基于深度神经网络的芯片上活体虫黄藻检测

为了对活体虫黄藻进行快速、无标签和低成本的检测,笔者结合微流控技术、显微图像处理和深度学习神经网络,提出了基于深度神经网络的活体虫黄藻检测方法,对混合了微球、正常与漂白虫黄藻细胞溶液进行检测,结果表明:使用明场显微图像进行训练的神经网络模型泛化至微流控芯片上细胞检测当中,且能以93.9%的平均识别精确度识别不同生理状态下的虫黄藻细胞与其他目标,说明该方法可从大量复杂、异质的细胞群体中快速准确地识别出目标细胞。     

超声辅助竹节虾头酶解及抗氧化肽分离研究

为了实现竹节虾加工副产物的高值化利用,以竹节虾加工废弃物中的虾头副产物为原料,以水解度和DPPH清除率作为评价指标,采用中性蛋白酶酶解,通过响应面法优化超声辅助酶解工艺,并依次通过超滤、凝胶层析色谱和反相高效液相色谱等分离方法,从竹节虾虾头酶解产物中分离制备抗氧化肽,采用超高压液相色谱串联质谱联用技术对肽的结构进行表征。结果表明,在中性蛋白酶添加量为3 000 U·g~(-1)、p H值7.0条件下,最佳超声辅助酶解工艺参数为超声时间41 min,超声温度55℃,超声频率22 k Hz,料液比1∶9(w/v),在此条件下获得的酶解产物DPPH清除率达69.50%。当水解时间为0.5~2.5 h时,超声辅助酶解的酶解产物水解度和DPPH清除率比非超声辅助酶解工艺分别高17.95%和18.83%,该工艺缩短了酶解时间,节约了能耗。酶解产物经超滤初步分离发现,相对分子质量在3k Da(SHP4)的组分具有显著的抗氧化活性。用凝胶层析法进一步分离纯化SHP4组分后得到4个峰,其中SHP4-II的DPPH清除率最高;SHP4-II通过反相高效液相纯化后也得到4个主要肽峰,在多肽含量为1.5 mg·m L~(-1)时,SHP4-II-4的DPPH清除率最高,达到85.69%,并且具有较好的分离度,质谱分析发现,该抗氧化肽的结构为Gly-Asn-Gly-Leu-Pro(455.99 Da)。本研究结果为虾肽抗氧化保健食品的研发提供了一定的科学依据。