CN112767996B - 一种辅助判定高凝胶性大豆分离蛋白数学模型的建立方法 - Google Patents

一种辅助判定高凝胶性大豆分离蛋白数学模型的建立方法 Download PDF

Info

Publication number
CN112767996B
CN112767996B CN202110050624.4A CN202110050624A CN112767996B CN 112767996 B CN112767996 B CN 112767996B CN 202110050624 A CN202110050624 A CN 202110050624A CN 112767996 B CN112767996 B CN 112767996B
Authority
CN
China
Prior art keywords
gel
mathematical model
protein isolate
subunit
soybean protein
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
CN202110050624.4A
Other languages
English (en)
Other versions
CN112767996A (zh
Inventor
于寒松
吕博
李佳芯
杨晓晴
付洪玲
季雷
孟祥泽
单单单
王玉华
朴春红
刘俊梅
代伟长
王朝辉
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.)
Jilin Agricultural University
Original Assignee
Jilin Agricultural University
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 Jilin Agricultural University filed Critical Jilin Agricultural University
Priority to CN202110050624.4A priority Critical patent/CN112767996B/zh
Publication of CN112767996A publication Critical patent/CN112767996A/zh
Application granted granted Critical
Publication of CN112767996B publication Critical patent/CN112767996B/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
    • G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Abstract

本发明公开了一种辅助判定高凝胶性大豆分离蛋白数学模型，并公开了上述数学模型的建立方法，包括以下步骤：对大豆分离蛋白进行SDS‑PAGE电泳分析、确定其蛋白组成，使用灰度扫描定量各蛋白亚基含量，建立各蛋白亚基含量与SPI凝胶值的多元线性回归方程，即得到数学模型。本发明首次将大豆蛋白的凝胶性与蛋白亚基含量使用统计学手段进行分析，并建立数学模型，结果表明α和A3B4亚基百分含量的增加会直接提升对应SPI的凝胶性。通过本发明提供的数学模型对SPI凝胶性的判定，无需对SPI进行其他处理，无需制备凝胶或相关产品，在判定时无需使用专业加工设备，简化了判定步骤，且本发明提供的数学模型经过验证，判定结果准确。

Description

一种辅助判定高凝胶性大豆分离蛋白数学模型的建立方法
技术领域
本发明属于大豆分离蛋白高凝胶性判定技术领域，具体涉及一种辅助判定高凝胶性大豆分离蛋白数学模型的建立方法。
背景技术
大豆分离蛋白(SPI)作为食品行业重要的生产加工原料，其品质与稳定性直接影响着各产品的质量，其加工特性也直接决定了不同品种原材料和蛋白的应用途径及范围，而SPI凝胶性作为其最主要的加工特性，其优劣直接决定了素肉、植物肉、千页豆腐等产品的品质和稳定性。
研究普遍表明，大豆蛋白中7S、11S含量及二者比例直接影响着分离蛋白的凝胶性，而近期研究表明，11S内各亚基的组成对分离蛋白凝胶性的影响远大于7S，但在7S与11S混合物中，凝胶性与其比例是非线性的，现阶段研究只证明了7S和11S含量对SPI的凝胶性有影响，但是无法确定其中哪种亚基对其影响的相关性最大，从而无法直接对SPI凝胶性进行判定。
目前对SPI凝胶性的判定主要是通过制备大豆分离凝胶，然后通过测定凝胶的硬度、弹性、粘结性并计算凝胶值，从而对大豆分离蛋白的凝胶性进行判定，但是该判定方法操作繁琐且需要使用加工相关设备，成本较高。
发明内容
本发明的目的在于克服现有技术的不足，提供一种辅助判定高凝胶性大豆分离蛋白数学模型及其建立方法，利用该模型对大豆分离蛋白凝胶性的判定结果准确，且简单易操作。
本发明的第一个目的是提供一种辅助判定高凝胶性大豆分离蛋白数学模型，所述数学模型为：
Y＝-243.020X1+86.720X2-182.755X3-71.852X4+0.360X5-36.684X6+3975.263；
其中，所述Y为大豆分离蛋白的凝胶值，所述X1、X2、X3分别为大豆分离蛋白中7S伴大豆球蛋白中α′、α、β亚基的含量；所述X4、X5、X6分别为大豆分离蛋白中11S球蛋白中A1aA1bA2、A3B4、A4A5B3亚基的含量。
本发明的第二个目的是提供一种上述数学模型的建立方法，包括以下步骤：
步骤1、对大豆分离蛋白进行SDS-PAGE电泳分析，电泳结束后，得到大豆分离蛋白的电泳结果；
步骤2、将步骤1得到的电泳结果进行灰度扫描，根据得到的灰度值确定大豆分离蛋白中各亚基含量；
步骤3、将大豆分离蛋白制备成凝胶，测定凝胶的硬度、弹性、粘结性并计算凝胶值；
步骤4、使用SPSS软件对步骤2得到的各亚基含量和步骤3得到的凝胶值进行统计分析，建立亚基含量与凝胶值之间的多元线性回归方程，确定二者统计学关系，即得到数学模型，所述数学模型为：
Y＝-243.020X1+86.720X2-182.755X3-71.852X4+0.360X5-36.684X6+3975.263；
其中，所述Y为大豆分离蛋白的凝胶值，所述X1、X2、X3分别为大豆分离蛋白中7S伴大豆球蛋白中α′、α、β亚基的含量；所述X4、X5、X6分别为大豆分离蛋白中11S球蛋白中A1aA1bA2、A3B4、A4A5B3亚基的含量。
优选的，步骤1中，所述大豆分离蛋白为12种不同加工特性的商用大豆分离蛋白，且均为市售。
优选的，步骤1中，对大豆分离蛋白进行SDS-PAGE电泳分析的步骤为：将大豆分离蛋白溶于水中，测定蛋白溶液浓度并将浓度调整为1～3mg/mL，接着将蛋白溶液溶于SDS-PAGE蛋白上样液中，然后进行恒压电泳，电压设置为150V，电流设置为50mA/h，预定时间为7h。
优选的，步骤3中，所述凝胶为大豆蛋白热凝胶。
进一步优选的，大豆蛋白热凝胶通过以下方法制备得到：
将大豆分离蛋白分散于蒸馏水中，磁力搅拌，调节pH为7.0～7.5，制备成16％(w/w)蛋白溶液，离心去除气泡，接着灌入凝胶容器中，并在80～90℃水浴中加热30min，水浴加热结束后冰浴降温，待凝胶形态稳定后于2～4℃保存，即得到大豆蛋白热凝胶。
本发明与现有技术相比，其有益效果在于：
(1)本发明提供的辅助判定高凝胶性大豆分离蛋白数学模型说明α和A3B4亚基百分含量的增加会直接增加对应SPI的凝胶值，因此，只需对待分析的大豆分离蛋白进行SDS-PAGE分析，定量各亚基含量，即可判定SPI凝胶性优劣，无需对大豆分离蛋白制备凝胶，无需使用加工相关设备，简化了操作步骤，降低了经济成本；
(2)利用本发明提供的辅助判定高凝胶性大豆分离蛋白数学模型，对大豆分离蛋白凝胶性的判定结果准确，且方法简单易行，适合于实验室分析使用；
(3)通过本发明提供的辅助判定高凝胶性大豆分离蛋白数学模型，可确定各亚基对SPI凝胶性的影响情况，直接有助于大豆分离蛋白生产企业对大豆原料的选择、提升生产的分离蛋白的稳定性；
(4)通过本发明建立的数学模型，能够为食品企业对大豆分离蛋白的选择提供理论基础；并对上游大豆育种领域培育加工特性适宜的大豆品种具有指导意义；同时为大豆蛋白、加工特性相关机理方面的深入研究提供理论基础。
附图说明
图1为本发明实施例1中12种大豆分离蛋白的SDS-PAGE的电泳分析图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本发明实施例1提供的数学模型的建立方法的步骤1中的12种大豆分离蛋白为12种不同加工特性的商用大豆分离蛋白(下称SPI)，均购于山东嘉华保健品股份有限公司(蛋白纯度≥85％)，且12种大豆的品种代号依次分别为ISOPro5185、ISOPro520、ISOPro525、ISOPro535、ISOPro550、ISOPro551、ISOPro560、ISOPro575、ISOPro580、ISOPro612、ISOPro616、ISOPro6185)。
实施例1
本发明实施例提供了一种辅助判定高凝胶性大豆分离蛋白数学模型，数学模型具体为：
Y＝-243.020X1+86.720X2-182.755X3-71.852X4+0.360X5-36.684X6+3975.263；
其中，所述Y为大豆分离蛋白的凝胶值，所述X1、X2、X3分别为大豆分离蛋白中7S伴大豆球蛋白中α′、α、β亚基的含量；所述X4、X5、X6分别为大豆分离蛋白中11S球蛋白中A1aA1bA2、A3B4、A4A5B3亚基的含量。
本发明实施例还提供了一种上述数学模型的建立方法，具体包括以下步骤：
步骤1、收集12种大豆分离蛋白，依次编号为1-12，分别取1g，接着分别溶于40mL去离子水中，用考马斯亮蓝试剂盒测定各蛋白溶液浓度，在此基础上将各蛋白溶液的浓度调整为统一浓度3mg/mL，制备梯度分离胶浓度为8-16％，浓缩胶浓度为5％；取20μL各蛋白样品溶液分别溶于20μLSDS-PAGE蛋白上样液，上样前100℃煮沸2min，上样量为25μL，Maker上样量10μL，凝胶电泳在恒压模式下进行，电压为150V，电流50mA/h，预定时间7h，经过染色脱色后，用凝胶成像仪成像，得到大豆分离蛋白的电泳结果，如图1所示；
步骤2、将步骤1得到的电泳结果使用Image lab 5.2.1软件进行灰度扫描，根据得到的灰度值确定大豆分离蛋白中各亚基含量，如下表1所示；
表1 12种大豆分离蛋白中11S与7S中各亚基百分含量(％)
Figure GDA0003884908730000061
步骤3、将大豆分离蛋白制备成大豆蛋白热凝胶，分别测定凝胶的硬度、弹性、粘结性并计算凝胶值，凝胶值如下表2所示；
表2 12种大豆分离蛋白的热凝胶特性表
Figure GDA0003884908730000062
Figure GDA0003884908730000071
*表中同列相同小写字母表示差异不显著，不同小写字母表示差异显著(P＜0.05)
*“-”表示未形成稳定凝胶，无法检测
其中，上述大豆蛋白热凝胶的制备方法为：
将与步骤1相同的12种分离蛋白(依次编号为1-12)分别取16g，接着分别分散于84ml蒸馏水中，磁力搅拌1h，调节pH为7.0～7.5，制备成16％(w/w)蛋白溶液，接着于3000rpm低速离心5min以去除蛋白溶液中气泡，然后将蛋白溶液灌入凝胶容器后，置于水浴锅中，85℃水浴加热30min后迅速冰浴降温，凝胶形态稳定后置于4℃冰箱中保存，得到12种大豆蛋白热凝胶；
上述大豆蛋白凝胶的凝胶性(硬度、弹性、粘结性)通过特定的内置测定程序TPA测定方法(铝质探头直径15mm)进行测定，参数设置具体为：测试前速度为5.00mm/sec，测试速度为5.00mm/sec，测试后速度为10.0mm/sec，间距为15mm；时间为1.00sec，触发力为5.0g。
步骤4、使用SPSS Statistics24软件对步骤2得到的各亚基含量和步骤3得到的凝胶值进行统计分析，建立亚基含量与凝胶值之间的多元线性回归方程，确定二者统计学关系，以凝胶值为因变量，令α′、α、β、I(A1aA1bA2)、IIa(A3B4)、IIb(A4A5B3)含量为自变量X1-X6，凝胶值为Y，即得到数学模型，所述数学模型为：
Y＝-243.020X1+86.720X2-182.755X3-71.852X4+0.360X5-36.684X6+3975.263；
其中，所述Y为大豆分离蛋白的凝胶值，所述X1、X2、X3分别为大豆分离蛋白中7S伴大豆球蛋白中α′、α、β亚基的含量；所述X4、X5、X6分别为大豆分离蛋白中11S球蛋白中A1aA1bA2、A3B4、A4A5B3亚基的含量。
通过上述数学模型可以说明α和IIa(A3B4)亚基百分含量的增加会直接增加对应SPI的凝胶值。
下面对本发明实施例1提供的数学模型进行进一步验证，以说明本发明实施例1建立模型的正确性。
首先选用10种由东北农业大学农学院大豆研究所大豆生物学教育部重点实验室刘珊珊教授团队提供的不同亚基组成的大豆(编号依次为P1、P2、L1-L8)制备热凝胶，然后测定凝胶的硬度、弹性、粘结性并计算凝胶值；其中P1代表母本品种，东农47，各蛋白亚基表达情况均正常，不存在蛋白亚基缺失情况；P2代表父本品种HS99B，一种日本原产品种，缺失了7S中的α′和α亚基及11S中的大部分亚基；其余八种蛋白亚基缺失型大豆品种的缺失情况如下：L1缺失7S中的α亚基；L2和L3缺失7S中的α′亚基；L4缺失7S中的α′和α亚基；L5缺失7S中的α亚基及11S中的IIa(A3B4)组亚基；L6缺失7S中的α′和α亚基及11S中的IIa(A3B4)组亚基；L7和L8缺失7S中的α′和α亚基及11S中的IIa(A3B4)组亚基和IIb(A4A5B3)组亚基，P1、P2、L1-L8制备的SPI热凝胶的硬度、弹性、粘结性及计算的咀嚼度(凝胶值)如下表3所示。
表310种大豆分离蛋白的热凝胶特性表
Figure GDA0003884908730000091
*表中同列相同字母表示差异不显著，不同小写字母表示差异显著(P＜0.05)
通过表3的结果表明，P2(缺失7S中的α′和α亚基及11S中的大部分亚基)、L7和L8(缺失7S中的α′和α亚基及11S中的IIa(A3B4)组亚基和IIb(A4A5B3组亚基)，因为其蛋白亚基缺失，已经导致其无法形成稳定的热凝胶，故无法进行质构特性的检测，表现出极弱的凝胶特性；L6(缺失α′、α、A3B4)因为其蛋白亚基部分缺失，凝胶硬度较L4(仅缺失7S中的α′和α亚基)下降了56.10％，凝胶弹性分别下降了26.86％，凝胶值下降了66.90％。这一结果说明了11s中A3B4亚基在大豆蛋白凝胶的形成过程中起决定性作用；L4(缺失α′、α亚基)因为其蛋白亚基缺失，凝胶硬度较L2和L3(均缺失7S中的α′亚基)分别下降了43.67％和8.4％，凝胶弹性分别下降了25.33％和25.92％，凝胶值分别下降了61.05％和28.21％，这一结果说明了7s中α亚基在凝胶形成作用中同样有正相关作用。此试验结果与之前市售SPI热凝胶特性检测结果以及数学模型线性关系基本保持一致，说明所建立数学模型的准确性。
综上所述，通过本发明实施例1提供的辅助判定高凝胶性大豆分离蛋白数学模型，只需对待分析的大豆分离蛋白进行SDS-PAGE分析，定量各亚基含量，即可判定SPI凝胶性优劣，无需对大豆分离蛋白制备凝胶，无需使用加工相关设备，简化了操作步骤，降低了经济成本。
以上所述实施例仅表达了本发明的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。

Claims (5)

1.一种辅助判定高凝胶性大豆分离蛋白数学模型的建立方法，其特征在于，包括以下步骤：
步骤1、对大豆分离蛋白进行SDS-PAGE电泳分析，电泳结束后，得到大豆分离蛋白的电泳结果；
步骤2、将步骤1得到的电泳结果进行灰度扫描，根据得到的灰度值确定大豆分离蛋白中各亚基含量；
步骤3、将大豆分离蛋白制备成凝胶，测定凝胶的硬度、弹性、粘结性并计算凝胶值；
步骤4、使用SPSS软件对步骤2得到的各亚基含量和步骤3得到的凝胶值进行统计分析，建立亚基含量与凝胶值之间的多元线性回归方程，确定二者统计学关系，即得到数学模型，所述数学模型为：
Y＝-243.020X1+86.720X2-182.755X3-71.852X4+0.360X5-36.684X6+3975.263；
其中，所述Y为大豆分离蛋白的凝胶值，所述X1、X2、X3分别为大豆分离蛋白中7S伴大豆球蛋白中α′、α、β亚基的含量；所述X4、X5、X6分别为大豆分离蛋白中11S球蛋白中A1aA1bA2、A3B4、A4A5B3亚基的含量。
2.根据权利要求1所述的辅助判定高凝胶性大豆分离蛋白数学模型的建立方法，其特征在于，步骤1中，所述大豆分离蛋白为12种不同加工特性的商用大豆分离蛋白，且均为市售。
3.根据权利要求1所述的辅助判定高凝胶性大豆分离蛋白数学模型的建立方法，其特征在于，步骤1中，对大豆分离蛋白进行SDS-PAGE电泳分析的步骤为：将大豆分离蛋白溶于水中，测定蛋白溶液浓度并将浓度调整为1～3mg/mL，接着将蛋白溶液溶于SDS-PAGE蛋白上样液中，然后进行恒压电泳，电压设置为150V，电流设置为50mA/h，预定时间为7h。
4.根据权利要求1所述的辅助判定高凝胶性大豆分离蛋白数学模型的建立方法，其特征在于，步骤3中，所述凝胶为大豆蛋白热凝胶。
5.根据权利要求4所述的辅助判定高凝胶性大豆分离蛋白数学模型的建立方法，其特征在于，所述大豆蛋白热凝胶通过以下方法制备得到：
将大豆分离蛋白分散于蒸馏水中，磁力搅拌，调节pH为7.0～7.5，制备成16％w/w蛋白溶液，离心去除气泡，接着灌入凝胶容器中，并在80～90℃水浴中加热30min，水浴加热结束后冰浴降温，待凝胶形态稳定后于2～4℃保存，即得到大豆蛋白热凝胶。
CN202110050624.4A 2021-01-14 2021-01-14 一种辅助判定高凝胶性大豆分离蛋白数学模型的建立方法 Active CN112767996B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110050624.4A CN112767996B (zh) 2021-01-14 2021-01-14 一种辅助判定高凝胶性大豆分离蛋白数学模型的建立方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110050624.4A CN112767996B (zh) 2021-01-14 2021-01-14 一种辅助判定高凝胶性大豆分离蛋白数学模型的建立方法

Publications (2)

Publication Number Publication Date
CN112767996A CN112767996A (zh) 2021-05-07
CN112767996B true CN112767996B (zh) 2022-11-15

Family

ID=75700720

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110050624.4A Active CN112767996B (zh) 2021-01-14 2021-01-14 一种辅助判定高凝胶性大豆分离蛋白数学模型的建立方法

Country Status (1)

Country Link
CN (1) CN112767996B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115088783B (zh) * 2022-05-07 2023-12-26 吉林农业大学 不同β-伴大豆球蛋白组成的分离蛋白在高凝胶性食品中的应用

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101303292A (zh) * 2008-06-17 2008-11-12 南京农业大学 小麦高分子量谷蛋白亚基的测定方法
CN103897018A (zh) * 2012-12-26 2014-07-02 中国科学院植物研究所 大豆种子总蛋白质的提取方法及其专用试剂
CN104316587A (zh) * 2014-10-20 2015-01-28 浙江大学 电泳胶蛋白条带检测蜂王浆新鲜度的建立方法和应用

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008547035A (ja) * 2005-06-27 2008-12-25 インヴィトロジェン コーポレーション ネイティブゲル電気泳動用の液体状タンパク質マーカー

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101303292A (zh) * 2008-06-17 2008-11-12 南京农业大学 小麦高分子量谷蛋白亚基的测定方法
CN103897018A (zh) * 2012-12-26 2014-07-02 中国科学院植物研究所 大豆种子总蛋白质的提取方法及其专用试剂
CN104316587A (zh) * 2014-10-20 2015-01-28 浙江大学 电泳胶蛋白条带检测蜂王浆新鲜度的建立方法和应用

Also Published As

Publication number Publication date
CN112767996A (zh) 2021-05-07

Similar Documents

Publication Publication Date Title
Ford A microbiological method for assessing the nutritional value of proteins: 2.* The measurement of ‘available’methionine, leucine, isoleucine, arginine, histidine, tryptophan and valine
Zahedi et al. Physical properties of edible emulsified films based on pistachio globulin protein and fatty acids
OGAWA et al. Genetic improvement of seed storage proteins using three variant alleles of 7S globulin subunits in soybean (Glycine max L.)
CN112767996B (zh) 一种辅助判定高凝胶性大豆分离蛋白数学模型的建立方法
Li et al. Comparative study of chemical composition and texture profile analysis between camembert cheese and Chinese sufu
CN117665225A (zh) 一种构建综合评价乌嘴白羽鸭肉品质的方法及综合评价的新方法
CN105638529A (zh) 一种基于形态参数鉴别黑鲷真鲷及其杂交子代的方法
CHEN et al. An optimized industry processing technology of peanut tofu and the novel prediction model for suitable peanut varieties
Bender Correlation of amino acid composition with nutritive value of proteins
Grasso et al. The influence of protein concentration on key quality attributes of chickpea-based alternatives to cheese
CN109270259A (zh) 一种检测内毒素的方法
CN108333245A (zh) 一种脂氧酶以及7s球蛋白双缺失的大豆新种质的建立方法
Jamal et al. Protein determination in some animal products from sulaymaniyah markets using kjeldahl procedure
CN102200526B (zh) 一种鉴别人乳中掺入的牛乳的定性检测方法
CN107372273A (zh) 一种快速区分鲍耐温性能的测定方法
Beckel et al. Heat denaturation of protein in soybean meal
Gebre‐Egziabher et al. Preparation of high protein curd from field peas
Miháliková et al. Polymorphism of proteins in selected slovak winter wheat genotypes using SDS-PAGE
Numanoglu et al. Simple determination of histamine in cheese by capillary electrophoresis with diode array detection
Rosentrater et al. Physical and rheological properties of slaughterhouse swine blood and blood components
CN113484256A (zh) 一种泥蚶血红蛋白浓度高通量测定方法
CN104711352A (zh) 一种用于检测羊乳制品中牛乳含量的试剂盒及应用
CN109870538A (zh) 一种大豆抗原蛋白含量的测定方法
CN109156539A (zh) 一种豆腐加工用大豆的品质预测方法
WO2021039681A1 (ja) 大豆たんぱく質の分画方法

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
GR01 Patent grant
GR01 Patent grant