基于傅里叶变换近红外光谱法的食源性致病菌的鉴别研究
【摘要】：食源性致病菌快速检测技术是解决食品安全问题的有效方法之一。由于近红外光谱分析技术具有无损、高效、快速、方便和环保的特点,因此被广泛应用到了食品安全检测领域。本研究在前期对大肠杆菌研究成果的基础上,以处于对数生长期的单增李斯特菌和沙门氏菌为研究对象,确定了近红外光谱分析技术鉴别这两种致病菌的样品前处理的最佳参数;利用基于主成分分析的投影判别法和聚类分析法,筛选出了鉴别食源性致病菌的近红外光谱的最佳预处理方法;证明了三种食源性致病菌的细胞壁、细胞质和完整细胞分别对近红外光有特异性吸收,并确定了食源性致病菌的近红外鉴别方法。本研究的结果对阐明近红外光谱分析技术快速检测食源性致病菌的机制具有重要意义,为开发近红外光谱分析技术检测食品中致病菌的方法奠定了基础。
主要研究结果如下:
1.利用比浊法绘制出单增李斯特菌和沙门氏菌的生长曲线,并确定了对数生长期,最后分别选定24h和16h为增菌培养时间。
2.以细胞破碎率为指标,通过单因素试验和正交试验,确定了单增李斯特菌和沙门氏菌的超声细胞破碎的最佳参数组合。单增李斯特菌的最佳破碎参数组合为:超声输出功率600W、间隔时间5s、实际破碎总时间70min;沙门氏菌的最佳参数组合为:超声输出功率600W,间隔5s、实际破碎总时间60min。
3.以三种食源性致病菌的完整细胞样品为研究对象,根据基于主成分分析的投影判别分析结果得出,利用第一主成分和第二主成分鉴别食源性致病菌是最佳方法。
4.以三种食源性致病菌的完整细胞样品为研究对象,利用基于主成分分析的投影判别法分析时,光谱数据经过矢量归一法和多元散射法处理后,分析结果最好,分辨率达到100%;采用Ward’s法进行聚类分析时,原始光谱经矢量归一法处理后聚类结果比较理想,剔除异常样品后,单增李斯特菌独立分到第2类,大肠杆菌和沙门氏菌分到第3类,且两种菌无混杂现象。利用近红外光谱技术鉴别食源性致病菌时,主成分分析方法优于聚类分析方法。
5.对三种食源性致病菌的近红外模型识别方法的研究结果表明,不同细菌的细胞壁、细胞质和完整细胞对近红外光均有特异性吸收,可以利用近红外分析技术结合化学计量学方法将特异性表征出来。三种样品中细胞壁样品的近红外模型识别结果最理想,分辨率达到100%。
【关键词】：近红外光谱分析 食源性致病菌 细胞 主成分分析 鉴别 【学位授予单位】：河南科技大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：TS207.4
【目录】：
- 摘要2-4
- ABSTRACT4-8
- 第1章 绪论8-14
- 1.1 食源性致病菌快速检测技术发展现状8-9
- 1.2 近红外光谱分析技术及其在致病菌检测中的研究进展9-12
- 1.2.1 近红外光谱基本原理10
- 1.2.2 近红外光谱分析技术的特点10-12
- 1.2.3 近红外光谱分析技术在致病菌检测中的研究进展12
- 1.3 本文研究目标和研究内容12-14
- 1.3.1 研究目标12-13
- 1.3.2 研究内容13-14
- 第2章 近红外光谱法鉴别食源性致病菌的基础理论14-21
- 2.1 近红外光谱仪和仪器参数的选择14-15
- 2.1.1 近红外光谱仪14
- 2.1.2 仪器参数的选择14-15
- 2.2 数据处理软件及光谱预处理方法15-18
- 2.2.1 数据处理软件15-16
- 2.2.2 光谱预处理方法16-18
- 2.3 常用的近红外定性分析方法18-21
- 2.3.1 红外光谱峰位鉴别法18-19
- 2.3.2 模式识别法19-21
- 第3章 食源性致病菌样品前处理方法研究21-34
- 3.1 前言21-22
- 3.1.1 生长曲线21
- 3.1.2 超声破碎21-22
- 3.2 试验内容22-25
- 3.2.1 菌种22
- 3.2.2 试剂22
- 3.2.3 培养基的配制22-23
- 3.2.4 试验仪器23
- 3.2.5 样品前处理方法23-25
- 3.3 结果分析25-33
- 3.3.1 生长曲线的测定25-26
- 3.3.2 超声波细胞破碎参数的确定26-33
- 3.4 本章小结33-34
- 第4章 食源性致病菌近红外模式识别方法研究34-52
- 4.1 试验内容34-35
- 4.1.1 菌种34
- 4.1.2 主要试剂和仪器34
- 4.1.3 全细胞样品的制备34
- 4.1.4 细胞质和细胞壁样品的制备34
- 4.1.5 光谱信息的采集34-35
- 4.2 数据处理方法的研究35-46
- 4.2.1 基于主成分分析的投影判别分析35-43
- 4.2.2 聚类分析43-46
- 4.3 食源性致病菌近红外光谱模式识别方法的研究46-51
- 4.3.1 细胞壁样品的近红外光谱模式识别分析46-47
- 4.3.2 细胞质样品的近红外模型识别分析47-49
- 4.3.3 完整细胞样品的近红外光谱模式识别分析49-51
- 4.4 本章小节51-52
- 第5章 总结与展望52-54
- 5.1 总结52-53
- 5.2 讨论与展望53-54
- 5.2.1 讨论53
- 5.2.2 展望53-54
- 参考文献54-57
- 致谢57-58
- 攻读硕士学位期间的研究成果58
|
|
|
|
| 1 |
梁高峰;贾宏汝;谷运红;秦广雍;王卫东;;近红外光谱分析技术及其在农业研究中的应用[J];安徽农业科学;2007年29期 |
| 2 |
王友兵;短波近红外光谱法分析酒中乙醇含量初探[J];白城师范学院学报;2004年04期 |
| 3 |
江绍基,马云飞,佘卫龙,王自鑫,朱析,蔡志岗,李宝军;近红外光学膜厚监控系统的研制[J];半导体光电;2004年06期 |
| 4 |
毕卫红,唐予军,杨小莉,李超;基于AOTF的便携式近红外光谱测量仪[J];半导体光电;2005年03期 |
| 5 |
解国玲,任芊,董守龙,黄友之;近红外光谱技术在含能材料成分分析中的建模研究[J];火炸药学报;2003年04期 |
| 6 |
梁治齐;红外光谱在真伪鉴别上的应用[J];北京联合大学学报;2000年02期 |
| 7 |
齐小明,张录达,柴丽娜,严衍禄,潘大志;主成分——逐步回归——BP算法在近红外光谱定量分析中应用的研究[J];北京农学院学报;1999年03期 |
| 8 |
杨海燕,贾贵汝,李保国;超声萃取植物香料的试验研究[J];包装与食品机械;1999年01期 |
| 9 |
刘解放;侯振雨;姚树文;;支持向量机及在近红外光谱分析中的应用(英文)[J];重庆工学院学报(自然科学版);2008年03期 |
| 10 |
魏广芬,唐祯安,余隽;基于主成分分析和BP神经网络的气体识别方法研究[J];传感技术学报;2001年04期 |
|
快捷付款方式
订购知网充值卡
订购热线
帮助中心