文献

J-GLOBAL ID：202102230435306977   整理番号：21A2570952

新規携帯型近赤外センサによるダイズ品質の現場スクリーニング【JST・京大機械翻訳】

In-Situ Screening of Soybean Quality with a Novel Handheld Near-Infrared Sensor

著者 (8件)： Aykas Didem Peren (Department of Food Science and Technology, The Ohio State University, 100 Parker Food Science and Technology Building, 2015 Fyffe Road, Columbus, OH 43210, USA) ,  Aykas Didem Peren (Department of Food Engineering, Faculty of Engineering, Adnan Menderes University, Aydin 09100, Turkey) ,  Ball Christopher (ElectroScience Laboratory, The Ohio State University, 1330 Kinnear Road, Columbus, OH 43212, USA) ,  Sia Amanda (Department of Food Science and Technology, The Ohio State University, 100 Parker Food Science and Technology Building, 2015 Fyffe Road, Columbus, OH 43210, USA) ,  Zhu Kuanrong (Department of Food Science and Technology, The Ohio State University, 100 Parker Food Science and Technology Building, 2015 Fyffe Road, Columbus, OH 43210, USA) ,  Shotts Mei-Ling (Department of Food Science and Technology, The Ohio State University, 100 Parker Food Science and Technology Building, 2015 Fyffe Road, Columbus, OH 43210, USA) ,  Schmenk Anna (Department of Food Science and Technology, The Ohio State University, 100 Parker Food Science and Technology Building, 2015 Fyffe Road, Columbus, OH 43210, USA) ,  Rodriguez-Saona Luis (Department of Food Science and Technology, The Ohio State University, 100 Parker Food Science and Technology Building, 2015 Fyffe Road, Columbus, OH 43210, USA)
資料名： Sensors (Web)  (Sensors (Web))
巻： 20  号： 21  ページ： 6283  発行年： 2020年 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 本研究では,育種家および農家,すなわち蛋白質および脂肪品質に対するいくつかのダイズ形質のリアルタイムスクリーニングを提供するために,パターン認識と組み合わせた新規ハンドヘルドセンサ技術を評価した。ハンドヘルド機器により取得した近赤外(NIR)スペクトルに基づくダイズ品質形質を定量化できる予測回帰モデルを開発した。このシステムを利用して,粗蛋白質,必須アミノ酸(リジン,トレオニン,メチオニン,トリプトファン,システイン)組成,総脂肪,主要脂肪酸のプロファイル,およびダイズ(n=107)中の含水量,ダイズ分離株,大豆濃縮物,および大豆サプリメント飲料粉末(n=15)を含む大豆製品を測定した。Dumas燃焼法(AOAC 992.23)を用いた粗蛋白質含量の参照定量と個々のアミノ酸を従来の蛋白質加水分解(AOAC 982.30)を用いて測定した。脂肪及び含水量はSoxhlet(AOAC 945.16)及びKarl Fischer法,及びガスクロマトグラフィー-脂肪酸メチルエステル化による脂肪酸組成によりそれぞれ測定した。予測モデルを構築し,粉砕ダイズと大豆製品を用いて検証した。ロバスト部分最小二乗回帰(PLSR)モデルは,高い適合度(RPre0.92),予測の低い二乗平均平方根誤差(0.023.07%),および高い予測性能(RPD範囲2.48.8,RER範囲7.529.2)で,すべての測定した品質パラメータを予測した。本研究は,ハンドヘルドNIRセンサが,結果を生み出して,ダイズ育種家と栽培者を,迅速な意思決定を容易にするためのダイズのリアルタイム分析の分野において使用できる,迅速,正確,および非破壊的ツールで製造できる高価な実験室試験を可能にすることを示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 粉体 ,  加水分解 ,  ガスクロマトグラフィー ,  アミノ酸 ,  脂肪酸 ,  *ダイズ ,  タンパク質 ,  スペクトル ,  栽培 ,  育種 ,  *近赤外線 ,  回帰モデル ,  *スクリーニング ,  サプリメント ,  窒素複素環化合物 ,  芳香族縮合化合物 ,  第一アミン

著者キーワード (8件)： ダイズ ,  蛋白質含量 ,  必須アミノ酸 ,  脂肪含量 ,  主要脂肪酸 ,  近赤外分光法 ,  部分最小二乗回帰 ,  SIMCA

分類 (2件)： 分析機器  (CC02020S) ,  バイオアッセイ  (EA03060N)

物質索引 (1件)： トリプトファン

引用文献 (77件)：

• U.S. Department of Agriculture World Agricultural Supply and Demand Estimates. Available online: https://www.usda.gov/oce/commodity/wasde/wasde0920.pdf (accessed on 10 June 2020).
• Hartman, G.L.; West, E.D.; Herman, T.K. Crops that feed the World 2. Soybean-worldwide production, use, and constraints caused by pathogens and pests. Food Secur. 2011, 3, 5-17.
• USDA Economic Research Service Soybeans & Oil Crops. Available online: https://www.ers.usda.gov/topics/crops/soybeans-oil-crops/ (accessed on 10 June 2020).
• Goldsmith, P.D. Economics of soybean production, marketing, and utilization. In Soybeans-Chemistry, Production Processing, and Utilization; Johnson, L.A., White, P.J., Galloway, R., Eds.; AOCS Press: Urbana, IL, USA, 2008; Volume 2, pp. 117-150.
• Miller-Garvin, J.; Naeve, S. United States Soybean Quality Annual Report 2017. Available online: https://ussec.org/wp-content/uploads/2017/12/2017.12.21-U.S.-Soy-Quality-Report.pdf (accessed on 29 December 2018).

タイトルに関連する用語 (5件)： 携帯型 ,  近赤外 ,  ダイズ ,  現場 ,  スクリーニング