为研究腐败变质鸡蛋内容物细菌群落, 本研究以蛋白液化(J)、发臭(JC)的鸡蛋为样品, 鸡蛋内容物细菌基因组DNA为模板进行16S rDNA(V4+V5)区域Miseq测序、多样性指数分析及物种组成分析。结果表明, J样品和JC样品分别得到了42 550条和38 477条高质量序列, 可归为19个操作分类单元(OTU), 分属于2门、14科、19属、23种; 多样性指数分析表明J样品的细菌丰度小于JC样品, 而群落多样性高于JC样品。两样品的优势菌群均为变形菌门(Proteobacteria)肠杆菌科(Enterobacteriaceae)的柠檬酸杆菌属(Citrobacter)、沙雷氏菌属(Serratia)和莫拉菌科(Moraxellaceae)不动杆菌属(Acinetobacter)、假单胞菌科(Pseudomonadaceae)假单胞菌属(Pseudomonas)细菌以及厚壁菌门(Firmicutes)芽孢杆菌科(Bacillaceae)芽孢杆菌属(Bacillus)和肉杆菌科(Carnobacteriaceae)肉杆菌属(Carnobacterium)的细菌; 其中, J样品中芽孢杆菌属(Bacillus)相对丰度最大(40.10%), 但在种水平上未分类; 而JC样品中主要是柠檬酸杆菌属(Citrobacter)相对丰度最大(81.23%), 多为吉伦氏柠檬酸杆菌(Citrobacter gillenii)、埃希氏-志贺氏菌属(Escherichia-Shigella)和肠球菌属(Enterococcus)等序列极少, 丰度很低; 在种水平上23个种中, 有14个种为未分类或未培养, 同一个种分属于不同OTU。本研究得出, 腐败变质鸡蛋内容物细菌种群复杂, 其菌群组成及丰度能对鸡蛋腐败变质造成影响, 为进一步研究鸡蛋主要腐败菌及其控制提供了参考。

本研究采用顶空-气相色谱-离子迁移谱(HS-GC-IMS)技术对经热风干燥、红外干燥、真空冷冻干燥和自然晾晒4种干燥方式处理的小米椒进行挥发性风味物质分析。结果表明: 这4种干燥方式获得的小米椒中共鉴定出挥发性风味物质39种, 其中酯类9种、醛类10种、醇类10种、呋喃类2种、吡嗪类3种、酮类3种、有机酸类2种; 小米椒干燥后的主要风味物质为酯类、醛类和醇类化合物。主成分分析(PCA)和热图聚类结果表明: 相比于真空冷冻干燥与自然晾晒, 热风干燥与红外干燥的挥发性风味物质具有较高的相关性; 而与热风干燥和红外干燥相比, 真空冷冻干燥与自然晾晒间的差异较大; 干燥过程中部分挥发性风味物质间具有较强的相关性, 如酯类和醇类、醇类和醛类等, 其通过化学反应可实现风味物质间的转化。干燥方式对挥发性风味物质种类影响较小, 热风干燥、红外干燥、真空冷冻干燥、自然晾晒的小米椒挥发性风味物质种类分别为39、37、36、34种。然而, 干燥方式对小米椒挥发性风味物质的含量有明显的影响。与真空冷冻干燥和自然晾晒相比, 热风干燥和红外干燥处理的样品中酯类、呋喃类和吡嗪类物质含量较高, 而在真空冷冻干燥和自然晾晒处理的样品中醛类物质含量高于热风干燥和红外干燥。总之, 相比于其他干燥方式, 热风干燥与红外干燥对丰富干制小米椒的风味具有积极的影响。本研究将为干制小米椒的加工及风味品质调控提供理论依据。

分析市售不同年份的4类品牌12种酿造醋的总多酚、总黄酮、总抗氧化值、1,1-二苯基-2-三硝基甲苯肼(1,1-diphenyl-2-picrylhydrazyl, DPPH)自由基(DPPH·)、羟自由基(·OH)、超氧阴离子(O2-·)清除率6个指标的变化, 并通过相关性、主成分分析评价其抗氧化性能。结果表明:随着陈酿时间的增长, 镇江香醋对3种自由基的清除率增强, 即Z10>Z6>Z3, 但总黄酮含量、总多酚含量以及总抗氧化能力为Z10>Z3>Z6; 四川麸醋中6个指标显示5年陈醋优于3年陈醋; 山西老陈醋中总黄酮含量、总多酚含量以及总抗氧化能力与陈酿时间正相关, O2-·与DPPH·清除率呈现S3>S10>S5, ·OH清除率的趋势为S10>S3>S5; 独流老陈醋产品中这6个指标变化与陈酿时间没有明显规律, 总黄酮含量、总多酚含量以及总抗氧化能力都呈现D4>D8>D3>D5, 其O2-·、·OH清除率变化为D5>D4>D8>D3, DPPH·清除率变化为D5>D8>D4>D3。相关性分析显示, 试验的所有产品总多酚和总黄酮均为极显著相关。主成分分析表明, O2-·清除率和DPPH·清除率与第二主成分(PC2)具有很高的正相关性, ·OH清除率、总多酚、总黄酮与PC2具有很高的负相关性, 上述变量均在第一主成分(PC1)上具有很好的正相关性。本文为酿造醋抗氧化性能的研究提供了理论依据和技术支持。

绿茶是我国饮用范围最广、 最受欢迎的一类茶叶。 不同品种绿茶叶外观上差别较小, 非专业人员难以直接用肉眼进行辨别。 传统化学方法操作复杂、 检测费用较高, 对样品具有破坏性, 无法实现快速无损分析。 近红外光谱技术是一种简便、 快速、 无损、 重现性好、 可直接用于在线定性定量分析的新型分析技术。 由于种植方式以及土壤、 气候等生长环境的差异, 不同品种绿茶叶中含氢基团有机物的种类和含量也不相同, 因此可以通过扫描样品的近红外光谱, 得到不同品种绿茶叶的特征信息, 实现对不同品种绿茶叶的快速鉴别。 研究提出了一种基于近红外光谱与化学计量学技术对不同品种绿茶的快速无损鉴别方法。 使用近红外光谱仪得到了八个品种绿茶样品的光谱图, 用主成分分析方法对不同品种绿茶样品数据进行了聚类分析。 使用连续小波变换方法消除了光谱信号中的基线干扰, 从而提升聚类效果。 利用基于标准偏差与相对标准偏差的变量筛选方法进一步提高了聚类结果的准确性。 结果表明: 主成分分析后样品的第一主成分和第二主成分的方差贡献率之和在90%以上, 可以选取前两个主成分进行聚类分析。 直接采用原始数据进行聚类分析的准确率较低, 难以满足应用需要; 连续小波变换可以有效地消除光谱信号中的基线干扰。 与直接使用原始光谱聚类结果相比, 采用连续小波变换后聚类效果有显著提升, 但依旧不能实现所有品种茶叶样品的准确鉴别。 为了进一步提高方法的稳健性和分类结果的准确性, 选取了标准偏差和相对标准偏差较大的波长数据进行聚类分析。 在符合平均值大于1%的波长范围内, 剔除标准偏差小于5‰的波长, 进一步选择较大相对标准偏差值对应的波长点进行聚类分析。 采用这种方式, 可以仅使用几十个甚至是几个波长即可实现绿茶样品品种的准确聚类分析。 波长筛选方法可以大大提高主成分分析结果的准确性, 采用近红外光谱分析技术与化学计量学方法可以实现对不同品种绿茶的快速鉴别。 经过对各个光谱吸收区域波长所对应官能团分析后, 初步得出多酚、 酰胺类以及氨基酸类物质的种类不同或含量差异是形成绿茶品种差异的重要原因。 所提出的基于近红外光谱与化学计量学技术的方法具有较强的鉴别能力, 为绿茶的快速无损分析提供了一种新手段。

通过消除光谱中的冗余信息变量, 挑选出代表样品性质的特征变量代替全谱建立定量模型, 可以提高近红外分析结果的准确性。 基于进化论中适者生存原理的竞争性自适应重加权采样（CARS）算法因具有计算速度快、 筛选得到的特征波长少等优点, 在近红外特征变量筛选方面得到了广泛的应用。 然而该方法在计算过程中容易出现校正集和验证集结果不一致情况。 这是因为算法过于强调校正集交叉验证结果, 且并未考虑相邻变量之间的协同作用。 为了建立更加稳健的变量筛选方法, 通过结合“窗口”以及CARS算法的优势, 提出了一种基于窗口竞争性自适应重加权采样（WCARS）策略的近红外特征变量筛选方法, 并将其应用于复杂植物样品近红外光谱与其化学成分含量之间的建模分析。 采用WCARS方法可以实现准确定量分析, 且通过与竞争性自适应重加权采样（CARS）方法结果相比较, WCARS方法得到的校正集和预测集结果一致, 在一定程度上减少了过拟合问题的出现。 该策略能有效增强特征变量选择的稳健性, 提高了定量模型的可信度, 具有一定的应用价值。