大豆榨油过程中危害物残留可能与蒸气压、水溶性、解离常数、辛醇-水分配系数及加工方式等因素有关，如何在分析过程中保留多因素特征同时降低数据维度，对明确加工因子研究非常必要。

中国农业科学院农产品加工研究所食品营养与功能因子利用创新团队首次通过化学分析方法结合多元线性回归方程构建农药理论加工因子预测模型，该工作发表于Food Chemistry（IF：7.514）杂志上，已毕业硕士生张嘉为第一作者，李敏敏副研究员为共同一作，王凤忠研究员为通讯作者。该研究为我国加工制品中农药残留水平研究提供了新的思路和技术支撑。

本团队利用非线性曲线拟合方程Y=aX2+bX+c，多元线性回归方程Y=β0+β1X+β2X+β3X结合主成分分析来研究加工因子与各变量之间关系，基于EFSA数据库中农药的加工因子数据评估模型的预测能力。结果表明，本团队构建的模型（R2 ≥0.80）可准确预测豆油中农药加工因子理论值（0.39 < RMSE < 0.58）。

Fig 1. PF versus pK o w values for 40 herbicides in C-PSM and C-PSO (A), H-PSM and H-PSO (B), C-PSM and H-PSM (C), and C-PSO and H-PSO (D). The data points represent the average measured herbicide levels and the errors represent 95% confidence levels, n = 3.

Fig 2. Nonlinear curve fitting of pPF values versus physicochemical parameters of herbicides in soybean oil.

Fig 3. PCA loadings plot of PC1 versus PC2 for herbicide residues in C-PSO (A) and H-PSO (B). PC1 and PC2 explain the majority of the total variance.

Fig 4. Measured pPF values, as calculated using equations (1, 2), for 27 herbicides versus predicted pPF values: data from equations (1-1, 1-2) (A, B) and data from equations (2-1, 2-2) (C, D). Measured pPF values for EFSA oil samples, as calculated using equation (1, 2), for 19 pesticides versus predicted pPF values: data from equations (1-1, 1-2) (E, F) and data from equations (2-1, 2-2) (G, H).

该工作得到了国家大豆产业技术体系（CARS-04）及国家重点研发计划-粮油食品供应链危害物识别研究与指纹图谱库构建（2017YFC1600600）的资助。

《食品科学》新媒体联系方式

欢迎食品及相关专业领域的专家、老师及博士生在《食品科学》平台（官方订阅号、官方微博、网易号、今日头条号同步）上免费发布最新原创的科研成果、科研趋势及观点见解，我们将竭诚为大家宣传推介，扩大学术影响力！同时欢迎用人单位发布最新招聘信息！

投稿请联系《食品科学》新媒体部（QQ:707717405；e-mail:707717405@qq.com）

编辑：袁艺；责编：张睿梅

文章及作者简介来源于中国农业科学院农产品加工研究所食品营养与功能因子利用创新团队工与功能评价团队。点击下方 阅读原文即可查看英文摘要。

为进一步促进动物源食品科学的发展，带动产业的技术创新，更好的保障人类身体健康和提高生活品质，北京食品科学研究院和中国食品杂志社在宁波和西宁成功召开前两届“动物源食品科学与人类健康国际研讨会”的基础上，将与郑州轻工业大学、河南农业大学、河南工业大学、河南科技学院、许昌学院于2021年11月27-28日在河南郑州共同举办“2021年动物源食品科学与人类健康国际研讨会”。欢迎相关专家、学者、企业家参加此次国际研讨会。

未经允许不得转载： 无极考研网 » 中国农业科学院研究生院(中国农业科学院研究生院是985吗)