JP2019510968A - 穀物におけるマイコトキシンの存在の検出のための方法及び装置 - Google Patents
穀物におけるマイコトキシンの存在の検出のための方法及び装置 Download PDFInfo
- Publication number
- JP2019510968A JP2019510968A JP2018545160A JP2018545160A JP2019510968A JP 2019510968 A JP2019510968 A JP 2019510968A JP 2018545160 A JP2018545160 A JP 2018545160A JP 2018545160 A JP2018545160 A JP 2018545160A JP 2019510968 A JP2019510968 A JP 2019510968A
- Authority
- JP
- Japan
- Prior art keywords
- grain
- absorption spectrum
- spectrum
- contamination
- diffuse absorption
- 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
- 235000013339 cereals Nutrition 0.000 title claims abstract description 107
- 231100000678 Mycotoxin Toxicity 0.000 title claims abstract description 44
- 239000002636 mycotoxin Substances 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000001514 detection method Methods 0.000 title description 23
- 238000011109 contamination Methods 0.000 claims abstract description 80
- 238000000862 absorption spectrum Methods 0.000 claims abstract description 57
- 239000004464 cereal grain Substances 0.000 claims abstract description 30
- 238000000491 multivariate analysis Methods 0.000 claims abstract description 9
- 238000001228 spectrum Methods 0.000 claims description 65
- 239000002245 particle Substances 0.000 claims description 8
- 230000001678 irradiating effect Effects 0.000 claims description 5
- 240000008042 Zea mays Species 0.000 description 71
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 71
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 71
- 235000005822 corn Nutrition 0.000 description 71
- 239000000523 sample Substances 0.000 description 34
- 238000005259 measurement Methods 0.000 description 31
- LINOMUASTDIRTM-QGRHZQQGSA-N deoxynivalenol Chemical compound C([C@@]12[C@@]3(C[C@@H](O)[C@H]1O[C@@H]1C=C(C([C@@H](O)[C@@]13CO)=O)C)C)O2 LINOMUASTDIRTM-QGRHZQQGSA-N 0.000 description 27
- 229930002954 deoxynivalenol Natural products 0.000 description 27
- LINOMUASTDIRTM-UHFFFAOYSA-N vomitoxin hydrate Natural products OCC12C(O)C(=O)C(C)=CC1OC1C(O)CC2(C)C11CO1 LINOMUASTDIRTM-UHFFFAOYSA-N 0.000 description 27
- 235000013305 food Nutrition 0.000 description 15
- 230000003595 spectral effect Effects 0.000 description 12
- 239000000835 fiber Substances 0.000 description 11
- 238000005286 illumination Methods 0.000 description 9
- 238000012360 testing method Methods 0.000 description 9
- 235000013312 flour Nutrition 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 7
- 239000000126 substance Substances 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- 238000000985 reflectance spectrum Methods 0.000 description 5
- 239000013074 reference sample Substances 0.000 description 4
- YZCKVEUIGOORGS-OUBTZVSYSA-N Deuterium Chemical compound [2H] YZCKVEUIGOORGS-OUBTZVSYSA-N 0.000 description 3
- 241000209140 Triticum Species 0.000 description 3
- 235000021307 Triticum Nutrition 0.000 description 3
- 229910052805 deuterium Inorganic materials 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 229910052736 halogen Inorganic materials 0.000 description 3
- 150000002367 halogens Chemical class 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 238000002310 reflectometry Methods 0.000 description 3
- 238000004611 spectroscopical analysis Methods 0.000 description 3
- 235000007319 Avena orientalis Nutrition 0.000 description 2
- 244000075850 Avena orientalis Species 0.000 description 2
- 238000002965 ELISA Methods 0.000 description 2
- 240000005979 Hordeum vulgare Species 0.000 description 2
- 235000007340 Hordeum vulgare Nutrition 0.000 description 2
- ZRWPUFFVAOMMNM-UHFFFAOYSA-N Patulin Chemical compound OC1OCC=C2OC(=O)C=C12 ZRWPUFFVAOMMNM-UHFFFAOYSA-N 0.000 description 2
- 241000209056 Secale Species 0.000 description 2
- 235000007238 Secale cereale Nutrition 0.000 description 2
- 238000004847 absorption spectroscopy Methods 0.000 description 2
- 230000001066 destructive effect Effects 0.000 description 2
- 238000003306 harvesting Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000004895 liquid chromatography mass spectrometry Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 239000003053 toxin Substances 0.000 description 2
- 231100000765 toxin Toxicity 0.000 description 2
- 108700012359 toxins Proteins 0.000 description 2
- XZIDTOHMJBOSOX-UHFFFAOYSA-N 2,3,6-TBA Chemical compound OC(=O)C1=C(Cl)C=CC(Cl)=C1Cl XZIDTOHMJBOSOX-UHFFFAOYSA-N 0.000 description 1
- UHPMCKVQTMMPCG-UHFFFAOYSA-N 5,8-dihydroxy-2-methoxy-6-methyl-7-(2-oxopropyl)naphthalene-1,4-dione Chemical compound CC1=C(CC(C)=O)C(O)=C2C(=O)C(OC)=CC(=O)C2=C1O UHPMCKVQTMMPCG-UHFFFAOYSA-N 0.000 description 1
- 229930195730 Aflatoxin Natural products 0.000 description 1
- 241000894006 Bacteria Species 0.000 description 1
- 206010012735 Diarrhoea Diseases 0.000 description 1
- 241000233866 Fungi Species 0.000 description 1
- 241000223218 Fusarium Species 0.000 description 1
- 241000223195 Fusarium graminearum Species 0.000 description 1
- 206010062016 Immunosuppression Diseases 0.000 description 1
- 206010028813 Nausea Diseases 0.000 description 1
- 206010029350 Neurotoxicity Diseases 0.000 description 1
- VYLQGYLYRQKMFU-UHFFFAOYSA-N Ochratoxin A Natural products CC1Cc2c(Cl)cc(CNC(Cc3ccccc3)C(=O)O)cc2C(=O)O1 VYLQGYLYRQKMFU-UHFFFAOYSA-N 0.000 description 1
- 229920002472 Starch Polymers 0.000 description 1
- 206010044221 Toxic encephalopathy Diseases 0.000 description 1
- 238000002835 absorbance Methods 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 239000005409 aflatoxin Substances 0.000 description 1
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 239000000975 dye Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 238000009615 fourier-transform spectroscopy Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 239000003008 fumonisin Substances 0.000 description 1
- 235000011868 grain product Nutrition 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 230000008821 health effect Effects 0.000 description 1
- 230000001506 immunosuppresive effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 238000001294 liquid chromatography-tandem mass spectrometry Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008693 nausea Effects 0.000 description 1
- 230000007135 neurotoxicity Effects 0.000 description 1
- 231100000228 neurotoxicity Toxicity 0.000 description 1
- RWQKHEORZBHNRI-BMIGLBTASA-N ochratoxin A Chemical compound C([C@H](NC(=O)C1=CC(Cl)=C2C[C@H](OC(=O)C2=C1O)C)C(O)=O)C1=CC=CC=C1 RWQKHEORZBHNRI-BMIGLBTASA-N 0.000 description 1
- DAEYIVCTQUFNTM-UHFFFAOYSA-N ochratoxin B Natural products OC1=C2C(=O)OC(C)CC2=CC=C1C(=O)NC(C(O)=O)CC1=CC=CC=C1 DAEYIVCTQUFNTM-UHFFFAOYSA-N 0.000 description 1
- 150000002894 organic compounds Chemical class 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000001055 reflectance spectroscopy Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 229930000044 secondary metabolite Natural products 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 235000019698 starch Nutrition 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- MBMQEIFVQACCCH-UHFFFAOYSA-N trans-Zearalenon Natural products O=C1OC(C)CCCC(=O)CCCC=CC2=CC(O)=CC(O)=C21 MBMQEIFVQACCCH-UHFFFAOYSA-N 0.000 description 1
- 238000001429 visible spectrum Methods 0.000 description 1
- MBMQEIFVQACCCH-QBODLPLBSA-N zearalenone Chemical compound O=C1O[C@@H](C)CCCC(=O)CCC\C=C\C2=CC(O)=CC(O)=C21 MBMQEIFVQACCCH-QBODLPLBSA-N 0.000 description 1
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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- 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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/47—Scattering, i.e. diffuse reflection
- G01N21/4738—Diffuse reflection, e.g. also for testing fluids, fibrous materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/06—Illumination; Optics
- G01N2201/065—Integrating spheres
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
- G01N2201/129—Using chemometrical methods
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (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 Or Analysing Materials By Optical Means (AREA)
Abstract
穀物におけるマイコトキシンの存在を検出するための方法及び装置であって、穀物粒の収集物の少なくとも１つの散光吸収スペクトルを捕捉するステップと、穀物粒の収集物から少なくとも１つの個々の穀物粒の少なくとも１つの散光吸収スペクトルを捕捉するステップと、穀物粒の収集物の少なくとも１つの散光吸収スペクトル及び少なくとも１つの個々の穀物粒の少なくとも１つの散光吸収スペクトルに対して多変量データ分析を実施することによって少なくとも１つの穀物粒におけるマイコトキシン汚染のレベルを分類するステップとを含む、方法。
Description
本発明は穀物汚染に関する。詳細には、本発明は、穀物におけるマイコトキシンの存在の検出のための方法及び装置を提供する。
農産物における有毒菌類の二次代謝産物であるマイコトキシンの存在は、世界的に大きな問題である。食糧農業機関（ＦＡＯ：Ｆｏｏｄ ａｎｄ Ａｇｒｉｃｕｌｔｕｒｅ Ｏｒｇａｎｉｚａｔｉｏｎ）の推定によれば、世界の食用作物の２５％が、マイコトキシン産生菌の影響を受けている（Ｒａｓｃｈ、Ｋｕｍｋｅ、＆Ｌｏｈｍａｎｎｓｒｏｂｅｎ、２０１０）。公衆衛生及び農業経済に大きな脅威を与える、食品及び飼料製造における最も重要なマイコトキシンには、アフラトキシン、デオキシニバレノール（ＤＯＮ：ｄｅｏｘｙｎｉｖａｌｅｎｏｌ）、オクラトキシンＡ、フモニシン、ゼアラレノン、パツリン及びＴ−２トキシンが含まれる（Ｍｉｌｌｅｒ、１９９５；Ｔｒａａｒ、２０１３）。
ＤＯＮは、最も多く見られるマイコトキシンのうちの１つであり、ほとんどがフザリウム・グラミネアルム及びフザリウム・クルモルムのカビによって産生される。ＤＯＮは、小麦、トウモロコシ、大麦、オート麦及びライ麦などの穀物産品に頻繁に発生し、それらは収穫前後に感染することがある（Ｓｏｂｒｏｖａら、２０１０）。さらに、ＤＯＮは加熱調理、冷凍及び焙煎などの食品加工時に死滅させることができないので、原産物及び加工品の両方において現れる。ＤＯＮ汚染製品の摂取により、下痢、吐き気、免疫抑制及び神経毒性などの急性及び慢性の健康への影響が生じることがある（Ａｂｙｓｉｑｕｅ、Ｔａｒｄｉｖｅｌ、Ｔｒｏａｄｅｃ、＆Ｆｅｌｉｘ，２０１５；Ｐｅｓｔｋａ，２００７）。ＤＯＮの検出は、ＤＯＮがすべてのマイコトキシン汚染穀物試料の９０％超に存在するので、食品業界において重要な問題であり、その発生は、他のマイコトキシンの存在の指標とみなされる（Ｒａｎら，２０１３）。
Ｄｏｗｎｉｅ＆Ｈｅａｌｔｈ、１９７０
ＤＯＮは、トウモロコシの重要な汚染物質であり（Ｐｌｅａｄｉｎら、２０１２）、トウモロコシは、多くの国において主食である。現在、食品及び飼料製品におけるＤＯＮの存在は、世界のほとんどの地域において厳密に規制されている。生のトウモロコシ穀粒に関して、欧州委員会は、最大許容ＤＯＮ濃度を１７５０ｐｐｂと表明しているが、アメリカ及び中国では、１０００ｐｐｂのＤＯＮの制限が課されている（欧州委員会、２００７）。これらの制限を達成するために、ＤＯＮの存在は、最近ではほとんど液体クロマトグラフィー−タンデム質量分析（ＬＣ−ＭＳ／ＭＳ：ｌｉｑｕｉｄ ｃｈｒｏｍａｔｏｇｒａｐｈｙ−ｔａｎｄｅｍ ｍａｓｓ ｓｐｅｃｔｒｏｍｅｔｒｙ）及び酵素結合免疫吸着検査法（ＥＬＩＳＡ）などの化学分析の使用によって検出されている。しかし、これらの分析技法は、時間がかかり、高価であり、破壊的である（Ｒａｎら、２０１３）。食品製品と作物との両方における毒素の一様でない存在により、これらの試料ベースの分析は、しばしば、汚染の程度に対して限られた見方をもたらす。非蛍光性のマイコトキシンを有する汚染に対して感受性がある個々の穀物穀粒及び他の食品製品を選別するのに使用することができる非破壊的分光法を提供することが本発明の目的である。
分光検出技法は、タンパク質、水分、でんぷん及び色素などの物質中の有機化合物の決定のために農工業及び化学工業においてすでに広く使用されている。（Ｂａｙｅ、Ｐｅａｒｓｏｎ、＆Ｓｅｔｔｌｅｓ、２００６；Ｋ．Ｃ．Ｖｏｌｋｅｒｓ、Ｍ．Ｗａｃｈｅｎｄｏｒｆ、Ｒ．Ｌｏｇｅｓ、Ｎ．Ｊ．Ｊｏｖａｎｏｖｉｃ，２００３；Ｍｅｕｌｅｂｒｏｅｃｋ＆Ｔｈｉｅｎｐｏｎｔ、２０１２）。今日まで、分光検出技法をＤＯＮの同定に適用することに対して高い関心がある。小麦及びトウモロコシにおけるＤＯＮの検出へのフーリエ変換近及び中赤外域（ＦＴ−ＮＩＲ ａｎｄ ＦＴ−ＭＩＲ：Ｆｏｕｒｉｅｒ−ｔｒａｎｓｆｏｒｍ ｎｅａｒ− ａｎｄ ｍｉｄ−ｉｎｆｒａｒｅｄ）分光法の使用は、すでに広く論じられている（Ａｂｒａｍｏｖｉｃ、Ｊａｊｉｃ、Ａｂｒａｍｏｖｉｃ、Ｃｏｓｉｃ、＆Ｊｕｒｉｃ、２００７；Ｄｅ Ｇｉｒｏｌａｍｏ、Ｃｅｒｖｅｌｌｉｅｒｉ、Ｖｉｓｃｏｎｔｉ、＆Ｐａｓｃａｌｅ，２０１４；Ｋｏｓ、Ｌｏｈｎｉｎｇｅｒ、＆Ｋｒｓｋａ、２００３）。しかし、現在公開されている測定は、均質汚染された、粉砕試料を使用し、試料をそれらの様々な汚染レベルに分類するためにケモメトリックスの使用を必要とする。トウモロコシ穀粒などの粉砕されていない個々の穀物穀粒における局部汚染の測定を可能にする分光法を提供するのが本発明の目的である。さらに、その振動感度により、フーリエ変換分光法は、産業環境においてはほとんど実施することができない。
本発明によれば、穀物におけるマイコトキシンの存在を検出するための方法が提供され、方法は、
穀物粒の収集物の少なくとも１つの散光吸収スペクトルを捕捉するステップと、
穀物粒の収集物から少なくとも１つの個々の穀物粒の少なくとも１つの散光吸収スペクトルを捕捉するステップと、
穀物粒の収集物の少なくとも１つの散光吸収スペクトル及び少なくとも１つの個々の穀物粒の少なくとも１つの散光吸収スペクトルに対して多変量データ分析を実施することによって少なくとも１つの穀物粒におけるマイコトキシン汚染のレベルを分類するステップとを含む。
穀物粒の収集物の少なくとも１つの散光吸収スペクトルを捕捉するステップと、
穀物粒の収集物から少なくとも１つの個々の穀物粒の少なくとも１つの散光吸収スペクトルを捕捉するステップと、
穀物粒の収集物の少なくとも１つの散光吸収スペクトル及び少なくとも１つの個々の穀物粒の少なくとも１つの散光吸収スペクトルに対して多変量データ分析を実施することによって少なくとも１つの穀物粒におけるマイコトキシン汚染のレベルを分類するステップとを含む。
好ましくは、各散光吸収スペクトルは、積分球を使用して捕捉される。好ましくは、個々の穀物粒の散光吸収スペクトルは、穀物粒の収集物の各散光吸収スペクトルを捕捉するのに使用される積分球よりも小さい積分球を使用して捕捉される。好ましくは、穀物粒の収集物の散光吸収スペクトル又は各散光吸収スペクトルは、積分球の中心における収集物に光を照射することによって捕捉される。好ましくは、個々の穀物粒の散光吸収スペクトル又は各散光吸収スペクトルは、積分球の試料ポートの開口の前にある間に穀物粒に光を照射することによって捕捉される。
好ましくは、個々の穀物粒の少なくとも１つの散光吸収スペクトルを捕捉するステップは、穀物粒の複数の領域に光を照射することによって複数の散光吸収スペクトルを捕捉するステップを含む。
一実施例において、少なくとも１つの穀物粒におけるマイコトキシン汚染のレベルを分類するステップは、第１の選択された波長における反射率と第２の選択された波長における反射率との比率を計算するステップと、計算された比率に基づいて少なくとも１つの穀物粒におけるマイコトキシン汚染のレベルを分類するステップとを含む。好ましくは、選択された波長は、７００ｎｍ〜１５００ｎｍの波長領域にある。代替実施例においては、比率は、２つよりも多くの選択された波長における反射率に基づいて計算することができる。
他の実施例において、少なくとも１つの穀物粒におけるマイコトキシン汚染のレベルを分類するステップは、ケモメトリックス技法を使用する。個々の穀物粒におけるマイコトキシン汚染のレベルを分類するのに主成分分析などのケモメトリックス法を使用することができる。ケモメトリックス法は、それらが使用されている機械の大きな算術演算能力を必要とする先進技術である。
方法は、複数の散光吸収スペクトルが捕捉された場合、穀物粒の収集物の平均散光吸収スペクトルを計算するステップをさらに含むことができ、少なくとも１つの穀物粒におけるマイコトキシン汚染のレベルを分類するステップは、平均スペクトルに対して多変量データ分析を実施するステップを含む。
方法は、穀物粒の複数の散光吸収スペクトルが捕捉された場合、少なくとも１つの穀物粒の平均散光吸収スペクトルを計算するステップさらに含むことができ、少なくとも１つの穀物粒におけるマイコトキシン汚染のレベルを分類するステップは、平均スペクトルに対して多変量データ分析を実施するステップを含む。
捕捉された各散光吸収スペクトルは、ＮＩＲ散光吸収スペクトルでもよい。或いは、捕捉された各散光吸収スペクトルは、可視及びＮＩＲ散光吸収スペクトルでもよい。
少なくとも１つの穀物粒におけるマイコトキシン汚染のレベルを分類するステップは、少なくとも１つの捕捉されたスペクトルを非汚染粒のスペクトルと比較するステップと、スペクトル間の差を同定するステップとを含むことができる。少なくとも１つの穀物粒におけるマイコトキシン汚染のレベルを分類するステップは、少なくとも１つの捕捉されたスペクトルを少なくとも１つの非汚染粒の１つよりも多くのスペクトルと比較するステップと、スペクトル間の差を同定するステップとを含むことができる。方法は、非汚染粒のスペクトルを粒スペクトルのデータベースから取得するステップをさらに含むことができる。方法は、少なくとも１つの捕捉されたスペクトルをデータベース内の複数の試料スペクトルと比較して最良適合を見つけることによって穀物粒の収集物の穀物の種類を同定するステップをさらに含むことができる。或いは、方法は、穀物の種類をユーザ入力から同定するステップをさらに含むことができる。
本発明は、プロセッサによって実行されたとき、プロセッサに上記の方法を実施させるプログラム命令を含むコンピュータ可読媒体をさらに提供する。
本発明は、穀物におけるマイコトキシンの存在を検出するための装置であって、
穀物粒の収集物の少なくとも１つの散光吸収スペクトルを捕捉するための手段と、
穀物粒の収集物から少なくとも１つの個々の穀物粒の少なくとも１つの散光吸収スペクトルを捕捉するための手段と、
穀物粒の収集物の少なくとも１つの散光吸収スペクトル及び少なくとも１つの個々の穀物粒の少なくとも１つの散光吸収スペクトルに対して多変量データ分析を実施することによって少なくとも１つの穀物粒におけるマイコトキシン汚染のレベルを分類するための手段とを備える、装置をさらに提供する。
穀物粒の収集物の少なくとも１つの散光吸収スペクトルを捕捉するための手段と、
穀物粒の収集物から少なくとも１つの個々の穀物粒の少なくとも１つの散光吸収スペクトルを捕捉するための手段と、
穀物粒の収集物の少なくとも１つの散光吸収スペクトル及び少なくとも１つの個々の穀物粒の少なくとも１つの散光吸収スペクトルに対して多変量データ分析を実施することによって少なくとも１つの穀物粒におけるマイコトキシン汚染のレベルを分類するための手段とを備える、装置をさらに提供する。
好ましくは、散光吸収スペクトルを捕捉するための各手段は、積分球を備える。好ましくは、個々の穀物粒の少なくとも１つの散光吸収スペクトルを捕捉するための手段は、穀物粒の収集物の各散光吸収スペクトルを捕捉するのに使用される積分球よりも小さい積分球を備える。
好ましくは、装置は、穀物粒の複数の領域に光を照射することによって複数の散光吸収スペクトルを捕捉するための手段をさらに備える。少なくとも１つの散光吸収スペクトルを捕捉するための手段は、少なくとも１つのＮＩＲ散光吸収スペクトルを捕捉するための手段を備えることができる。少なくとも１つの散光吸収スペクトルを捕捉するための手段は、少なくとも１つのＵＶ、可視及びＮＩＲ散光吸収スペクトルを捕捉するための手段を備えることができる。
少なくとも１つの穀物粒におけるマイコトキシン汚染のレベルを分類するための手段は、少なくとも１つの捕捉されたスペクトルを非汚染粒のスペクトルと比較するための手段と、スペクトル間の差を同定するための手段とを備えることができる。
装置は、非汚染粒のスペクトルを粒スペクトルのデータベースから取得するための手段をさらに備えることができる。
装置は、少なくとも１つの捕捉されたスペクトルをデータベース内の複数の試料スペクトルと比較して、最良適合を見つけることによって穀物粒の収集物の穀物の種類を同定するための手段をさらに備えることができる。装置は、穀物の種類をユーザ入力から同定するための手段をさらに備えることができる。
本発明は、小麦、トウモロコシ、大麦、オート麦及びライ麦を含むがそれに限定されない、任意の種類の穀物に適切である。食品製品において、マイコトキシンはいくつかの物質（タンパク質など）に結合している。これらの結合は、食品製品の反射スペクトルに影響する。したがって、食品製品の基質に対するその影響を測定することによってマイコトキシン汚染を間接的に観察することが可能である。食品製品内のマイコトキシン汚染が高ければ高いほど、基質に対するその影響は大きく、したがって、製品の反射スペクトルに対するその影響も大きい。
光源が試料に光を照射したとき、入射光線は、試料の化学成分及び物理的特性により、吸収され、伝送され、反射される。マイコトキシン汚染を光学的に同定するために、本発明は、散光吸収分光法を利用して、製品の散乱非依存性反射特性を調べる。これは、反射角に関係ない、すべての反射光を収集する積分球の使用により実現することができる。
積分球を使用することによって、すべての散乱光及び反射光（したがって、両方とも乱反射として正反射（鏡面反射））が収集される。光線が試料に光を照射したとき、光は散乱、伝送、反射、及び吸収される。試料によって吸収された光だけが検出器によって収集されない。積分球により、試料によって吸収された入射光の量を測定することが可能になる。したがって、粒との相互作用の後、再伝送された光信号を検出することが可能であり、照射点から入り込んだ光（その場合正反射及び乱反射が起きるはずである）は、散乱され、それ以外の場合、製品と相互作用し、次いで、照射点においてではなく付近において、粒から再放射される。
第１のステップにおいて、異なる穀物穀粒を位置決めすることができる大きな積分球を使用することができ、したがって、最適波長領域を同定することができる。さらに、分類されていない汚染試料を検討するとき、この設定により、大量の穀物穀粒の高速測定が可能になり、試料の大まかな事前分類が可能になる。第２のステップにおいて、より小さい積分球による個々の穀物穀粒の反射スペクトルを調査して、穀粒をそれらの局部汚染レベルにより分類することができる。
本発明は、固体穀物穀粒におけるＤＯＮなどのマイコトキシンの同定に散光吸収分光法を非破壊的光学的検出技法として使用する。本発明の結果により、工業用直列走査機械における実施に適しているＤＯＮなどのマイコトキシンの高速で正確な及び非破壊的な検出が可能となり得る。不均質なマイコトキシン汚染のため、個々の穀物穀粒の汚染を監視する能力は、食品の安全性を高め、経済的損失を低減するのに不可欠である。
本発明の実施例を添付の図面を参照して実例だけにより説明する。
本発明の一実施例による、穀物におけるマイコトキシンの検出のための装置を図１に示す。図１に示す装置は、２段階の測定手順を容易にする。両方の段階とも散光吸収スペクトルを測定するが、異なる種類の積分球を使用する。第１段階は、より大きい反射積分球を使用し、穀物穀粒の収集物の高速選別を可能にするが、第２段階は、より小さい反射積分球を使用し、個々の穀粒の測定を可能にする。例えばより大きい積分球は、２５ｃｍの直径を有することができるが、より小さい積分球は、６ｃｍの直径を有することができる。他のサイズの組合せは、もちろん、可能である。
第１段階の測定設定は、穀物粒の収集物の少なくとも１つの散光吸収スペクトルを捕捉するのに使用される。図１の第１段階は、スーパー・コンティニウム光源１と、より大きい反射積分球２と、光ファイバ３、４と、スペクトル分析器５とからなる。穀物穀粒の収集物６は、積分球の内側に位置決めすることができる。穀粒は、ペトリ皿に収容し、又は他の方法で収容することができる。積分球２の外側は、異なるポートを含み、それに対して照射光源及び検出ファイバを接続することができる。大きな信号対雑音比を取得しながら測定時間を低減するには、高照度の光源が好ましい。被試験試料に光を照射するのに使用される光源は、ピグテール付きのスーパー・コンティニウム光源でもよい。反射光は、検出ファイバ４によって捕捉される。積分球内に試料が何も存在しないとき、照射光は、積分球の内側の反射コーティング上へのその乱反射後に、検出ファイバによってほぼ完全に収集される。
試料が積分球内に挿入されたとき、捕捉された光は、その吸光度によって影響を受け、したがって、その具体的な成分によっても影響を受ける。穀物を有するペトリ皿を検討すると、穀粒の表面のほぼ全体に光が照射され、低汚染エリアと高汚染エリアとの両方の反射率スペクトルが捕捉されるので、結果としてそれらの平均汚染レベルの測定となる。したがって、検出ファイバは、捕捉された光を積分球からスペクトル分析器に導き、それによって、波長の関数としての光強度が測定される。スペクトル分析器は、可視スペクトルとＮＩＲスペクトルとの両方の同時測定を可能にする、線形検出器アレイを有する２つの異なるチャネルからなる広帯域スペクトル分析器でもよい。第１のチャネルは、１．４ｎｍの分解能を用いて、２００ｎｍから１１００ｎｍの間のスペクトルを測定することができ得る。第２のチャネルは、４ｎｍの分解能を用いて、１０００ｎｍから１７００ｎｍの間のスペクトルを測定することができ得る。スペクトルは、ソフトウェアを使用して可視化することができる。
各測定の前に、暗及び基準スペクトルを捕捉することができる。基準スペクトルは、光源スペクトルを表し、空のペトリ皿を測定しながら取得することができる。暗スペクトルは、背景光を可視化し、照射光源なしでスペクトルを捕捉するとき取得された。各穀物ペトリ皿の反射スペクトルは、複数回、捕捉することができ、その後、平均スペクトルを計算することができる。
穀物穀粒の反射光強度（Ｉｃｅｒｅａｌ）に基づいて、波長（λ）ごとに暗スペクトルの強度（Ｉｄａｒｋ）及び基準スペクトルの強度（Ｉｒｅｆｅｒｅｎｃｅ）、反射率を、以下の公式を使用して計算することができる。
反射率（λ）＝（Ｉｃｅｒｅａｌ （λ）−Ｉｄａｒｋ （λ））／（Ｉｒｅｆｅｒｅｎｃｅ （λ）−Ｉｄａｒｋ （λ）） （１）
反射率（λ）＝（Ｉｃｅｒｅａｌ （λ）−Ｉｄａｒｋ （λ））／（Ｉｒｅｆｅｒｅｎｃｅ （λ）−Ｉｄａｒｋ （λ）） （１）
この第１段階の設定により、蓄積性汚染の測定が可能になるので、低汚染穀物試料と高汚染穀物試料との間の反射の差が増加され、結果としてスペクトル対比の正確な決定となる。
第２段階の測定設定は、コンパクトな積分球を使用して個々の穀物穀粒の反射率を測定するのに使用される。図２は、本発明の一実施例による、第２段階の測定設定を示し、それにより、コンパクトな積分球７を使用する、個々の穀物穀粒の調査が可能になる。装置は、スペクトル広帯域光源８と、光ファイバ９、１０と、コリメート・レンズと、小さな反射積分球７と、スペクトル分析器１１とを備える。しかし、試料１２は、ここでは、積分球の内側に位置決めすることができず、試料ポートの開口の前に位置決めする必要がある。この開口は、穀物穀粒表面の被照射エリアを制限し、その局部汚染の調査を可能にする。積分球の外側は、照射ファイバと検出ファイバとを接続することができる、２つのコネクタを含む。積分球が第１段階の設定において使用される積分球よりも小さいので、照射力は、減少させることができ、強力なスーパー・コンティニウム光源の代わりに重水素及びハロゲン電球の使用が可能になる。２００ｎｍから２５００ｎｍの光を放射する、重水素とハロゲンとの組合せのピグテール付き光源は、スーパー・コンティニウム光源よりも安定したスペクトルを示し、ＵＶスペクトル領域の研究を可能にする。重水素及びハロゲンのピグテール付き光源ファイバの終端における光は、照射ファイバ内に結合され、照射ファイバは、積分球に接続される。この結合の間の光損失を最小限に抑えるために、コリメート・レンズを照射ファイバに取り付け、２００ｎｍから２５００ｎｍの光を伝送する。試料の照射の後に、すべての反射光が、積分球によって捕捉され、定量分析が可能になる。したがって、反射光は、検出ファイバによって収集され、検出ファイバは、この光をスペクトル分析器に導く。第１段階の構成の場合と同じ２チャネル・スペクトル分析器が使用され、２００ｎｍから１７００ｎｍまでのスペクトルを測定する。
反射率は、方程式（１）を使用して計算される。穀物穀粒の測定の前に、基準及び暗スペクトルを決定することができる。光源スペクトルに対応する基準スペクトルは、９９．９％の反射タイルを積分球の開口に位置決めしたとき、測定することができる。暗スペクトルは、積分球の最上部に試料なしで検出ファイバによって捕捉された光強度を測定する。暗及び基準測定の後に、個々の穀物穀粒の反射スペクトルを捕捉することができる。各穀物穀粒には、複数の位置において光を照射することができる。積分球の開口に入る背景光を回避するために、すべての測定は、暗環境において実施することができる。
図３は、２５０ｍｍ反射積分球で測定された、被試験トウモロコシ穀粒と基準ＤＯＮ汚染トウモロコシ粉との平均反射スペクトルを示し、（ａ）ｖｉｓ−ＮＩＲスペクトル、（ｂ）低汚染トウモロコシ穀粒と高汚染トウモロコシ穀粒との間の最大スペクトル対比を示すＮＩＲ波長範囲である。
図４は、２５０ｍｍ反射積分球で測定された、被試験試料と基準試料との間のスペクトル差を示し、（ａ）低汚染トウモロコシ穀粒と高汚染トウモロコシ穀粒との間の対比、（ｂ）９４０ｎｍ及び８３０ｎｍにおける反射率の比率、（ｃ）１２２０ｎｍ及び８３０ｎｍにおける反射率の比率である。
図４は、低汚染試料と高汚染試料との間のスペクトル対比を可視化するために９４０ｎｍ及び８３０ｎｍにおける反射率の比率と、１２２０ｎｍ及び８３０ｎｍにおける反射率の比率とを示す。図４ａに示すように、低汚染トウモロコシ試料と高汚染トウモロコシ試料との間に明確な偏差を用意することができる。さらに、基準ＤＯＮ汚染トウモロコシ粉を検討するとき、よりずっと高い反射率比率、すなわち、９４０ｎｍ及び８３０ｎｍにおける反射率の比率に対しては１．００４±０．００２、並びに１２２０ｎｍ及び８３０ｎｍにおける反射率の比率に対しては０．９８５±０．００４が取得された（図４ａ、図４ｂ）。一般に、より高い汚染レベルがより高い反射率比率を生じることを観察することができる。低汚染トウモロコシ穀粒は、トウモロコシ粉のより高い均質汚染の結果として、高汚染トウモロコシ穀粒に対するよりもＤＯＮ汚染トウモロコシ粉に対してより大きい対比を示す。
次のステップにおいて、３０ｍｍ反射積分球で測定された、個々の低及び高汚染トウモロコシ穀粒の反射スペクトルが、調査された。各試料には、異なる位置において光が照射され、局部汚染差を監視することが可能になった。平均反射率を検討すると、被試験トウモロコシ・バッチ及び基準ＤＯＮ汚染トウモロコシ粉は、図５に示すように、この場合もＮＩＲ領域において同様の最大反射率を示す。図５は、３０ｍｍ反射積分球で測定された、被試験トウモロコシ試料と基準トウモロコシ試料との平均反射スペクトルを示す。局部汚染及び試料間の分光学的対比を評価するために、８３０ｎｍ、９４０ｎｍ及び１２２０ｎｍにおける反射率の比率が計算される。
図６は、３０ｍｍ反射積分球で測定された、被試験試料と基準試料との反射率比率の比較を示し、（ａ）９４０ｎｍ及び８３０ｎｍにおける反射率の比率、（ｂ）１２２０ｎｍ及び８３０ｎｍにおける反射率の比率である。
反射率比率を検討すると、低汚染試料と高汚染試料との間の対比を図６において同定することができる。高汚染エリアは、最高反射率比率をまだ示す。しかし、第１段階の測定と比較して、反射率比率は、よりずっと大きい変動及びより目立たない対比を示す。このより大きい変動は、試料の局部汚染によって生じる。汚染トウモロコシ穀粒は、ほとんどが均質汚染を示さず、結果として様々な照射スポットに対して異なる測定比率となる。それぞれ９４０ｎｍ及び８３０ｎｍにおける反射率の比率、並びに１２２０ｎｍ及び８３０ｎｍにおける反射率の比率に対する基準ＤＯＮ汚染粉の平均比率１．００２±０．０１８及び０．８４９±０．０６２は、汚染トウモロコシ穀粒の反射率比率の間に位置している。１３８８ｐｐｂの平均汚染レベルを示す高汚染トウモロコシ穀粒は、局部的に、より高い汚染を示すことがある。例えば、高汚染トウモロコシ穀粒は、１８４０ｐｐｂよりも大きい汚染レベルを有する小さいエリアを含むことがあるが、トウモロコシの他の部分は、非汚染である。したがって、高局部汚染エリアの存在を回避するために、局部汚染レベルをトウモロコシ穀粒の平均汚染の代わりに調査すべきである。トウモロコシ穀粒の収集物の平均汚染を測定するとき、トウモロコシ穀粒上の健全なエリアは、高汚染トウモロコシ穀粒の存在においても平均汚染レベルを減少させる。これらの高汚染トウモロコシ穀粒がフード・サプライ・チェーンに入ることを回避するために、個々のトウモロコシ穀粒の精査が不可欠である。
両方の測定設定の性能を定量的に比較し、両方の反射率比率の差別化機能を評価するために、階級差を計算することができる。階級差（Ｄ）は、標準偏差（σ）と測定された試料の量（Ｎ）とを考慮に入れた、２つの製品群の平均値（μ）の間の差を表す尺度である（Ｄｏｗｎｉｅ＆Ｈｅａｌｔｈ、１９７０）。
低汚染トウモロコシ穀粒と高汚染トウモロコシ穀粒との間のスペクトル差が大きければ大きいほど、階級差が大きくなる（表１）。したがって、２５０ｍｍ反射積分球による測定は、３０ｍｍ反射積分球による測定よりも大きい階級差を示す。しかし、平均反射率比率を検討するとき、３０ｍｍ反射積分球が、低ＤＯＮ汚染レベルと高ＤＯＮ汚染レベルとを明確に区別することもできることを観察することができる。そのより低い階級差は、変動する局部汚染レベルによって生じた、そのより大きい変動から生じる。反射率の２つの比率の階級差を比較すると、両方の比率が同等の性能を示すことを観察することができる。一般に、８３０ｎｍ、９４０ｎｍ及び１２２０ｎｍにおける反射率により、低ＤＯＮ汚染トウモロコシ穀粒と高ＤＯＮ汚染トウモロコシ穀粒とを区別することが可能になると結論付けることができる。
上記の乱反射率測定設定の分類機能を有効にするために、本発明の方法は、汚染トウモロコシ・バッチを低汚染小口試料と高汚染小口試料とに分類するのに使用された。効率的な分類を取得するために、まず、第１段階の測定構成により大まかな事前分類を実施した。具体的には、それぞれ１５のトウモロコシ穀粒からなる５０のペトリ皿のトウモロコシを２５０ｍｍ反射積分球で測定し、それらの反射率比率を計算した。図７は、２５０ｍｍ反射積分球構成に基づく汚染トウモロコシ・バッチの分類を示し、（ａ）反射率比率、（ｂ）選択されたペトリ皿の平均スペクトルである。最高比率を有するペトリ皿は、高汚染として分類され、最低比率を有するペトリ皿は低汚染として分類された（図７ａにおいて黒と緑の円で示される）。中間の比率を有するペトリ皿は、取得した低汚染小口試料と高汚染小口試料との間の対比を最大にするために、この分類プロセスの間は検討されなかった。選択されたトウモロコシ・ペトリ皿の平均スペクトルを検討すると、フランスの低及び高汚染試料には同様のスペクトル差を観察することができる（図７ｂ）。
続いて、３０ｍｍ反射積分球を使用して、選択されたトウモロコシ・ペトリ皿の個々のトウモロコシ穀粒を測定した。測定された反射率比率を調べると、最高比率は、選択された高汚染ペトリ皿のトウモロコシ穀粒に対応する。図８は、第１段階の測定構成による事前分類の後の、３０ｍｍ反射積分球で測定された、低汚染トウモロコシ試料と高汚染トウモロコシ試料との反射率比率の比較を示し、（ａ）９４０ｎｍ及び８３０ｎｍにおける反射率の比率、（ｂ）１２２０ｎｍ及び８３０ｎｍにおける反射率の比率である。さらに、被試験トウモロコシ・バッチに対する前の測定と同様に、２つの反射率比率は、同様の分類性能を示す。しかし、低及び高汚染トウモロコシ・ペトリ皿の反射率比率に大きな変動が観察される。第１段階の測定構成が高反射率比率を示すとき、これは１つ又は複数の高汚染トウモロコシ穀粒の存在を示す。２５０ｍｍ反射積分球がトウモロコシ・ペトリ皿の平均反射率を測定するので、まだ異なる健全な又は低汚染のトウモロコシ穀粒が、高汚染に分類されたペトリ皿に存在することがある。さらに、低汚染ペトリ皿にも、局部高汚染エリアの存在が、平均光学スペクトルに顕著に影響しない限り、まだ可能である。したがって、これは、局部汚染の測定に基づく第２の分類ステップの重要性を強調している。
汚染トウモロコシ・バッチの最終低及び高汚染小口試料を取得するために、選択されたトウモロコシ・ペトリ皿のトウモロコシ穀粒をそれらの局部反射率比率に基づいて分類した。選択された高汚染ペトリ皿を検討すると、少なくとも１つの照射点が極端に高い反射率比率を示したとき（９４０ｎｍ及び８３０ｎｍにおける反射率の比率に対して１．０３超又は１２２０ｎｍ及び８３０ｎｍにおける反射率の比率に対して０．８０超）又は３つ以上の照射点が高反射率比率を示したとき（９４０ｎｍ及び８３０ｎｍにおける反射率の比率に対して１．００超又は１２２０ｎｍ及び８３０ｎｍにおける反射率の比率に対して０．７５超）、トウモロコシ穀粒は高汚染として分類された。すべての５つの測定点が低反射率比率を示した場合（９４０ｎｍ及び８３０ｎｍにおける反射率の比率に対して０．９９未満又は１２２０ｎｍ及び８３０ｎｍにおける反射率の比率に対して０．７０未満）、トウモロコシ穀粒は低汚染とみなされた。この分類技法の適用の後、それぞれ１００ｇの２つの小口試料が取得され、それらは、ＣＯＤＡ−ＣＥＲＶＡ、Ｂｅｌｇｉａｎ Ｒｅｆｅｒｅｎｃｅ Ｌａｂｏｒａｔｏｒｙ ｆｏｒ Ｍｙｃｏｔｏｘｉｎｓによって化学的に分析された。実行されたＬＣ−ＭＳ／ＭＳの分析は、高汚染小口試料に対して１８１８４ｐｐｂのＤＯＮ汚染を示したが、低汚染試料に対しては６５４ｐｐｂのＤＯＮ汚染が取得された。結果として、これらの汚染レベルは、８３０ｎｍ、９４０ｎｍ及び１２２０ｎｍにおける反射率値に基づくわれわれの分類手法を有効とした。
本発明の方法は、低及び高自然汚染穀物試料に対して、それぞれ１５０ｐｐｂ及び１３８８ｐｐｂの事前周知のＤＯＮ濃度で試験された。反射率スペクトルを調べると、７００ｎｍと１４００ｎｍとの間の光学的対比を両方の測定段階に対して観察することができた。８３０ｎｍ、９４０ｎｍ及び１２２０ｎｍにおける反射率に基づいて、光学的検出基準を定義することができた。この検出基準は、まず、基準ＤＯＮ汚染トウモロコシ粉の測定によって有効とされた。次いで、それは、低及び高汚染小口試料において事前に未知のＤＯＮ濃度を用いて、汚染バッチを首尾よく分割するのに使用され、その後続の化学分析は、それぞれ６４５ｐｐｂ及び１８１８４ｐｐｂのＤＯＮ濃度を示した。検出基準が商業的に入手可能なレーザ線を使用するので、この結果は、穀物の事前処理又は粉砕なしで収穫後直ちに使用可能な超高速レーザ・ベースの光学的検出への道を開く。
上記の測定結果は、乱反射率分光法の使用をトウモロコシ穀粒におけるＤＯＮの同定のための有望な検出技法として明確に示す。さらに、ＮＩＲレーザ線、光学フィルタ及び高感度検出器の商業的入手性により、その実用システムへの統合が可能になる。現在の試料ベースの化学分析と対照的に、本発明の光学的分類技法は、穀物の任意の事前処理又は粉砕を必要としない、超高速及び非破壊的代替案を提供する。
トウモロコシ穀粒の収集物の平均汚染レベルが、しばしば、局部汚染レベルの間違った解釈をもたらすので、個々のトウモロコシ穀粒の局部選別は有益である。
「備える／備える（ｃｏｍｐｒｉｓｅｓ／ｃｏｍｐｒｉｓｉｎｇ）」という単語及び「有する／含む（ｈａｖｉｎｇ／ｉｎｃｌｕｄｉｎｇ）」という単語は、本発明に関して本明細書では、記載された特徴、整数、ステップ又は構成部品の存在を指定するのに使用されるが、１つ又は複数の他の特徴、整数、ステップ、構成部品又はその群の存在又は追加を排除しない。
明確にするために別々の実施例の文脈で説明した本発明のある特徴は、単一の実施例において組み合わせて提供することもできることが理解される。逆に、簡潔にするために単一の実施例の文脈で説明した本発明の様々な特徴は、別々に、又は任意の適切な部分的組合せで提供することもできる。
Claims (15)
- 穀物におけるマイコトキシンの存在を検出するための方法であって、
穀物粒の収集物の少なくとも１つの散光吸収スペクトルを捕捉するステップと、
穀物粒の前記収集物から少なくとも１つの個々の穀物粒の少なくとも１つの散光吸収スペクトルを捕捉するステップと、
穀物粒の前記収集物の前記少なくとも１つの散光吸収スペクトル及び前記少なくとも１つの個々の穀物粒の前記少なくとも１つの散光吸収スペクトルに対して多変量データ分析を実施することによって少なくとも１つの穀物粒におけるマイコトキシン汚染のレベルを分類するステップとを含む、方法。 - 各散光吸収スペクトルが、積分球を使用して捕捉される、請求項１に記載の方法。
- 個々の穀物粒の少なくとも１つの散光吸収スペクトルを捕捉する前記ステップが、前記穀物粒の複数の領域に光を照射することによって複数の散光吸収スペクトルを捕捉するステップを含む、請求項１から２までのいずれか一項に記載の方法。
- 少なくとも１つの穀物粒におけるマイコトキシン汚染のレベルを分類する前記ステップが、第１の選択された波長における反射率と第２の選択された波長における反射率との比率を計算するステップと、前記計算された比率に基づいて少なくとも１つの穀物粒におけるマイコトキシン汚染のレベルを分類するステップとを含む、請求項１から３までのいずれか一項に記載の方法。
- 前記選択された波長が、７００ｎｍ〜１５００ｎｍの波長領域にある、請求項４に記載の方法。
- 少なくとも１つの穀物粒におけるマイコトキシン汚染のレベルを分類する前記ステップが、ケモメトリックス技法を使用する、請求項１から３までのいずれか一項に記載の方法。
- 少なくとも１つの穀物粒におけるマイコトキシン汚染のレベルを分類する前記ステップが、少なくとも１つの捕捉されたスペクトルを非汚染粒のスペクトルと比較するステップと、前記スペクトル間の差を同定するステップとを含む、請求項１から３までのいずれか一項に記載の方法。
- 非汚染粒の前記スペクトルを粒スペクトルのデータベースから取得するステップをさらに含む、請求項７に記載の方法。
- 少なくとも１つの捕捉されたスペクトルを前記データベース内の複数の試料スペクトルと比較して最良適合を見つけることによって穀物粒の前記収集物の穀物の種類を同定するステップをさらに含む、請求項８に記載の方法。
- 複数の散光吸収スペクトルが捕捉された場合、穀物粒の収集物の平均散光吸収スペクトルを計算するステップをさらに含み、少なくとも１つの穀物粒におけるマイコトキシン汚染のレベルを分類するステップが、平均スペクトルに対して多変量データ分析を実施するステップを含む、請求項１から９までのいずれか一項に記載の方法。
- 前記穀物粒の複数の散光吸収スペクトルが捕捉された場合、少なくとも１つの穀物粒の平均散光吸収スペクトルを計算するステップをさらに含み、少なくとも１つの穀物粒におけるマイコトキシン汚染のレベルを分類する前記ステップが、平均スペクトルに対して多変量データ分析を実施するステップを含む、請求項１から９までのいずれか一項に記載の方法。
- 穀物におけるマイコトキシンの存在を検出するための装置であって、
穀物粒の収集物の少なくとも１つの散光吸収スペクトルを捕捉するための手段（２、４、５）と、
穀物粒の前記収集物から少なくとも１つの個々の穀物粒の少なくとも１つの散光吸収スペクトルを捕捉するための手段（７、１０、１１）と、
穀物粒の前記収集物の前記少なくとも１つの散光吸収スペクトル及び前記少なくとも１つの個々の穀物粒の前記少なくとも１つの散光吸収スペクトルに対して多変量データ分析を実施することによって少なくとも１つの穀物粒におけるマイコトキシン汚染のレベルを分類するための手段とを備える、装置。 - 散光吸収スペクトルを捕捉するための各手段が、積分球を備える、請求項１２に記載の装置。
- 前記個々の穀物粒の少なくとも１つの散光吸収スペクトルを捕捉するための前記手段が、穀物粒の前記収集物の各散光吸収スペクトルを捕捉するのに使用される積分球よりも小さい積分球（７）を備える、請求項１２又は１３に記載の装置。
- プロセッサによって実行されたとき、プロセッサに請求項１から１１までのいずれか一項に記載の方法を実施させるプログラム命令を含むコンピュータ可読媒体。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP16157206.0A EP3211400B1 (en) | 2016-02-24 | 2016-02-24 | A method and apparatus for the detection of the presence of mycotoxins in cereals |
| EP16157206.0 | 2016-02-24 | ||
| PCT/EP2017/054227 WO2017144608A1 (en) | 2016-02-24 | 2017-02-23 | A method and apparatus for the detection of the presence of mycotoxins in cereals |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2019510968A true JP2019510968A (ja) | 2019-04-18 |
| JP6832947B2 JP6832947B2 (ja) | 2021-02-24 |
Family
ID=55443119
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018545160A Active JP6832947B2 (ja) | 2016-02-24 | 2017-02-23 | 穀物におけるマイコトキシンの存在の検出のための方法及び装置 |
Country Status (9)
| Country | Link |
|---|---|
| US (1) | US10429295B2 (ja) |
| EP (1) | EP3211400B1 (ja) |
| JP (1) | JP6832947B2 (ja) |
| CN (1) | CN109073546B (ja) |
| AU (1) | AU2017222946B2 (ja) |
| BR (1) | BR112018017343B1 (ja) |
| CA (1) | CA3015575C (ja) |
| RU (1) | RU2721896C2 (ja) |
| WO (1) | WO2017144608A1 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7212049B2 (ja) * | 2018-01-30 | 2023-01-24 | グラインセンス オーワイ | 積分キャビティを較正する方法 |
| CN111103245B (zh) * | 2020-02-13 | 2023-09-19 | 北华航天工业学院 | 一种基于光谱技术玉米霉变的快速检测方法 |
| CN111474335A (zh) * | 2020-03-10 | 2020-07-31 | 安徽科杰粮保仓储设备有限公司 | 一种基于免疫传感器下的粮食真菌毒素在线检测方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07260682A (ja) * | 1995-03-07 | 1995-10-13 | Iseki & Co Ltd | 穀物品質測定方法 |
| CN103575694A (zh) * | 2013-11-11 | 2014-02-12 | 东北农业大学 | 一种基于近红外光谱技术的稻谷黄曲霉毒素b1 快速检测方法 |
| JP2015040818A (ja) * | 2013-08-23 | 2015-03-02 | 住友電気工業株式会社 | 穀物分類方法及び穀物分類装置 |
| DE202015103903U1 (de) * | 2014-07-24 | 2015-08-14 | Mpi Corporation | Lichtmessvorrichtung |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06229913A (ja) * | 1993-02-03 | 1994-08-19 | Shizuoka Seiki Co Ltd | 穀物等の成分含有量測定方法 |
| DE19957493C2 (de) * | 1999-11-22 | 2001-09-20 | Ufz Leipzighalle Gmbh | Verfahren zur Identitätsprüfung von 13C-Harnstoff |
| US6865408B1 (en) * | 2001-04-11 | 2005-03-08 | Inlight Solutions, Inc. | System for non-invasive measurement of glucose in humans |
| CA2638394A1 (en) * | 2006-01-13 | 2007-07-19 | Bernard Douet | Process and device for determining the condition of biological material, in particular food |
| US7671985B1 (en) * | 2006-03-13 | 2010-03-02 | Milan Milosevic | Device for small spot analysis using fiber optic interfaced spectrometers |
| CN101655462B (zh) * | 2009-09-11 | 2011-08-10 | 中国科学院地理科学与资源研究所 | 水质信息获取装置、水体富营养化程度识别方法及系统 |
| GB201100279D0 (en) * | 2011-01-10 | 2011-02-23 | Murwillumbah Mfg | Spectral analysis apparatus and method |
| CN204008454U (zh) * | 2014-08-08 | 2014-12-10 | 东北农业大学 | 用于检测贮藏稻谷中霉菌指标的便携式近红外光谱分析仪 |
| CN104713849A (zh) * | 2015-03-31 | 2015-06-17 | 云南同创检测技术股份有限公司 | 一种基于近红外光谱分析技术的烟叶霉变的快速预测方法 |
| CN105158201A (zh) * | 2015-07-27 | 2015-12-16 | 南京财经大学 | 一种基于ft-nir技术的糙米中黄曲霉毒素含量的快速检测方法 |
| CN105021535B (zh) * | 2015-08-07 | 2018-06-29 | 中南林业科技大学 | 一种稻谷脂肪酸含量无损检测方法及系统 |
-
2016
- 2016-02-24 EP EP16157206.0A patent/EP3211400B1/en active Active
-
2017
- 2017-02-23 US US16/079,488 patent/US10429295B2/en active Active
- 2017-02-23 WO PCT/EP2017/054227 patent/WO2017144608A1/en active Application Filing
- 2017-02-23 JP JP2018545160A patent/JP6832947B2/ja active Active
- 2017-02-23 CA CA3015575A patent/CA3015575C/en active Active
- 2017-02-23 AU AU2017222946A patent/AU2017222946B2/en active Active
- 2017-02-23 RU RU2018130827A patent/RU2721896C2/ru active
- 2017-02-23 CN CN201780023903.3A patent/CN109073546B/zh active Active
- 2017-02-23 BR BR112018017343-6A patent/BR112018017343B1/pt active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07260682A (ja) * | 1995-03-07 | 1995-10-13 | Iseki & Co Ltd | 穀物品質測定方法 |
| JP2015040818A (ja) * | 2013-08-23 | 2015-03-02 | 住友電気工業株式会社 | 穀物分類方法及び穀物分類装置 |
| CN103575694A (zh) * | 2013-11-11 | 2014-02-12 | 东北农业大学 | 一种基于近红外光谱技术的稻谷黄曲霉毒素b1 快速检测方法 |
| DE202015103903U1 (de) * | 2014-07-24 | 2015-08-14 | Mpi Corporation | Lichtmessvorrichtung |
Non-Patent Citations (2)
| Title |
|---|
| DVORACEK V , ET AL.: "Near infrared spectroscopy for deoxynivalenol content estimation in intact wheat grain", PLANT SOIL ENVIRON., vol. 58, no. 4, JPN6020026706, 2012, pages 196 - 203, XP055287616, ISSN: 0004313527 * |
| PEARSON T C , ET AL.: "Reduction of Aflatoxin and Fumonisin Contamination in Yellow Corn by High-Speed Dual-Wavelength Sort", CEREAL CHEMISTRY, vol. 81, no. 4, JPN6020026708, 2004, pages 490 - 498, XP055588136, ISSN: 0004313528, DOI: 10.1094/CCHEM.2004.81.4.490 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CA3015575A1 (en) | 2017-08-31 |
| CN109073546A (zh) | 2018-12-21 |
| US10429295B2 (en) | 2019-10-01 |
| EP3211400B1 (en) | 2020-07-22 |
| RU2018130827A (ru) | 2020-03-25 |
| EP3211400A1 (en) | 2017-08-30 |
| JP6832947B2 (ja) | 2021-02-24 |
| RU2018130827A3 (ja) | 2020-03-26 |
| CA3015575C (en) | 2020-12-15 |
| AU2017222946B2 (en) | 2022-03-17 |
| WO2017144608A1 (en) | 2017-08-31 |
| BR112018017343A2 (pt) | 2018-12-26 |
| RU2721896C2 (ru) | 2020-05-25 |
| CN109073546B (zh) | 2022-08-02 |
| AU2017222946A1 (en) | 2018-09-13 |
| US20190056319A1 (en) | 2019-02-21 |
| BR112018017343B1 (pt) | 2023-03-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5258825A (en) | Optical compositional analyzer apparatus and method for detection of ash in wheat and milled wheat products | |
| Femenias et al. | Use of hyperspectral imaging as a tool for Fusarium and deoxynivalenol risk management in cereals: A review | |
| Pojić et al. | Near infrared spectroscopy—advanced analytical tool in wheat breeding, trade, and processing | |
| Kimuli et al. | Application of SWIR hyperspectral imaging and chemometrics for identification of aflatoxin B1 contaminated maize kernels | |
| Hussain et al. | Classical and emerging non-destructive technologies for safety and quality evaluation of cereals: A review of recent applications | |
| Hossain et al. | Near-and mid-infrared spectroscopy as efficient tools for detection of fungal and mycotoxin contamination in agricultural commodities | |
| Ingle et al. | Determination of protein content by NIR spectroscopy in protein powder mix products | |
| Rodriguez-Saona et al. | Infrared and raman spectroscopy | |
| Lohumi et al. | Raman hyperspectral imaging and spectral similarity analysis for quantitative detection of multiple adulterants in wheat flour | |
| Wehling | Infrared spectroscopy | |
| AU2017222279B2 (en) | System and method for the detection of acrylamide precursors in raw potatoes and potato-based food products | |
| Smeesters et al. | Non-destructive detection of mycotoxins in maize kernels using diffuse reflectance spectroscopy | |
| JP6832947B2 (ja) | 穀物におけるマイコトキシンの存在の検出のための方法及び装置 | |
| Freitag et al. | The potential and applicability of infrared spectroscopic methods for the rapid screening and routine analysis of mycotoxins in food crops | |
| Sarkar et al. | Monitoring of fruit freshness using phase information in polarization reflectance spectroscopy | |
| Min et al. | Spectroscopic techniques for nondestructive detection of fungi and mycotoxins in agricultural materials: A review | |
| Wang et al. | Near‐infrared hyperspectral imaging for detection and quantification of azodicarbonamide in flour | |
| Kos et al. | A comparative study of mid-infrared diffuse reflection (DR) and attenuated total reflection (ATR) spectroscopy for the detection of fungal infection on RWA2-corn | |
| Dull et al. | The near infrared determination of moisture in whole dates | |
| Kim et al. | Short-wave infrared hyperspectral imaging system for nondestructive evaluation of powdered food | |
| Tseng et al. | Internet-enabled near-infrared analysis of oilseeds | |
| JP2012058130A (ja) | 農産物における非破壊検査方法および装置 | |
| Shahin et al. | Development of multispectral imaging systems for quality evaluation of cereal grains and grain products | |
| Kandala et al. | Nondestructive moisture sensing in peanuts by NIR reflectance | |
| Mulvey | Determination of fat content in foods using a near-infrared spectroscopy sensor |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191113 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200630 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200728 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20201021 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201228 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210122 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210202 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6832947 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |