Name: HPLC Ölçümleri dayanarak Yakın kızılötesi Spektroskopisi Yaban mersini içinde Hammadde İçeriği tahribatsız Tahmininde Modellerinin İnşaatı (Video) | JoVE Journal
Uploaded: 2016-06-28T14:00:00.000+00:00
Duration: 10 min 25 s
Description: Öğrenin, yaban mersini bileşenlerini tahribatsız tahmin etmek için yakın kızılötesi spektroskopisi ve HPLC kullanarak tahmin modelleri oluşturmayı. Bu yöntem, tarım ürünleri kalite değerlendirmesinde hızlı ve doğru analiz sağlar.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Bu çalışma, Japonya Tarım, Ormancılık ve Balıkçılık Bakanlığı'nın "Afet Bölgesinde Tarım ve Balıkçılığın Son Derece İleri Teknolojinin Kullanılması Yoluyla Canlandırılması Projesi" projesi tarafından kısmen desteklenmiştir.

Numunelerin 1. Koleksiyonu <ol><li> Kalibrasyon modeli hedefine dahil edilecek olan çeşitlerin karar verin. </li><li> yeterli sayıda ve hedef çeşitlerinin örnek yaban mersini çeşitli toplayın. <ol><li> inşa modelin doğrulanması için tercihen 100 kalibrasyon modelinin oluşturulması için yaban mersini, ve en az 10 toplayın. Güçlü modelleri inşa etmek üzere, çeşitli renk, boyut ve çeşitli olgunlaşma koşulları yani çeşitli örnekleri toplamak. </li></ol></li><li> Her blueberry tartılır. Not: ölçülen ağırlıklar her yaban mersini maddelerin içeriği yüzde hesaplanması için daha sonra kullanılır. </li></ol> Spectra 2. Ölçümler <ol><li> Isınma ölçümlerden önce spektrofotometre yeterince (en fazla 1 saat) güvenilir spektrumları elde etmek. </li><li> spektrofotometre ayarlayın. koşullar tüm ölçümlerle sabit olduğundan emin olun. birölçümler için tipik koşullar arasında, örneğin, aşağıda verilmiştir. <ol><li> 12,500-3,600 cm ölçümlerin aralığını ayarlayın -1. </li><li> 16 cm spektral çözünürlüğü ayarlamak -1. </li><li> 32 kez birikimi ayarlayın. </li></ol></li><li> Ölçüm modu olarak yaygın yansıma seçin. </li><li> dağınık yansıma ölçümleri için spektrofotometre penceresinde standart reflektör koydu. &quot;Arka plan tek kanal&quot; komutunu kullanarak, otomatik olarak daha sonra ölçülen örnek yaban mersini spektrumları göreli yansıma spektrumları hesaplanmasında kullanılan arka plan spektrumu ölçmek. </li><li> dağınık yansıma ölçümleri için spektrofotometre penceresinden merkezinde bir yaban mersini örneği koyun. &quot;Numune tek kanal&quot; komutunu kullanarak, tercihen meyve birkaç noktada her yaban mersini spektrumları ölçün. Not: Kubelka-Munk dönüşümü 6,7 da otomatik yapılacaktırÖrnek yaban mersini gözlenen spektrumları için otomatik spektral edinimi durumu bunu ayarlanırsa. Kubelka-Munk dönüşümü, transmisyon modunda ölçüldü ve yüksek doğrulukla spektrumları analiz için gerekli olan eşdeğer spektrumları dağınık yansıtıcılık modunda ölçülmüştür spektrumları değiştirir. Absorbans ölçeğinde Spectra analizler için kullanılır. </li><li> yaban mersini numunenin spektrumu birçok noktasında ölçülen halinde MS Excel gibi bir veri işleme programı kullanılarak her numune spektrumları ortalama spektrumunu hesaplayın. analizler için ortalama spektrumunu kullanır. </li></ol> Şekerler ve Organik Asitlerin 8 HPLC Ölçümleri 3. Ön Arıtma Not: şu şekilde saf su ile, su içinde çözünür olan şeker ve her yaban mersini, organik asitler, ekstrakte edin. Her bir yaban mersini bütün analizler için kullanılır. <ol><li> fo aşağıda -30 ° C hazır dondurucuda yaban mersini tutunonlar sadece spektral ölçümlerden sonra analiz değilse r kimyasal analizler. </li><li> kolayca aşağıdaki adımlardan homojenize böylece çeşitli parçalar halinde yaban mersini kesin. donmuş zaman defrost olmadan blueberry kesin. </li><li> 50 ml&#39;lik bir cam kaba parçaları koyun. </li><li> ca. ekle ultra-saf su behere (ki elektrik iletkenliği en az 0,1 uS / cm damıtılmış su), 10 ml. </li><li> analizler boyunca şekerler dekompoze olabilir enzimlerin etkisiz hale getirilmesi 20 saniye boyunca bir mikrodalga fırın içinde, aşırı saf su içinde kesme böğürtlen ısıtın. </li><li> Behere ca. ultra saf su 10 ml. </li><li> Standart bir şaft ve jeneratör ile donatılmış bir homojenizatör ile 12,000 rpm&#39;de 5 dakika boyunca homojen bir karışım. </li><li> 3000 rpm&#39;de (2,000 x g) 10 dakika süre ile homojenize edilmiş karışım santrifüjleyin. </li><li> Bir 5B kağıt filtre kullanılarak santrifüj numunenin, vakumla süzülerek süzüntü toplanır. </li><li> th iki kez adımlar 3.6-3.9 tekrarlayıne filtrasyon Tortu, bütün şeker ve organik asitler toplamak ve süzüntüler birleştirmek. </li><li> Süzülen maddenin pH&#39;ı ölçün ve seyreltilmiş hidroklorik asit (0.1 ve 0.01 mol L-1) ile 7&#39;ye ayarlamak ve sodyum hidroksit (0.1 ve 0.01 mol L-1) arasında sulu çözeltiler. </li><li> ultra-saf su ile 50 ml&#39;ye filtrat seyreltilir. </li><li> ikiye örnek bölün; şekerlerin analizi ve organik asitlerin analizi için diğer için. </li><li> pigmentleri, katyonlar ve anyonlar dışlamak için seri bağlı sütunların üzerinden ilk örnek çözümü (iki C18, CM ve QMA) geçirin. sütunlarından örnek çözeltinin ilk 1 ml atınız. Sonra HPLC ile şeker analizi için sütunları örnek çözümü kullanın. </li><li> pigmentler ve katyonları dışlamak için seri bağlı sütunlar (iki C18 ve CM) üzerinden ikinci örnek çözümü geçmektedir. sütunlarından örnek çözeltinin ilk 1 ml atınız. Sonra c örnek çözümü kullanmakHPLC ile organik asit analizi için olumns. </li><li> Santrifüj HPLC ile analizden önce, bir mini-santrifüj ile 0.45 um filtre ile donatılmış bir mikro 10 dakika için 6,600 rpm&#39;de (5.800 x g) her adımda 3.14 den çözeltisi ve 3.15. </li></ol> Şekerler 4. HPLC Ölçümleri Not: Bu çalışmada, sukroz, glukoz ve her bir yaban mersini fruktoz toplamı içeriği toplam şeker içeriği olarak kabul edilir. Bu nedenle, üç şeker her biri için çalışma eğrisi birinci elde edilir ve daha sonra her bir yaban mersini şekerlerin toplamı içeriği elde edilir. Standart içeriği 0.3-0.4 ağırlıkça% (sakaroz), 3,8-4,8 ağırlık% (glikoz) ve 4,2-5,3 ağırlık% (fruktoz) olarak rapor edilir. 9 <ol><li> doğru sükroz yaklaşık 200 mg ölçün ve standart bir çözelti hazırlamak için, 50 ml ultra saf su içinde çözülür. İkinci standart çözeltilerin hazırlanması için, aşırı saf su ile 50 ml&#39;ye çözeltisi 5 ml seyreltilir. Benzer üçüncü standı hazırlayınİkinci standart çözeltisinden ard çözüm. </li><li> Benzer şekilde, glikoz ve fruktoz standart çözümler hazırlayın. </li><li> aşağıdaki şekilde HPLC sistemi düzenlemek: <ol><li> 40 ° C&#39;de sütun fırın içinde bir jel nüfuziyet sütunu kullanın. </li><li> Taşıma ürününden 0.1 ml / dakika akış oranı ile gazı alınmış, aşırı saf su kullanın. </li><li> bir kırılma endeksi detektörü kullanın. </li></ol></li><li> her ölçüm için 20 ul tablet enjekte edilerek standart çözümlerin HPLC spektrogramlar ölçün. Not: Burada, PAC solüsyon ölçümü için yazılım olarak kullanılır. </li><li> farenin sağ tuşu ile &#39;yeniden analiz&#39; tıklayarak her standart solüsyon kromotogramda şeker bandın alan yoğunluğunu alın. </li><li> Alan şiddeti ve konsantrasyon arasındaki ilişkiyi temsil eden denklem fo elde edilir lineer regresyon, her şeker çalışma eğrisini elde etmek için gelen konsantrasyonlarına karşı alan şiddetleri çizilirHer şeker r. </li><li> Her bir ölçüm için, 20 ul tablet enjekte edilerek Örnek çözeltilerin HPLC spektrogramlarda ölçün. </li><li> Daha önce adım 4.5 de tarif edildiği gibi, her numune çözeltisinin kromatogramda şekerlerin bantların alanı yoğunlukları al. </li><li> Adım 4.6 &#39;de elde edilen çalışma eğrileri gelen denklemleri kullanarak çözümler şekerlerin konsantrasyonları elde. </li><li> Önceki adımda ve örnek toplam hacmi elde edilen örnek çözelti konsantrasyonları, her bir yaban mersini, her şeker miktarı elde edilir (50 mi adım 3.12). </li><li> Üç şeker içeriğini özetliyor her meyvenin toplam şeker miktarlarını edinin. </li><li> Adım 1.3 ölçülen ağırlık kullanarak her yaban mersini toplam şeker içeriği yüzde edinin. </li></ol> Organik Asitlerin 5. HPLC Ölçümleri Not: Bu çalışmada, sitrik asit, kinik asit toplamı içeriği, malikasit ve süksinik asit toplam organik asit içeriği olarak kabul edilmektedir. Bu nedenle, dört organik asitlerin her biri için çalışma eğrisi birinci elde edilir ve daha sonra her bir yaban mersini organik asit içeriği ölçülmektedir. Standart içeriği 0,42-0,62 ağırlık% (sitrik asit), 0-0,15 ağırlıkça% (kinik asit), 0,08-0,23 ağırlık% (malik asit), ve 0.06-0.25 ağırlıkla% (süksinik asit) olarak rapor edilir. 9 <ol><li> doğru sitrik asit, yaklaşık 5 mg ölçün ve standart bir çözelti hazırlamak için, 50 ml ultra saf su içine çözülür. İkinci standart çözeltilerin hazırlanması için, aşırı saf su ile 50 ml&#39;ye çözeltisi 5 ml seyreltilir. Benzer İkinci standart solüsyonu üçüncü standart çözeltisi hazırlayın. </li><li> Benzer bir şekilde, kinik asit, malik asit ve sukkinik asit, standart çözelti hazırlayın. </li><li> aşağıdaki şekilde HPLC sistemi düzenlemek: <ol><li> 40 ° C&#39;de sütun fırın içinde seri olarak bağlı iki anyon değişim sütunları kullanın. </li><li> Kullanım fosforik% 0.1 sulu çözeltisi gazı alınmışTaşıma ürününden olarak 0.02 ml / dakika akış oranı ile asittir. </li><li> 210 nm&#39;lik bir ultraviyole görünür dedektör grubunu kullanın. </li></ol></li><li> Her bir ölçüm için, standart çözeltisinin 20 ul kısım enjekte edilerek standart çözeltilerin HPLC spektrogramlarda ölçün. </li><li> farenin sağ tuşu ile &#39;yeniden analiz&#39; tıklayarak her standart solüsyonun kromatogramında organik asitin bandın alan yoğunluğunu alın. </li><li> Alan şiddeti ve konsantrasyon arasındaki ilişkiyi temsil eden denklem, her organik asit elde edilir lineer regresyon, her organik asit için çalışan eğri almak için gelen konsantrasyonlarına karşı alan şiddetleri çizilir. </li><li> Her bir ölçüm için örnek bir 20 ul kısım enjekte edilerek Örnek çözeltilerin HPLC spektrogramlarda ölçün. </li><li> Adım 5.5&#39;te, daha önce tarif edildiği gibi her bir numune çözeltisi kromatogramda organik asitlerin bantların alanı yoğunlukları alın. </li><li> Adım 5.6 &#39;de elde edilen çalışma eğrileri gelen denklemleri kullanarak çözümler organik asitlerin konsantrasyonları elde edin. </li><li> Önceki adımda ve örnek toplam hacmi elde edilen örnek çözelti konsantrasyonları, her bir yaban mersini, her organik asidin miktarı elde edilir (50 mi adım 3.12). </li><li> Dört organik asit içeriği toplanarak her bir yaban mersini toplam organik asidin miktarı elde edilir. </li><li> Adım 1.3 ölçülen ağırlık kullanarak her yaban mersini toplam organik asit içeriği yüzde edinin. </li></ol> Antosiyaninlerin HPLC Ölçümleri 6. Tedavi öncesi <ol><li> onlar sadece spektral ölçümlerden sonra analiz değilse kimyasal aşağıda -80 ° C hazır dondurucuda yaban mersini tutun analiz eder. </li><li> 12 saat boyunca vakumlu bir liyofilizatör her dondurulmuş meyve kurutun. </li><li> % 1 metanol çözüm o kurutulmuş yaban mersini, antosiyanin Özüf trifloroasetik asit [yaban mersini (g) ağırlıkça çözeltisi / hacim (mi) = 1/10] 12 saat boyunca 4 ° C&#39;de bir buzdolabı içinde karışımın bırakarak. </li><li> Santrifüj C ve 15.000 rpm (21,900 x g) °, bir ultra santrifüj -8 kullanılarak bir 2 mi mikrotüp, 15 dakika boyunca özü. </li><li> HPLC ölçümleri için örnek elde etmek için 0.45 um filtre içinden süzülür. </li></ol> Antosiyaninlerin 7. HPLC Ölçümleri Not: Yaklaşık 13 çeşit antosiyaninler yaban mersini yer almaktadır. Tüm antosiyaninler için çalışma eğrileri elde etmek zor olduğundan, sadece siyanidol-3- O-glukosit klorür için bir çalışma eğrisi, yaban mersini bölgesindeki en popüler antosiyaninlerin biri, elde edilir. çalışma eğrisi diğer antosiyaninlerin yaklaşık sayımsal uygulanır. <ol><li> PR doğru siyanidin-3- O-glukosit klorür, yaklaşık 1.5 mg ölçün ve trifloroasetik asit% 1 metanol çözeltisi, 10 ml içine çözülürStandart bir çözüm epare. İkinci standart çözeltilerin hazırlanması için trifloroasetik asit,% 1 metanol çözeltisi ile 10 ml çözelti 5 ml seyreltilir. Aynı şekilde, üçüncü ve dördüncü standart solüsyonları sekans hazırlanır. </li><li> aşağıdaki şekilde HPLC sistemi düzenlemek: <ol><li> 40 ° C&#39;de sütun fırın içinde bir C18 ters faz kolonu kullanır. </li><li> 0.1 ml / dakika akış oranı ile asetonitril (elute B)% 0.1 sulu trifloroasetik asit (elute A) ve% 0.5 trifloroasetik asit eluatları kullanılarak yapılan gradient yöntemi uygulanır burada% 8 ila% 15 elute B oranında artar 0-50 enjeksiyondan sonra dakika ve enjeksiyondan sonra 50-60 dakika boyunca% 75 ila 15% arasında sırasında. </li><li> 520 nm &#39;de bir fotodiyot dizisi detektörü izleme kullanın. </li></ol></li><li> Her bir ölçüm için, 10 ul tablet enjekte edilerek standart çözeltilerin HPLC spektrogramlarda ölçün. &quot;LC Çözüm&quot; ölçümü için yazılım olarak kullanılır. </li><li> bandının alan yoğunluğunu alınfarenin sağ tuşu ile &#39;re-analiz&#39; tıklayarak her standart solüsyon kromotogramda siyanidin-3- O-glukosit klorür. </li><li> Alan şiddeti ve konsantrasyon arasındaki ilişkiyi temsil eden denklem siyanidin-3- O-glukosit klorür elde edilir lineer regresyon ile siyanidin-3- O-glukosit klorür çalışma eğrisini elde etmek için gelen konsantrasyonlarına karşı alan şiddetleri çizilir. </li><li> Her bir ölçüm için, 10 ul tablet enjekte edilerek Örnek çözeltilerin HPLC spektrogramlarda ölçün. </li><li> Daha önce adım 7.4 de tarif edildiği gibi her bir numune çözeltisi kromatogramında her antosiyanin bandı bölgesi yoğunluğu al. </li><li> Adım 7.5 &#39;de elde edilen çalışma eğrisine karşılık gelen denklem kullanılarak çözümleri antosiyaninlerin konsantrasyonları elde. </li><li> Önceki elde edilen konsantrasyon her yaban mersini, her antosiyanin miktarda elde ediliradım adım 6.3 kullanılan numune çözeltisinin toplam hacmi. </li><li> onüç antosiyaninlerin içeriğini özetliyor her yaban mersini içinde antosiyanin toplam tutarı edinin. </li><li> Adım 1.3 ölçülen ağırlık kullanarak her yaban mersini toplam antosiyanin içeriği yüzde edinin. </li></ol> Madde İçeriği Tahmininde Kalibrasyon Modelleri 8. İnşaat Not: PLS regresyon, gizli varyantları kullanarak çoklu regresyon tekniğinin bir türüdür 4,5, gözlenen spektrumları ve kimyasal analizlerle belirlenen madde içeriğinden her madde için kalibrasyon modellerinin yapımı için kullanılır. PLS regresyon ticari programlar ile veya ev yapımı programları ile ya gerçekleştirilir. Modellerin yapımı ayrıntılı işlemler için referanslar 5,10 bakın. <ol><li> gözlenen spektrumları için ön işlemler doğru en etkili olduğunu incelemek veSağlam tahmin. <ol><li> Aşağıdaki ön işlemlerin bir veya iki uygulayarak kalibrasyon modelleri Construct: MSC (Çarpımsal Dağılım Düzeltme), 1,2,5 SNV (Standart Normal Değişken), 1,2,5 MMN (Min-Max Normalleştirme), COE (Sabit Eliminasyon Ofset ), ve birinci veya SG ile ikinci türev hesaplama (Savitzky-Golay) yöntemi. 1,2,5 inşa modelleri ile kendi spektrumları ayarlanır doğrulama madde içeriğini tahmin edin. Not: Minimum ve maksimum değerler sırasıyla 0 ve 1, hale böylece MMN olarak, bir spektrum normalize edilir. Minimum değer sıfır olur, böylece COE olarak, bir spektrum ordinatı kaydırılır. </li><li> Gözlenen ve gözlenen spektrumları en etkili için ön işlemler hangi incelemek için ayarlanmış doğrulama değerlerini tahmin arasında, kararlılık, R 2, ve kalan tahmini sapma, RPD katsayısı hesaplayın. daha vererek ön işlemlerin kombinasyonu seçinR2 ve RPD. </li></ol></li><li> Etkili bölgeleri aramak için, dalgasayısı bölgeler, örneğin uygulayarak doğru ve sağlam tahmini için etkili olan hareketli pencereler PLS tekniği 11 inceleyin. Not: Prosedür spektrumları tahminler için etkili bilgi içeren veya tahminler müdahale bilgileri içeren dalgasayısı bölgeleri kaldırarak karşılık gelir. </li></ol> İnşa Kalibrasyon Modellerinin 9. Doğrulama Not: inşa modellerin geçerliliğinin ayrıntılı işlemler için başvuruları 5,10 bakın. <ol><li> Ön işlemlerin ve tahmini için etkili dalgasayısı bölgeleri için en iyi kombinasyonu ile inşa kalibrasyon modelleri ile kendi spektrumları ayarlanır doğrulama madde içeriğini tahmin. 5,10 </li><li> Gözlenen ve öngörülen arasındaki R 2 ve RPD hesaplayınDoğrulama setinin değerlerinin. 5,10 </li><li> Kalibrasyon modelleri pratik performans, 12,13 R için genel kriterler 2&gt; 0.85 ve RPD&gt; 2.5, memnun olup olmadığını inceleyin. kriterler memnun değilseniz modelin yeniden düşünün. </li></ol>

<ol><li>Ozaki, Y., McClure, W. F., Christy, A. A. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aOzaki%2C+Y+%22Near-infrared+Spectroscopy+in+Food+Science+and+Technology%22">Near-infrared Spectroscopy in Food Science and Technology</a>. , John Wiley & Sons, Inc. Hoboken. (2007).</li>
<li>Sun, D. W. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aSun%2C+DW+%22Infrared+Spectroscopy+for+Food+Quality+Analysis+and+Control%22">Infrared Spectroscopy for Food Quality Analysis and Control</a>. , Academic Press. New York. (2009).</li>
<li>Bai, W., Yoshimura, N., Takayanagi, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+analysis+of+ingredients+of+blueberry+fruits+by+near+infrared+spectroscopy%5BTitle%5D)+AND+%22J.+Near+Infrared+Spectrosc%22%5BJournal%5D)">Quantitative analysis of ingredients of blueberry fruits by near infrared spectroscopy.</a> J. Near Infrared Spectrosc. 22, 357-365 (2014).</li>
<li>Hasegawa, T. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aHasegawa%2C+T+%22Chemometrics+in+infrared+spectroscopic+analysis.+In%3A+Introduction+to+Experimental+Infrared+Spectroscopy%22">Chemometrics in infrared spectroscopic analysis. In: Introduction to Experimental Infrared Spectroscopy</a>. Tasumi, M. , John Wiley & Sons. Chichester. 97-113 (2015).</li>
<li>Varmuza, K., Filzmoser, P. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aVarmuza%2C+K+%22Introduction+to+Multivariate+Statistical+Analysis+in+Chemometrics%22">Introduction to Multivariate Statistical Analysis in Chemometrics</a>. , CRC Press. Boca Raton. (2009).</li>
<li>Kubelka, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((New+contributions+to+the+optics+of+intensely+light-scattering+materials.+Part+I%5BTitle%5D)+AND+%22J.+Opt.+Soc.+Am%22%5BJournal%5D)">New contributions to the optics of intensely light-scattering materials. Part I.</a> J. Opt. Soc. Am. 38, 448-457 (1948).</li>
<li>Juang, R. H., Storey, D. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+determination+of+the+extent+of+neutralization+of+carboxylic+acid+functionality+in+carbopol+974P+NF+by+diffuse+reflectance+fourier+transform+infrared+spectrometry+using+Kubelka-Munk+function%5BTitle%5D)+AND+%22Pharm+Res%22%5BJournal%5D)">Quantitative determination of the extent of neutralization of carboxylic acid functionality in carbopol 974P NF by diffuse reflectance fourier transform infrared spectrometry using Kubelka-Munk function.</a> Pharm Res. 15, 1714-1720 (1998).</li>
<li>Ogiwara, I., Ohtsuka, Y., Yoneda, Y., Sakurai, K., Hakoda, N., Shimura, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Extraction+method+by+water+followed+by+microwave+heating+for+analyzing+sugars+in+strawberry+fruits%5BTitle%5D)+AND+%22J.+Jpn.+Soc.+Hort.+Sci%22%5BJournal%5D)">Extraction method by water followed by microwave heating for analyzing sugars in strawberry fruits.</a> J. Jpn. Soc. Hort. Sci. 68, 949-953 (1999).</li>
<li>Che, J., Suzuki, S., Ishikawa, S., Koike, H., Ogiwara, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fruit+ripening+and+quality+profile+of+64+cultivars+in+three+species+of+blueberries+grown+in+Tokyo%5BTitle%5D)+AND+%22Hort.+Res.+%28Japan%29%22%5BJournal%5D)">Fruit ripening and quality profile of 64 cultivars in three species of blueberries grown in Tokyo.</a> Hort. Res. (Japan). 8, 257-265 (2009).</li>
<li>Pomerantsev, A. L. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aPomerantsev%2C+AL+%22Chemometrics+in+Excel%22">Chemometrics in Excel</a>. , John Wiley & Sons, Inc. Hoboken. (2014).</li>
<li>Jiang, H. J., Berry, R. J., Siesler, H. W., Ozaki, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Wavelength+Interval+Selection+in+Multicomponent+spectral+analysis+by+moving+window+partial+least-squares+regression+with+applications+to+mid-infrared+and+near-infrared+spectroscopic+data%5BTitle%5D)+AND+%22Anal.+Chem%22%5BJournal%5D)">Wavelength Interval Selection in Multicomponent spectral analysis by moving window partial least-squares regression with applications to mid-infrared and near-infrared spectroscopic data.</a> Anal. Chem. 74, 3555-3565 (2002).</li>
<li>Edney, M. J., Morgan, J. E., Williams, P. C., Campbell, L. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Analysis+of+feed+barley+by+near+infrared+reflectance+spectroscopy%5BTitle%5D)+AND+%22J.+Near-Infrared+Spectrosc%22%5BJournal%5D)">Analysis of feed barley by near infrared reflectance spectroscopy.</a> J. Near-Infrared Spectrosc. 2, 33-41 (1994).</li>
<li>Mathison, G. W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Prediction+of+composition+and+ruminal+degradability+characteristics+of+barley+straw+by+near+infrared+reflectance+spectroscopy%5BTitle%5D)+AND+%22Can.+J.+Anim.+Sci%22%5BJournal%5D)">Prediction of composition and ruminal degradability characteristics of barley straw by near infrared reflectance spectroscopy.</a> Can. J. Anim. Sci. 79, 519-523 (1999).</li>
<li>Chiara, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Analysis+of+anthocyanins+in+commercial+fruit+juices+by+using+nano-liquid+chromatography+electrospray-mass+spectrometry+and+high+performance+liquid+chromatography+with+UV-vis+detector%5BTitle%5D)+AND+%22J.+Separation+Sci%22%5BJournal%5D)">Analysis of anthocyanins in commercial fruit juices by using nano-liquid chromatography electrospray-mass spectrometry and high performance liquid chromatography with UV-vis detector.</a> J. Separation Sci. 34, 150-159 (2011).</li>
<li>Li, Q., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Antioxidant+anthocyanins+screening+through+spectrum-effect+relationships+and+DPPH-HPLC-DAD+analysis+on+nine+cultivars+of+introduced+rabbiteye+blueberry+in+China%5BTitle%5D)+AND+%22Food+Chemistry%22%5BJournal%5D)">Antioxidant anthocyanins screening through spectrum-effect relationships and DPPH-HPLC-DAD analysis on nine cultivars of introduced rabbiteye blueberry in China.</a> Food Chemistry. 132, 759-765 (2013).</li>
<li>Sinelli, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluation+of+quality+and+nutraceutical+content+of+blueberries+%28Vaccinium+corymbosum+L.%29+by+near+and+mid-infrared+spectroscopy%5BTitle%5D)+AND+%22Postharvest+Biol.+Technol%22%5BJournal%5D)">Evaluation of quality and nutraceutical content of blueberries (Vaccinium corymbosum L.) by near and mid-infrared spectroscopy.</a> Postharvest Biol. Technol. 50, 31-36 (2008).</li>
<li>Giusti, M. M., Wrolsted, R. E. Anthocyanins: characterization and measurement with UV-visible spectroscopy. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aGiusti%2C+MM+%22Current+Protocols+in+Food+Analytical+Chemistry%22">Current Protocols in Food Analytical Chemistry</a>. Wrolstad, R. E., Schwartz, S. J. , John Wiley & Sons. New York. 1-13 (2001).</li>
</ol>

Açıklayacak hiçbir şeyimiz yok.

protokol üzerinde bazı ek yorumlar burada açıklanmıştır. Öncelikle, adım 1.1, hedefe dahil çeşitlerin karar bahsedilmektedir. birçok çeşitler veya çeşitlerinin belirtmeden yaban mersini kapsayan modelleri inşa etmek mümkün olsa da, modelleri ile tahmin doğrulukları bazen tek bir çeşidi için modelleri ile daha sınırlı çeşitlerin için çok daha düşüktür. Ayrıca kalibrasyon modelleri farklı üretim sahalarında hasat yaban mersini tahmin performansını etkileyen farklı özelliklere sahip olduğundan yüksek tahmin performansı eld...

Yakın-kızılötesi (NIR) spektroskopisi yaygın çeşitli meyve içeriğini ve sebze analiz etmek için tahribatsız tekniği olarak uygulanır. 1,2 Tahribatsız garantili nitelikleri ile sadece lezzetli meyve ve sebze nakliye etkinleştirmek NIR spektroskopisi ile analiz eder. NIR spektroskopisi böylece zaten portakal, elma, kavun, kiraz, kivi, mango, papaya, şeftali uygulandı ve böylece toplam şeker içeriği karşılık onların Brix, asitlik, TSC (toplam katı içeriği) bilmek ve . Son zamanlarda, biz. Yaban mersini kalite değerlendirmesine NIR spektroskopisi uygulanmasını bildirmiştir 3 Biz toplam şeker içeriği ve asitlik karşılık gelen toplam organik asit içeriğine değil, aynı zamanda toplam antosiyanin içeriği sadece ölçtük. Antosiyanin insan sağlığını iyileştirmek için inanılır bir biyolojik olarak aktif bir bileşendir. onların şeker içeriği, ac bir güvence ile lezzetli yaban mersini satın alabilirsiniz eğer tüketiciler için uygundurgeçerlik ve antosiyanin içeriği. Meyve ve sebze NIR emiş spektrumları, sadece geniş emme bantları gözlemlenir. Genelde lif ve nemden dolayı bantlar vardır. bağlı olmayan tahrip hedef çeşitli maddeler çok zayıf bantlar, aynı anda gözlenir birlikte, gözlemlenen bantlar çoğu durumda hedefin özel bileşenlerin spesifik titreşim modları tahsis edilemez. Bu nedenle, Lambert-Beer yasası kullanarak belirli bir bileşenin içeriğini belirlemek için geleneksel teknik NIR spektrumları için etkili değildir. Bunun yerine, kalibrasyon modelleri gözlenen spektrumları ve spektrumları karşılık gelen madde içerikleri arasındaki ilişkiyi inceleyerek Kemometri kullanılarak inşa edilmiştir gözlenen spektrumları hedef bileşenlerinin içeriğini tahmin etmek. 4,5 Burada bir protokol oluşturmak ve modelleri doğrulamak için toplam şeker içeriği tahmininde, toplam organik asit içeriği acidi karşılık gelenty ve NUR spektrumları yaban mersini toplam antosiyanin içeriği sunulmaktadır. Şekil 1, güvenli ve sağlam bir kalibrasyon modellerini oluşturmak için genel bir akım şemasını göstermektedir. yeterli sayıda örnekleri toplanır. Diğerleri inşa modellerin doğrulanması için kullanılan Bazıları modellerin yapımında kullanılır. Toplanan numunelerin her biri için, bir NIR spektrum ölçülür ve daha sonra hedef bileşenleri geleneksel yıkıcı kimyasal analiz yöntemleri ile kantitatif analiz edilir. Burada, yüksek performanslı sıvı kromatografisi (HPLC), şekerler, organik asitler, ve antosiyanin kimyasal analizler için kullanılır. Kısmi en küçük kareler (PLS) regresyon kimyasal tarafından belirlenen gözlenen spektrumları ve madde içerikleri arasındaki ilişki incelendiğinde analizleri kalibrasyon modellerinin yapımı için kullanılır. Sağlam iyi tahmin yeteneği olan modeller, glikozu ve ön terbiye inşa etmek üzereved spektrumları ve tahmini için kullanılan dalga boyu bölgeleri incelenmektedir. Son olarak, inşa modellerinin yeterli tahmin yeteneğini onaylamak için doğrulanır. doğrulama, içeriği kimyasal analizler (gözlenen değerler) tarafından belirlenen içerikler ile karşılaştırılır inşa modeli (tahmin edilen değerler) tarafından gözlenen spektrum öngördü. Yeterli ilişki tahmin ve gözlenen değerler arasındaki bulunamazsa eğer yeterli korelasyon elde edilinceye kadar, kalibrasyon modeli yeniden inşa edilmelidir. Bu şekilde (dış doğrulama) &#39;de gösterildiği gibi bir model inşası ve doğrulama için numune farklı grupları kullanılması tercih edilir, ancak, aynı gruptaki örnekleri ve diğer araştırma yöntemleri (çapraz validasyon) her iki kullanıldığı zaman sayısı numuneler yeterince büyük değil. <img alt="Şekil 1" src="/files/ftp_upload/53981/53981fig1.jpg" /> FKalibrasyon modelinin oluşturulması ve onaylanması için ŞEKIL 1. akış şeması. mavi ve yeşil çizgilerle çevrili prosedürler kalibrasyon modeli ve doğrulama inşaatı, sırasıyla gelmektedir. <a href="https://www.jove.com/files/ftp_upload/53981/53981fig1large.jpg" target="_blank">Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.</a>

<table><tbody><tr><td>FT-NIR spektrofotometre</td><td>Bruker Optics GmbH</td><td>MPA&nbsp;</td><td></td></tr><tr><td>Yüksek Performanslı Sıvı Kromatografisi</td><td>Shimadzu Corporation</td><td>228-45041-91, 228-45000-31, 228-45018-31</td><td>Şeker analizi</td></tr><tr><td></td><td></td> için <td>223-04500-31, 228-45010-31, 228-45095-31</td><td>Kırılma İndeksi Dedektörü</td></tr><tr><td>Yüksek Performanslı Sıvı Kromatografisi</td><td>Shimadzu Corporation</td><td>228-45041-91, 228-45003-31, 228-45000-31</td><td>Organik asit analizi için</td></tr><tr><td></td><td></td><td>228-45018-31, 228-45010-31, 223-04500-31</td><td>Ultraviyole-Görünür Dedektör</td></tr><tr><td>Yüksek Performanslı Sıvı Kromatografisi</td><td>Shimadzu Corporation</td><td>228-45041-91, 228-45018-31, 228-45000-31</td><td>Antosiyanin analizi</td></tr><tr><td></td><td></td> için <td>228-45012-31, 228-45119-31, 228-45005-31</td><td>Fotodiyot Dizi Dedektörü</td></tr><tr><td></td><td></td><td>228-45009-31</td><td></td></tr><tr><td>pH metre</td><td>Mettler-Toledo</td><td>30019028</td><td>S220, Otomatik sıcaklık kompanzasyonu</td></tr><tr><td>Ultra saf su arıtma ekipmanı</td><td>ORGANO Corporation</td><td>ORG-ULXXXM1; PRA-0015-0V0</td><td>PURELAB ultra; PURELITE</td></tr><tr><td>Biyomedikal Dondurucular&nbsp;</td><td>SANYO</td><td>2-6780-01</td><td>MDF-U338</td></tr><tr><td>Ultra Düşük Sıcaklık Dondurucu</td><td>Panasonic healthcare Co.,Ltd.</td><td>KM-DU73Y1-80</td> <td>& C</td></tr><tr><td>Vakumlu liyofilizatör</td><td>IWAKI GLASS Co., Ltd</td><td>119770</td><td>DRC-3L; FRD-82M</td></tr><tr><td>Homojenizatör</td><td>Microtec Co., Ltd.&nbsp;</td><td>Physcotron</td><td></td></tr><tr><td>Ultrasantrifüj</td><td>Hitachi Koki Co., Ltd</td><td>S204567</td><td>CF15RXII</td></tr><tr><td>Mini-santrifüj</td><td>LMS CO., LTD.</td><td>KN3136572</td><td>MCF-2360</td></tr><tr><td>Santrifüj</td><td>Kokusan Co., Ltd</td><td>2-5534-01</td><td>H-103N</td></tr><tr><td>Filtre Kağıdı&nbsp;</td><td>Advantec</td><td>1521070</td><td>5B, Whatman'a uygun 40</td></tr><tr><td>Eylül-Pak C18 sütunu</td><td>Waters Corporation Milford</td><td>WAT020515</td><td></td></tr><tr><td>Sep-Pak CM sütunu</td><td>Waters Corporation Milford</td><td>WAT020550</td><td></td></tr><tr><td>Sep-Pak QMA sütunu</td><td>Waters Corporation Milford</td><td>WAT020545</td><td></td></tr><tr><td>Santrifüj Filtre Ünitesi</td><td>Merck Millipore Corporation</td><td>R2SA18503</td><td>PVDF, 0.45 &mu; m</td></tr><tr><td>Tek</td><td>Şirket Olarak Mikrotüp</td><td>1-1600-02</td><td>PP, 2 ml</td></tr><tr><td>Şırınga Filtresi</td><td>GE Healthcare CO., LTD.</td><td>6788-1304</td><td>S, 0.45 &mu; m</td></tr><tr><td>Sükroz</td><td>Wako Saf Kimya Endüstrileri, Ltd</td><td>194-00011</td><td>Reaktif dereceli</td></tr><tr><td>Glikoz</td><td>Wako Saf Kimya Endüstrileri, Ltd</td><td>049-31165</td><td>Reaktif dereceli</td></tr><tr><td>Fruktoz</td><td>Wako Saf Kimya Endüstrileri, Ltd</td><td>123-02762</td><td>Reaktif dereceli</td></tr><tr><td>Sitrik asit</td><td>Wako Saf Kimya Endüstrileri, Ltd</td><td>036-05522</td><td>Reaktif dereceli</td></tr><tr><td>Malik asit</td><td>Wako Saf Kimya Endüstrileri, Ltd</td><td>355-17971</td><td>Reaktif dereceli</td></tr><tr><td>Süksinik asit &nbsp;</td><td>Wako Saf Kimya Endüstrileri, Ltd</td><td>190-04332</td><td>Reaktif dereceli</td></tr><tr><td>Kinik asit</td><td>Alfa Aesar, Bir Johnson Matthey Şirketi</td><td>10176328</td><td>Reaktif dereceli</td></tr><tr><td>Fosforik asit</td><td>Wako Saf Kimya Endüstrileri, Ltd</td><td>162-20492</td><td>HPLC dereceli</td></tr><tr><td>Trifloroasetik asit</td><td>Wako Saf Kimya Endüstrileri, Ltd</td><td>208-02746</td><td>Reaktif dereceli</td></tr><tr><td>Metanol</td><td>Wako Saf Kimya Endüstrileri, Ltd</td><td>131-01826</td><td>Reaktif dereceli</td></tr><tr><td>Asetonitril</td><td>Wako Saf Kimya Endüstrileri, Ltd</td><td>015-08633</td><td>HPLC sınıfı</td></tr><tr><td>Sınıf siyanidin-3- O-glukozit klorür</td><td>Wako Saf Kimya Endüstrileri, Ltd</td><td>306-37661</td><td>Analizler için HPLC sınıfı</td></tr><tr><td>Yazılım</td><td>Bruker Optics GmbH</td><td>OPUS ver. 6.5</td><td></td></tr><tr><td>Yazılım için Visual</td><td></td><td>Basic tarafından desteklenen Microsoft Excel'i</td> ön işleme Uygulamalar için <td></td></tr><tr><td>yazılım modelleri oluşturmak için yazılım</td><td>Freemat 4.0</td><td>http://freemat.sourceforge.net/</td><td></td></tr></tbody></table>

hplc Ölçümleri dayanarak yakın kızılötesi spektroskopisi yaban mersini içinde hammadde İçeriği tahribatsız tahmininde modellerinin İnşaatı

Construction of Models for Nondestructive Prediction of Ingredient Contents in Blueberries by Near-infrared Spectroscopy Based on HPLC Measurements

Çiftlik ürünlerinin içerik içeriklerinin tahribatsız tahmini, ürünlerin garantili kalitelerle sevk edilmesi ve satılması için faydalıdır. Burada, her bir yaban mersini içindeki tahribatsız toplam şeker, toplam organik asit ve toplam antosiyanin içeriğini tahmin etmek için yakın kızılötesi spektroskopisi kullanılır. Tekniğin, hasat edilen tüm yaban mersini arasından sadece lezzetli yaban mersini seçilmesini sağlaması bekleniyor. Yaban mersininin yakın kızılötesi absorpsiyon spektrumları, kaliks üzerinde olmayan konumlarda dağınık yansıma modu ile ölçülür. Yüksek performanslı sıvı kromatografisi ile belirlenen bir yaban mersininin içerik içeriği, gözlemlenen spektrumlardan içerik içeriğini tahmin etmek için modeller oluşturmak için kullanılır. Modellerin inşası için kısmi en küçük kareler regresyonu kullanılır. Gözlemlenen spektrumlar için ön işlemlerin ve analizler için kullanılan spektrumların dalga boyu bölgelerinin uygun şekilde seçilmesi gerekir. Oluşturulan modellerin, içerik içeriğinin pratik doğruluklarla tahmin edildiğini doğrulaması için doğrulamalar gereklidir. Burada, yakın kızılötesi spektroskopi ile yaban mersinindeki içerik içeriğinin tahribatsız tahmini için modelleri oluşturmak ve doğrulamak için bir protokol sunuyoruz.

Örnek olarak 70 yaban mersini spektrumları aynı anda gösterilen yaban mersini NIR soğurma spektrumları bir dizi 2 gösterileri Şekil. şekerler, organik asitler, ya da antosiyanin kesinlikle atanabilir bantları NIR spektrumları gözlenen olmadığından, geleneksel Lambert-Beer yasası madde içeriğini ölçmek için geçerli değildir. Bu nedenle, madde içeriğinin tahmininde modellerinin yapımı gereklidir. <p class="jove_content" fo:keep-together.within-page="1"...

Burada, yakın kızılötesi spektroskopi ile tek tek yaban mersinindeki toplam şeker, toplam organik asit ve toplam antosiyanin içeriğinin tahribatsız tahmini için modeller oluşturmak ve doğrulamak için bir protokol sunuyoruz.

HPLC Ölçümleri dayanarak Yakın kızılötesi Spektroskopisi Yaban mersini içinde Hammadde İçeriği tahribatsız Tahmininde Modellerinin İnşaatı

Nondestructive prediction of ingredient contents of farm products is useful to ship and sell the products with guaranteed qualities. Here, near-infrared ...

Bu prosedürün genel amacı, yakın kızılötesi spektroskopi ile tekil yaban mersinlerindeki toplam şeker, toplam organik asit ve toplam antosiyanin içeriğinin tahribatsız tahmini için modeller oluşturmak ve bunları doğrulamaktır. Bu yöntem, meyveler ve sebzeler gibi tarım ürünlerinin değerlendirilmesi alanındaki temel sorunlara yanıt verecektir. Bana göre bu tekniğin avantajı, ürünlerimizin çoğunun spektroskopi ile tahribatsız bir şekilde kontrol edilebilmesidir.Ve burada gösterilen prosedür aracılığıyla oluşturulan modeller. Yakın kızılötesi spektroskopi, tarım ürünlerinin tahribatsız değerlendirmesi için güçlü bir araçtır. Tahmin modelleri, spektrum ile her bir hedefin kimyasal analiziyle belirlenen içerikler arasındaki korelasyon incelenerek oluşturulur.Prosedürü, laboratuvarımdan mezun olan öğrenci Yusuke Kimura ve üniversiteden olup bu protokolün yazarlarından biri olan Jingai Chele tarafından gösterilecektir. Hedef kültivarlardan yeterli sayıda ve çeşitli türlerde yaban mersini örneği toplayın. Kalibrasyon modelinin oluşturulması için tercihen 100 adet yaban mersini toplayın.Ve oluşturulan modelin doğrulanması için en az 10 örnek gereklidir. Sağlam modeller oluşturmak için farkl

construction-models-for-nondestructive-prediction-ingredient-contents

Research

JoVE Journal

Chemistry

Kimya

Bitki uçucu toplamak için bir itme-çekme yöntemi açıklanmıştır. Bu yöntem, otçul beslenme, eksojen metil jasmonate ve mekanik hasar kaynaklanan uçucu bir karşılaştırma için sağlar. Bu teknik aynı zamanda yaban mersini bitkileri içinde hasarlı dalları otobur uçucu için maruz hasarsız şube uçucu yanıtını araştırmak için kullanılır.

Otobur bağlı Blueberry uçucu ve Intra-bitki Sinyalleşme

Meyve uçucu bileşik analizi için hızlı bir yöntem tarif edilmiştir. Numunenin bir Homojenizasyondan tepe boşluğu içinde mevcut uçucu bileşikler hızla ayrılmış ve bir yüzey akustik dalga (SAW) sensörü ile birlikte son derece hızlı gaz kromatografisi (GC) ile tespit edilir. Veri işleme ve analiz için bir prosedür de tartışılmıştır.

Elektronik Burun kullanarak Meyve Uçucu Analizi

Proton Transfer Reaksiyon Süresi Uçuş Kütle Spektrometresi, uçucu organik bileşiklerin yüksek hassasiyetli, hızlı ve invaziv olmayan analizine izin verir. Potansiyelini göstermek için üç örnek veriyoruz: yoğurdun laktik asit fermantasyonu (on-line biyoproses izleme), farklı elma genotipleri (büyük ölçekli tarama) ve kahve içtikten sonra retronazal boşluk (burun boşluğu analizi).

Gıda Örneklerinde Otomatik Örnekleme Sistemi ve Özelleştirilmiş Veri Analizi ile Birleştirilen PTR-ToF-MS: Biyolojik İşlem İzleme, Tarama ve Burun Uzayı Analizi

Bu makale, yani terroir kavramının, içgörü kazanmak için üzüm berry transkript ve metabolitleri hedefsiz metabolomik, transkriptomik ve çok değişkenli istatistiksel analiz uygulamasını açıklar, dut kalite özellikleri çevrenin etkisi.

Üzüm Berry metabolomik ve transkriptomik aracılığıyla yorumlanır Terroir Kavramı

Bir deneysel protokol toprak bitki kök sistemleri RGB ve hyperspectral görüntüleme ile yetiştirilen değerlendirilmesi için sunulmaktadır. RGB görüntü zaman serisi hyperspectral chemometric bilgilerle tarar kombinasyonu bitki kök dynamics anlayışlar en iyi duruma getirir.

RGB ve bitki fenotipleme ve fizyolojik araştırma için spektral kök görüntüleme: deneysel kurulum ve iletişim kuralları görüntüleme

Protokol, yakın kızılötesi spektroskopi ve kısmi en az kareregresyon kullanarak polifenilen eter üretimi sırasında o-kresol konsantrasyonunu tahmin etme yöntemini açıklar. Süreci daha açık ve tam olarak tanımlamak için, polifenilen üretimi sırasında o-kresol konsantrasyonu tahmin bir örnek adımları açıklığa kavuşturmak için kullanılır.

Kısmi En Küçük Kare Regresyon İle Yakın Kızılötesi Spektroskopiye Dayalı O-kresol Konsantrasyonu Online Ölçüm

Siyanobakteri çiçeklenmelerinin ve ilişkili siyanotoksinlerin erken tespiti için hızlı multidisiplinerstrateji burada açıklanmıştır. Su örneklerinde ve bivalve numuneler gibi organik matrislerde siyanobakterilerin ve ilgili siyanotoksinlerin 24 saat içinde tespit edilmesine izin verir.

Hızlı Algılama Stratejisi Kullanılarak Siyanobakteri Çiçeklenmelerinin ve İlişkili Siyanotoksinlerin Erken Tespiti

Olgun frenk üzümü meyvelerinde hızlı, güvenilir ve yarı otomatik uçucu tanımlama ve niceleme için burada bir headspace katı faz mikroextraction-gaz kromatografi platformu açıklanmıştır. Bu teknik, meyve aroması hakkındaki bilgileri artırmak ve üreme amacıyla gelişmiş lezzete sahip kültivarları seçmek için kullanılabilir.

Gaz Kromatografisi-Kütle Spektrometresi ile Birleştirilmiş Headspace Katı Faz Mikroextraction Kullanarak Frenk Üzümü Meyvesinde Uçucu Bileşiklerin Profillemesi

Fenolik asitler, kepekli tahıllarda bulunan önemli fitokimyasallardır. Antioksidan koruyucu fonksiyonlar gibi biyoaktif özelliklere sahiptirler. Bu çalışma, HPLC tanımlaması, toplam fenolik içerik tahmini ve tahıl ve baklagillerde fenolik asitlerin antioksidan kapasitesinin belirlenmesi için genelleştirilmiş bir yöntemin raporlanmasını amaçlamıştır.

Tahılların ve baklagillerin serbest çözünür fenolik asit bileşimini ve antioksidan kapasitesini belirlemek için genelleştirilmiş bir yöntem

Bu makale, bitkilerin metabolik profillemesinde PSYCHE ve SAPPHIRE-PSYCHE'nin kullanımını sunmakta ve numune hazırlama ve optimal Pure Shift NMR spektrum kaydı için ayrıntılı prosedürleri içermektedir. Homonükleer ayrışma ile elde edilen çözünürlük kazancının, sistemin daha kapsamlı bir şekilde anlaşılmasına izin verdiği örnekler tartışılmaktadır.

Saf Vardiya Nükleer Manyetik Rezonans: Bitki Metabolomikleri için Yeni Bir Araç

Mevcut protokol, mavi-LED aydınlatma tekniğini kullanarak TLC plakasındaki bileşiklerin verimini tahmin etmek için bir yöntem geliştirdi. Bu yaklaşımın avantajları, güvenli, etkili, ucuz olması ve araştırmacının aynı anda birden fazla örneği ölçmesine izin vermesidir.

TLC Plakasındaki Bileşiklerin Veriminin Mavi-LED Aydınlatma Tekniği ile Tahmin Edilmesi

Öğrenin, yaban mersini bileşenlerini tahribatsız tahmin etmek için yakın kızılötesi spektroskopisi ve HPLC kullanarak tahmin modelleri oluşturmayı. Bu yöntem, tarım ürünleri kalite değerlendirmesinde hızlı ve doğru analiz sağlar.

HPLC Ölçümleri dayanarak Yakın kızılötesi Spektroskopisi Yaban mersini içinde Hammadde İçeriği tahribatsız Tahmininde Modellerinin İnşaatı (Video) | JoVE Journal

HPLC Ölçümleri dayanarak Yakın kızılötesi Spektroskopisi Yaban mersini içinde Hammadde İçeriği tahribatsız Tahmininde Modellerinin İnşaatı

Daha fazla video keşfet