多维检测和Tricholoma matsutake在收获后储存期间的新鲜度的预测建模
Yun Li1, Lin Yang2, Yahui Zhu3
1College of Engineering, China Agricultural University, Beijing 100083, PR China.
Food research international (Ottawa, Ont.)
|December 8, 2025
概括
这项研究开发了一种客观的方法,使用综合的感官,化学和电子分析来评估Tricholoma matsutake的新鲜度. 新的方法准确地预测了的质量,有助于智能冷链管理.
科学领域:
- 食品科学 食品科学 食品科学
- 生物技术是生物技术.
- 分析化学 分析化学
背景情况:
- 三木松竹的新鲜度对于商业价值至关重要.
- 目前的评估方法是主观的或不完整的,缺乏物理化学洞察力.
- 破坏动态并不能完全通过单一的分析技术来描述.
研究的目的:
- 建立一个综合框架,客观地评估Tricholoma matsutake的新鲜度.
- 开发一个持续新鲜度监测的预测模型.
- 确定智能冷链管理的关键生物标志物.
主要方法:
- 通过电子鼻子,GC-MS和氨基酸分析进行综合的感觉和纹理分析.
- 使用部分最小平方回归 (PLSR) 进行新鲜度预测.
- 在2°C和20°C进行了受控试验,以评估温度依赖的恶化.
主要成果:
- 呈现出明显的温度依赖的纹理 (硬度,性,粘性) 和水分损失的恶化.
- 确定了挥发性化合物变化 (甲基化物,醇) 和下降的2-octen-1-ol.
- 建立了一个生物标志物集 (氨酸,传感器-5响应,2-octen-1-ol) 以高准确度预测新鲜度 (R2=0.94在2°C,R2=0.93在20°C).
结论:
- 多维方法为Tricholoma matsutake新鲜度监测提供了一个客观的,数据驱动的基础.
- 鉴定到的生物标志物和PLSR模型能够准确,连续地预测新鲜度.
- 这一框架支持易腐烂的真菌的智能冷链管理.
更多相关视频
08:43PTR-ToF-MS Coupled with an Automated Sampling System and Tailored Data Analysis for Food Studies: Bioprocess Monitoring, Screening and Nose-space Analysis
Published on: May 11, 2017
12.9K
07:29HPLC Coupled with Chemical Fingerprinting for Multi-Pattern Recognition for Identifying the Authenticity of Clematidis Armandii Caulis
Published on: November 11, 2022
2.4K
