数字农科院2.0

花生蛋白组分及其亚基含量近红外分析检测方法

文献类型： 中文期刊

作者： 赵思梦;于宏威;高冠勇;陈宁;王博妍;王强;刘红芝

作者机构：

关键词： 近红外光谱分析;花生球蛋白;伴花生球蛋白;亚基含量(23.5和37.5 kDa);偏最小二乘法(PLSR)

期刊名称：光谱学与光谱分析

ISSN： 1000-0593

年卷期： 2021 年 41 卷 3 期

页码：

收录情况： JCR（2021版） ; EI（2021版） ; 北大核心（2020版） ; CSCD（2020-2021年度） ; 科技核心（2020版）

摘要： 花生球蛋白、伴花生球蛋白及亚基含量显著影响蛋白质的凝胶性和溶解性等功能特性,进而影响其在肉制品、植物蛋白饮料中的应用效果。目前常采用提取蛋白质后再用电泳及光密度法测定球蛋白、伴球蛋白及亚基含量的方法,操作步骤繁琐,样品损失量大。为此收集了178个花生品种,分别提取蛋白,采用电泳法测定球蛋白、伴球蛋白、 23.5和37.5 kDa亚基含量并获得大量数据的基础上,利用近红外光谱技术进行整粒花生样品的光谱扫描,将其与传统方法测定的化学值进行拟合,采用偏最小二乘回归（PLSR）化学计量法构建数学模型。通过比较单一和复合光谱预处理方式,对比模型相关系数和误差评估预测模型性能。确定球蛋白模型最佳预处理方法为2nd-der with Detrend,校正集相关系数为0.92,标准差为1.41;伴球蛋白模型最佳预处理方法为Detrend with 1st-der,校正集相关系数为0.85,标准差为1.46; 23.5 kDa亚基含量模型最佳预处理方法为Normalization with 2nd-der,校正集相关系数为0.91,标准差为0.53; 37.5 kDa模型最佳预处理方法为Detrend with Baseline,校正集相关系数为0.91,标准差为0.89。外部验证结果表明,球蛋白预测均方根误差（square errors of prediction, SEP）为1.25,伴球蛋白SEP为0.73, 23.5 kDa模型SEP为0.47, 37.5 kDa模型SEP为0.75。本研究基于近红外光谱技术实现了对整粒花生进行球蛋白、伴球蛋白、 23.5 kDa和37.5 kDa亚基含量的同步、快速和无损检测,为育种专家加工专用品种选育和蛋白加工企业原料选用提供了根据。

分类号：

  • 相关文献

[1]冷沉法制备花生球蛋白及伴花生球蛋白工艺研究. 封小龙,刘红芝,刘丽,王强. 2014

[2]花生球蛋白和伴球蛋白的功能特性及构象研究. 刘岩,赵冠里,苏新国. 2013

[3]35.5kDa亚基缺失对花生球蛋白受热行为影响. 徐飞,刘丽,石爱民,刘红芝,杨颖,胡晖,王强. 2017

[4]乙酰化花生球蛋白载酶颗粒的制备及表征. 李薇,石爱民,焦博,王强. 2023

[5]基于近红外光谱技术的牛粪成分含量测定方法. 樊霞,韩鲁佳,皇才进,黄光群. 2006

[6]近红外光谱分析技术在畜禽粪便堆肥研究中的应用. 黄光群,韩鲁佳,樊霞,杨增玲. 2006

[7]近红外技术预测放牧肉牛粪便组分. 徐锦前,侯路路,蒋梦宇,闫瑞瑞,王亚君,辛晓平,孙海霞. 2020

[8]是该向我国用户赔偿损失的时候了!. 蒋士强. 1992

[9]影响近红外光谱分析结果准确性的因素. 李勇,魏益民,王锋. 2005

作者其他论文 更多>>