Resumen

Con el fin de explorar un nuevo método para detectar la frescura de las semillas de loto, se utilizaron como materiales experimentales semillas de loto almacenadas durante 0, 1, 2 y 3 años, respectivamente, y se analizaron mediante DAPCI-MS (espectrometría de masas de ionización química por desorción a presión atmosférica). Los datos obtenidos se procesaron mediante análisis de componentes principales (ACP) y redes neuronales artificiales de retropropagación (BP-ANNs). Los resultados mostraron que la DAPCI-MS podía obtener abundante información sobre el material químico de la superficie de corte de las semillas de loto. El modelo BP-ANNs pudo aplicarse no sólo para distinguir las semillas de loto frescas de las envejecidas, con unas precisiones en el conjunto de pruebas del 95,0 y 91,7%, respectivamente, sino también para clasificar semillas de loto con diferentes tiempos de almacenamiento, con precisiones de 90,0%, 85,0%, 85,0% y 90,0%, respectivamente. Este trabajo desarrolló un método rápido, cómodo y preciso para la detección de la frescura de las semillas de loto y proporcionaría un valor de referencia fiable para la autenticación rápida de la frescura de los alimentos mediante la técnica de espectrometría de masas rápida.

• Materias:Biotecnología de alimentos Microbiología de alimentos Análisis de los Alimentos Química de los alimentos
• Subjects:Food biotechnology Food microbiology Food Analysis Food chemistry
• Palabras claves:semillas de loto, abundante información química material, técnica rápida de espectrometría de masas, semillas de loto envejecidas, redes neuronales artificiales, presión atmosférica química, diferentes tiempos de almacenamiento, análisis de componentes principales, valor de referencia fiable, dapci
• Keywords:lotus seeds, abundant chemical material information, rapid mass spectrometry technique, aged lotus seeds, artificial neural networks, atmospheric pressure chemical, different storage times, principal component analysis, reliable reference value, dapci