介质特性参数对脉冲磁场杀菌效果的影响

利用脉冲磁场对大肠杆菌、金黄色葡萄球菌、酿酒酵母和枯草芽孢杆菌在不同介质温度、pH、初始菌落数和Na+浓度等的情况下进行杀菌试验,结果表明:介质温度越高,脉冲磁场杀菌效果越好,但该温度远低于热致死温度;介质pH越偏中性,杀菌效果越差,pH值小于5时,杀菌效果较好;微生物残留率随着Na+浓度的升高而降低,Na+浓度越高,杀菌效果越好;微生物残留率随着初始菌落数的增大而下降,初始菌落数越高,杀菌效果越好;菌种不同,残留率不同,酿酒酵母的残留率最低,枯草芽孢杆菌的残留率最高;酿酒酵母的残留率随着葡萄糖和乳糖含量的增大而上升,含量越大,杀菌效果越差;酿酒酵母残留率随着乙醇含量的增大而下降,含量越大,杀菌效果越好;酿酒酵母残留率随着蛋白胨含量的增大而上升,含量越大,杀菌效果越差;酿酒酵母残留率随着干酪素含量的增大而下降,含量越大,杀菌效果越好.
为明确造纸法再造烟叶浓缩液中微生物群落结构与组成,以及微生物发酵对浓缩液特性的影响,以河南卷烟工业烟草薄片有限公司的浓缩液为原料,利用Illumina MiSeq测序平台对浓缩液内真菌18S rDNA和细菌16S rDNA进行测序分析,获得了浓缩液内真菌和细菌的种群组成和丰度,并考察了不同发酵时间(24、48和72 h)对浓缩液还原糖和总糖含量和再造烟叶感官品质的影响.结果表明:造纸法再造烟叶的浓缩液中真菌18S rDNA获得了548个OTU,细菌16S rDNA获得5 295个OTU,浓缩液微生物的群落结构主要由80.98%的真菌种群和19.02%的细菌种群构成,而真菌种群的丰富度和多样性低于细菌.真菌种群中的优势菌属为酿酒酵母属(Kazachstania)、假丝酵母属(Candida)和Ogataea;而细菌种群优势菌属主要为乳酸杆菌属(Lactobacillus)、链球菌属(Streptococcus)和Aeribacillus.经30 ℃发酵48～72 h时,浓缩液还原糖和总糖含量下降幅度大;发酵72 h后的浓缩液制备的再造烟叶,可改善卷烟舒适性,提高卷烟香气量.
以巨峰葡萄、广西毛葡萄为对照,研究了"V-32"、"V-59"、"V-64"3个欧亚葡萄品种的生物学特性.结果表明:3个欧亚葡萄品种的物候期与巨峰葡萄基本相近,单株产量均高于巨峰葡萄、广西毛葡萄,可溶性固形物含量均低于巨峰葡萄但高于广西毛葡萄;欧亚葡萄品种"V-32"、"V-64"的黑痘病抗性均高于巨峰葡萄,略低于广西毛葡萄.综合分析认为,欧亚葡萄品种"V-32"、"V-64"具有抗病、高产稳产、果汁色泽好等特征,有望开发成为广西酿酒葡萄品种.
关键蛋白质往往通过蛋白质复合物的形式在生物生命活动中扮演着重要作用,在蛋白质互作用(PPI,Protein-Protein Interaction)网络中关键蛋白质对应互作用网络中的重要节点,基于此,提出了一种融合蛋白质拓扑结构属性信息和蛋白质复合物信息的基于多属性决策的关键蛋白质识别算法CBT Topsis (Topsis based method for Essential Protein Identification on Complex Biological and Topological properties).该算法采用多属性决策方法TOPSIS将节点局部重要性(LN)、聚集系数(CC)、点介数(BC)和蛋白质复合物内度中心(IDC)进行融合,根据节点重要性对PPI网络中的蛋白质进行排序.在酿酒酵母蛋白质互作用网络中进行关键蛋白质识别的结果表明,CBT-TOPSIS算法在F度量、准确率、特异性、敏感度等方面表现了良好的性能.
利用课题组前期优选的具有高β-葡萄糖苷酶活性的葡萄汁有孢汉逊酵母(Hanseniaspora uvarum)研究其与酿酒酵母(Saccharomyces cerevisiae)菌株混合发酵的动力学,为其葡萄酒增香酿造的应用提供理论和技术支持.实验选用陕西杨凌的爱格丽葡萄为原料,设计优选菌株提前酿酒酵母48 h接种和同时接种两个发酵处理,接种量1.0×106 CFU/mL,同时用YPD液体培养基进行两个处理的模拟发酵实验,实验以纯酿酒酵母发酵为对照.发酵过程中监测不同酵母菌数量、酒精体积分数、还原糖等指标,建立动力学模型.结果表明,提前接种处理中优选菌株生存数量最多,生存时间最长,在其对数生长期酒精生成和还原糖消耗速率最慢,但整体酒精发酵正常,酒精生成量不受影响,说明发酵过程中不良副产物生成量有限.因此,优选菌株提前酿酒酵母接种的混合发酵具有葡萄酒增香酿造的应用可能.
研究浓香型白酒风味物质与感官评定的相关性.采用气相色谱仪对浓香型白酒风味物质中的24种色谱骨架成分进行分析检测,得到不同等级白酒风味物质的种类和含量;通过建立科学,准确的浓香型基础酒感官评定标准,得到不同等级基础酒的感官评分;通过建立多元回归模型,分析基础酒中24种色谱骨架成分与感官评分之间相关性,得到浓香型基础酒中风味物质与感官评分回归方程;对该模型进行检验,得到的感官评定预测值与感官评定实际值的标准偏差为0.415,基础酒等级正确率为100%,可见该模型在感官评分预测上具有较高的准确性,该模型的建立为浓香型基础酒感官评价提供了较为科学的检验方法,同时也对浓香型成品酒感官评价具有一定的指导意义.