CN108693137A - 一种检测单粒花生种子中α-生育酚含量的方法 - Google Patents
一种检测单粒花生种子中α-生育酚含量的方法 Download PDFInfo
- Publication number
- CN108693137A CN108693137A CN201810313038.2A CN201810313038A CN108693137A CN 108693137 A CN108693137 A CN 108693137A CN 201810313038 A CN201810313038 A CN 201810313038A CN 108693137 A CN108693137 A CN 108693137A
- Authority
- CN
- China
- Prior art keywords
- alpha
- simple grain
- tocopherol content
- peanut
- peanut seed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- GVJHHUAWPYXKBD-IEOSBIPESA-N α-tocopherol Chemical compound OC1=C(C)C(C)=C2O[C@@](CCC[C@H](C)CCC[C@H](C)CCCC(C)C)(C)CCC2=C1C GVJHHUAWPYXKBD-IEOSBIPESA-N 0.000 title claims abstract description 114
- 235000017060 Arachis glabrata Nutrition 0.000 title claims abstract description 79
- 241001553178 Arachis glabrata Species 0.000 title claims abstract description 79
- 235000010777 Arachis hypogaea Nutrition 0.000 title claims abstract description 79
- 235000018262 Arachis monticola Nutrition 0.000 title claims abstract description 79
- 235000020232 peanut Nutrition 0.000 title claims abstract description 79
- 229940087168 alpha tocopherol Drugs 0.000 title claims abstract description 57
- 229960000984 tocofersolan Drugs 0.000 title claims abstract description 57
- 239000002076 α-tocopherol Substances 0.000 title claims abstract description 57
- 235000004835 α-tocopherol Nutrition 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000001514 detection method Methods 0.000 title claims abstract description 15
- 238000001228 spectrum Methods 0.000 claims abstract description 14
- 238000004497 NIR spectroscopy Methods 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims abstract description 3
- 239000000126 substance Substances 0.000 claims description 15
- 238000002329 infrared spectrum Methods 0.000 claims description 11
- 230000003595 spectral effect Effects 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 5
- 238000002790 cross-validation Methods 0.000 claims description 3
- 238000001035 drying Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 5
- 238000012360 testing method Methods 0.000 abstract description 4
- 238000012545 processing Methods 0.000 abstract description 3
- 238000004445 quantitative analysis Methods 0.000 abstract description 3
- GVJHHUAWPYXKBD-UHFFFAOYSA-N (±)-α-Tocopherol Chemical compound OC1=C(C)C(C)=C2OC(CCCC(C)CCCC(C)CCCC(C)C)(C)CCC2=C1C GVJHHUAWPYXKBD-UHFFFAOYSA-N 0.000 description 10
- 229930003427 Vitamin E Natural products 0.000 description 5
- WIGCFUFOHFEKBI-UHFFFAOYSA-N gamma-tocopherol Natural products CC(C)CCCC(C)CCCC(C)CCCC1CCC2C(C)C(O)C(C)C(C)C2O1 WIGCFUFOHFEKBI-UHFFFAOYSA-N 0.000 description 5
- 229940046009 vitamin E Drugs 0.000 description 5
- 235000019165 vitamin E Nutrition 0.000 description 5
- 239000011709 vitamin E Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- ISWSIDIOOBJBQZ-UHFFFAOYSA-N Phenol Chemical compound OC1=CC=CC=C1 ISWSIDIOOBJBQZ-UHFFFAOYSA-N 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- WRIDQFICGBMAFQ-UHFFFAOYSA-N (E)-8-Octadecenoic acid Natural products CCCCCCCCCC=CCCCCCCC(O)=O WRIDQFICGBMAFQ-UHFFFAOYSA-N 0.000 description 1
- LQJBNNIYVWPHFW-UHFFFAOYSA-N 20:1omega9c fatty acid Natural products CCCCCCCCCCC=CCCCCCCCC(O)=O LQJBNNIYVWPHFW-UHFFFAOYSA-N 0.000 description 1
- QSBYPNXLFMSGKH-UHFFFAOYSA-N 9-Heptadecensaeure Natural products CCCCCCCC=CCCCCCCCC(O)=O QSBYPNXLFMSGKH-UHFFFAOYSA-N 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- ZQPPMHVWECSIRJ-UHFFFAOYSA-N Oleic acid Natural products CCCCCCCCC=CCCCCCCCC(O)=O ZQPPMHVWECSIRJ-UHFFFAOYSA-N 0.000 description 1
- 239000005642 Oleic acid Substances 0.000 description 1
- 238000002835 absorbance Methods 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000003712 anti-aging effect Effects 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000019621 digestibility Nutrition 0.000 description 1
- 238000012214 genetic breeding Methods 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- QXJSBBXBKPUZAA-UHFFFAOYSA-N isooleic acid Natural products CCCCCCCC=CCCCCCCCCC(O)=O QXJSBBXBKPUZAA-UHFFFAOYSA-N 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- ZQPPMHVWECSIRJ-KTKRTIGZSA-N oleic acid Chemical compound CCCCCCCC\C=C/CCCCCCCC(O)=O ZQPPMHVWECSIRJ-KTKRTIGZSA-N 0.000 description 1
- 239000010773 plant oil Substances 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000012353 t test Methods 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
- 239000011782 vitamin Substances 0.000 description 1
- 150000003722 vitamin derivatives Chemical class 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种检测单粒花生种子中α‑生育酚含量的方法，属于花生加工品品质速测技术领域。本发明检测单粒花生种子中α‑生育酚含量的方法是对待测花生种子进行近红外扫描，将扫描后的光谱导入构建的单粒花生种子α‑生育酚含量的近红外光谱模型中，经分析获得单粒花生种子α‑生育酚含量。本发明提供的检测单粒花生种子α‑生育酚含量的方法，能够快速、准确、无损的检测单粒花生中α‑生育酚的含量，且操作简单、准确性高。且构建的检测单粒花生α‑生育酚含量的近红外光谱模型R2较高，RMSECV较小，预测效果较好，对单粒花生种子中α‑生育酚准确定量。
Description
技术领域
本发明属于花生加工品品质速测技术领域，具体涉及一种检测花生种子中α-生育酚含量的方法。
背景技术
花生是世界上主要的油料作物，也是优质植物油和高消化率蛋白质的重要来源。维生素E(Vitamin E)是一种脂溶性维生素，具有增强免疫力、延缓衰老、降低心血管疾病和癌症发病率的功效。α-生育酚是维生素E的重要组分，在人体内生理活性最高。
维生素E的传统测定方法，需样量大、成本高、费时间、有一定破坏性，不能实现花生单粒测定，在一定程度上阻碍了花生高维生素E育种的开展，而近红外技术具有成本低、无损、快速等优点。近红外技术已应用于多个作物的品质改良，在花生上已成功建立了能准确预测油酸、脂肪、蛋白含量的近红外模型，但类似的花生总维生素E含量或各种异构体含量近红外模型迄今未见报道。
此外，传统方法测定花生种子中α-生育酚的含量至少需要十几粒以上的花生样品，难以实现单粒花生α-生育酚含量的测定。
发明内容
本发明目的是利用近红外仪，对单粒花生种子α-生育酚含量进行准确定量。
为了达到上述目的，本发明的技术方案为：
一种检测单粒花生种子α-生育酚含量的方法，对单粒待测花生种子进行近红外扫描，将扫描后的光谱导入构建的单粒花生种子α-生育酚含量的近红外光谱模型中，经分析获得单粒花生种子α-生育酚含量。
在上述方案的基础上，所述单粒花生种子α-生育酚含量的近红外光谱模型由以下方法构建而成：
(1)收集不同品种的花生样品，日光干燥；
(2)对上述花生样品进行近红外光谱测定，收集近红外光谱信息；
(3)分别检测所有花生样品的多粒α-生育酚含量，作为单粒α-生育酚含量的化学值用于建模；
(4)对单粒α-生育酚含量的化学值和(2)中采集的近红外光谱数据进行拟合光谱处理，用偏最小二乘法优化建立模型，反复采用内部交叉验证剔除奇异值，通过比较模型的决定系数(R2)和标准差(RMSECV)衡量模型质量，筛选最佳模型；
(5)验证模型的准确性。
在上述方案的基础上，所述近红外光谱扫描参数为：扫描谱区范围4000～12000cm-1(厘米波数)，扫描次数64次，分辨率8cm-1。
在上述方案的基础上，所述的花生样品为：
在上述方案的基础上，所述花生样品单粒α-生育酚含量的化学值与预测值为：
在上述方案的基础上，所述单粒花生α-生育酚含量的近红外光谱模型的最佳光谱预处理方法为“一阶导数+MSC”。谱区范围为7506～4242.8cm-1，维数为8，模型的决定系数(R2)为82.87，根均方差为0.28。
在上述方案的基础上，所述近红外光谱扫描，每个样品取1粒种子，重复扫描3次，并且第二次和第三次扫描时要将花生换个角度重新装入样品杯中，以得到同一样品的多个近红外光谱。
本发明的有益效果：
本发明提供的检测单粒花生种子α-生育酚含量的方法，能够快速、准确、无损的检测单粒花生中α-生育酚的含量，且操作简单、准确性高。
本发明构建的检测单粒花生α-生育酚含量的近红外光谱模型R2较高，RMSECV较小，预测效果较好，对单粒花生种子中α-生育酚准确定量。
近红外光谱模型对样品的预测效果取决于建立模型时所用的数据。而且，建立近红外光谱模型并不是使用的样本数越多越好，随着建模样本数的增加，模型中所引入的干扰因素及异常误差就会增多，过多的干扰信息会掩盖有用信息，降低模型性能。本发明选择的花生样本数量适宜，不同品种间的契合度较好，所构建的模型预测单粒花生种子α-生育酚含量误差小，准确度高。
本发明提供的检测单粒花生种子中α-生育酚含量的方法，可实现准确度较高的无损检测，为花生高α-生育酚遗传育种提供了早期选择手段。本发明以多粒样品的化学值来代表单粒花生的化学值建模的方法，为作物单粒品质近红外模型的构建开辟一条新路。
附图说明
图1花生样品的近红外扫描光谱图，其中横坐标代表厘米波数(cm-1)，纵坐标代表吸光度；
图2单粒花生α-生育酚含量的近红外预测值与化学值散点图，其中横坐标代表真实值，纵坐标代表预测值；
具体实施方式
在本发明中所使用的术语，除非有另外说明，一般具有本领域普通技术人员通常理解的含义。
下面结合具体实施例，并参照数据进一步详细的描述本发明。以下实施例只是为了举例说明本发明，而非以任何方式限制本发明的范围。
实施例
以下以德国布鲁克公司生产的MATRIX-I型近红外仪为例说明，但该专利适用范围也包括其他厂商的类似产品。
1.材料与方法
1.1材料
构建单粒花生α-生育酚模型所用的试验材料，系来自国内外的花生品种(系)，共计42份，如表1所示。
表1构建单粒花生α-生育酚含量近红外模型所用花生种子样品
1.2方法
1.2.1光谱采集
建模所用的光谱数据在德国布鲁克光谱仪器公司生产的Matrix-Ⅰ型傅立叶变换近红外光谱仪上采集。扫描谱区范围为4000～12000cm-1(厘米波数)，扫描次数64次，分辨率为8cm-1。开机预热30min后检测样品。采集光谱所用花生种子为自然日光干燥的样品，每个样品取1粒种子，重复扫描3次，并且第二次和第三次扫描时要将花生换个角度重新装入样品杯中，以得到同一样品的多个近红外光谱。花生样品的近红外光谱扫描结果如图1所示。
1.2.2单粒花生α-生育酚化学值的获得
采用HPLC法测定42份花生籽粒样品中的多粒α-生育酚含量代表单粒样品α-生育酚化学值，相关参数见表2。α-生育酚含量均值为5.48mg/100g，最大、最小值分别为7.38mg/100g、4.12mg/100g。表明建模花生样品α-生育酚含量变幅尚可，可用于近红外光谱模型构建。
表2花生种子α-生育酚含量化学值相关统计参数
1.2.3模型构建与优化
光谱处理和模型构建采用德国布鲁克Matrix-Ⅰ型近红外光谱仪的OPUS 5.5软件，用NIR选项进行优化。采用内部交叉验证剔除奇异值。选择最佳光谱预处理办法、最佳谱区、维数，并作进一步验证。通过比较模型的决定系数(R2)和标准差(RMSECV)衡量模型质量。
各花生样品α-生育酚含量的预测值与化学值如表3所示。
表3花生样品α-生育酚含量的化学值与预测值
经优化，花生种子α-生育酚含量的最佳光谱预处理方法为“一阶导数+MSC”。谱区范围为7506～4242.8cm-1，维数为8，模型的决定系数(R2)为82.87，根均方差为0.28。(图2)。
1.2.4模型的验证
另取4份花生样品外部样品，检验模型预测效果，结果如表4所示。α-生育酚含量偏差为-1.28～0.16mg/100g，预测偏差较低。对化学值与预测值进行成对数据t测验，两组数据均值差为0.23，自由度为3，t值为0.643<t0.05＝3.182，两组数据差异不显著。
表4单粒花生种子样品α-生育酚含量化学值与预测值比较
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。
Claims (7)
1.一种检测单粒花生种子α-生育酚含量的方法，其特征在于：对单粒待测花生种子进行近红外扫描，将扫描后的光谱导入构建的单粒花生种子α-生育酚含量的近红外光谱模型中，经分析获得单粒花生种子α-生育酚含量。
2.根据权利要求1所述检测单粒花生种子α-生育酚含量的方法，其特征在于：所述单粒花生种子α-生育酚含量的近红外光谱模型由以下方法构建而成：
(1)收集不同品种的花生样品，日光干燥；
(2)对上述花生样品进行近红外光谱测定，收集近红外光谱信息；
(3)分别检测所有花生样品的多粒α-生育酚含量，作为单粒α-生育酚含量的化学值用于建模；
(4)对单粒α-生育酚含量的化学值和(2)中采集的近红外光谱数据进行拟合光谱处理，用偏最小二乘法优化建立模型，反复采用内部交叉验证剔除奇异点，通过比较模型的决定系数(R2)和标准差(RMSECV)衡量模型质量，筛选最佳模型；
(5)验证模型的准确性。
3.根据权利要求1或2所述检测单粒花生种子α-生育酚含量的方法，其特征在于：
所述近红外光谱扫描参数为：扫描谱区范围4000～12000cm-1(厘米波数)，扫描次数64次，分辨率8cm-1。
4.根据权利要求3所述检测单粒花生种子α-生育酚含量的方法，其特征在于：
所述的花生样品为：
5.根据权利要求4所述检测单粒花生种子α-生育酚含量的方法，其特征在于：
所述花生样品单粒α-生育酚含量的预测值与化学值为：
6.根据权利要求5所述检测单粒花生种子α-生育酚含量的方法，其特征在于：
所述单粒花生α-生育酚含量的近红外光谱模型的最佳光谱预处理方法为“一阶导数+MSC”。谱区范围为7506～4242.8cm-1，维数为8，模型的决定系数(R2)为82.87，根均方差为0.28。
7.根据权利要求1～6任一项所述检测单粒花生种子α-生育酚含量的方法，其特征在于：所述近红外光谱扫描，每个样品取1粒种子，重复扫描3次，并且第二次和第三次扫描时要将花生换个角度重新装入样品杯中，以得到同一样品的多个近红外光谱。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810313038.2A CN108693137A (zh) | 2018-04-09 | 2018-04-09 | 一种检测单粒花生种子中α-生育酚含量的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810313038.2A CN108693137A (zh) | 2018-04-09 | 2018-04-09 | 一种检测单粒花生种子中α-生育酚含量的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108693137A true CN108693137A (zh) | 2018-10-23 |
Family
ID=63844889
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810313038.2A Pending CN108693137A (zh) | 2018-04-09 | 2018-04-09 | 一种检测单粒花生种子中α-生育酚含量的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108693137A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101887018A (zh) * | 2009-05-13 | 2010-11-17 | 山东省花生研究所 | 一种非破坏性测定花生种子主要脂肪酸含量的方法 |
| CN102590129A (zh) * | 2012-01-11 | 2012-07-18 | 中国农业科学院农产品加工研究所 | 近红外检测花生中氨基酸含量的方法 |
| CN102879353A (zh) * | 2012-09-19 | 2013-01-16 | 中国农业科学院农产品加工研究所 | 近红外检测花生中蛋白质组分含量的方法 |
| CN104502475A (zh) * | 2014-12-12 | 2015-04-08 | 山东省花生研究所 | 一种提取和测定花生脂肪酸的简便方法 |
| EP3084395A1 (en) * | 2013-12-20 | 2016-10-26 | Can Technologies, Inc. | Particle score calibration |
-
2018
- 2018-04-09 CN CN201810313038.2A patent/CN108693137A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101887018A (zh) * | 2009-05-13 | 2010-11-17 | 山东省花生研究所 | 一种非破坏性测定花生种子主要脂肪酸含量的方法 |
| CN102590129A (zh) * | 2012-01-11 | 2012-07-18 | 中国农业科学院农产品加工研究所 | 近红外检测花生中氨基酸含量的方法 |
| CN102879353A (zh) * | 2012-09-19 | 2013-01-16 | 中国农业科学院农产品加工研究所 | 近红外检测花生中蛋白质组分含量的方法 |
| EP3084395A1 (en) * | 2013-12-20 | 2016-10-26 | Can Technologies, Inc. | Particle score calibration |
| CN104502475A (zh) * | 2014-12-12 | 2015-04-08 | 山东省花生研究所 | 一种提取和测定花生脂肪酸的简便方法 |
Non-Patent Citations (3)
| Title |
|---|
| SEMIH OTLES: "《食品成分与食品添加剂分析方法》", 31 August 2008 * |
| 刘翠玲等: "《近红外光谱技术在食品品质检测方法中的研究》", 31 January 2016 * |
| 张建成等: ""花生自然风干种子油酸、亚油酸和棕榈酸含量的近红外分析模型构建"", 《中国农学通报》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhao et al. | Near infrared reflectance spectroscopy for determination of the geographical origin of wheat | |
| CN101881726B (zh) | 植物幼苗综合性状活体无损检测方法 | |
| Salguero-Chaparro et al. | Near infrared spectroscopy (NIRS) for on-line determination of quality parameters in intact olives | |
| CN103344602B (zh) | 一种基于近红外光谱的水稻种质真伪无损检测方法 | |
| CN104865194A (zh) | 基于近红外、荧光、偏振多光谱的蔬菜农残检测装置及方法 | |
| CN107515203A (zh) | 近红外技术定量分析水稻单籽粒直链淀粉含量的研究 | |
| CN1831515A (zh) | 用可见光和近红外光谱技术无损鉴别作物种子品种的方法 | |
| CN103278473B (zh) | 白胡椒中胡椒碱及水分含量的测定和品质评价方法 | |
| CN105866056A (zh) | 一种基于近红外光谱的杂交种纯度鉴别方法 | |
| Cui et al. | Identification of maize seed varieties based on near infrared reflectance spectroscopy and chemometrics | |
| CN109540837A (zh) | 近红外快速检测苎麻叶片木质纤维素含量的方法 | |
| CN107091815A (zh) | 一种鉴定红木真伪的方法 | |
| Lu et al. | Fluorescence hyperspectral image technique coupled with HSI method to predict solanine content of potatoes | |
| CN105486662A (zh) | 一种基于近红外光谱技术的棉籽棉酚含量的无损测定方法 | |
| CN101957316B (zh) | 一种用近红外光谱技术鉴别响水大米的方法 | |
| CN113655027A (zh) | 一种近红外快速检测植物中单宁含量的方法 | |
| CN108318446A (zh) | 一种检测花生种子总维生素e含量的近红外光谱模型及应用 | |
| CN109073546A (zh) | 用于检测谷物中霉菌毒素的存在的方法和设备 | |
| CN110231305A (zh) | 一种测定奇亚籽中dpph自由基清除能力的方法 | |
| CN104568827A (zh) | 一种近红外光谱法测定西瓜中糖含量的方法 | |
| CN109932336A (zh) | 一种全麦粉的快速鉴别方法 | |
| CN109406447A (zh) | 一种高粱中单宁的近红外检测方法 | |
| CN114018865A (zh) | 一种构建不同种皮颜色花生蔗糖含量近红外模型的方法 | |
| CN108693137A (zh) | 一种检测单粒花生种子中α-生育酚含量的方法 | |
| Liu et al. | Bio-Master: Design and Validation of a High-Throughput Biochemical Profiling Platform for Crop Canopies |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181023 |