摘要: 为探索易逝期贝类活品品质变化机制,以壳长(11.01±0.31)cm的虾夷扇贝Patinopecten yessoensis为研究对象,基于超高效液相色谱-质谱(UPLC-MS)的代谢组学方法研究了其湿藏条件下的代谢特征,试验设活品虾夷扇贝对照组(A)和湿藏组(C),并对虾夷扇贝闭壳肌的pH、糖原及代谢组学进行分析。结果表明:捕后湿藏的虾夷扇贝闭壳肌pH和糖原水平变化不大;经多元统计分析,品质易逝期湿藏36 h的虾夷扇贝闭壳肌中共检测出7个显著性差异代谢物,分别为二十二烷酸(behenic acid)、酪胺(tyramine)、脯氨酰谷氨酸(prolyl-glutamate)、二磷酸腺苷葡萄糖(ADP-glucose)、尿苷5′-二磷酸(UDP)、3-磷酸丝氨酸(3-phosphoserine)和柠檬酸(citrate);通路分析显示,三羧酸循环(TCA cycle)是最易受影响的代谢通路。研究表明,品质易逝期湿藏36 h条件下的活品虾夷扇贝与初始扇贝相比,传统理化指标变化不大,但其代谢组存在显著性差异,说明代谢组学方法可较为灵敏、全面地反映活品虾夷扇贝湿藏期间的实时状态。
摘要: 为进一步验证改善升温方式可抑制蛋白质凝胶劣化的理论,优化鱼糜制品的加工方式,将微波升温（microwave heating, MH）、微波辅助水浴升温（microwave assistant water bath heating, MWH）和水浴升温（water bath heating, WH）方式,分别应用于传统二段加热法中的低、高温段,研究了不同升温方式对解冻鲢Hypophthalmichthys molitrix鱼糜的质构特性、蒸煮损失和水分分布影响。结果表明:所有微波处理组的鱼糜硬度和咀嚼性均低于传统水浴二段加热法,尤其是低、高温段均为MH升温处理的AA组,但各组的内聚性、弹性均无显著性差异（P>0.05）;低温段MWH、高温段MH升温的BA组蒸煮损失显著低于传统水浴二段加热的CC组（P<0.05）,其他组间无显著性差异（P>0.05）;低温段WH、高温段MH或MWH升温的CA或CB组的弛豫时间t23较短,不易流动水分含量P23较高,水分稳定性最好,水的结合能力较强。研究表明,低温段采用微波辅助水浴升温、高温段采用微波升温方式既能提高加热效率又能较少减少蒸煮损失,而低温段采用水浴升温、高温段采用微波辅助水浴升温的鱼糜质构特性相对较好,保留更多的水分在三维网络结构中。本研究结果为快速升温方式避免低盐淡水鱼糜凝胶劣化理论提供基础数据。
摘要: 为探究菲律宾蛤仔Ruditapes philippinarum凝集素(MCL-T)诱导产生及其抑制腐败希瓦氏菌Shewanella putrefaciens的作用机制,以腐败希瓦氏菌刺激菲律宾蛤仔,并利用固相吸附分析MCL-T与腐败希瓦氏菌外膜蛋白(outer membrane proteins, OMP)的相互作用,利用非标记(Label-free)定量蛋白质组方法对MCL-T作用于腐败希瓦氏菌的蛋白质组进行分析。结果表明:注射比浸泡方式产生更多的MCL-T;MCL-T与腐败希瓦氏菌外膜蛋白结合具有浓度依赖性;MCL-T作用于腐败希瓦氏菌后,有74个蛋白质表达量变化显著,其中,16个蛋白质表达量上调,58个蛋白质表达量下调,这些差异表达蛋白质主要参与氨基酸生物合成途径、丙酮酸代谢途径、柠檬酸循环途径、氨酰-tRNA生物合成途径和碳代谢途径。研究表明,MCL-T是通过影响腐败希瓦氏菌体内氨基酸合成、丙酮酸代谢和柠檬酸循环等实现其抑菌作用。
摘要: 为解决渔业标准命名实体识别任务中部分实体语料分布稀疏导致的效果不佳问题,提出了基于多元组合数据增广(data augmentation method based on multiple combination, MCA)的渔业标准命名实体识别方法,该方法融合了基于领域词典的联合替换算法(joint replacement algorithm based on domain dictionary, DDR)、基于槽点保护的随机删除算法(random deletion algorithm based on slot protection, SPD)和基于槽点保护的随机插入算法(random insertion algorithm based on slot protection, SPI)进行语料库的数据增广,首先构建"水产品名称"同类词词典和领域同义词词典,通过两个词典分别对"水产品名称"类实体和随机词进行同类词替换和同义词替换,生成新的句子,以增加目标实体数量和句子的多样性,然后在基于槽点保护的情况下对原句子分别进行随机删除和随机插入操作,在保留实体及上下文特征的情况下进一步丰富语料的多样性,提高模型的泛化能力。结果表明,采用基于融合注意力机制的BERT+BiLSTM+CRF网络模型和多元组合数据增广方法进行渔业标准命名实体识别,准确率、召回率、F1值分别达到了91.73%、88.64%、90.16%,具有较好的效果。研究表明,基于多元组合数据增广的渔业标准命名实体识别方法有效解决了部分实体样本稀疏问题,提升了渔业标准命名实体识别的整体效果。
