文献

J-GLOBAL ID：201802298030327815   整理番号：18A0207536

窒素ストレス下における微細藻類の油脂の変化に関する顕微Ramanによる研究【JST・京大機械翻訳】

Research on Microalgae Lipid Change under Nitrogen-Based Stress by Raman Microspectroscopy

著者 (6件)： Fang Hui (浙江大学生物系統工程与食品科学学院,浙江 杭州,310058) ,  Jiang Linjun (浙江大学生物系統工程与食品科学学院,浙江 杭州,310058) ,  Pan Jian (浙江大学生物系統工程与食品科学学院,浙江 杭州,310058) ,  He Yong (浙江大学生物系統工程与食品科学学院,浙江 杭州,310058) ,  Gong Aiping (深zhen信息職業技術学院机電工程学院,广東 深zhen,518172) ,  Shao Yongni (浙江大学生物系統工程与食品科学学院,浙江 杭州,310058)
資料名： Guangpuxue yu Guangpu Fenxi  (Guangpuxue yu Guangpu Fenxi)
巻： 37  号： 10  ページ： 3108-3111  発行年： 2017年 
JST資料番号： C2093A  ISSN： 1000-0593  CODEN： GYGFED  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 共焦点顕微Raman分光計を用いて,3つの窒素栄養条件(窒素ストレス,窒素正常,窒素飽和)によって培養したChlorella pyrenoidosaのRamanスペクトルを得た。異なる窒素ストレス下における微細藻類の成長と油脂の変化をRaman散乱スペクトルにより調べた。油脂のRamanピークの比率に対して、気泡図を用いて、油脂の蓄積量を直観的に表現し、この気泡図とナイルレッド蛍光画像との間に良好な相関性がある。スペクトル信号を前処理した後、主成分分析(PCA)を用いて、全帯域に対して分析を行い、相応の主成分変数を獲得し、線形判別分析(LDA)により分類モデルを構築した。PCAによって得られた主成分変数によって確立されたLDA予測モデルの予測精度は,それぞれ,80%,93.3%,86.7%であった。油脂の特徴的変位(RS)の比率に基づくLDA分類モデルは,3つの窒素栄養条件の分類のために,最高の分類精度を持った。 86.7%に達することができた。研究結果により、ラマン技術による微細藻類生長に対する異なる窒素ストレス条件の識別は実行可能であり、窒素ストレスによる影響の時間が増加するにつれ、油脂の蓄積の差異が大きくなることが分かった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 予測モデル ,  気泡 ,  Raman散乱 ,  前処理 ,  Raman分光法 ,  Ramanスペクトル ,  主成分分析 ,  *油脂 ,  *窒素
準シソーラス用語： 分類精度 ,  予測精度 ,  分類モデル ,  線形判別分析 ,  窒素栄養 ,  *微小藻類 , 【Automatic Indexing@JST】

著者キーワード (5件)： Chlorella pyrenoidosa ,  Nitrogen deficiency ,  Micro Raman ,  PCA ,  LDA

分類 (5件)： パターン認識  (JE07000S) ,  統計的品質管理  (KB04030W) ,  砂糖以外の糖  (FJ05020L) ,  ビール  (FK04022P) ,  食品の分析  (FJ01030U)

タイトルに関連する用語 (5件)： 窒素 ,  ストレス ,  微細藻類 ,  油脂 ,  研究