饲料添加剂L-赖氨酸硫酸盐中L-赖氨酸含量近红外速测方法研究

为了探讨利用近红外漫反射光谱技术(NIDRS)快速定量分析饲料添加剂L-赖氨酸硫酸盐中L-赖氨酸含量的可行性,本试验在全国范围内收集了具有代表性的L-赖氨酸硫酸盐添加剂76个,采用国家标准方法对样品中的L-赖氨酸含量进行化学赋值;用光栅型近红外光谱仪扫描L-赖氨酸硫酸盐样品,获取了不同物理状态下样品的近红外光谱图。依据L-赖氨酸含量将样品分为定标集和验证集,运用适当的光谱预处理方法,采用竞争性自适应重加权(CARS)算法结合偏最小二乘法(PLS)建立了L-赖氨酸硫酸盐的近红外定标分析模型,并将该模型与全波长模型进行了比较。结果表明:用烘干、60目粉碎后的样品结合CARS算法建立的定标模型最优,定标集校正决定系数(R2C)为0.954,校正集标准偏差(SEC)为0.510,交互验证标准偏差(SECV)为0.659;验证集预测决定系数(R2P)为0.952,预测标准偏差(SEP)为0.554,相对分析误差(RPD)值为3.83。由此可见,NIDRS定量分析L-赖氨酸硫酸盐具有一定可行性,对于丰富我国氨基酸盐及其他氨基酸制品的快速检测方法具有实际的应用意义。     

太空种子 落地桃村

2003年7月28日,由北京天星航天育种技术开发中心和桃村三行总公司合作建立的桃村育种基地在桃村举行了隆重的揭牌仪式。该基地主要利用航天诱变技术进行大空育种,然后再进行地面育种及     

不同载体预混合饲料中维生素E近红外光谱模型

【目的】维生素E是重要饲料添加剂,其含量的准确测定对饲粮配制具有重要意义。文章探讨了不同载体稀释剂预混合饲料中维生素E的快速定量方法,旨在说明近红外光谱分析方法对不同载体预混合饲料的适用性,对日后建立预混合饲料中维生素含量的近红外速测方法提供参考。【方法】采集商品维生素E粉剂,以市场上常见的二氧化硅、脱脂米糠和石粉为载体稀释剂,通过混匀机混匀配制了浓度范围为5—250 IU·g~(-1)的维生素E预混合饲料,并采集其近红外光谱。研究比较了不同扫描次数和分辨率对近红外光谱质量的影响,比较了不同载体稀释剂预混合饲料中维生素E的特征峰及不同光谱预处理方式下维生素E偏最小二乘回归模型的定量精度,并从PLS模型中的VIP Score值的角度来分析模型的差异性。【结果】16 cm~(-1)分辨率和32次扫描次数为适宜的光谱采集参数;不同载体稀释剂预混合饲料的近红外光谱差异明显,二氧化硅、脱脂米糠和石粉为载体的预混合饲料维生素E主要特征吸收峰不同,分别位于8 700—8 200、7 100—7 450、6 020—5 550、4 440—4 200、5 210—4 760,8 550—8 050、7 410、5 950—5 200、4 400—4 050、4 750—4 600 cm-1和8 550—8 050、7 250、5 950—5 200、4 600—4 000、4 800—4 700 cm~(-1)其近红外定量模型的最佳光谱预处理方法分别为SNV+1st Deriv.(2,15)、MSC+1st Deriv(2,21)和SNV+2st Deriv(2,15),其校正决定系数     

基于近红外显微成像的豆粕和抗生素菌渣鉴别分析

以豆粕和3种抗生素菌渣为研究对象,通过傅里叶变换近红外显微成像系统采集样品近红外显微图像;对采集到的近红外显微图像进行光谱重构,并对所有样品光谱进行预处理,利用Duplex算法分别从不同的样品预处理光谱中筛选具有代表性的光谱建立豆粕和抗生素菌渣的特征光谱库。使用偏最小二乘判别分析(PLS-DA)与支持向量机判别分析(SVM-DA)结合不同的光谱预处理方法,构建豆粕与不同种类抗生素菌渣的近红外显微成像定性判别模型。结果表明:构建的2种模型均能有效对试验中所用豆粕和抗生素菌渣样品进行鉴别分析,正确率均在99.4%以上。进一步比较研究发现,一阶导数+SNV的预处理方式优于无预处理、一阶导数、二阶导数;SVM-DA的模型效果优于PLS-DA,SVM-DA中特征提取方法 PLS优于PCA。     

植物源性饲料原料近红外光谱定量分析通用模型研究

以菜粕、豆粕和棉粕等8种364个植物源性饲料原料样品为研究对象,以其粗蛋白、粗脂肪、粗纤维为预测指标,应用偏最小二乘法(PLS),分别建立了8种饲料原料的独立定量模型和针对所有样品的通用近红外光谱定量分析模型,并对独立模型和通用模型进行了比较。结果表明,通用近红外模型可以有效地对任一种饲料原料中粗纤维、粗蛋白和粗脂肪等3种成分进行预测,其中粗蛋白的预测结果最好,粗纤维和粗脂肪的预测结果也可以满足分析要求。研究结果对植物源性饲料原料品质的快速检测具有实际意义。