科技文摘

20220104 基于智能手机的大肠杆菌快速、简单、低成本荧光检测//DOI：10.25165/j.ijabe.20211403.5865

即使在世界高度工业化的地区，食物和水传播的疾病也对公众健康构成相当大的威胁。食品中这些病原体可能是大肠杆菌O157：H7、沙门氏菌和李斯特菌。快速、可靠地检测病原体可以缓解疫情造成的严重健康问题和经济损失，并通过强有力的检测保障食品供应。在这项研究中，一个基于智能手机的仪器被用来对大肠杆菌E. coli作定量检测。为了验证这款智能仪器的荧光装置的适用性，从大肠杆菌K-12菌株中提取RNA，并使用两种不同的引物（dnaK和rpoA）通过定量聚合酶链式反应（qPCR）对RNA进行扩增。在PCR扩增开始时，制备10至0.0001 ng/μL的RNA系列稀释液，并通过基于CYBR Green1的荧光检测PCR产物。然后分析这些PCR产品的样本，以便对智能手机系统的概念验证进行测试。检测系统采用了一种新的算法来分析荧光信号并读取大肠杆菌DNA浓度的变化。dnaK引物和rpoA引物的荧光百分比和DNA浓度之间的相关性分别为R=0.945和R=0.893。利用这种新的荧光分析技术，可获得与实时PCR荧光信号检测相当的精确度。这种方法的关键创新之处是将智能手机应用程序中嵌入的高效图像处理功能与可使细菌核酸定量化的低成本三维打印设备相结合。

[编译自： Rojas-Barboza D，Park E，Sassenfeld R，Winder J，Smith G B，Valles-Rossalles D，et al. Rapid，simple，low-cost smartphone-based fluorescence detection of Escherichia coli. Int J Agric & Biol Eng，2021； 14（3）：189-193.]

20220105 基于高光谱反射率和偏最小二乘辅助极限学习机的苹果树冠层氮含量诊断//DOI：10.25165/j.ijabe.20211403.6157

氮素是苹果种植过程中的一种重要矿质元素。苹果树氮素状况的快速估算有助于实现氮素的精确管理。该研究目的是探索偏最小二乘（PLS）回归在高光谱数据降维中的应用，并建立诊断模型。利用ASD便携式高光谱仪采集了2018年和2019年黄土高原4个氮肥水平处理下富士苹果树冠层尺度的光谱反射率数据，同时获得了冠层叶片全氮含量。对原始光谱数据（Raw spectrum，RS）采用Savitzky-Golay（SG）平滑，以及SG与一阶导数（First-order derivative，FD）或二阶导数（Second-order derivative，SD）的组合（SG_FD，SG_SD）进行预处理。所有的样本采用光谱—理化值共生距离法（Sample set Partitioning based on joint X-Y distance，SPXY）划分为校正集和预测集。基于PLS回归的4个因子，包括潜在变量（LVs）、荷载矩阵（X-loading）、变量投影重要性（VIP）和回归系数（Regression coefficients，RC），衍生出6种方法（LVs、X-loading、VIP_01、VIP_02、RC_01和RC_02）用于变量提取，并基于这些变量建立了PLS模型和极限学习机（Extreme learning machine，ELM）模型。结果表明，SG_FD处理后的光谱数据信噪比最高，并用于后续分析。经过LVs，X-loading，VIP_01，VIP_02，RC_01及RC_02提取的变量数分别为6，11，18，305，26和88。基于最小RMSEP确定回归系数阈值提取变量的方法（RC_02），可有效避免相关信息的遗漏，推荐RC_02方法用于需要精确波长信息作为变量的相关研究。基于LVs方法提取变量获得了一个结构简单的ELM模型。ELM模型预测结果明显优于PLS回归模型。其中PLS（LVs）_ELM的预测结果最优，R2P，RMSEP和RPD分别为0.837，2.393和2.220。

[编译自： Chen S M，Ma L H，Hu T T，Luo L H，He Q，Zhang S W. Nitrogen content diagnosis of apple trees canopies using hyperspectral reflectance combined with PLS variable extraction and extreme learning machine. Int J Agric &Biol Eng，2021； 14（3）： 181-188.]

20220106 蔬菜健壮苗智能分选移栽系统设计与试验//DOI：10.25165/j.ijabe.20211404.6169

蔬菜健壮苗是指具备良好生物特征的成活幼苗，机械化移栽过程中选择性栽植健壮苗可有效避免漏栽造成的减产。针对当前移栽机械无法做到健壮苗选择性栽植的问题，提出了健壮苗智能分选移栽系统，系统由送苗机构、分选机构、光电传感器、图像传感器、PLC控制系统以及计算机控制系统组成，能够实现苗盘自动输送，自动识别穴盘中健壮苗信息并选择性移栽，降低因穴盘苗品质不佳导致的栽后死苗以及穴孔缺苗造成的漏栽现象。以工厂化培育的适龄辣椒穴盘苗为对象，进行了穴盘苗分选试验，结果表明：所设计的健壮苗分选移栽系统在对适龄辣椒穴盘苗分选过程中，识别准确率平均值为89.14%，分选成功率平均值为93.20%，整套系统能够对适龄穴盘苗进行健壮信息识别，并分选移栽，可有效避免漏栽。该研究可为移栽装备智能化升级提供技术支撑。

[编译自： Li M Y，Jin X，Ji J T，Li P G，Du X W.Design and experiment of intelligent sorting and transplanting system for healthy vegetable seedlings. Int J Agric & Biol Eng，2021； 14（4）： 208-216.]