主成分分析-近红外光谱法快速测定婴儿配方乳粉中必需脂肪酸

利用主成分分析法将婴儿乳粉的近红外光谱数据与必需脂肪酸含量建立校正模型,并采用交互验证和外部检验两种方式来考察模型的可靠性。得到模型校正相关系数(R2)0.8704,均方估计残差(RMSEC)和交互校验均方残差(RMSECV)分别为0.6275和0.8907,应用所建立的必需脂肪酸近红外模型对婴儿乳粉必需脂肪酸含量进行预测,并将预测值和化学测量值进行配对t检验,结果表明两者无显著差异。     

偏最小二乘近红外光谱法测定瘦肉脂肪酸组成的研究

利用偏最小二乘将瘦肉的近红外光谱数据分别与其棕榈酸、棕榈油酸、硬脂酸、油酸、亚油酸含量建立校正模型,并用交互校验和外部检验来考查模型的可靠性.各脂肪酸模型的校正相关系数分别为0.9998、0.9844、0.9963、0.9754、0.9969,均方估计残差(RMSEC)分别为0.0231、0.0485、0.111、0.373、0.311,交互校验均方残差(RMSECV)分别为0.509、0.115、0.225、0.848、0.649.应用所建立的各脂肪酸近红外模型对瘦肉脂肪酸组成进行预测,并对各脂肪酸的预测值与气相色谱法测定值进行配对t-检验,结果表明两者差异均不显著(p>0.05).     

TIBO衍生物类抗艾滋病药物三维定量结构活性关系研究

采用三维全息原子场作用矢量(3D-HoVAIF)对20个TIBO类衍生物抗艾滋病药物进行定量构效关系(QSAR)研究。运用偏最小二乘回归(Partial Least Square Regression,PLS)建模,同时采用内部及外部双重验证的办法对所得模型稳定性能进行深入分析和检验。PLS建模的复相关系数(Rcum)、留一法(Leave-one-out,LOO)交互校验(Cross-validation,CV)复相关系数(QCV)和外部样本校验复相关系数(Qext)分别为0.837、0.804、0.812。结果表明,3D-HoVAIF能较好表征TIBO类衍生物抗艾滋病药物分子结构信息,     

基于主成分分析和小波神经网络的近红外多组分建模研究

将小麦叶片原始光谱经过预处理后,采用主成分分析(PCA)对数据进行降维,取前3个主成分输入小波神经网络,建立了基于主成分分析和小波神经网络的近红外多组分预测模型(WNN);进一步研究了小波基函数个数的选取(WNN隐层节点数)对小波神经网络模型性能的影响,并将WNN模型与偏最小二乘法(PLS)和传统的反向传播神经网络(BPNN)模型进行了比较.结果表明,所建立的WNN模型能用于同时预测小麦叶片全氮和可溶性总糖两种组分含量,其预测均方根误差(RMSEP)分别为0.101%和0.089%,预测相关系数(R)分别为0.980和0.967.另外,在收敛速度和预测精度上,WNN模型明显优于BPNN和PLS模型,从而为将小波神经网络用于近红外光谱的多组分定量分析奠定了基础.     

基于新型氨基酸描述符SVICE对肽类药物进行QSAR研究

采用20种天然氨基酸的47个information indices描述符、33个connectivity indices描述符和44个eigenvalue-based indices描述符分别进行主成分分析,得出一种新的氨基酸描述符-SVICE.将其分别对三肽血管收缩素转化酶(ACE)、抗菌十八肽(AMP)、苦味活性二肽(BTT)序列表征后,建立结构与活性的SMR-MLR模型,并采用内外部双重验证的方法检验模型的稳定性.所建模型相关统计参量如下:复相关系数(Rcum2)、留一法(LOO)交互校验复相关系数(RCV2)和外部样本校验复相关系数(Qext2)分别为0.988,0.964,0.985;0.990,0.970和0.855;0.949,0.887,0.830.结果表明,运用SVICE描述符建立的MLR模型拟合、预测能力均较好,能较好解释肽类药物的活性与结构间的关系从而为新的强活性肽类药物的分子设计和改造提供了指导.     

近红外光谱结合CARS变量筛选方法用于液态奶中蛋白质与脂肪含量的测定

采用CARS(Competitive adaptive reweighted sampling)变量筛选方法建模,显著提高了液态奶中蛋白质与脂肪近红外模型的预测精度。用蒙特卡罗采样(Monte-Carlo sampling)方法先剔除奇异样本,再对光谱进行中心化与Karl Norris滤波降噪处理,通过CARS方法筛选出与样本性质密切相关的变量,建立预测蛋白质与脂肪含量的偏最小二乘法(PLS)校正模型,并与未选变量的PLS模型进行比较。以定标集相关系数(r2)及交互验证均方残差(RMSECV)和预测误差均方根(RMSEP)作为判定依据,确定了蛋白质与脂肪的最佳建模条件。蛋白质与脂肪校正模型的相关系数分别为0.975 0、0.995 1,RMSECV分别为0.194 8、0.136 3,RMSEP分别为0.113 3、0.140 1,预测结果优于未选变量的PLS模型及其他选变量方法,有效简化了模型,适于液态奶中脂肪和蛋白质的快速、无损检测。     

PLS-BP法近红外光谱技术同时测定鲜乳中四种主成分

基于近红外光谱技术,将偏最小二乘法(Partial Least Squares,PLS)和单隐层的反向传播网络(Back-Propagation Network,BP)联用并测定了鲜乳中4种主成分含量.用PLS法将原始数据压缩为主成分,取前3个主成分的14个数据输入网络,以Kolmogorov定理为依据,经过实验确定中间层的神经元个数为29,初始训练迭代次数为1000,建立了脂肪、蛋白质、乳糖、牛乳总固体4种主成分含量的预测校正模型.PLS-BP模型对样品4个组分含量的预测决定系数(R2)分别为:0.961、0.974、0.951、0.997;本研究为近红外光谱技术在鲜乳多组分快速检测提供了新思路.     

偏最小二乘法测定复方乙酰水杨酸片中的有效成分

将偏最小二乘法(PLS)与近红外漫反射光谱法相结合,对复方乙酰水杨酸片进行无损非破坏定量分析．建立了最佳的数学校正模型,比较了样品中3种有效成分(乙酰水杨酸、非那西丁和咖啡因)同时测定和单独测定时的主成分数对PLS定量预测能力的影响,预测了未知样品。3种有效成分同时测定和单独测定建立的PLS模型具有相同的主成分数,PLS预报浓度与参考浓度具有相近的标准偏差,说明用PLS法同时测定3种组分的含量是可行的。     

基于OSC–WT–PLS近红外光谱法测定烟草中芸香苷

采用正交信号校正(OSC)结合小波变换(WT)对烟草光谱进行光谱预处理,将预处理后的烟草光谱结合偏最小二乘法(PLS)建立了烟草光谱对芸香苷的预测模型。利用OSC滤除光谱中与芸香苷含量无关的光谱信息,确定OSC提取的最佳主成分数为7,再选择WT中的最佳小波基函数bior1.1对OSC预处理后的光谱进行压缩及进一步滤噪,然后进行PLS建模,OSC–WT–PLS所建模型决定系数r~2=0.874,校正标准偏差RMSEC=0.85,预测均方根误差RMSEP=0.743,交互验证系数Q_(ext)~2=0.887。结果表明,用OSC–WT–PLS可滤除光谱信息中与待测样品含量无关的信息、减少光谱数据量,降低建立模型的复杂度、提高建模速度及模型的预测能力、准确度。     

ACE抑制剂的QSAR研究与分子设计

从20种天然氨基酸的41个randic molecular profiles、44个eigenvalue based indices和47个walk and path counts非零描述符分别进行主成分分析,得出一种新的氨基酸描述符——SVREW.将其应用于血管紧张素转化酶抑制三肽结构表征,应用多元线性回归(MLR)及偏最小二乘(PLS)建立定量构效关系模型,同时采用内部与外部双重验证的方法验证模型的稳定性.所建模型复相关系数(Rcum2)、留一法(LOO)交互校验相关系数(Rcv2)和外部样本校验相关系数(Qext2)分别为MLR(0.994,0.974,0.991),P LS(0.949,0.886,0.898).然后利用此多元线性回归方程设计出一系列血管紧张素转化酶抑制三肽化合物并预测了其活性,并且应用分子对接验证所设计药物的合理性.经研究表明SVREW描述符应用于ACE三肽结构表征所建模型的稳定性与预测能力均较好,有望成为多肽定量构效关系研究中一种有效的结构表征方法,并对新药物的发现和研究提供指导.     

高效液相色谱法测定乳及乳制品中硫苯唑残留量

建立了高效液相色谱测定乳及乳制品中硫苯唑残留量的检验方法,用氢氧化钾皂化试样中脂肪,用乙酸乙酯提取硫苯唑,在45℃以下浓缩近干,定容至1.0 mL.在高效液相色谱测定中用ODS C18柱为固定相,甲醇和水(70+30)混合溶液作为流动相.在保留时间为4.43 min时用二极管阵列检测器检测硫苯唑的色谱峰,外标法定量.检出限(3S/N)为0.02 mg·kg-1,回收率在94.5%～98.6%之间,相对标准偏差(n=10)在1.3%～4.2%之间.     

在线透析-流动注射光度法测定奶及奶制品中尿素含量

建立了在线透析-流动注射光度法测定奶及奶制品中尿素的方法.加人三氯乙酸使样品中蛋白质沉淀,离心过滤去除沉淀的蛋白质,在线透析去除剩余的脂肪及大分子,避免干扰光度分析.在Fe3+存在时,尿素与二乙酰一肟在酸性溶液中水解生成的二乙酰反应生成红色化合物,在534 nm处测量吸光度,加入硫代氨基脲提高显色强度.实验对试剂的浓度...     

The Determination of Iodine in Milk and Milk Chocolate by Anion HPLC

Abstract

An HPLC method is described for the extraction and analysis of iodine as iodide in milk, cocoa beans and milk chocolate. Prior to analysis samples are finely ground if necessary and combusted in a modified Shoeninger flask. The liberated halide is absorbed in a basic reducing medium which is concentrated and brought to volume with distilled water prior. HPLC analysis used an 8 mm 5μ C₁₈ cartridge in a RCM-100 with detection of the iodide ion at 226 nm. The mobile phase consisted of an ion-pairing agent, buffer and acetonitrile. The method is accurate and precise showing reasonable agreement with a National Bureau of Standards spray dried milk sample.     

气相色谱-质谱法测定奶粉及奶制品中的三聚氰胺

摘采用气相色谱-质谱（GC-MS）分析技术,选择离子检测法（SIM）,开发出一种准确可靠、灵敏度高的测定奶粉及奶制品中三聚氰胺的新方法。色谱柱为DB-1 Ms石英毛细管柱,进样口温度280℃,柱温75℃,保持1min,再以30℃／min升至290℃。载气He,流量1．0mL／min。EI离子源,选择m／z 171、285、327、342用于SIM检测,根据这4个离子的抽出离子色谱图的峰面积比进行目标物确证,以基峰m／z 327做定量分析。三聚氰胺的线性范围为0．01～50mg／L,平均回收率为90％～98％,检出限为1μg／kg,定量下限为5μg/kg。该法与现有方法相比灵敏度提高了2个数量级,用色谱保留时间、质谱同时定性,消除了奶粉及奶制品中杂质的干扰,避免了可能产生的假阳性,结果准确可靠,选择性和重复性好,适用于奶粉及奶制品的检验。     

超快速液相–质谱法同时测定液体奶和奶粉中磺胺和喹诺酮类药物残留

建立超快速液相–质谱联用法测定乳制品中磺胺和喹诺酮类药物残留的方法。试样加入乙腈沉淀蛋白,用0.22μm滤膜过滤,经EndeavorsilTMC18柱分离,选用乙腈–0.1%甲酸为流动相。在0.05~100.00μg/L范围内,17种兽药的质量浓度均与色谱峰面积均呈良好的线性,相关系数(r2)为0.990 6~0.999 8,方法检出限为0.05~0.10μg/kg,加标回收率为75.88%~116.00%,测定结果的相对标准偏差为1.5%~13%(n=5)。该方法快速、灵敏,可以满足对乳制品中多种兽药残留的快速检测要求。     

反相离子对色谱法测定牛奶与奶粉中糠氨酸的含量

建立了反相离子对色谱法测定牛奶和奶粉中糠氨酸含量的分析方法。样品的盐酸水解液经氮气吹干,流动相溶解定容后直接测定。实验条件为:Luna C18色谱柱,柱温30℃,以2.5mmol/L 1-庚烷磺酸钠(磷酸调pH2.2)-乙醇(体积比为88∶12)为流动相,检测波长为280nm,流速为1mL/min。结果表明,糠氨酸的质量浓度在0.5～75.0mg/L范围内与其峰面积呈良好的线性关系,线性方程为y=49365x+10677(r=0.9999),检出限(S/N=3)为0.0065mg/L。牛奶和奶粉样品的RSD分别为0.3%和1.0%,平均加标回收率均为98%。该方法在样品预处理中省去了干过滤及C18柱预萃取过程,操作简便,成本低廉,适用于乳品中糠氨酸含量的测定。     

牛奶的保鲜

本文介绍了牛奶的保鲜方法,说明了牛奶致腐的原因,概述了因微生物的作用所导致的牛奶中乳糖、蛋白质和脂肪3种主要成分的变化,并简单介绍了这些变化的反应机理。     

亲水色谱-串联质谱法对牛奶与奶粉中三聚氰胺及其衍生物含量的测定

建立了牛奶和奶粉中三聚氰胺及其3种衍生物（三聚氰酸、三聚氰酸一酰胺、三聚氰酸二酰胺）的亲水色谱-串联质谱检测方法（HILIC-MS/MS）。牛奶样品直接用乙腈超声波提取;奶粉样品先用水溶解后再加乙腈超声波提取,高速离心后以乙腈-水为流动相,采用亲水作用色谱柱分离这4种化合物,在电喷雾正、负电离切换多反应监测模式下进行定性与定量分析,三聚氰酸一酰胺与三聚氰酸二酰胺含量在50～10000μg/kg之间、三聚氰胺与三聚氰酸在25～5000μg/kg之间,均获得良好的线性。方法检出限（LOD）为5～20μg/kg,定量下限（LOQ）为50～100μg/kg,3个添加水平的平均回收率为81%～97%。该方法简便、快速、准确,可满足牛奶及奶粉中三聚氰胺、三聚氰酸、三聚氰酸一酰胺、三聚氰酸二酰胺测定的需要。