异泽兰黄素

中国农业科学院杨国庆博士对紫荆泽兰的研究论文在SCI期刊上成功发表 ——记日本分析工业株式会社仪器对中国研究者的协助 　　2006年，杨国庆博士对紫荆泽兰的研究成果《Physiological effects of allelochemicals from leachates of Ageratina adenophora (Spreng.) on rice seedlings》在Allelopathy Journal 18（2）：237-246（2006）上成功发表。 　　紫荆泽兰为菊科植物，是源起于中美洲墨西哥和哥斯达黎加地带的菊科植物，作为一种典型的恶性入侵杂草，现已在全球很多国家和地区广泛分布，并在这些地区造成了严重的经济和生物多样性损失，甚至对人畜健康构成了一定的威胁。因此，我国非常重视该物种的防治工作，并将该课题立为国家973项目中的重点研究课题。中国农业科学院植物保护研究所的杨国庆博士对紫荆泽兰做了系统的分析，并对其淋溶物质作了深入的研究。 　　凭借着先进的循环制备色谱分离法和生物测定活性跟踪相结合的方法，作者确定了紫荆泽兰地上部分淋溶主效化感物，并利用日本分析工业株式会社生产的循环制备液相色谱LC－9201完成了紫荆泽兰地上部分淋溶物主效化感物的分离和纯化，这在国内还是首次。通过分离纯化的样品，作者成功的通过GC-MS鉴定出主效化感物的结构并研究其对其他生物的作用机理。 　　主效化感物是指植物释放到环境中的，并且对其他植物产生直接或间接影响的物质。对于该物质的研究可以解答紫荆泽兰这种侵略物种是如何抑制本地物种的生长这个问题，为将来的防治工作起到了开拓性的作用。 　　同时，杨博士通过科学严谨的态度和先进的研究方法，在化感物研究领域获得了很大的突破。其文章在化感领域中最权威的期刊之一Allelopathy Journal（１）（SCI）上的发表，无疑就是对于他和其研究方法的最大认可。 　　杨国庆博士能够在入侵生物物种研究上取得如此大的成就是与良好的仪器协助分不开的。未知样品的分离一直是研究过程的一个难关。JAI循环制备液相色谱LC－9201的独特循环功能可以轻松地完成未知样品的分离和纯化，有效的避免溶剂梯度等分离条件对于分离效果的影响，同时还可以提高柱效、减少溶剂消耗。因此在该文章发表后，杨博士特别对我司表示了感谢。同时，我司也为旗下仪器能够为中国的科研事业做出重大的贡献感到荣幸。在我司仪器进入中国市场的二十余年间，已经有多名客户在影响因子较高的SCI期刊上发表文章，其中最有代表性和轰动性的就是在2004年郑兰荪院士研究小组利用我司仪器完成了《Capturing the Labile Fullerene[50] as C50Cl10》，并在SCIENCE成功发表。同时，在国家863、973等各种重点项目的相关课题研究中都可以见到我司仪器的身影。 　　由于近年来日本获得诺贝尔化学奖的野依良智教授和白川英树教授都是我司仪器的知名用户。所以在日本，我司仪器拥有夺诺（贝尔）奖之利器的美誉。我们相信随着更多JAI仪器进入中国市场，我司仪器必将为中国科研领域做出更大的贡献。 注 （1）Allelopathy Journal是目前世界上唯一的植物化感作用专业学术期刊，1994年在印度创刊2000年成为SCI源期刊。近年来，随着化感得到越来越多科学家的重视，其影响因子也有了大幅度的增加。

利用Resonon Pika XC2高光谱成像预测新鲜姜黄根茎中姜黄素浓度姜黄素是一种天然化合物，具有良好的抗炎、降血脂、抗氧化和抗癌等特性。姜黄素是从姜科、天南星科中一些植物的根茎中提取的一种二酮类化合物。其中，姜黄中约含姜黄素3%～6%，是植物界很稀少的具有二酮结构的色素。了解栽培根茎中姜黄素的水平并确定高产品种非常重要。传统上测量姜黄素是通过从新鲜根茎或干粉中将其提取出来，并使用高效液相色谱（HPLC）或紫外-可见分光光度法进行分析。从植物材料中分离姜黄素费事、费力、成本高，且需要专门的实验室设备和有经验的操作人员。而高光谱成像（HSI）是一种快速且无损的技术，已成功用于土壤和农产品（坚果、水果和蔬菜）各种化学成分和质量指标的评估。然而，目前尚未探索使用新鲜姜黄根茎的HIS图像来预测姜黄素。基于此，为了填补研究空白，在本文中，来自澳大利亚的一组研究团队进行了相关研究，旨在(1) 比较澳大利亚东部不同采样点3个姜黄品种（黄色、橙色和红色）的总姜黄素浓度和不同类姜黄素的分布；（2）评估利用可见-近红外（Vis/NIR）光谱（400-1000 nm）建立的PLSR模型预测新鲜姜黄根茎中总姜黄素浓度的潜力。作者在2018年11月至2019年11月，从五个研究地点共收集了190个样本，以捕捉生长周期的变化。利用光谱范围为400-1000 nm，光谱采样间隔为1.3 nm，光谱分辨率为2.3 nm的Resonon Pika XC2高光谱相机获取样品的高光谱图像。扫描后，提取根茎中的姜黄素，分析其总浓度和分布。建立偏最小二乘回归（PLSR）模型来预测总姜黄素浓度，并通过R2和RMSE来评估模型的准确度。图1 高光谱成像系统Resonon Pika XC2高光谱相机扫描姜黄根茎（a），选择根茎肉（横截面）（b）和皮（c）感兴趣区域（ROI），用于提取每个样品的平均光谱反射率。 图2 实验设计和模型开发流程图。【结果】表1 校准和测试集中不同品种和采样地的总姜黄素 (%) 浓度的描述性分析。图3 不同姜黄品种中三种姜黄素类化合物：双去甲氧基姜黄素 (a)、去甲氧基姜黄素 (b) 和姜黄素 (c) 的百分比分布。 图4 使用三个姜黄品种的原始反射光谱和根茎皮（a）与根茎肉（b）的所有可用波长开发的模型；测试集中单个样本的姜黄素（%）预测值（实心圆）（利用根茎肉模型）和测试数据集中单个样本测量值（“×”）和偏差线（与校准样本的相似度）分布图（c）表2 使用各种光谱分析技术的PLSR模型预测性能。 图5 仅使用橙色姜黄品种的原始反射光谱和根茎皮（a）与根茎肉（b）的所有可用波长开发的模型；测试集中单个样本的姜黄素（%）预测值（实心圆）（利用根茎肉模型）和测试数据集中单个样本测量值（“×”）和偏差线（与校准样本的相似度）分布图（c）。【结论】红色姜黄品种姜黄素最高，建议农民可以培育该品种。本研究结果表明Vis/NIR高光谱成像结合PLSR有潜力仅使用根茎肉图像而不是根茎皮图像预测新鲜姜黄中的姜黄素。在收获和清洗过程中，指状根茎通常从母根茎中折断，仍可销售，因此，通过扫描从加工批次中随机选择的任何折断的根茎碎片，并使用所开发的PLSR模型，可以在两级系统下基于农场手段对包装根茎进行分级。针对每个品种开发模型可以提高预测性能和可靠性。使用单一姜黄品种（橙色）开发的模型预测结果更准确，预测性能和可靠性更高。波长选择（Jack knifing）进一步改进了这些方法，使其适用于更小、更便携的多光谱成像系统。然而，在未来的研究中，应针对每个特定品种采集更大的样本量，并对从其他光谱区域收集的数据进行调查。此外，该方法应被用于预测单个姜黄素类化合物，未来新兴的图像深度学习算法可能会进一步提高模型预测性能。请点击如下链接，阅读全文：https://mp.weixin.qq.com/s?__biz=MjM5NjE1ODg2NA==&mid=2650310032&idx=1&sn=18f01ae402460e5da378f1ca6611014e&chksm=bee1a96f8996207988d67e735544aa15e26988c1a3cbb97e8aef9859a4a796e09c2f2202826e#rd

各有关单位及专家：由惠州市食品药品检验所提出，惠州市食品药品检验所、贸耕实业（惠州）有限公司，广东省惠州市质量技术监督标准与编码所、广东省惠州市质量计量监督检测所等单位负责起草的《牛樟精油》、《食品中毒黄素和米酵菌酸的测定液相色谱-质谱/质谱法》2项团体标准已完成征求意见稿的编制，根据《惠州市标准化协会团体标准管理办法》的相关规定，为保证标准的科学性、严谨性和适用性，现公开征求意见。请各有关单位及专家对本标准提出宝贵建议和意见，于2023年4月28日前以邮件的形式将《征求意见表》反馈至指定邮箱。联系人：杜琦杰电话：0752-2780906邮箱：hz_bzhxh@163.com附件：1. 惠州市标准化协会关于《牛樟精油》、《食品中毒黄素和米酵菌酸的测定液相色谱-质谱/质谱法》2项团体标准公开征求意见的通知2.《牛樟精油》（征求意见稿）3.《食品中毒黄素和米酵菌酸的测定液相色谱-质谱/质谱法》（征求意见稿）4. 征求意见表惠州市标准化协会2023年3月28日惠州市标准化协会关于《牛樟精油》、《食品中毒黄素和米酵菌酸的测定液相色谱-质谱 质谱法》2项团体标准公开征求意见的通知.pdf《牛樟精油》（征求意见稿）.pdf《食品中毒黄素和米酵菌酸的测定液相色谱-质谱／质谱法》（征求意见稿）.pdf征求意见表.docx.doc