姬松茸多糖的提取及其对D-半乳糖诱导衰老小鼠的免疫调节作用

建立姬松茸多糖(Agaricus blazei polysaccharides,ABP)的提取方法,并研究姬松茸多糖对D-半乳糖诱导的衰老小鼠免疫调节作用。采用水提醇沉法提取姬松茸多糖,通过单因素实验和正交试验筛选并优化姬松茸多糖的最佳提取工艺;采用D-半乳糖(400 mg/kg)构建衰老小鼠模型,将小鼠随机分为5组,空白对照组(CON)、模型组(MOD)、姬松茸多糖低剂量组(ABP-L,200 mg/kg/d)、姬松茸多糖中剂量组(ABP-M,400 mg/kg/d)、姬松茸多糖高剂量组(ABP-H,800 mg/kg/d);分别测定各组小鼠胸腺和脾脏指数;CCK-8法测定ConA诱导的小鼠脾淋巴细胞增殖转化;ELISA法检测血清中TNF-α、IL-6含量。结果表明,姬松茸多糖最佳提取工艺为:提取温度100℃,提取时间3 h,料液比1∶20 g/mL,提取次数3次,此时姬松茸多糖的平均得率为8.814%±0.109%;与模型组相比,姬松茸多糖高剂量组显著提高小鼠脾脏(p0.01)和胸腺指数(p0.05),姬松茸多糖高剂量组极显著促进衰老小鼠脾细胞增殖(p0.01),增加衰老小鼠血清中TNF-α(p0.01)、IL-6(p0.01)含量。姬松茸多糖对D-半乳糖诱导的衰老小鼠模型具有免疫增强作用。     

Image aesthetic quality evaluation using convolution neural network embedded learning

A way of embedded learning convolution neural network (ELCNN) based on the image content is proposed to evaluate the image aesthetic quality in this paper. Our approach can not only solve the problem of small-scale data but also score the image aesthetic quality. First, we chose Alexnet and VGG_S to compare for confirming which is more suitable for this image aesthetic quality evaluation task. Second, to further boost the image aesthetic quality classification performance, we employ the image content to train aesthetic quality classification models. But the training samples become smaller and only using once fine-tuning cannot make full use of the small-scale data set. Third, to solve the problem in second step, a way of using twice fine-tuning continually based on the aesthetic quality label and content label respective is proposed, the classification probability of the trained CNN models is used to evaluate the image aesthetic quality. The experiments are carried on the small-scale data set of Photo Quality. The experiment results show that the classification accuracy rates of our approach are higher than the existing image aesthetic quality evaluation approaches.     

食品微生物检验培养基质量要求及评价标准的探讨

食品微生物学检验标准的制修订对进一步规范食品微生物检验、提高食品微生物检验的准确性和可靠性,都具有十分重要的作用。本文结合工作实践,研究探讨了《食品微生物学检验培养基和试剂的质量要求》新旧标准的差异、培养基及试剂的质量、质控菌株的保藏及使用等方面的问题。     

新疆哈萨克酸马奶中功能性乳酸菌株的筛选、鉴定及功能评价

摘 要: 目的 从新疆哈萨克传统发酵酸马奶中筛选和鉴定益生性性乳酸菌,并探究其胃肠道消化耐受性和抗氧化潜力。方法 通过稀释涂布平板法和生理生化鉴定来分离纯化乳酸菌属,利用耐酸性和耐胆盐性筛选出潜在的胃肠道消化耐受性强的候选菌株,采用体外模拟消化、硫酸铁铵比色法和TG试剂盒评估候选菌株的胃肠道存活率、降胆固醇能力和降甘油三酯能力。同时,通过DPPH自由基清除能力、ABTS阳离子自由基清除能力和铁还原能力测试候选菌株的抗氧化潜力,并与德式乳杆菌保加利亚亚种(Lactobacillus delbrueckii subsp. bulgaricus)进行比较分析。最后,采用16S rRNA高通量测序对候选菌株进行精确鉴定。结果 从新疆哈萨克传统发酵酸马奶中分离纯化出96株菌株,40株被鉴定为乳酸菌属。10株候选菌株表现出较高的耐酸性和耐胆盐性,并被鉴定为鼠李糖乳杆菌(Lactobacillus rhamnosus)、植物乳杆菌(Lactobacillus plantarum)、戊糖乳杆菌(Lactobacillus pentosus)和副干酪乳杆菌(Lactobacillus paracasei)。其中,M2菌株（L. rhamnosus）表现出最佳的益生特性,胆固醇和甘油三酯降解率高,模拟胃肠液中存活率高,对DPPH和ABTS自由基的清除能力显著高于德式乳杆菌保加利亚亚种。结论 本研究成功从新疆哈萨克传统发酵酸马奶中筛选鉴定出高耐受性、高抗氧化性的L. rhamnosus M2,为发掘和利用酸马奶中的功能性益生菌提供了理论依据。     

面向JIT采购的多目标车辆调度

在JIT采购模式下,以最小化采购运输总距离和车辆使用数目为双目标,重点研究了运输周期和采购量对路径优化的影响,建立了调度模型,设计了一种基于自适应网格的多目标人工蜂群算法（Grid-based Adaptive Multi-Objective Artificial Bee Colony Algorithm,GAMOABC）。算法中,利用网格保存找到的帕累托最优解,对网格内的最优解进行更新和维护,保证解集的多样性并通过位置共享信息,更新网格内引领蜂的位置,从而提高解集的精确性。利用二维矩阵的编码方式表示车辆与原料对应的优先权值。在解码过程中,为满足生产约束,根据当前原料的消耗完成时间确定调度集合,设计了启发式信息。通过测例及实验表明：相较于NSGA-II、MOEAS算法,GAMOABC算法求得的Pareto解集多样性和精确性更好。     

姬松茸多糖提取物对高脂血症大鼠降血脂作用研究

为探讨姬松茸多糖对高脂血症大鼠降血脂作用及机制,采用水提醇沉法提取姬松茸粗多糖,并用DEAE-纤维素离子交换柱对多糖进行层析分级,采用高效液相色谱法分析单糖组成,并测定多糖含量;高脂饮食诱导建立高脂血症大鼠模型,将大鼠随机分成4组(空白对照组、模型组、辛伐他汀阳性对照组、姬松茸多糖组),同时对大鼠口服灌胃给药,连续42 d;测定大鼠相对肝脏指数,ELISA法检测大鼠血清中总胆固醇(TC)、甘油三酯(TG)、低密度脂蛋白胆固醇(LDL-C)、高密度脂蛋白胆固醇(HDL-C)含量;HE染色法观察肝脏组织病理变化,RT-PCR法检测大鼠肝脏组织中低密度脂蛋白(LDL-R)、固醇调节原件结合蛋白-1C(SREBP-1C)、胆固醇7a-羟化酶(CYP7a-1)、过氧化物酶体增殖物激活受体α(PPAR-α)、B类清道夫F(SCARB-1F)的mRNA表达水平。研究结果显示:姬松茸多糖中糖的质量分数为75.1%,DEAE-纤维素离子交换柱层析分级得到姬松茸酸性多糖级分(ABP-A),ABP-A中含有质量分数为88.6%的葡萄糖、2.4%的半乳糖、1.9%的甘露糖、1.0%的鼠李糖、0.5%的半乳糖醛酶、1.9%的木糖、2.1%的阿拉伯糖、1.6%的岩藻糖;ABP-A干预后大鼠肝脏指数显著降低(P<0.05);血清TC、TG、LDL-C含量极显著降低(P<0.01),HDL-C含量极显著升高(P<0.01);肝脏内脂滴沉积减少,肝脏中LDL-R、SCARB-1F mRNA相对表达量显著升高(P<0.05),CYP7a-1、PPAR-αmRNA相对表达量极显著升高(P<0.01),SREBP-1C mRNA相对表达量极显著降低(P<0.01)。ABP-A具有显著的降血脂作用,ABP-A的降血脂机制可能与其调控肝脏脂质代谢关键因子LDL-R、SREBP-1C、CYP7a-1、PPAR-α、SCARB-1F的表达有关。     

一种基于多任务学习的微多普勒目标识别方法

近年来为了更好地适应不同场景下的智能化探测,人们对雷达目标识别任务的需求越来越高,因此本文提出了一种基于多任务学习方法的微多普勒目标识别方法。该方法基于BLSTM框架,针对两个不同的微多普勒目标识别任务使用特征提取器共享的方法训练模型。本方法既减小了识别系统整体的计算量,同时由于共享了不同任务之间的特征表示,又提高了模型的鲁棒性和准确率。     

深度卷积神经网络嵌套fine-tune的图像美感品质评价

针对使用卷积神经网络对图像美感品质研究中图像数据库过小的问题,使用fine-tune的迁移学习方法,分析卷积神经网络结构和图像内容对图像美感品质评价的影响。在按图像内容进行美感品质评价研究时,针对图像数据再次减小的问题,提出连续两次fine-tune的嵌套fine-tune方法,并在数据库Photo Quality上进行试验。试验结果表明,嵌套fine-tune方法得到的美感品质评价正确率比传统提取人工设计特征方法平均高出5.36%,比两种深度学习方法分别平均高出3.35%和2.33%,有效解决了卷积神经网络在图像美感品质研究中因图像数据库过小而带来的训练问题。