CN110910961B - 基于肌纤维类型判别原料肉的蒸煮加工适宜性的方法 - Google Patents

基于肌纤维类型判别原料肉的蒸煮加工适宜性的方法 Download PDF

Info

Publication number
CN110910961B
CN110910961B CN201911228088.1A CN201911228088A CN110910961B CN 110910961 B CN110910961 B CN 110910961B CN 201911228088 A CN201911228088 A CN 201911228088A CN 110910961 B CN110910961 B CN 110910961B
Authority
CN
China
Prior art keywords
muscle
raw meat
sample
fiber type
muscle fiber
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.)
Active
Application number
CN201911228088.1A
Other languages
English (en)
Other versions
CN110910961A (zh
Inventor
张春晖
王丽莎
王航
李侠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Food Science and Technology of CAAS
Original Assignee
Institute of Food Science and Technology of CAAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute of Food Science and Technology of CAAS filed Critical Institute of Food Science and Technology of CAAS
Priority to CN201911228088.1A priority Critical patent/CN110910961B/zh
Publication of CN110910961A publication Critical patent/CN110910961A/zh
Priority to NL2026331A priority patent/NL2026331B1/en
Application granted granted Critical
Publication of CN110910961B publication Critical patent/CN110910961B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G16B40/10—Signal processing, e.g. from mass spectrometry [MS] or from PCR

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • Biophysics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Epidemiology (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Public Health (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biotechnology (AREA)
  • Evolutionary Biology (AREA)
  • Molecular Biology (AREA)
  • Signal Processing (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明公开了一种基于肌纤维类型判别原料肉的蒸煮加工适宜性的方法，包括：测定待判别原料肉样品中的肌纤维类型组成X1、X2、X3和X4；将X1、X2、X3和X4代入判别模型Y1、Y2和Y3中，计算得到Y1、Y2和Y3数值；比较Y1、Y2和Y3数值，若Y2值最大，则判定该原料肉样品适合用于蒸煮加工；若Y2值最小，则判定该原料肉样品不适合用于蒸煮加工；若Y2值居中，则判定该原料肉样品较适合用于蒸煮加工。本发明具有判别过程简单、快速，样品用量少，判别率高等优点。

Description

基于肌纤维类型判别原料肉的蒸煮加工适宜性的方法
技术领域
本发明涉及农产品质量分析检测领域。更具体地说，本发明涉及一种基于肌纤维类型判别原料肉的蒸煮加工适宜性的方法。
背景技术
肌纤维是组成骨骼肌肌肉的基本单位，占肌肉体积的75-90％。通常，按照一定的组织学特性肌纤维可以被分为四种不同的类型，包括MyHCⅠ型、MyHCⅡA型、MyHCⅡX型和MyHCⅡB型。肌纤维类型组成与肉质性状紧密相关，不同类型肌纤维在肌肉中的比例直接影响肌肉的代谢特征以及宰后鲜肉的品质性状，但通过肌纤维类型组成判别原料肉的蒸煮加工适宜性还未见报道。现有的原料肉蒸煮加工适宜性的判别方法是将原料肉进行蒸煮加工，并对蒸煮加工后的肉制品进行感官和质构评价，同时结合蒸煮加工过程的蒸煮损失率，综合评定原料肉是否适合蒸煮加工，其判别过程繁琐、耗时，样品用量大。
发明内容
本发明的一个目的是提供一种基于肌纤维类型判别原料肉的蒸煮加工适宜性的方法，为原料肉的蒸煮加工适宜性的判别提供了一种新的有效的技术手段。
为了实现根据本发明的目的和其它优点，提供了一种基于肌纤维类型判别原料肉的蒸煮加工适宜性的方法，包括：
测定待判别原料肉样品中的肌纤维类型组成X1、X2、X3和X4；
将X1、X2、X3和X4代入判别模型Y1、Y2和Y3中，计算得到Y1、Y2和Y3数值；
比较Y1、Y2和Y3数值，若Y2值最大，则判定该原料肉样品适合用于蒸煮加工；若Y2值最小，则判定该原料肉样品不适合用于蒸煮加工；若Y2值居中，则判定该原料肉样品较适合用于蒸煮加工；
其中，X1表示MyHCⅠ型肌纤维的数量百分比，X2表示MyHCⅡA型肌纤维的数量百分比，X3表示MyHCⅡX型肌纤维的数量百分比，X4表示MyHCⅡB型肌纤维的数量百分比；
Y1＝-143.818X1+15.322X2+63.656X3+147.018X4-47.171；
Y2＝513.990X1+28.129X2-97.768X3-45.027X4-93.086；
Y3＝-75.287X1+28.297X2+64.721X3+115.380X4-38.949。
优选的是，所述的基于肌纤维类型判别原料肉的蒸煮加工适宜性的方法，所述测定待判别原料肉样品中的肌纤维类型组成X1、X2、X3和X4的方法，包括免疫组化染色、NADH-TR染色、ATP酶染色、穿刺活检、MyHC试剂盒检测和荧光定量PCR检测。
优选的是，所述的基于肌纤维类型判别原料肉的蒸煮加工适宜性的方法，建立所述判别模型Y1、Y2和Y3的方法，具体包括如下步骤：
步骤一、分别取多个背最长肌样品、多个半腱肌样品和多个半膜肌样品，并测定各样品的肌纤维类型组成X1、X2、X3和X4；
步骤二、将背最长肌样品、半腱肌样品和半膜肌样品对应的X1、X2、X3和X4输入到SPSS软件中，利用典则分类判别法进行判别分析，得到所述判别模型Y1、Y2和Y3。
优选的是，所述的基于肌纤维类型判别原料肉的蒸煮加工适宜性的方法，所述步骤一中，所述多个背最长肌样品为90个背最长肌样品，所述多个半腱肌样品为90个半腱肌样品，所述多个半膜肌样品为90个半膜肌样品。
优选的是，所述的基于肌纤维类型判别原料肉的蒸煮加工适宜性的方法，所述步骤一中，所述测定各样品的肌纤维类型组成X1、X2、X3和X4的具体方法为：步骤a、顺着样品的肌纤维方向切取0.3cm×0.3cm×0.3cm的小块，用樱花包埋剂进行包埋，并于冷冻台预冷15分钟，利用冷冻切片机进行连续切片，制备8μm厚的切片，室温晾干；步骤b、向步骤a所得切片上滴加一种一抗，37℃孵育60分钟，PBS缓冲液冲洗；步骤c、向步骤b所得切片上滴加增强酶标山羊抗兔IgG聚合物，室温孵育30分钟，用PBS缓冲液进行冲洗；步骤d、将步骤c所得切片放入新鲜配制的DAB显色液中，室温孵育5～8分钟，用自来水进行冲洗；步骤e、用苏木素染色液对步骤d所得切片进行复染，脱水，透明，封片；步骤f、利用正置荧光显微镜对步骤e所得切片进行观察，拍照，利用Image-Pro plus 6.0软件分析各肌纤维类型的数量百分比。
本发明至少包括以下有益效果：本发明仅需要测定原料肉的肌纤维类型组成，即可判断原料肉是否适合蒸煮加工，判别过程简单、快速，样品用量少，判别率高达98.1％，为原料肉的蒸煮加工适宜性的判别提供了一种新的有效的技术手段。
本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1是根据本发明一个实施例的不同部位猪肉肌纤维类型组成示意图；
图2是根据本发明一个实施例的典则分类判别函数示意图，其中，group1代表背最长肌，group2代表半腱肌，group3代表半膜肌。
具体实施方式
下面结合实施例和附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不排除一个或多个其它元件或其组合的存在或添加。
需要说明的是，下述实施方案中所述实验方法，如无特殊说明，均为常规方法，所述试剂和材料，如无特殊说明，均可从商业途径获得。
实施例1：不同部位猪肉肌纤维类型组成的测定
原料肉肌纤维类型组成的测定方法有多种，包括免疫组化染色、NADH-TR染色(还原型辅酶I四氮唑还原酶染色)、ATP酶染色、穿刺活检、MyHC试剂盒检测和荧光定量PCR检测等，为了在后续建模过程能够将MyHCⅡX型肌纤维也考虑进去，本实施例采用了操作较为复杂的免疫组化染色对肌纤维进行分型，而且免疫组化染色所得结果直观的反应了不同部位肌肉(原料肉)的肌纤维组成差异。
免疫组化染色的具体测定方法包括如下步骤：
步骤a、顺着样品的肌纤维方向切取0.3cm×0.3cm×0.3cm的小块，用樱花包埋剂进行包埋，并于冷冻台预冷15分钟，利用冷冻切片机进行连续切片，制备8μm厚的切片，室温晾干；步骤b、向步骤a所得切片上滴加一种一抗(一抗共四种，分别为BA-D5、SC-71、BF-35和BF-F3，购自Developmental Studies Hybridoma Bank,Iowa City,IA,USA，每个切片上滴加一种一抗)，37℃孵育60分钟，用PBS缓冲液冲洗3次，每次3分钟；步骤c、向步骤b所得切片上滴加增强酶标山羊抗兔IgG聚合物，室温孵育30分钟，用PBS缓冲液冲洗3次，每次3分钟；步骤d、将步骤c所得切片放入新鲜配制的DAB显色液中，室温孵育5～8分钟，用自来水进行冲洗；步骤e、用苏木素染色液对步骤d所得切片进行复染，脱水，透明，封片；步骤f、利用正置荧光显微镜对步骤e所得切片进行观察，拍照，利用Image-Pro plus 6.0软件分析各肌纤维类型的数量百分比。结果如图1和表1所示。
表1不同部位肌肉肌纤维类型组成
Figure BDA0002302795290000041
注：表中数据均为平均值±标准差，同一行中不同的字母a、b、c表示同一指标在不同部位间存在显著差异(P<0.05)。
由表1可知，不同部位肌肉的肌纤维组成存在显著差异。
实施例2：判别模型的建立及评价
背最长肌、半腱肌和半膜肌为三个不同部位的典型肌肉，在建模前，申请人分别对三者进行感官评价、蒸煮损失分析和蒸煮后肉制品的质构特性分析，并对分析结果进行综合评价，得出半腱肌更适合用于蒸煮加工，因此，在蒸煮过程中应选择与半腱肌品质相似的原料肉。
本实施例利用SPSS软件对实施例1获得的不同部位肌肉肌纤维类型组成的数据进行判别分析，分别建立各部位肌肉的典则分类判别函数(判别模型)，具体如下：
Y1＝-143.818X1+15.322X2+63.656X3+147.018X4-47.171；
Y2＝513.990X1+28.129X2-97.768X3-45.027X4-93.086；
Y3＝-75.287X1+28.297X2+64.721X3+115.380X4-38.949；
上述判别模型中，X1表示MyHCⅠ型肌纤维的数量百分比，X2表示MyHCⅡA型肌纤维的数量百分比，X3表示MyHCⅡX型肌纤维的数量百分比，X4表示MyHCⅡB型肌纤维的数量百分比；若采用的原料肉肌纤维类型组成的测定方法不能区分出MyHCⅡX型肌纤维，如NADH-TR染色，则令判别模型中的X3＝0即可。
从图2可以看出，本发明所建立的判别模型的判别效果好，该模型可用于判别原料肉的蒸煮加工适宜性。
进行原料肉样品判别时，先测定待判别原料肉样品中的肌纤维类型组成X1、X2、X3和X4；然后将X1、X2、X3和X4代入判别模型Y1、Y2和Y3中，计算得到Y1、Y2和Y3数值；再比较Y1、Y2和Y3数值，若Y2值最大，则判定该原料肉样品适合用于蒸煮加工；若Y2值最小，则判定该原料肉样品不适合用于蒸煮加工；若Y2值居中，则判定该原料肉样品较适合用于蒸煮加工。
利用上述判别模型对样品进行判别归类，其中，若Y1最大，判定样品为背最长肌，若Y2最大，判定样品为半腱肌，若Y3最大，判定样品为半膜肌，结果如表2所示。
表2不同部位肌肉判别结果
Figure BDA0002302795290000051
从表2可知，回代检验中，仅半膜肌样品中有4个样品错判，整体判别率为98.5％；交叉检验中，仅半膜肌样品中有5个样品错判，整体判别率为98.1％。说明利用肌肉的肌纤维组成可以分析判别肌肉样品是否适合蒸煮加工。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。

Claims (5)

1.基于肌纤维类型判别原料肉的蒸煮加工适宜性的方法，其特征在于，包括：
测定待判别原料肉样品中的肌纤维类型组成X1、X2、X3和X4；
将X1、X2、X3和X4代入判别模型Y1、Y2和Y3中，计算得到Y1、Y2和Y3数值；
比较Y1、Y2和Y3数值，若Y2值最大，则判定该原料肉样品适合用于蒸煮加工；若Y2值最小，则判定该原料肉样品不适合用于蒸煮加工；若Y2值居中，则判定该原料肉样品较适合用于蒸煮加工；
其中，X1表示MyHCⅠ型肌纤维的数量百分比，X2表示MyHCⅡA型肌纤维的数量百分比，X3表示MyHCⅡX型肌纤维的数量百分比，X4表示MyHCⅡB型肌纤维的数量百分比；
Y1＝-143.818X1+15.322X2+63.656X3+147.018X4-47.171；
Y2＝513.990X1+28.129X2-97.768X3-45.027X4-93.086；
Y3＝-75.287X1+28.297X2+64.721X3+115.380X4-38.949。
2.如权利要求1所述的基于肌纤维类型判别原料肉的蒸煮加工适宜性的方法，其特征在于，所述测定待判别原料肉样品中的肌纤维类型组成X1、X2、X3和X4的方法，包括免疫组化染色、NADH-TR染色、ATP酶染色、穿刺活检、MyHC试剂盒检测和荧光定量PCR检测。
3.如权利要求1所述的基于肌纤维类型判别原料肉的蒸煮加工适宜性的方法，其特征在于，建立所述判别模型Y1、Y2和Y3的方法，具体包括如下步骤：
步骤一、分别取多个背最长肌样品、多个半腱肌样品和多个半膜肌样品，并测定各样品的肌纤维类型组成X1、X2、X3和X4；
步骤二、将背最长肌样品、半腱肌样品和半膜肌样品对应的X1、X2、X3和X4输入到SPSS软件中，利用典则分类判别法进行判别分析，得到所述判别模型Y1、Y2和Y3。
4.如权利要求3所述的基于肌纤维类型判别原料肉的蒸煮加工适宜性的方法，其特征在于，所述步骤一中，所述多个背最长肌样品为90个背最长肌样品，所述多个半腱肌样品为90个半腱肌样品，所述多个半膜肌样品为90个半膜肌样品。
5.如权利要求3所述的基于肌纤维类型判别原料肉的蒸煮加工适宜性的方法，其特征在于，所述步骤一中，所述测定各样品的肌纤维类型组成X1、X2、X3和X4的具体方法为：步骤a、顺着样品的肌纤维方向切取0.3cm×0.3cm×0.3cm的小块，用樱花包埋剂进行包埋，并于冷冻台预冷15分钟，利用冷冻切片机进行连续切片，制备8μm厚的切片，室温晾干；步骤b、向步骤a所得切片上滴加一种一抗，37℃孵育60分钟，PBS缓冲液冲洗；步骤c、向步骤b所得切片上滴加增强酶标山羊抗兔IgG聚合物，室温孵育30分钟，用PBS缓冲液进行冲洗；步骤d、将步骤c所得切片放入新鲜配制的DAB显色液中，室温孵育5～8分钟，用自来水进行冲洗；步骤e、用苏木素染色液对步骤d所得切片进行复染，脱水，透明，封片；步骤f、利用正置荧光显微镜对步骤e所得切片进行观察，拍照，利用Image-Pro plus 6.0软件分析各肌纤维类型的数量百分比。
CN201911228088.1A 2019-12-04 2019-12-04 基于肌纤维类型判别原料肉的蒸煮加工适宜性的方法 Active CN110910961B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201911228088.1A CN110910961B (zh) 2019-12-04 2019-12-04 基于肌纤维类型判别原料肉的蒸煮加工适宜性的方法
NL2026331A NL2026331B1 (en) 2019-12-04 2020-08-25 Judgment Method Of Raw Meat Suitability For Boiling Process Based On Muscle Fiber Type

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911228088.1A CN110910961B (zh) 2019-12-04 2019-12-04 基于肌纤维类型判别原料肉的蒸煮加工适宜性的方法

Publications (2)

Publication Number Publication Date
CN110910961A CN110910961A (zh) 2020-03-24
CN110910961B true CN110910961B (zh) 2022-07-29

Family

ID=69822010

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911228088.1A Active CN110910961B (zh) 2019-12-04 2019-12-04 基于肌纤维类型判别原料肉的蒸煮加工适宜性的方法

Country Status (2)

Country Link
CN (1) CN110910961B (zh)
NL (1) NL2026331B1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113207935B (zh) * 2021-03-03 2022-11-25 芜湖燕大润伟机械科技有限公司 基于类型解析的自适应机械加工系统及方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5719936B2 (zh) * 1971-10-22 1982-04-26
US7415428B2 (en) * 1997-03-13 2008-08-19 Safefresh Technologies, Llc Processing meat products responsive to customer orders
US7135202B2 (en) * 2003-07-23 2006-11-14 Hormel Foods, Llc Method of vacuum tumbling for processing meat
CN101285828B (zh) * 2008-05-30 2012-09-26 中国农业大学 快速定量分析动物骨骼肌纤维的方法
CN106290754B (zh) * 2016-08-10 2018-05-04 北京资源亚太食品有限公司 一种猪肉涮食加工适宜性评价方法

Also Published As

Publication number Publication date
NL2026331A (en) 2020-10-08
NL2026331B1 (en) 2022-12-02
CN110910961A (zh) 2020-03-24

Similar Documents

Publication Publication Date Title
Meyerholz et al. Principles and approaches for reproducible scoring of tissue stains in research
CN104541167B (zh) 用于定量肿瘤组织中的免疫细胞的方法及其应用
Lloyd et al. Using image analysis as a tool for assessment of prognostic and predictive biomarkers for breast cancer: How reliable is it?
Otali et al. A standard tissue as a control for histochemical and immunohistochemical staining
Joo Determination of water-holding capacity of porcine musculature based on released water method using optimal load
Budak et al. Comparison of three automated systems for urine chemistry and sediment analysis in routine laboratory practice
Choi et al. Correlations of sensory quality characteristics with intramuscular fat content and bundle characteristics in bovine longissimus thoracis muscle
JP2021501885A5 (zh)
CN110910961B (zh) 基于肌纤维类型判别原料肉的蒸煮加工适宜性的方法
Lee et al. Determination of intramuscular fat content in beef using magnetic resonance imaging
Thomson et al. Comparison of a new digital imaging technique for yeast cell counting and viability assessments with traditional methods
CN109557165A (zh) 用于监控质谱成像制备工作流程的质量的方法
CN105316418A (zh) 用于检测肉制品中鸭源性成分的特异性引物、探针、试剂盒及其检测方法
Prasad et al. Automation of immunohistochemical evaluation in breast cancer using image analysis
Kosa et al. Comparison of dual-color dual-hapten brightfield in situ hybridization (DDISH) and fluorescence in situ hybridization in breast cancer HER2 assessment
Egelé et al. Automated detection and classification of teardrop cells by a novel RBC module using digital imaging/microscopy.
Karaçalı et al. Automated recognition of cell phenotypes in histology images based on membrane-and nuclei-targeting biomarkers
US20240310379A1 (en) A method for measuring a prognostic marker in prostate cancer or in breast cancer
CN114022472B (zh) 一种肿瘤浸润淋巴细胞分析方法、装置和存储介质
Rudbeck Adding quality to your qualitative IHC.
Hirai et al. Novel ALK-specific mRNA in situ hybridization assay for non-small-cell lung carcinoma
Coban et al. Emerin expression in well differentiated epithelial lesions of thyroid: implications in papillary thyroid carcinoma diagnosis and predicting malignant behavior
Bernardi et al. Evaluation of the detection methods used for investigation of Listeria and Listeria monocytogenes
US11908130B2 (en) Apparatuses and methods for digital pathology
Armstrong Characterisation and investigation of urinary extracellular vesicles as translational diagnostic biomarkers in companion animals and humans with chronic kidney disease

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
TA01 Transfer of patent application right

Effective date of registration: 20200804

Address after: 100193 No. 2 Old Summer Palace West Road, Beijing, Haidian District

Applicant after: Institute of Food Science and Technology, Chinese Academy of Agricultural Sciences

Address before: 100193 No. 2 Old Summer Palace West Road, Beijing, Haidian District

Applicant before: Institute of Food Science and Technology, Chinese Academy of Agricultural Sciences

Applicant before: LIJIANG SANCHUAN INDUSTRIAL GROUP Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant