微藻工厂化养殖为天然碳水化合物、 蛋白质等生产提供了重要途径, 但较高的养殖成本始终是限制微藻大规模商业化发展的瓶颈之一。 由于微藻生长速度很快且其胞内代谢信息时刻都在发生变化, 开发快速无损的微藻生长代谢监测手段用以实时获取微藻生产过程中感兴趣指标变化信息, 可以据此及时调整培养条件, 保障微藻高效优质生产。 关于微藻生长代谢信息快速无损检测的研究多集中在微藻油脂及其特性、 色素等方面, 对于同作为微藻重要营养成分的碳水化合物、 蛋白质等却少有报道。 本研究以斜生四链藻（Tetradesmus obliquus）为研究对象, 利用可见/近红外高光谱成像（HSI）技术结合化学计量学方法, 提出基于HSI的微藻碳水化合物和蛋白质反演判别方法。 对比研究标准化（autosacling）、 标准正态化（SNV）等12种预处理方法对原始高光谱数据的处理效果; 采用竞争自适应重加权采样算法（CARS）、 区间随机蛙跳算法（iRF）和模拟退火算法（SA）进行特征波段选择; 结合多元线性回归（MLR）、 偏最小二乘（PLS）、 支持向量机回归（SVR）以及随机森林回归（RFR）对微藻生物量、 碳水化合物和蛋白质含量进行反演判别。 结果表明, 斜生四链藻生物量预测模型采用矢量归一化（VN）预处理方式结合CARS-MLR算法效果最优, 决定系数（R2p）为 0.967, 剩余预测偏差（RPD）为6.212; 碳水化合物的最优预测模型为原始光谱（raw）结合iRF-RFR算法, R2p和RPD分别为0.995和36.156; 蛋白质判别模型采用WT预处理结合SA-RFR算法构建的效果最佳, R2p和RPD分别为0.909和10.116。 基于优化模型和HSI技术对藻液中各组分的空间分布及丰度进行了可视化展示。 研究结果有望为微藻工厂化养殖过程中生长信息的快速无损获取提供理论参考和技术支撑。

Carbohydrates on cell surfaces play a crucial role in a wide variety of biological processes, including cell adhesion, recognition and signaling, viral and bacterial infection, inflammation and metastasis. However, owing to the large diversity and complexity of carbohydrate structure and nongenetically synthesis, glycoscience is the least understood field compared with genomics and proteomics. Although the structures and functions of carbohydrates have been investigated by various conventional analysis methods, the distribution and role of carbohydrates in cell membranes remain elusive. This review focuses on the developments and challenges of super-resolution imaging in glycoscience through introduction of imaging principle and the available fluorescent probes for super-resolution imaging, the labeling strategies of carbohydrates, and the recent applications of super-resolution imaging in glycoscience, which will promote the super-resolution imaging technology as a promising tool to provide new insights into the study of glycoscience.

酸牛奶作为一种重要的发酵乳制品, 伴随着发酵过程, 其各种营养成分时刻发生着复杂的变化, 因此, 建立酸牛奶的快速高效检测技术可以实现对生产过程的实时监控, 这也是食品安全监管要达到的重要目标。 傅里叶变换红外光谱技术（FTIR）因其快速、 高通量、 无化学污染、 可对掺假成分予以分辨等特点被广泛应用于食品安全领域。 以FTIR技术为核心, 利用氟化钙薄膜法, 将酸牛奶FTIR光谱图与其营养成分（能量值, 蛋白质、 脂肪、 碳水化合物和钠含量）对照, 建立了基于最小二乘法（PLS）的定量化预测模型。 结果表明, 该模型样品校正集的能量值, 蛋白质、 脂肪、 碳水化合物和钠含量的交叉检验R2值分别达到0.938 9, 0.926 6, 0.918 6, 0.941 8和0.977 1； 该模型用于预测, 其样品验证集的交叉检验R2值分别为0.920 5, 0.905 3, 0.908 5, 0.939 3和0.936 4。 由此可见, 该模型对酸牛奶各营养指标均具有较好的预测准确性, 在时间上具备较好的稳定性。 不同于传统的化学检测方法, 本研究为实现对酸牛奶品质的快速检测提供了一种较为可行的方法。 该方法作为乳制品质量监控技术的一项初步探索, 具有较好的应用前景。

云南地区因其得天独厚的自然条件, 具有丰富的蜜源植物和矿产资源, 产出了多种特色蜂蜜。 对该地区的三种特色春蜂蜜(苕子蜜、 橡胶蜜和石榴蜜)进行了理化性质的研究, 结果表明三种蜂蜜在水分含量、 电导率和粘度上均存在显著性差异。 利用高效液相色谱仪-示差折光检测器(HPLC-RI)测定三种蜂蜜中的主要糖类, 结果显示石榴蜜中的葡萄糖含量最高［35.62 g·(100 g)-1］, 橡胶蜜中的果糖含量最高［41.03 g·(100 g)-1］。 利用原子吸收光谱仪(FAAS)对三种蜂蜜中的13种矿质元素进行测定, 结果显示橡胶蜜中的矿质元素总含量最高(437.34 mg·kg-1), 石榴蜜中的最少(167.24 mg·kg-1)。 将矿质元素作为变量进行主成分分析, 可将三种蜂蜜相互分开。 Cu, Zn和Na可作为苕子蜜的分辨标记, Mg, K, Ca, As和Cd可作为橡胶蜜的分辨标记, Fe, Mn, Ni和Cr可作为石榴蜜的分辨标记。 本研究的开展可补充云南特色蜂蜜的研究, 为其开发利用提供理论依据。

为了阐明裸子植物中纤维素与木素之间的连接方式, 从多糖的角度分析糖单元与木素苯丙烷结构单元之间的共价键连接方式, 合成了带6-13C标记的纤维素前驱物尿苷二磷酸葡萄糖, 并将其与PAL酶的抑制剂AOPP及外源性木素前驱物松柏醇-β-D-葡萄糖苷一起投入生长中的银杏植物体内。 碳13丰度检测得知纤维素在细胞壁的沉积主要是从在初生壁开始, 高分辨率固体核磁13C NMR分析证实了纤维素6位碳与木素以苯甲醚键等方式连接。