《食品科学》2023年24期 安全检测（1-6篇）
文摘
科技
2024-06-25 08:00
北京
![]()
作者：陈远哲, 王巧华, 范维, 刘世伟, 林卫国
利用高光谱成像技术对腌制期不同成熟度皮蛋进行无损检测。首先，在时间序列下基于一维光谱和二维相关光谱法分别确定最优波段研究区域；进而，对比传统机器学习和改进后的ResNet20_SE模型在最优波段的模型效果，发现改进后的ResNet20_SE模型最优，对同步光谱数据集的整体识别准确率可以达到97.29%，且单张图像平均检测时间为24.62 ms；最后，采用较优的同步光谱集ResNet20_SE模型应用于高光谱图像中，计算每个像素点的数值，并辅以伪彩色技术实现腌制期皮蛋成熟度的空间分布可视化检测。结果表明，高光谱成像技术结合深度学习可以实现皮蛋腌制期成熟度的无损检测，能为后期皮蛋成熟度的高通量在线分选奠定技术基础。
作者：李阳, 鲁迨, 周州, 陈丽叶, 谢新辉, 吴家浩, 赵倩, 石星波
以黄曲霉毒素B1（aflatoxin B1，AFB1）为检测目标物，使用二氧化硅纳米颗粒为载体富集谷胱甘肽和黄曲霉毒素适配体制备识别探针，二氧化锰纳米颗粒与石墨烯量子点偶联的复合纳米材料为底物，通过谷胱甘肽与底物的反应构建了一种比色和荧光双模信号输出的高灵敏便携式检测平台。在优化条件下，对本方法的检测性能及特异性进行研究，得到比色信号的回归方程为ΔA=－0.275－0.021lgC，检出限为2.732×10－12 g/mL；荧光信号的回归方程为ΔF=928.733＋71.779lgC，检出限为1.667×10－12 g/mL，2 种方法都具备良好检测特异性。将该方法用于牛奶、大米、麦片、酱油和白醋5 种实际样品中AFB1的检测，并与传统方法进行对比，本方法结果具有较高的准确度。
作者：曾严, 金莉莉, 朱蕾, 吴永宁, 罗世鹏, 商贵芹, 王志伟, 刘桂华, 胡长鹰
对物理回收工艺过程中的回收聚对苯二甲酸乙二醇酯（recycled polyethylene terephthalate，rPET）材料以及制成不同回收料含量的rPET瓶进行相关物理表征和挥发性有机化合物（volatile organic compounds，VOCs）监测，旨在追踪溯源和评估其作为食品接触用的安全性。研究发现，rPET与原生PET存在相似的热稳定性，rPET瓶并未产生基团和结构上的明显变化且表现出与原生PET瓶相似的结晶、熔融行为。但rPET瓶的表面微观形貌存在着细微的机械划伤，且随着回收料含量的增加，rPET瓶的颜色变得更深、更绿和更黄。运用顶空-气相色谱-质谱联用法检测VOCs，发现固相缩聚工艺对VOCs的去除起重要作用，使得rPET中VOCs的残留很少。在rPET瓶中检出4 种VOCs（乙醛、乙二醇、壬醛均小于1.00 mg/kg；2-甲基-1,3-二氧戊环为1.72～5.76 mg/kg）。研究表明rPET瓶虽然在颜色上存在差异，但在热性能、结构、形貌及VOCs残留等方面，具备了再次用于食品接触的条件。
作者：王雪, 张海荣, 吴丹丹, 王伟宁, 王立琦, 罗淑年, 于殿宇
针对现有含磷量检测方法无法通过实时监测指导调控精炼过程中酸碱的添加量问题，提出一种基于近红外光谱分析的大豆原油含磷量的快速检测方法。对比分析发现标准正态变换法对大豆原油样本含磷量光谱数据的去除噪声效果最优。采用组合区间偏最小二乘法优选出磷脂的最佳特征吸收波段，选用学习效率0.005、训练次数108，建立了大豆原油含磷量的BP神经网络预测模型。模型校正集的决定系数（R2）为0.979 7、均方根误差（root mean square error，RMSE）为0.859 3、相对标准偏差（relative standard deviation，RSD）为1.89%；预测集的R2为0.978 5、RMSE为0.963 8、RSD为2.15%。以上结果说明近红外光谱技术能够实现大豆原油中含磷量的快速、精准、无损检测，为后续精炼工段及调控提供切实可行的方法。作者：崔丽伟, 魏荣, 常惟丹, 岳晓禹, 许文涛
目的：筛选适配体作为分子识别原件，基于纳米金的盐效应构建生物传感器，实现金黄色葡萄球菌肠毒素A（staphylococcal enterotoxin A，SEA）的快速定量检测。方法：采用分子对接和分子动力学模拟对SEA适配体进行截短指导和结果预测，利用纳米金显色法验证模拟结果，对SEA适配体优化并将其作为分子识别原件，优化反应体系，探讨SEA质量浓度与吸光度比值间的关系，构建一种可视化的SEA快速检测分析方法，并对方法的准确度、精密度和特异性进行评价。结果：筛选出一条序列短、亲和力高、特异性强且稳定的SEA适配体，建立了一种基于纳米金比色的SEA可视化检测方法，检出限低，加标回收结果满意。结论：采用分子模拟能有效提高适配体筛选效率，本方法可用于SEA快速检测。
作者：林先丽, 张晓娟, 李晨, 柴丽娟, 陆震鸣, 许泓瑜, 王松涛, 张宿义, 沈才洪, 史劲松, 许正宏
采用气相色谱-质谱联用和电子舌定量检测21 个不同质量等级酱香型白酒的挥发性化合物和味觉指标，通过化学计量学对不同质量的酱酒进行区分并筛选关键差异物质，利用机器学习建立判别模型。结果表明，3 种质量等级酱酒的挥发性化合物含量具有一定的轮廓差异，具备进一步判别分析的可行性；其中二级酒的风味物质总质量浓度（4 908 mg/L）显著低于优级酒（6 583 mg/L）和一级酒（8 254 mg/L），而具有花果香特征的几种酯类物质在总酯中占比随着等级的降低而体现降低的趋势。采用偏最小二乘判别分析确定以棕榈酸乙酯和乙酸等为代表的16 个区分3 种等级的关键差异化合物。通过电子舌的结果发现优级酒具有更加一致的味觉轮廓，其中苦味和涩味回味较低，而二级酒的味觉特征轮廓体现出明显的样品差异性。主成分分析结果表明不同等级酱酒可以根据其味觉特征进行有效区分。综合上述结果，本研究获得的差异风味物质含量、比例参数以及电子舌味觉指标，为酱酒质量体系的建立提供了依据。通过筛选得到的共计25 个差异化合物和味觉指标建立4 种判别模型，模型的准确率均高于90%，其中支持向量机表现最好，准确率达100%。
![]()
为了帮助食品及生物学科科技人员掌握英文科技论文的撰写技巧、提高SCI期刊收录的命中率，综合提升我国食品及生物学科科技人员的高质量科技论文写作能力。《食品科学》编辑部拟定于2024年8月1—2日在武汉举办“第11届食品与生物学科高水平SCI论文撰写与投稿技巧研修班”，为期两天。
![]()
长按或微信扫码了解详情
为提高我国食品营养与安全科技自主创新和食品科技产业支撑能力，推动食品产业升级，助力‘健康中国’战略，北京食品科学研究院、中国食品杂志社、国际谷物科技学会（ICC）将与湖北省食品科学技术学会、华中农业大学、武汉轻工大学、湖北工业大学、中国农业科学院油料作物研究所、中南民族大学、湖北省农业科学院农产品加工与核农技术研究所、湖北民族大学、江汉大学、湖北工程学院、果蔬加工与品质调控湖北省重点实验室、武汉食品化妆品检验所、国家市场监管实验室（食用油质量与安全）、环境食品学教育部重点实验室共同举办“第五届食品科学与人类健康国际研讨会”。会议时间：2024年8月3—4日，会议地点：中国 湖北 武汉。
联系人：杨红；电话：010-83152138；手机：13522179918（微信同号）
