味欺诈 食品造假与打假历史》", 31 March 2016 * |
潘英俊: "《粤厨宝典 候钁篇 升级版》", 31 May 2017 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI740230B (zh) * | 2019-10-14 | 2021-09-21 | 崑山科技大學 | 燃料油品之螢光鑑識方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Evaluation of sample preparation methods for rice geographic origin classification using laser-induced breakdown spectroscopy | |
Šmejkalová et al. | High-power gradient diffusion NMR spectroscopy for the rapid assessment of extra-virgin olive oil adulteration | |
JP2019095447A (ja) | 近赤外分光計に基づく食用油の多元混入同定方法 | |
Hargreaves et al. | Characterisation of transmission Raman spectroscopy for rapid quantitative analysis of intact multi-component pharmaceutical capsules | |
Hu et al. | Discrimination of geographical origin and detection of adulteration of kudzu root by fluorescence spectroscopy coupled with multi-way pattern recognition | |
CN105203041B (zh) | 一种宽带荧光积分强度比测量应变的方法 | |
CN101504363A (zh) | 一种基于近红外光谱分析的食用油脂酸价检测方法 | |
CN103217411A (zh) | 基于拉曼光谱的食用植物油中油酸、亚油酸和饱和脂肪酸含量检测方法 | |
CN105424660A (zh) | 一种定量检测植物油掺伪的方法 | |
CN102749315A (zh) | 一种利用同步荧光光谱快速检测潲水油的方法 | |
CN106153601A (zh) | 一种基于表面增强拉曼光谱检测油脂痕量氧化的方法 | |
CN104237370B (zh) | 一种添加芝麻油香精的假冒芝麻油快速鉴别方法 | |
CN102288565B (zh) | 一种快速检测芝麻油掺伪的方法 | |
JP6831094B2 (ja) | 未知試料判定方法、未知試料判定装置及び未知試料判定プログラム | |
CN105044025A (zh) | 一种近红外快速识别芝麻油及芝麻油中掺杂大豆油的方法 | |
CN108051410A (zh) | 一种基于激光诱导击穿光谱技术的烟草根部镉含量快速检测方法 | |
Duan et al. | Rapid discrimination of geographical origin and evaluation of antioxidant activity of Salvia miltiorrhiza var. alba by Fourier transform near infrared spectroscopy | |
CN108267433A (zh) | 一种基于二维内源荧光光谱技术检测黄油掺假的方法 | |
US7288768B2 (en) | Method for measuring the amount of an organic substance in a food product with infrared electromagnetic radiation | |
CN101303304B (zh) | 一种食品中丙烯酰胺的检测方法 | |
CN103674890A (zh) | 硝化棉生产过程精洗和混同工艺中硝化度和水分的快速无损检测方法 | |
CN107367494A (zh) | 运用内源荧光光谱技术检测区分还原乳和生鲜乳的方法 | |
CN101576486B (zh) | 快速测量香烟香精配比的方法 | |
CN105241838B (zh) | 一种沙棘籽油掺伪的检测方法 | |
CN105510305A (zh) | 一种土豆淀粉铝含量的检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180710 |
|
RJ01 | Rejection of invention patent application after publication |