“看得见的草莓气味”

本篇文章1167字，读完约3分钟

即使是炎热的夏天，也敌不过许多大学生的热情。 大部分学生在家避暑时，草莓果实真菌病害检测暑期实践小组的工作有条不紊地展开。 从7月23日开始，从企划案的提出、实验设计、填写、数据观察、研究，所有的重担都落在了他们身上。 他们正在开展基于特征气味指纹图谱的草莓果实真菌病害无损检测实验。 目的是分析采后病害对草莓脂肪酸代谢的影响，揭示病害引起的果实内部脂肪酸成分和重要酶活性的规律变化，准确筛选与草莓病害特征相关的代谢挥发性组的多样性，挖掘草莓病害和脂肪酸代谢与气味指纹图谱的内在联系 / br// h /

该项目的指导老师刘强博士主要从事农产品无损检测、食品化学研究，在预测微生物、食品群体分解分析、无损检测的做法和数据解决方面具备了坚实的实务基础。 他对国家自然科学基金基于高光谱和电子鼻检测水果采后真菌病害的新闻基础和机理的研究(项目编号: 31671925 )，对果实光学特征和采后糖类代谢和超微结构变化机制的研究)项目编号: 31671926。 在南京财经大学食品科学与工程学院任职期间，刘强博士进一步补充了食品质量与安全控制、微生物预测学及代谢组学等知识，将工程与食品安全控制有机融合，积累了与本项目相关的丰富技术经验。 / br// h /

目前，项目小组已经对高光谱影像( hsi )和电子鼻( e-nose )的无损检测对草莓腐烂过程中的微生物含量和质量特点进行了评价。 使用主成分分解( pca )进行数据降维，从hsi和e-nose的数据中提取有特色的新闻。 结果表明，真菌入侵草莓，贮藏过程中外观(颜色)和内部组成)可溶性固形物总量和可滴定酸度)的变化与微生物含量密切相关。 从hsi和e-nose数据集中提取10个重要的pcs (累计贡献率超过99% )，改进预测模型。 融合基于hsi和e-nose数据的原创新闻而构建的模型没有提高预测精度。 相反，基于特征新闻融合的基本pcs模型比基于单个数据集( hsi或e-nose )的模型具有更高的预测性能。 这项研究表明，这两种传感技术的结合有可能用于草莓的安全性和质量检测。 相关研究成果发表在期刊《postharvestbiologyandtechnology》上。 该研究副本将提供草莓病害前后成分变化关系的具体新闻，为建立草莓贮藏病变期间菌落含量预测模型和草莓霉变程度分类模型提供思路和做法。 / br// h /

冰冻的草莓(摄影:吴晨露) (/br/) )/h/) )。

炎热的暑假是大学生们挥洒青春的时候，直到现在成员们的暑假实践活动还没有结束。 第二天，成员们除了继续开展调查工作外，还将回收的问卷和相关资料进行分类分解，并以论文、报告等形式展示最终成果。 项目完成后，小组成员们计划将该项目的成果应用于实际生活中，验证效果，进一步深入研究。