【摘要】：花生(Arachis hypogaea L.)是我國主要油料作物和優(yōu)勢出口農(nóng)產(chǎn)品,是食油兼用型經(jīng)濟作物,其營養(yǎng)價值高兼具食療功能,在中國及世界油料生產(chǎn)中占有重要地位。然而花生易受真菌侵染產(chǎn)生黃曲霉毒素,嚴重影響人體健康,已成為影響我國花生消費安全和世界貿(mào)易的主要制約因素。花生黃曲霉毒素污染可以發(fā)生在種植、收獲、儲藏、運輸、銷售等各個環(huán)節(jié),其中收獲前田間污染過程既是花生黃曲霉毒素污染的主要原因,也是儲藏期污染的源頭�；ㄉS曲霉毒素污染防控是一個世界性難題,由于我國花生品種繁多,土壤類型和氣候類型多樣,因此了解花生黃曲霉毒素污染時空消長變化趨勢,解析品種抗性、土壤類型、真菌產(chǎn)毒力及氣候條件對其影響,開展花生黃曲霉毒素污染預警模型研究,構(gòu)建農(nóng)產(chǎn)品真菌毒素污染預警系統(tǒng)與黃曲霉毒素污染早期甄別技術,變事后處理為事前預防,對花生黃曲霉毒素污染科學控制具有重要意義。本文基于連續(xù)十年花生主產(chǎn)區(qū)的黃曲霉毒素污染數(shù)據(jù)和產(chǎn)毒真菌分布以及收集權威機構(gòu)發(fā)布的品種信息、產(chǎn)地土壤數(shù)據(jù)與氣候數(shù)據(jù),探明了我國花生黃曲霉毒素污染消長變化及其與影響因素的關聯(lián),建立了適于中國花生黃曲霉毒素污染狀況的規(guī)則分類—平衡取樣—隨機森林預警模型,實現(xiàn)了對黃曲霉毒素污染的預測,為從源頭開展花生黃曲霉毒素風險治理提供關鍵技術支撐。主要研究方法與研究結(jié)果如下:1.明確了我國花生AFB_1的空間分布特征,繪制出中國花生AFB_1的污染分布地圖。主要結(jié)果如下:(1)采用地統(tǒng)計分析對中國花生污染的AFB_1進行時空分析,獲得了中國花生黃曲霉毒素的污染模式,表明中國花生AFB_1呈現(xiàn)顯著的時間和空間差異;(2)利用GS+10.0軟件獲得全方位的半變異函數(shù),表明花生AFB_1含量具有空間自相關,2009-2017年花生AFB_1半變異模型為球狀模型;(3)利用普通克里金插值獲得未取樣地區(qū)的待測值,生成中國花生AFB_1的污染分布地圖,表明我國花生AFB_1污染高風險區(qū)域呈分散分布,與這些地區(qū)花生品種、土壤類型、菌種產(chǎn)毒力、氣候條件等因素相關。2.分析了2009-2017連續(xù)九年我國花生黃曲霉毒素污染消長變化,并闡述了花生品種抗性、土壤類型、菌株產(chǎn)毒力及氣候條件對其產(chǎn)生的影響。主要結(jié)果如下:(1)黃曲霉毒素污染存在年度間差異,2017、2014、2015和2013年黃曲霉毒素污染水平高于其它年份,總量污染水平分別為26.67±116.53μg/kg、17.49±72.01μg/kg、15.33±87.19μg/kg和13.95±52.65μg/kg。2009年和2010年黃曲霉毒素污染水平最低,總量污染水平分別為2.40±32.48μg/kg和4.32±35.15μg/kg。(2)黃曲霉毒素污染存在地區(qū)間差異,長江流域主產(chǎn)區(qū)的花生黃曲霉毒素污染水平最高,不同省份總量污染范圍為5.59-37.15μg/kg。其次是南方主產(chǎn)區(qū)(總量污染范圍為4.23-19.23μg/kg)和北方主產(chǎn)區(qū)(總量污染范圍為1.78-9.11μg/kg)。東北主產(chǎn)區(qū)的污染水平最低,黃曲霉毒素總量不超過1.00μg/kg。(3)黃曲霉毒素低抗品種、砂土土質(zhì)、高產(chǎn)毒力菌株在超標樣品中占比較大,高溫干旱區(qū)域與黃曲霉毒素污染嚴重區(qū)域重合,驗證了各影響因素對花生黃曲霉毒素污染消長變化的影響,為建立收獲前花生黃曲霉毒素污染大尺度宏觀預警模型奠定基礎。3.建立了適合中國的規(guī)則分類—平衡取樣—隨機森林花生黃曲霉毒素預警模型,并對模型進行了驗證。主要結(jié)果如下:(1)確定了中國花生黃曲霉毒素預警模型的主要氣候變量,即緯度、8-20時降水量、平均氣壓和日平均氣溫。利用各氣候參數(shù)與AFB_1之間的最大互信息系數(shù)值排序,初選得到8個變量:緯度、平均地表氣溫、日最低地表氣溫、8-20時降水量、平均氣壓、日最低氣壓、日平均氣溫和日最高氣溫;綜合考慮初選變量間的多重共線性與全面性,本研究最終確定建模氣候變量為:緯度、8-20時降水量、平均氣壓和日平均氣溫。(2)建立了模型分類規(guī)則,即高緯度區(qū)域(≥40°N)、低緯度區(qū)域(≤21°N)與低溫區(qū)域(日平均氣溫≤16.8oC)適合制定規(guī)則。通過分析主要氣候變量與總樣本及AFB_1污染樣本分布的關系,可知高緯度區(qū)域(≥40°N)、低緯度區(qū)域(≤21°N)與低溫區(qū)域(日平均氣溫≤16.8oC)沒有超限樣本分布,即為了提高模型精度可將此區(qū)域樣品直接認定為未超限樣品。(3)建立了平衡取樣—隨機森林模型,對花生AFB_1是否超限預測精度達95%以上。以篩選得到的4個主要氣候因子與花生品種抗性、土壤類型及真菌產(chǎn)毒力為模型輸入?yún)?shù),利用平衡取樣—隨機森林方法進行分類預測。結(jié)果表明當分類閾值為20μg/kg和5μg/kg時,未超限樣本預測準確率分別為98.94%和96.97%,超限樣本分類準確率均為100%。同其他常用分類器(決策樹、支持向量機、K—近鄰法、BP神經(jīng)網(wǎng)絡、徑向基函數(shù)神經(jīng)網(wǎng)絡)相比較,隨機森林能有效分離超限與未超限樣品,具有較高的預測精度。(4)明確了模型輸入?yún)?shù)對花生AFB_1分類預測的貢獻率排序。進一步分析輸入?yún)?shù)在分類模型中的貢獻率排序,結(jié)果表明當以20μg/kg和5μg/kg為閾值時,7個輸入?yún)?shù)在隨機森林分類模型中的貢獻率排序依次為:緯度日平均氣溫8-20時降水量平均氣壓品種抗性土壤類型真菌產(chǎn)毒力。(5)初步驗證了模型預測效果,其預測準確率為86.89%。利用建立的規(guī)則分類—平衡取樣—隨機森林預警模型對2018年收獲的花生AFB_1含量進行預測,結(jié)果表明綜合規(guī)則分類樣本,當分類閾值為20μg/kg和5μg/kg時,樣本分類準確率均為86.89%。
【學位授予單位】：中國農(nóng)業(yè)科學院
【學位級別】：博士
【學位授予年份】：2019
【分類號】：TS222.1
【圖文】：

1.3 黃曲霉毒素（AFB1、AFB2、AFG1、AFG2、AFM1和 AFM2）的化re 1.3 Chemical structures of aflatoxins (AFB1, AFB2, AFG1, AFG2, AFM1表 1.1 黃曲霉毒素的熔點和紫外吸收Table 1.1 Melting-points and ultraviolet absorption of aflatoxins分子式 分子量 熔點（oC）紫外線吸收（λmax(nm)ε (C17H12O6312.3 268-269（分解溫度） 223 25（不溶于氯仿） 265 13362 21C17H14O6314.3 286-289（分解溫度） 265 11（不溶于氯仿-正戊烷） 363 23C17H12O7328.3 244-246（分解溫度） 243 11（不溶于氯仿甲烷） 257 9 9264 10362 16C17H14O7330.3 237-240（分解溫度） 265 9 7（不溶于乙酸乙酯） 363 21C17H12O7328.3 299（分解溫度） 226 23（不溶于甲醇） 265 11357 19 2001

1 花生樣品1.1 花生取樣范圍與取樣量鑒于氣候類型、土壤類型、花生品種和種植方式等的差異，將中國的花生主產(chǎn)區(qū)分為為東北主產(chǎn)區(qū)（包括黑龍江省、吉林省和遼寧省）、北方主產(chǎn)區(qū)（包括河北省、山）、長江流域主產(chǎn)區(qū)（包括安徽省、江西省、江蘇省、湖南省、湖北省和四川省）（包括廣東省、廣西壯族自治區(qū)和福建省）（圖 2.1）。花生抽樣范圍覆蓋四大花生的花生樣品覆蓋中國花生生產(chǎn)總面積的 94%以及總產(chǎn)量的 96%。采用分層隨機取主產(chǎn)縣根據(jù)種植面積和產(chǎn)量抽取 10-30 份花生樣品，每個樣品 30 公斤。為抽取的花代表該地區(qū)花生黃曲霉毒素污染狀況，采用四分法分取樣，至少每點取樣樣品 3k中要及時準確地記錄樣品信息（包括花生樣品的抽樣地點、品種名稱、土壤類型、理情況等）。將抽取的帶殼花生樣品在一周內(nèi)晾曬至水分含量低于 11%之后運至實于通風干燥的環(huán)境，待測黃曲霉毒素含量。1.2 花生樣品的制備經(jīng)過去雜、去塵及脫殼后，用切片機切片（厚度為 0.5cm），再經(jīng)樣品粉碎機粉碎， 0.9mm 孔徑的樣品篩，然后將粉碎后的樣品裝于樣品瓶內(nèi) 4oC 儲存，采用高效液gh performance liquid chromatography，HPLC）檢測黃曲霉毒素含量。

25圖 2.3 2009-2017 年花生 AFB1含量平均值的變異函數(shù)Figure 2.3 Variograms of mean AFB1content in peanut during 2009-2017

【相似文獻】

相關期刊論文 前10條

1 王善鈺;;食品中的黃曲霉毒素檢測措施分析[J];食品安全導刊;2019年09期

2 陳勇;榮道興;任利民;;黃曲霉毒素對家禽的危害與防控措施[J];阿壩科技;2012年02期

3 李區(qū);;黃曲霉毒素分析方法進展[J];廣西水產(chǎn)科技;2005年03期

4 王少軍;于春娣;唐娟;程果;謝曉麗;楊慶利;;黃曲霉毒素生物脫毒法研究進展[J];食品研究與開發(fā);2018年24期

5 諸晨;錢勇;;高效液相色譜-質(zhì)譜聯(lián)用法測定薏苡仁藥材中黃曲霉毒素[J];食品安全質(zhì)量檢測學報;2019年05期

6 曹長會;;臨沂市煎餅類食品中黃曲霉毒素含量測定及分析[J];中國衛(wèi)生檢驗雜志;2019年05期

7 汪恩婷;鄒振宇;楊皓;楊京;;應用高效液相色譜法檢測食品中黃曲霉毒素[J];食品安全導刊;2018年36期

8 彭永敏;;食品中黃曲霉毒素的檢測方法[J];食品安全導刊;2018年36期

9 葉穎苓;;食品中黃曲霉毒素檢測方法概述[J];科技資訊;2019年09期

10 邢天一;;液相色譜串聯(lián)質(zhì)譜法檢測食品中的黃曲霉毒素實踐探討[J];農(nóng)民致富之友;2017年23期

相關會議論文 前10條

1 喬宏興;姜亞樂;王永芬;史洪濤;邊傳周;;黃曲霉毒素的危害及其脫毒方法研究進展[A];中國畜牧獸醫(yī)學會動物微生態(tài)學分會第五屆第十三次全國學術研討會論文集[C];2018年

2 孫淑娟;曾于洋;江海洋;;中藥中黃曲霉毒素檢測方法研究進展[A];中國毒理學會獸醫(yī)毒理學委員會與中國畜牧獸醫(yī)學會獸醫(yī)食品衛(wèi)生學分會聯(lián)合學術研討會暨中國毒理學會獸醫(yī)毒理學委員會第5次全國會員代表大會會議論文集[C];2017年

3 胡麗莎;謝春芳;姚冬生;劉大嶺;;用等溫滴定微量熱技術對黃曲霉毒素氧化酶動力的研究[A];第八屆中國酶工程學術研討會論文集[C];2011年

4 黎玉鳳;張賽;謝春芳;劉大嶺;姚冬生;;黃曲霉毒素解毒酶體外分子定向進化(Ⅱ)[A];第八屆中國酶工程學術研討會論文集[C];2011年

5 施曉晨;安雅男;申鳳鴿;于錄;;黃曲霉毒素誘導巨噬細胞自噬機制的研究[A];中國畜牧獸醫(yī)學會獸醫(yī)藥理毒理學分會第十一屆會員代表大會暨第十三次學術討論會與中國毒理學會獸醫(yī)毒理專業(yè)委員會第五次學術研討會論文集[C];2015年

6 王文龍;李成成;安立龍;;簡述環(huán)境中黃曲霉毒素對蛋雞產(chǎn)業(yè)潛在的生態(tài)和健康風險[A];中國畜牧獸醫(yī)學會2014年學術年會論文集[C];2014年

7 孟慶利;;黃曲霉毒素的檢測及控制[A];《2010中國豬業(yè)進展》論文集[C];2010年

8 翁善鋼;Kaori Nishide;;亞太地區(qū)的黃曲霉毒素[A];第十二屆（2014）中國豬業(yè)發(fā)展大會論文集[C];2014年

9 陳建民;張雪輝;楊美華;金鉞;;中藥中黃曲霉毒素檢測概況[A];第八屆全國中藥和天然藥物學術研討會與第五屆全國藥用植物和植物藥學學術研討會論文集[C];2005年

10 馬靜;朱惠蓮;唐志紅;凌文華;;尿糞黃曲霉毒素排泄及生物干預[A];中國環(huán)境誘變劑學會抗誘變劑和抗癌劑專業(yè)委員會第三次全國學術會議、中國毒理學會生化與分子毒理專業(yè)委員會第五屆學術交流會、貴州省環(huán)境誘變劑學會成立大會暨首屆學術交流會論文集[C];2004年

相關重要報紙文章 前10條

1 本報記者 馬愛平;黃曲霉毒素超標“致命”怎么破？[N];科技日報;2018年

2 國家食品安全風險評估中心副研究員 鐘凱;普洱茶中攜帶黃曲霉會不會產(chǎn)生毒素？[N];中國醫(yī)藥報;2017年

3 食品與營養(yǎng)信息交流中心副主任 鐘凱;花生醬含黃曲霉 吃了會怎樣[N];健康報;2017年

4 科信食品與營養(yǎng)信息交流中心副主任 中華預防醫(yī)學會健康傳播分會常務委員 鐘凱;農(nóng)家花生油既便宜又放心？[N];保健時報;2017年

5 美國普度大學農(nóng)業(yè)與生物工程系博士 云無心;檢測出黃曲霉毒素 普洱茶還能喝嗎[N];保健時報;2017年

6 記者 季征;云南農(nóng)大研究表明普洱茶不含黃曲霉毒素[N];云南日報;2017年

7 本報記者 付麗麗 馬波;茶照喝 牙照刷[N];科技日報;2017年

8 本報記者 陳海波;喝普洱茶，真的會致癌嗎[N];光明日報;2017年

9 南方日報見習記者 郜小平;普洱茶致癌？謠言![N];南方日報;2017年

10 記者 楊艷萍;普洱茶中不含黃曲霉毒素[N];昆明日報;2017年

相關博士學位論文 前10條

1 武琳霞;中國花生黃曲霉毒素污染風險預警模型研究[D];中國農(nóng)業(yè)科學院;2019年

2 郝澍;硒對黃曲霉毒素B_1抑制豬細胞免疫的拮抗作用及其機理研究[D];南京農(nóng)業(yè)大學;2016年

3 關絢麗;基于轉(zhuǎn)錄組學的氧化脅迫下調(diào)控黃曲霉毒素合成的基因篩選和確證[D];中國農(nóng)業(yè)科學院;2018年

4 范_g;黃曲霉毒素降解酶基因克隆表達和降解劑在肉雞中的應用研究[D];中國農(nóng)業(yè)大學;2015年

5 史瑩華;納米級硅酸鹽結(jié)構(gòu)微粒（NSP）吸附豬飼糧中黃曲霉毒素的研究[D];浙江大學;2005年

6 胡娜;基因芯片技術在黃曲霉毒素生物合成相關基因檢測中的應用研究[D];南昌大學;2006年

7 張雪輝;中藥中黃曲霉毒素檢測方法研究及模式識別在中藥領域中的應用[D];中國協(xié)和醫(yī)科大學;2004年

8 申海濤;黃曲霉毒素G_1誘發(fā)小鼠肺腺癌的組織發(fā)生及其對肺泡Ⅱ型上皮細胞影響的研究[D];河北醫(yī)科大學;2007年

9 馬良;黃曲霉毒素B_1高靈敏度檢測技術研究[D];中國農(nóng)業(yè)科學院;2007年

10 謝光洪;黃曲霉毒素B1免疫層析試紙條快速檢測方法的研制[D];吉林大學;2008年

相關碩士學位論文 前10條

1 艾超超;稀土摻雜下轉(zhuǎn)換納米顆粒的制備及其應用于黃曲霉毒素B_1檢測的研究[D];廈門大學;2018年

2 張銘;短黃桿菌3J2MO降解黃曲霉毒素研究[D];中國農(nóng)業(yè)科學院;2019年

3 王平;碳代謝阻遏基因snf1和Reg1調(diào)控黃曲霉生長發(fā)育和黃曲霉毒素合成[D];中國農(nóng)業(yè)科學院;2019年

4 李聲明;黃曲霉MAPK通路相關基因功能初步研究[D];福建農(nóng)林大學;2015年

5 仲紅;溫度對黃曲霉生長發(fā)育和次級代謝的影響[D];福建農(nóng)林大學;2015年

6 郭珍妮;水分脅迫對黃曲霉生長和產(chǎn)毒影響的初步研究[D];福建農(nóng)林大學;2015年

7 葉柳青;曲古抑V魎谹對黃曲霉產(chǎn)毒和生長調(diào)控機制的初步研究[D];福建農(nóng)林大學;2015年

8 陳璐瑤;花生醬中黃曲霉毒素富集規(guī)律及其削減技術研究[D];福建農(nóng)林大學;2018年

9 田爾諾;黃曲霉毒素B_1降解酶及其降解機制研究[D];湖北工業(yè)大學;2018年

10 馬海艷;食品藥品中痕量真菌毒素檢測方法的研究與應用[D];河北醫(yī)科大學;2018年

本文編號：2777745