玉米粉中水分测定的不确定度分析

对玉米粉中的水分含量进行了测定和不确定度分析。通过对各影响因素不确定度的评定表明,实验重复性对玉米粉测量结果不确定度的影响最大;玉米粉中水分含量为(8.72±0.04)%,k=2。     

测定稻谷脂肪酸值不确定度的评定

根据GB/T 20569-2006测定稻谷脂肪酸值,通过建立不确定度数学模型,对结果进行不确定度分析与评定,得到样品的合成标准不确定度和扩展不确定度。分析稻谷脂肪酸值测定的不确定度来源并建立不确定度评定方法,为检验数据的准确性和可靠性提供参考。结果显示,该稻谷的脂肪酸平均值为15.70(KOH/干基)/(mg/100g),本实验条件下的扩展不确定度U=0.21(KOH/干基)/(mg/100g),包含因子k=2。实验过程中随机效应引入的不确定度最大。     

槟榔中槟榔碱含量的不确定度评定

采用高效液相色谱法(High performance liquid chromatography,HPLC)测定槟榔中槟榔碱的含量,并对测定结果进行不确定度分析。依据JJF 1059.1—2012测量不确定度评定与表示中的方法,根据试验过程建立了数学模型,从标准储备液、标准曲线的拟合、样品的定容、样品称量、样品测量重复性及提取过程对样品回收率的影响等方面分析了引入不确定度的来源。比较得出标准曲线的拟合和样品测量重复性对合成不确定度贡献最大,达到57.7%。当槟榔中槟榔碱含量为3.31 g/kg时,其扩展不确定度为3.31±0.052 g/kg,k=2。结果表明,该评定方式适用于槟榔中槟榔碱含量的不确定度评估。     

胡麻油中苯并（α）芘含量测定的不确定度评定

评定高效液相色谱-荧光法测定胡麻油中苯并(α)芘含量的不确定度。依据国家计量技术规范JJF 1059.1—2012 《测量不确定度评定与表示》,建立苯并(α)芘不确定度的数学模型,并对各不确定度分量进行分析,计算合成不确定度和扩展不确定度。结果表明,当样品中苯并(α)芘的含量为5.682μg/kg时,其扩展不确定度为0.305μg/kg (P=95%,k=2),标准曲线拟合、重复性测量、标准溶液配制是测量不确定度的主要来源。     

配制酒氰化物含量的不确定度评定

依照GB 5009.36—2016食品中氰化物的测定,采用分光光度法测定配制酒中氰化物含量。为了准确测定配制酒中氰化物含量,对拐枣酒氰化物的不确定度进行评定,评定过程中的不确定度分量主要来源包括测量的重复性、试样量取体积、定容体积、标准溶液浓度、标准曲线拟合和酒精度折算。经评定配制酒(拐枣酒)中氰化物的不确定度结果为X=2.0±0.02 mg/L;k=2,则扩展不确定度U=0.02 mg/L。     

氢化物原子荧光光谱法测定稻米中硒含量的不确定度研究

依据JJF 1059.1-2012《测量不确定度评定与表示》,建立不确定度的数学模型,系统地分析计算氢化物原子荧光光谱法测定稻米中硒含量的不确定度。结果表明,氢化物原子荧光光谱法测定稻米中硒含量的不确定度主要来源于:重复性引入的不确定度、斜率和截距引入的不确定度及工作曲线拟合引入的不确定度。由本试验方法得到的稻米中硒含量扩展不确定度及最终结果表示为(0.027 9±0.004 0)mg/kg(k=2)。     

对凯氏定氮法测定食品中蛋白质含量的测量不确定度评定

通过对凯氏定氮法测定食品中蛋白质含量的测量不确定度分析,对其标定结果的质量进行了定量表征。结果表明,该食品中蛋白质的含量为25.88%±0.15%(k=2),测量结果重复性的不确定度对总体不确定度作用最大。     

甘蓝型油菜种质群体十八碳脂肪酸含量变异及相关性分析

油菜是重要的植物油来源,十八碳脂肪酸是植物油重要的品质性状。本研究搜集了来自全国各地的363份甘蓝型油菜,种植在贵阳环境条件下,对该批材料的硬脂酸(C 18∶0)、油酸(C 18∶0)、亚油酸(C 18∶2)和亚麻酸(C 18∶3)含量进行测定和分析。Shapiro-Wilk检测显示,4个性状均不呈现正态分布。相关性分析显示:硬脂酸与油酸(r=0.66)、亚油酸(r=0.39)均呈极显著正相关关系;油酸与亚油酸(r=0.51)呈极显著正相关关系;亚油酸与亚麻酸呈极显著正相关关系(r=0.30)。通过主成分及分类分析,筛选出部分特异的育种材料。主成分分析获得PCA 1及PCA 2分别为51.84%和28.12%,共解释了79.96%的表型变异。其中,硬脂酸含量最低的材料为六60(林编13-47号)(0.00%)和4000(0.00%);油酸含量最高的材料为全B 02-1(85.39%);亚油酸含量最高的材料为印AB(林编13-5号)(31.63%);亚麻酸含量最低的材料为yh(林编12-64号)(8.51%);有益脂肪酸最高的材料为全B 02-1(103.75%);有害脂肪酸最低的材料为无名AC 21(10.02%)。该研究可为贵阳环境条件下甘蓝型油菜十八碳脂肪酸育种提供材料,也可为该性状的基础研究提供材料。     

气相色谱法测定黄酒中β-苯乙醇含量的不确定度分析

通过气相色谱内标法测定黄酒中β-苯乙醇含量的整个过程进行研究,分析测量过程的不确定度来源,并且对不确定度的各个分量进行评估和合成。结果表明,标样和重复性操作引入的不确定度分量是影响β-苯乙醇含量测定不确定度的主要原因,当β-苯乙醇含量为68.001 mg/L时,扩展不确定度为3.265 mg/L。该样品中β-苯乙醇含量的测量结果为C=(68.001±3.265)mg/L,k=2,P=95%。     

食用油脂碘值测定结果的不确定度评定

测量不确定度是测量系统中最基本的特征指标,通过滴定法对食用油脂碘值测定过程中的不确定度来源进行讨论和表示,计算各分量的相对标准不确定度,从而计算出合成标准不确定度和扩展不确定度。食用油脂碘值结果的表示为(115.47±0.94) g/100 g(k=2),测定不确定度的主要影响因素是重复性测量。此方法对类似滴定法测定物质含量的不确定度评定有借鉴和参考作用。     

利用大豆油制备生物柴油的技术研究

研究了大豆油在碱催化剂(KOH)的作用下与甲醇发生转脂化反应,制备生物柴油的工艺条件,并采用气相色谱法,测定了生物柴油中脂肪酸甲酯的成分及含量。探讨了醇油摩尔比、催化剂用量、反应温度和反应时间等工艺条件对生物柴油得率的影响。正交实验结果表明,最佳反应条件为:反应温度50℃,醇油摩尔比为6∶1,催化剂添加量为1.3%,反应时间为40min,在此反应条件下,生物柴油得率高达92%。     

灵芝子实体中灵芝酸A的HPLC定量测定方法

为建立一种灵芝子实体中灵芝酸A的高效液相色谱（HPLC）定量测定方法．通过对灵芝子实体萃取物分离效果的影响因素进行对比试验．确定了灵芝中灵芝酸A的分离条件：色谱柱为ZORBAXSB—C18（4．6mm×150mm,5μm）;流动相组成（A：1．0％醋酸水溶液,B：甲醇）,A：B比例为40％：60％,流速0．5mL／min,柱温25℃,进样量5μL;在此条件下,灵芝子实体萃取物中灵芝酸A的HPLC保留时间13．619min,分离度〉1．5;绘制的标准曲线为y=8．8021x-1．45,r^2=0．9902;其测定结果的重现性、精密度和加标回收率（99．58％）均较佳,RSD均小于2％。因此,该方法可作为灵芝子实体中灵芝酸A的HPLC定量测定方法。     

气相色谱（GC）测定蔬菜中拟除虫菊酯类农药残留量

对气相色谱（GC）测定蔬菜中拟除虫菊酯类农药残留量的不确定度进行分析评估。通过建立的数学模型和推导出不确定度的计算公式,分析了测量过程的不确定度来源,并对不确定度的各个分量进行计算,最后评估了标准合成不确定度和扩展不确定度。     

野生和栽培大豆种质油脂组成特点及其与演化的关系

以58份不同类型(野生、半野生和栽培)大豆种质为材料,利用32对SSR标记分析大豆种质间的遗传多样性和进化关系,采用NIRS和GC方法分别分析大豆脂肪含量和脂肪酸组分含量,研究不同类型大豆种质油脂组成特点及其与演化的关系。结果显示,野生大豆和栽培大豆的油脂组成存在显著差异,栽培大豆脂肪含量(平均20.8%)显著高于野生大豆(平均10.49%),油酸含量(平均28.5%)显著高于野生大豆(平均14.37%),而亚麻酸含量却显著低于野生大豆;由相关性分析可知,大豆种子中的脂肪与油酸含量显著正相关(r=0.85**),而与其他脂肪酸组分极显著负相关;油酸与所有其他脂肪酸组分均负相关,特别是与亚麻酸和亚油酸呈极显著负相关(r=?0.90**和?0.89**);油脂组成和SSR标记对不同类型大豆种质的聚类和主成分分析表明,2种分类结果基本一致,可分为栽培和野生2个亚群,半野生大豆则分布于2个亚群中。由此可见,大豆油脂组成与大豆种质的驯化程度有关,脂肪含量和亚麻酸含量可以作为大豆演化分类的参考指标。     

大豆油制备生物柴油的研究

大豆生物柴油是一种对环境友好的、可再生的生物质燃料。大豆生物柴油的应用可以减少人类对矿物燃料的依赖,而且可以大大减少对环境的污染。研究了大豆油和煎炸废油在碱催化剂(KOH)的作用下,与甲醇发生转酯化反应而制备生物柴油的工艺条件,并采用气相色谱法,测定了生物柴油中脂肪酸甲酯的成分及含量。试验利用精制大豆油和煎炸废油,成功制得符合国内外现有质量标准的大豆生物柴油。     

Status and perspectives of breeding for enhanced yield and quality of oilseed crops for Europe

Vegetable oils are a high-value agricultural commodity for use in refined edible oil products and as renewable industrial or fuel oils, and as the world population increases demand for high-quality seed oils continues to grow. Worldwide the oilseed market is dominated by soybean (Glycine max), followed by oilseed rape/canola (Brassica napus). In Europe the major oilseed crop is oilseed rape (B. napus), followed some way behind by sunflower (Helianthus annuus) and other minor crops like linseed (Linum usitatissimum) or camelina (Camelina sativa). The seed oil of these crops is characterized by a specific quality, i.e. fatty acid composition and other fat-soluble compounds: Camelina and linseed oils are characterised by high contents of linolenic acid (C18:3); in sunflower very high-oleic (up to 90% C18:1) types exist in addition to classical high-linoleic (C18:2) oilseeds; in B. napus a broad diversity of oil-types is available in addition to the modern 00 (canola) type, e.g. high-erucic acid rapeseed or high-oleic and low-linolenic cultivars. Moreover, vegetable oils contain valuable minor compounds such as tocopherols (vitamin E). Increases of such contents by breeding have lead to value-added edible oils. After oil extraction, oilseed meals—such as rapeseed extraction meal—contain a high-quality protein that can be used as a valuable animal feed. However, in comparison to soybean the meal from oilseed rape also contains relatively high amounts of anti-nutritive fibre compounds, phenolic acids, phytate and glucosinolates. Breeding efforts with respect to meal quality are therefore aimed at reduction of anti-nutritive components, while increasing the oil content, quality and yield also remains a major aim in oilseed rape breeding. This review article provides a general overview of the status of oilseed production in Europe and uses examples from winter oilseed rape to illustrate key breeding aims for sustainable and high-yielding production of high-quality vegetable oil. Emphasis is placed on analytical tools for high-throughput selection of overall seed quality.     

紫苏二酰基甘油酰基转移酶2基因克隆与功能研究

二酰基甘油酰基转移酶(diacylglycerol acyltransferase, DGAT)是植物合成三酰甘油(TAG)最后一步的关键酶,其中DGAT2在某些植物的种子油中能选择性积累更多不饱和脂肪酸。本文成功克隆了紫苏二酰基甘油酰基转移酶2基因(PfDGAT2),并进行生物信息学分析。PfDGAT2实时荧光定量结果表明,不同器官中PfDGAT2基因均有表达, 10 d种子的表达量最高,在根中的表达量次之,在种子发育中后期,PfDGAT2表达量逐渐降低。与野生型拟南芥相比,过表达PfDGAT2拟南芥种子含油率提高了21.68%～77.89%,其中种子含油率增加最多的4个株系,其亚麻酸(C18:3)增加4.57%,花生一烯酸(C20:1)增加7.44%,花生二烯酸(C20:2)增加5.4%,二十二一烯酸(C22:1)增加10.37%,而棕榈酸(C16:0)、硬脂酸(C18:0)和亚油酸(C18:2)含量分别降低了3.47%、6.64%和4.83%,油酸(C18:1)和花生酸(C20:0)分别只降低了0.18%和1.91%。本研究结果表明,紫苏PfDGAT2基因不仅能提高种子含油率,还能促进亚麻酸、花生一烯酸等不饱和脂肪酸的积累,这为研究植物不饱和脂肪酸的合成积累提供了参考及理论依据。     

菜用大豆中甲氰菊酯残留消解动态及安全使用技术研究

在反复试验的基础上,建立了菜用大豆中甲氰菊酯残留量定量检测的气相色谱法。同时,通过田间试验研究了菜用大豆中甲氰菊酯残留量的消解动态,以及对其安全使用技术进行示范试验。对分析方法的适合性测定结果表明,方法的回收率为94．2%-109．1％,相对标准偏差（RSD）为1-36%-3．15％,最小检出量0．001ng,最低检测浓度为0．001mg／kg,该分析方法简便、准确、能满足实际样品分析。对菜用大豆中甲氰菊酯残留消解动态及安全使用技术的研究结果显示。甲氰菊酯的不同施用剂量在菜用大豆中原始沉积量有较大的差别,在菜用大豆同一生长季节不同施用剂量的消解速率基本一致;4g在不同生长季节的消解速率却略有差异,早季的消解速率〉晚季的消解速率,早季的半衰期（DT50）为4．1d,消解99％所需要的时间（T99）为27．1d,而晚季的DT50为4．3-4．5d,T99为29．0-30．0d。施用甲氰菊酯有效成分90．00g／hm^2,按常规施药方法施用1次,施药后15d的残留量均〈0．5mg／kg,25d的残留量均〈0．1mg／kg,而间隔期7d连续施用2次,在第二次施药后18d的残留量均〈0．5mg／kg,28d的残留量均〈0．1mg／kg,对照GB2763-2005及日本的MRL,其产品符合于中国或日本规定的质量安全要求。     

甘蓝型油菜皖油20号种子不同部位油脂合成的转录调控分析

甘蓝型油菜是主要的油料作物之一,种子含油量一般在35%～50%。油脂主要储存于油菜种子胚中,胚主要由子叶[包括外子叶(OC)和内子叶(IC)和胚轴(EA)]组成。低芥酸油菜品种皖油20号(WY20)种子不同部位的含油量存在显著差异。WY20的胚中, OC含油量最高, EA含油量最低。同时,脂肪酸组成在种子不同部位也存在差异, EA中棕榈酸(C16:0)、亚油酸(C18:2)及二十碳酸(C20:0)的比例均显著高于子叶,特别是C16:0在EA中的比例约为子叶的2倍。而油酸(C18:1)及二十碳烯酸(C20:1)在子叶中的比例均显著高于EA。硬脂酸(C18:0)在OC中含量最低,在IC和EA中无差别。亚麻酸(C18:3)则在OC中含量最高,在IC和EA中无差异。对发育34d种子的IC、OC和EA进行转录组分析,将三个部位中基因表达定量分析的结果两两比较后共发掘出7192个差异表达基因,其中OC和IC之间差异表达基因数目较少,子叶和EA间有较多的差异表达基因。子叶和胚轴中的差异表达基因富集在光合作用、脂肪酸代谢和叶绿素合成等生物学过程。基因功能注释显示,差异表达基因中有355个和脂质代谢相关,且多集中在质体中脂肪酸从头合成途径。本研究表明油脂合成途径关键基因的差异调控是造成油菜种子不同部位含油量和脂肪酸组成差异的主要因素。     

毛豆中丙溴磷残留量的测定及降解动态分析

在反复试验的基础上,建立了毛豆中丙溴磷残留量定量检测的气相色谱法。对分析方法的适合性测定结果表明,方法的回收率为86.5%～95.1%,其RSD为2.68%～6.79%,最小检测量0.00425ng,最小检出浓度为0.002mg/kg,该分析方法简便、准确、能满足实际样品分析。2004年、2005年对丙溴磷在毛豆的残留动态分析结果表明,丙溴磷在毛豆上有较高的原始沉积量,在毛豆上降解规律符合一级动力学方程,根据该方程测算,丙溴磷在毛豆中的半衰期(DT50)为3.2～3.5d,降解99%所需要的时间(T0.99)为21.3～23.5d。