母乳低聚糖的研究进展

来源 :中国食品学报 | 被引量 : 0次 | 上传用户:hzh19780101
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
母乳中母乳低聚糖(HMOs)含量丰富且独特,在已知的200种成分中,有157种结构被阐明。HMOs不仅具有“双歧因子”效果,还具有抗黏附、抗菌、调节肠道上皮细胞和免疫细胞,减少过度的黏膜白细胞浸润和活化,降低新生儿坏死性小肠结肠炎等功效,并为婴幼儿大脑发育和认知提供唾液酸作为潜在的必要营养素。由于HMOs大规模生产受限,因此化学和生物模拟的HMOs代替品不断出现。虽然经典的代替品,如低聚半乳糖和低聚果糖具有HMOs部分功效,但是其结构组成差异明显,部分国家批准上市的2-岩藻糖基乳糖(2-FL)和乳
其他文献
目的肝纤维化是众多慢性肝脏疾病的常见表现,如不及时治疗可发展为肝硬化甚至引发肝癌。肝纤维化的准确评估对临床治疗和预后评估等至关重要。目前,肝纤维化的诊断通过肝穿活检判断,有创且有并发症危险。为此,基于影像学的无创诊断方法越来越受到关注。本文提出一种基于通道注意力与空间注意力机制改进的用于肝纤维化区域的自动化分割U-Net(liver fibrosis region segmentation net
本文介绍了四种不同负载类型的香精缓释技术及其在日用化学品中的应用情况,总结了日用化学品留香性能的评价方法,并对香精缓释技术在日用化学品中的应用进行展望.
目的乳腺肿瘤分割对乳腺癌的辅助诊疗起着关键作用,但现有研究大多集中在单中心数据的分割上,泛化能力不强,无法应对临床的复杂数据。因此,本文提出一种语义拉普拉斯金字塔网络(semantic Laplacian pyramids network, SLAPNet),实现多中心数据下乳腺肿瘤的准确分割。方法 SLAPNet主要包含高斯金字塔和语义金字塔两个结构,前者负责得到多尺度的图像输入,后者负责提取多
目的针对Faster R-CNN(faster region convolutional neural network)模型在肺部计算机断层扫描(computed tomography,CT)图磨玻璃密度影目标检测中小尺寸目标无法有效检测与模型检测速度慢等问题,对Faster R-CNN模型特征提取网络与区域候选网络(region proposal network,RPN)提出了改进方法。方法使用
目的获取场景图像中的文本信息对理解场景内容具有重要意义,而文本检测是文本识别、理解的基础。为了解决场景文本识别中文字定位不准确的问题,本文提出了一种高效的任意形状文本检测器:非局部像素聚合网络。方法该方法使用特征金字塔增强模块和特征融合模块进行轻量级特征提取,保证了速度优势;同时引入非局部操作以增强骨干网络的特征提取能力,使其检测准确性得以提高。非局部操作是一种注意力机制,能捕捉到文本像素之间的内
本文介绍了喉镜的分类、结构及消毒和灭菌方法,详细阐述了纤维电子喉镜消毒步骤及管理方法。发现采用自动清洗消毒机、环氧乙烷、低温等离子或者快速压力蒸汽来进行灭菌,灭菌效果较为可靠。
本文概括了市售洗手液的类型,分别介绍了知名品牌洗手液添加的常见抑菌剂以及各自的作用机制,同时描述了新型抑菌物质及其作用机制,以期指导消费者选取适合需求的合格洗手液,正确洗手,保护健康。
采用核磁共振(NMR)技术结合化学计量学分析方法对4种蜜源的单花蜜(洋槐蜜、荆条蜜、葵花蜜和麦卢卡蜜)的核磁共振氢谱进行差异分析。优化前处理方法并对数据进行预处理后,采用无监督的主成分分析(PCA)和有监督的偏最小二乘判别分析(PLS-DA)、正交偏最小二乘判别分析(OPLS-DA)等多元统计分析方法从核磁信号中提取各组的分类信息。结果表明:采用分散液液萃取法(DLLME)可避免蜂蜜中大量糖对低含量特征性强的化合物的信号掩盖,更好地涵盖δ0.5~10.0范围所有区域信号;采用log转换和帕莱托换算方式预处
目的双目视觉是目标距离估计问题的一个很好的解决方案。现有的双目目标距离估计方法存在估计精度较低或数据准备较繁琐的问题,为此需要一个可以兼顾精度和数据准备便利性的双目目标距离估计算法。方法提出一个基于R-CNN(region convolutional neural network)结构的网络,该网络可以实现同时进行目标检测与目标距离估计。双目图像输入网络后,通过主干网络提取特征,通过双目候选框提取
目的视觉检索需要准确、高效地从大型图像或者视频数据集中检索出最相关的视觉内容,但是由于数据集中图像数据量大、特征维度高的特点,现有方法很难同时保证快速的检索速度和较好的检索效果。方法对于面向图像视频数据的高维数据视觉检索任务,提出加权语义局部敏感哈希算法(weighted semantic locality-sensitive hashing, WSLSH)。该算法利用两层视觉词典对参考特征空间进