摘要：食源致病菌引起的食品安全问题已成为全世界关注的焦点。设计了一种基于多壁碳纳米管(MWCNTs)-有机配位聚合物(MOCPs)高效固定抗体的大肠杆菌电化学免疫传感器。利用NaAuCl_4与1,4-苯二硫醇(BDT)反应生成金属有机配位聚合物,同时在BDT的还原作用下生成大量纳米金,并包埋大量吸附在MWCNTs表面的大肠杆菌抗体,最终将抗体高效包埋在MOCPs-MWCNTs中,基于MOCPs-MWCNTs固定抗体研制修饰电极,在目标物大肠杆菌O157:H7的存在下,辣根过氧化氢酶标记的抗体(HRP-Ab)随后特异性捕获于电极表面形成典型夹心结构,通过HRP催化底物产生电化学信号从而实现大肠杆菌O157:H7的检测。MOCPs-MWCNTs特有的高比表面积高效固定了大量抗体,增加了传感器结合抗体的效率并提高了传感器的灵敏度。该传感器对大肠杆菌O157:H7的检测线性范围为67~6.7×10~6cfu/mL,最低检出限为40 cfu/mL。

摘要：试验研究数控移动式和固定式保温床对保育猪生产性能和舍内环境指标的影响,旨在分析保育猪舍数控保温床设计及应用的主要技术参数。选取28日龄左右杜大长三元杂交断奶仔猪112头,按体重大小、性别均等分配,随机分为移动组、固定组、保温灯组和对照组4个组,每组4个重复,试验期42 d。结果表明：移动组和固定组的保育猪平均日增重分别比保温灯组提高12.37%（P〈0.01）和13.46%（P〈0.01）,平均日采食量均略有提高,饲料增重比分别降低5.45%、6.06%（P〉0.05）;移动组和固定组的平均日温差分别比保温灯组低2.5℃（P〈0.01）和2.6℃（P〈0.01）,比对照组低2.9℃（P〈0.01）和3.1℃（P〈0.01）,比室内低2.6℃（P〈0.01）和2.7℃（P〈0.01）;移动组和固定组除了第17天和第18天外,相对湿度均维持在40%~55%适宜的范围内。结果提示,数控移动式和固定式保温床设计合理,能使保温箱内温度及相对湿度维持在合适水平,能够提高保育猪日采食量和日增重,降低饲料增重比,能获得比传统保温灯更佳的保育效果。

摘要：为建立米饭中的蜡样芽孢杆菌微流控芯片恒温扩增快速检测方法,利用蜡样芽孢杆菌公开的hblA基因序列设计引物,加入荧光染料SYTO-9,采用微流控芯片通过环介导恒温扩增进行实时荧光读数,并通过24株菌株验证其特异性;分别用阳性质粒和阳性菌株测试其灵敏度、检出限和重复性。结果表明:2株蜡样芽孢杆菌呈阳性,22株非蜡样芽孢杆菌呈阴性;微流控芯片恒温扩增技术检测蜡样芽孢杆菌菌液的灵敏度为170 CFU/mL,检测时间在35 min内;使用合成的蜡样芽孢杆菌阳性质粒样品,其灵敏度为10μL-1,检测时间在15 min内,比传统分离鉴定方法的灵敏度高10倍;人工污染米饭中蜡样芽孢杆菌的检出限为570 CFU/g,并可在45 min内完成结果判定;蜡样芽孢杆菌阳性质粒检测重复性好,其变异系数(coefficient of variation, CV)为2.02%。综上所述,微流控芯片恒温扩增快速检测方法特异性好、灵敏度高、结果准确,可用于米饭类食品中蜡样芽孢杆菌的快速检测。

摘要：以刚转入保育舍的断奶仔猪为试验对象,研究了水泡粪模式和人工清粪模式对保育猪生产性能和舍内环境指标的影响,旨在通过分析两种清粪模式的优劣性,为设计出高效、低廉且有益于猪舍内环境控制的清粪模式提供依据。试验选取28日龄杜长大三元杂交断奶仔猪648头,随机分为水泡粪组和人工清粪组,每组3个重复,每个重复6栏,每栏18头,试验期28 d。结果显示:与人工清粪组相比,水泡粪组保育猪的平均日增重降低6.67%(P<0.05),料重比上升6.51%(P<0.05),腹泻率提高75.5%(P<0.05);舍内平均温度降低1.31℃(P<0.05),而平均相对湿度升高15.48%(P<0.05);与猪腹部同高和离地面1.7 m测得的平均氨气浓度分别升高9.97%(P<0.05)和7.54%(P<0.05),7∶30平均即时氨气浓度升高9.98%(P<0.05)。上述结果表明,人工清粪模式猪舍内环境指标明显优于水泡粪模式,因而更有利于保育猪的生长。

摘要：为实现对鸡胸肉预冷清洗环节的沙门氏菌污染率的预测,采用响应面试验设计收集数据,建立以初始污染水平、初始污染率、次氯酸钠(NaClO)浓度为输入值,鸡胸肉预冷清洗环节的沙门氏菌污染率为输出值的广义回归神经网络模型(General Regression Neural Network model,GRNN),预测鸡胸肉预冷清洗环节的沙门氏菌污染率变化,并用训练集拟合,测试集评估模型的预测效果。结果显示,鸡胸肉预冷清洗环节的沙门氏菌污染率随初始污染水平、初始污染率的升高而显著增加,相反随NaClO浓度的升高而呈下降趋势(P<0.05)。练后的GRNN模型的r值和SEP值分别为0.93和10.8%,拟合良好。模型对新数据预测的误差较小(SEP=13%),表明GRNN模型可较准确的预测鸡胸肉预冷清洗环节的沙门氏菌污染率。本研究建立的模型可用于鸡胸肉预冷清洗环节沙门氏菌污染率的预测,为微生物定量风险评估提供重要信息。