固相萃取-高效液相色谱串联质谱法测定油菜薹中反式维生素K1含量

为准确测定反式维生素K1的含量，建立了基于固相萃取-高效液相色谱串联质谱的甘蓝型油菜（Brassica napus L.）菜薹反式维生素K1高灵敏检测技术。样品经正己烷提取、中性氧化铝柱净化后，用C30反相色谱柱，以甲醇 （含0.025%甲酸+2.5 mmol/L甲酸铵）为流动相，采用选择反应监测（selected reaction monitoring, SRM）模式进行定量分析，20 min内可实现顺反异构体色谱分离。方法学考察结果显示，反式维生素K1在范围内线性关系良好，相关系数为0.9985。该方法检出限为0.29 μg/kg，定量限为0.95 μg/kg。回收率为87.5%～117.6%，精密度（RSD）在0.72% ～9.59%之间。利用该方法对油菜薹和反式维生素K1含量高的3种蔬菜进行分析，发现油菜薹中反式维生素K1含量为340.08 μg/100g，高于小白菜（B. rapa spp. chinensis，260.93 μg/100g）、西兰花（B. oleracea var. Italic Planch， 167.65 μg/100g）和结球甘蓝（B. oleracea var. capitata，151.11 μg/100g）。本文建立的蔬菜中反式维生素K1准确定量分析方法操作简单、灵敏度高、结果准确。同时比较发现油菜薹是一种富含维生素K1的蔬菜。      

转基因生物检测认证实验室与科研实验室比较分析

本文在归纳总结国内外转基因检测认证实验室和科研实验室建设和运转现状的基础上,以农业部产品质量监督检验测试机构审查认可评审细则中的6大要素为主线,系统比较了两者之间的主要异同,对我国进一步完善检测认证实验室与科研实验室的建设和运行提出了相关建议。     

我国大豆农药残留限量标准及国际比对研究

本文介绍了我国大豆产品质量安全标准现状,并对我国大豆产品农药残留限量标准与美国、日本、CAC、欧盟相关标准进行了比对分析.     

芝麻不同品种对空间诱变的敏感性及生物效应研究初报

５个纯合芝麻种质材料搭载我国发射的第１７颗返地式卫星空间处理１５ｄ后，Ｍ０种子外部性状与未处理对照间无明显变化，Ｍ１表现出叶形、育性等外部形态性状变异，品种间敏感性不同。     

基于近红外傅里叶特征提取方法的土壤含水率检测

以湖北地区的3种土壤为研究对象,利用偏最小二乘法建立了处理后样品的土壤含水率分析模型,模型预测值与标准值的决定系数为0.995,交叉验证预测均方差为0.801%,模型预测决定系数为0.992,预测均方差为0.912%,利用该模型预测黄土高原地区黄绵土含水率误差均大于4%.利用近红外光谱傅里叶变换特征提取方法对湖北地区黄棕壤、稻田土和潮土建立土壤含水率PLS预测模型,模型决定系数为0.988,交叉验证预测均方差为1.106%,且该模型预测黄绵土的误差均在2%左右,精度较传统模型有较大提高.     

基于固相萃取的粮油产品前处理技术研究进展

粮油是人类生存的必需品,提供了人体不可缺少的三大基本营养素。粮油质量安全是国家重视、消费者关心的热点问题,检测是保证粮油产品消费安全的重要抓手。固相萃取是从粮油样品中提取待测物的重要手段,萃取材料是决定提取分离效率的关键因素。本文主要综述了基于固相萃取的粮油产品前处理技术研究进展,讨论了不同材料的优势及不足,并对粮油产品检测中新型萃取材料发展趋势进行了展望。     

中日双边油菜籽品质比对检测实现接轨

面对日益激烈的市场竞争和加入世贸组织对我国油菜产业带来的挑战,建立与国际接轨的油菜质量标准,提高油菜品质检测水平,对发展我国油菜生产、提高油菜产品质量和国际市场竞争力以及促进油菜产品进出口贸易具有重要的现实意义。我国政府十分重视农产品检测体系建设,包括油菜在内的农产品检测技术发展迅速,部分检测技术如双低油菜速测技术填补     

长叶榧叶部油挥发性成分的色谱/质谱分析研究

采用气相色谱/质谱(GC-MS)联用法测定了长叶榧叶部精油的挥发性成分,初步发现其主要成分是柠檬烯、反式α-蒎烯、β-蒎烯、顺式α-蒎烯、3-莰烯、6,6-二甲基-2-亚甲基-环庚烷、β-月桂烯,其含量分别为32.2%、12.5%、7.1%、6.6%、6.6%、5.5%、4.4%.     

基于小波消噪柑橘内部品质近红外光谱的无损检测

为探讨柑橘内部品质无损检测方法,通过3阶Daubechies小波4级分解,对柑橘近红外光谱进行消噪预处理,并运用偏最小二乘法建立了柑橘贮藏中可溶性固形物、糖度、酸度和维生素C含量的校正预测模型.结果表明:建立的可溶性固形物含量预测模型,其预测值与标准值的相关系数为0.954,预测校正均方差为0.418%,最优光谱波段为6 101.7～4 246.5 cm-1;建立的可溶性总糖含量预测模型,其预测值与标准值的相关系数达0.975,预测校正均方差为0.490%,最优光谱波段为7 507.7～6 097.8 cm-1;建立的总酸含量预测模型,其预测值与标准值的相关系数达0.948,预测校正均方差为0.022%,最优光谱波段为 6 101.7～4 246.5 cm-1;建立的维生素C含量预测模型,其预测值与标准值的相关系数为0.957,预测校正均方差为0.039 mg/g,最优光谱波段为7 501.7～5 449.8 cm-1.