稻谷黄曲霉毒素污染的电子鼻检测机理研究

Grain is vulnerable to mycotoxin contamination during storage and transportation, and suffers the most from aflatoxins, which causes a serious threat to human and animal's health. However, current methods for mycotoxin determination are usually laboratory-intensive, time-consuming or with low sensitivity, and could not fulfill the need for on-site rapid and accurate testing, emerging as a bottleneck for grain quality and safety. Concerning this issue, this project intends to use volatile odor information arises in rice inoculated with aflatoxigenic strains during storage as the piontcut, detailed study the correlation model between volatile components of rice and aflatoxins under different storage conditions. Characteristic odor components of aflatoxins will be revealed. The correlation between indicative odor components of aflatoxins and sensor signal of electronic nose will also be analyzed. Finally, qualitative and quantitative models for aflatoxins determination based on electronic nose will be established and the results will be interpreted scientifically. This project will provide theoretical and technical foundation for on-line monitoring of mycotoxin contamination in grain storage and transportation by means of volatile odor information.

粮食储运过程易受真菌毒素污染，以黄曲霉毒素的危害最大，严重威胁人畜健康。然而，目前的真菌毒素检测方法存在过程繁琐、时效性差或灵敏度低等缺点，难以真正满足现场快速准确检测的需要，日益成为制约粮食质量安全的瓶颈。针对这一问题，本项目拟以接种产黄曲霉毒素真菌菌株的稻谷在储藏中所产生的特征气味信息为切入点，重点研究不同储藏条件下稻谷挥发性成分与黄曲霉毒素的相关关系模型，揭示黄曲霉毒素的指示性气味成分；分析黄曲霉毒素特征气味成分与电子鼻各传感器信号的响应关系，建立黄曲霉毒素的定性与定量分析模型，阐释电子鼻技术用于黄曲霉毒素检测的内在机理。本项目将为从气味信息入手，最终实现粮食储运过程中真菌毒素污染的在线监测提供理论和技术基础。

粮食受有害霉菌及真菌毒素侵染的传统检测方法存在操作繁琐、时效性差或灵敏度低等缺点，难以满足现场快速准确检测的需要，日益成为制约粮食质量安全的瓶颈。本研究以受霉菌侵染稻谷的特征气味及其光谱信息为切入点，采用电子鼻、近/中红外(NIR/MIR)光谱、GC-MS等分析技术，对储藏期有害霉菌浸染的稻米样品进行了追踪检测研究。研究表明：①黄曲霉类、寄生曲霉类和青霉类霉菌的挥发性气味存在一定差异，1-辛烯-3-醇和3-辛酮可作为霉菌次级代谢产物的特征挥发性成分，电子鼻可用于霉菌类别的成功区分。② 电子鼻和近红外光谱技术可用于感染有害霉菌稻谷样品的早期检测（小于3天），同时也能实现稻菌落总数的定量预测（电子鼻：RP2=0.804，RMSEP=0.505 Log CFU/g近红外：RP2=0.8823，RMSEP= Log 0.339 CFU/g）。③ 电子鼻和近、中红外光谱技术可用于糙米中不同黄曲霉毒素含量水平的快速筛分和定量预测，模型判别正确率80%以上。电子鼻LY2/AA、T70/2、PA/2、T30/1等传感器的贡献率最大，主要体现在酮醛类、醇类、芳香烃类和烷烃类物质上。④ 稻谷中黄曲霉毒素AF的检测均不佳，主要影响因素包括样品颗粒大小不一及AF分布不均等，后续需要改进样品前处理方式，严控取样一致性和代表性，优化特征提取及建模方法，以提升模型性能。综合上述结果，本研究为利用电子鼻等无损检测技术，建立粮食真菌毒素污染的快速检测方法提供了理论参考。项目资助发表和录用SCI论文3篇，EI收录论文2篇，其他论文3篇，申请国家发明专利2项。培养硕士生4名，其中1名已经取得硕士学位并推荐攻读博士学位，3名在读。项目投入经费25万元，支出21万元，各项支出基本与预算相符。剩余经费4万元，剩余经费计划用于本项目研究后续支出。

内容获取失败，请点击重试