论文部分内容阅读
苹果产业普遍存在的展青霉素含量超标的问题一直以来对产品质量安全及人体健康造成极大威胁,制约着生产企业的国际竞争力。展青霉素是一种主要由多种青霉和曲霉属真菌产生的有毒次级代谢产物,展青霉素产生菌株具有物种地方性差异大、产毒能力差异大等特点,而现有识别方法均需要分别进行物种鉴别及产毒培养,检测成本高、周期长,因此本研究基于FT-IR/NIR技术,建立了一种快速、低成本的能够同时实现展青霉素产生菌株物种及产毒能力识别的分析方法,为苹果贮藏过程中产毒菌的识别和控制方法的建立提供参考。本研究取得主要结果如下:（1）通过比较不同培养方法下的真菌FT-IR（KBr压片）/NIR（积分球漫反射）光谱重现性及菌株的聚类效果,确定了一种采用真菌的分生孢子冻干粉与溴化钾混合比为1:50压片,并以透射模式采集FT-IR光谱的样品制备方法,该方法所获光谱重现性良好,结合CA分析能够实现4株青霉和曲霉属真菌的种间分类识别。（2）基于FT-IR技术结合PCA-LDA分析,建立了9种青霉和曲霉属真菌的生物学分类鉴别模型,模型校正集鉴别准确率为96.59%,外部验证准确率为96.97%,能够较好的在种水平上实现对三种常见展青霉素产生菌株（Penicillium expansum、Penicillium griseofulrum和Penicillium paneum）的分类识别。（3）基于FT-IR技术结合LDA分析,以1560-1533 cm-1范围的二阶导数光谱数据作为特征变量,建立了青霉属真菌中展青霉素产生/不产生菌株的LDA分类识别模型,模型校正集鉴别准确率达99.02%,外部验证准确率为97.22%,并且对Penicillium paneum、Penicillium viridicatum和Penicillium oxalicum三种校正集中未涉及的青霉菌也具有较好的产毒识别能力,识别准确率达100%。（4）基于FT-IR技术结合CA分析,以1112、993和962 cm-1下的二阶导数光谱数据作为特征变量,10株扩展青霉（Penicillium expansum）菌株基本能够根据产毒能力的大小被良好聚类。