作为预测玉米核中脱氧尼瓦伦醇和烟素的工具,NIR-HSI:在防止菌毒素污染方面迈出了一步
Bernat Borràs-Vallverdú1, Sonia Marín1, Vicente Sanchis1
1Department of Food Technology, Engineering and Science, AGROTECNIO-CERCA Center, University of Lleida, Lleida, Spain.
Journal of the science of food and agriculture
|February 16, 2024
概括
近红外高光谱成像 (NIR-HSI) 提供了一种快速,非破坏性的方法,用于检测玉米中的脱氧尼瓦伦醇 (DON) 和烟素 (FB1,FB2). 该技术通过有效识别菌毒素污染水平,有助于确保食品和料的安全.
科学领域:
- 农业科学 农业科学
- 食品科学 食品科学 食品科学
- 分析化学 分析化学
背景情况:
- 玉米容易受到脱氧尼瓦醇 (DON) 和烟素B1 (FB1) 和B2 (FB2) 的污染.
- 欧盟的法规规定了玉米和衍生产品中这些真菌毒素的含量.
- 行业需要快速,经济,安全,非破坏性和环保的分析方法来实现合规.
研究的目的:
- 开发和验证近红外高光谱成像 (NIR-HSI) 模型,用于在玉米中量化DON,FB1和FB2.
- 评估NIR-HSI在基于欧盟对真菌毒素污染的监管限制对玉米核的分类中的有效性.
主要方法:
- 采用近红外高光谱成像 (NIR-HSI) 来从玉米核中获取光谱数据.
- 为了预测DON,FB1和FB2度,开发了回归模型.
- 使用欧盟法律限制作为值来将玉米分类为可接受或不可接受的分类模型.
主要成果:
- 最好的回归模型在交叉验证中达到0.848 mg/kg的根平均平方误差,DON为3.714 mg/kg,FB1为2.104 mg/kg,FB2为2.104 mg/kg.
- 分类模型表现出高性能,最好的DON模型达到0.778的灵敏度和1的特异性.
- 最好的FB1 + FB2分类模型实现了0.607的灵敏度和0.938的特异性.
结论:
- NIR-HSI是一种可行的技术,用于在玉米中快速,非破坏性地检测DON和fumonisins.
- 这种方法可以有助于减少玉米食品和料供应链中的真菌毒素污染.
- NIR-HSI支持监管合规,并加强食品安全协议.
更多相关视频
09:21Inhibition of Aspergillus flavus Growth and Aflatoxin Production in Transgenic Maize Expressing the α-amylase Inhibitor from Lablab purpureus L.
Published on: February 15, 2019
10.6K
07:09A Rapid and Efficient Method for Assessing Pathogenicity of Ustilago maydis on Maize and Teosinte Lines
Published on: January 3, 2014
8.5K
