项目名称: 基于UPLC-MS与UPC2-MS多元指纹图谱技术的牛乳鉴伪方法研究

项目编号: No.31501553

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 农业科学

项目作者: 陆维盈

作者单位: 上海交通大学

项目金额: 19万元

中文摘要: 牛乳及其相关产品的品质及食品安全问题与人民群众的健康息息相关。然而,现有的检测手段未能从化合物组分水平上精确地表征牛乳中的营养成分,导致市场上的部分乳制品中存在伪造的非乳蛋白质和脂肪等成分。我们的前期研究表明,超高效液相色谱-质谱联用(UPLC-MS)与合相色谱-质谱联用(UPC2-MS)技术能够从复杂的食品体系中分别精确地检测出蛋白质及油脂类化学组分。并且,针对食品是复杂的多元混合物体系这一特点,运用指纹图谱与化学计量学技术对这些复杂的化学组分信息进行处理及建模计算后,得到的模型能够准确地对食品进行品质识别。本研究拟利用UPLC-MS与UPC2-MS技术,结合化学计量学与数据融合技术,开展对于牛乳中蛋白质及油脂的多元指纹图谱研究,预期建立一种检测牛乳中潜在的非乳蛋白质与油脂类成分的方法。本研究不仅能够为建立牛乳鉴伪技术提供科学依据,而且能够为其它食品原料的品质鉴定提供理论基础。

中文关键词: 液相色谱-质谱联用技术;合相色谱-质谱联用技术;指纹图谱;化学计量学

英文摘要: The quality and food safety concerns of milk and its related dairy products is very important to human wellbeing. However, the analytical method nowadays is not effective and accurate enough to characterize the nutritional composition of milk. That caused the non-milk compositions such as proteins and fats existed in a part of the milk and milk-related food products as adulterants in the market. Our preliminarily study indicated that ultraperformance liquid chromatography hyphenated with mass spectrometry (UPLC-MS) and ultraperformance convergence chromatography hyphenated with mass spectrometry (UPC2-MS), combined with fingerprinting and chemometrics techniques is able to effectively process complex information and distinguish the quality of foods. This study aims to apply UPLC-MS and UPC2-MS combined with data fusion to establish a novel multi-way fingerprinting method. The detailed compositional differences of milk and non-milk proteins and fats are expected to be analyzed by our study. Our study will provide scientific foundations not only for the adulteration detection against milk fraud, but also for the quality monitoring of other foods.

英文关键词: LC-MS;UPC2-MS;Fingerprinting;Chemometrics

成为VIP会员查看完整内容
0

相关内容

【ICLR2022】GNN-LM基于全局信息的图神经网络语义理解模型
CIKM2021 | 异质图上的图神经网络对比预训练
专知会员服务
15+阅读 · 2021年11月8日
专知会员服务
43+阅读 · 2021年10月20日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
16+阅读 · 2021年8月24日
专知会员服务
64+阅读 · 2021年7月25日
专知会员服务
28+阅读 · 2021年6月25日
【新书】自然语言处理表示学习技术,349页pdf,清华大学
专知会员服务
173+阅读 · 2020年7月11日
领域应用 | 中医临床知识图谱的构建与应用
开放知识图谱
33+阅读 · 2017年12月12日
国家自然科学基金
2+阅读 · 2016年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Differentiable Time-Frequency Scattering in Kymatio
Arxiv
0+阅读 · 2022年4月18日
Arxiv
16+阅读 · 2020年5月20日
小贴士
相关主题
相关VIP内容
【ICLR2022】GNN-LM基于全局信息的图神经网络语义理解模型
CIKM2021 | 异质图上的图神经网络对比预训练
专知会员服务
15+阅读 · 2021年11月8日
专知会员服务
43+阅读 · 2021年10月20日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
16+阅读 · 2021年8月24日
专知会员服务
64+阅读 · 2021年7月25日
专知会员服务
28+阅读 · 2021年6月25日
【新书】自然语言处理表示学习技术,349页pdf,清华大学
专知会员服务
173+阅读 · 2020年7月11日
相关基金
国家自然科学基金
2+阅读 · 2016年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员