烟草科技

基于UPLC-Q-Orbitrap/HRMS结合监督学习非靶向分析国内外烟草提取物难挥发成分差异

为客观评价国内外烟草提取物难挥发性成分，采用超高效液相色谱-四极杆轨道肼高分辨质谱仪（UPLC-Q-Orbitrap/HRMS）对典型烟草提取物样品难挥发性成分进行非靶向分析，并结合正交偏最小二乘判别分析（OPLS-DA）和支持向量机（SVM）两种监督学习算法构建模型，探究国内外烟草提取物难挥发性成分的差异并比较其对产地的预测能力。结果表明：(1)从烟草提取物中鉴定得到14类共167种难挥发性成分，其中，黄酮类、有机酸类和萜类化合物的数量居前列，而酯类化合物相对较少。(2)利用构建的OPLS-DA模型，筛选出26个特征成分（VIP>1，且P<0.05），其中，DL-脯氨酸、芸香苷等11个成分在国内样品中的含量显著高于国外样品；而D-（+）-色氨酸、5-羟甲基糠醛等15个成分的含量分布则相反。使用该模型对国内外烟草提取物进行鉴别溯源，对单一提取物样品和香基模块样品的预测准确度分别为100.0%和67.5%。(3)构建SVM模型并对国内外烟草提取物进行预测，对单一提取物样品溯源鉴别的准确度可达100.0%，且对香基模块样品的预测准确度可达75.0%，整体上略好于OPLS-DA模型的预测效果。本研究结果丰富了烟草提取物组分构成的分析手段，可对国内外烟草提取物的鉴别、产地溯源和调香提供技术参考。

基于支持向量机-混合核算法的不均衡多产区烤烟产地判别模型构建

为建立稳健、准确的不均衡多产区烤烟产地判别模型，选取某企业3年库存醇化片烟，覆盖国内外12个产区，基于近红外-化学成分快速分析技术获取烟叶70种化学指标（68种化学成分、pH和二氯甲烷提取物）的含量或数据，采用粒子群优化算法（PSO）对支持向量机（SVM）各核函数进行参数优化，构建不均衡多产区烤烟产地判别模型，并与反向传播神经网络（BPNN）、随机森林（RF）、Fisher判别分析（FDA）等模型进行对比评估。结果表明：(1)基于SVM-混合核算法构建的烤烟产地判别模型能有效学习关键特征，实现各个产区样品的高精度分类，其训练集、测试集总体判别准确率分别达99.69%和99.59%。(2)与BPNN、RF、FDA模型相比，SVM-混合核模型测试集总体判别准确率分别提高4.55、6.20、6.61百分点。(3)在样品数量分布极不均衡的12个产区的预测上，SVM-混合核模型macro召回率、macro精确率、macro F1分数分别为0.995 1、0.998 5、0.996 8，相较于BPNN、RF、FDA模型，macro召回率分别提高了0.299 1、0.326 4、0.406 5;macro精确率分别提高了0.347 6、0.291 3、0.412 4;macro F1分数分别提高了0.324 1、0.309 4、0.409 5。与BPNN、RF、FDA模型相比，基于SVM-混合核算法构建的烤烟产地判别模型可实现对不均衡多产区样品的快速、稳健和精准判别。

烤烟氮肥利用率与生物碱组分含量的定量关系

为探究烤烟氮肥利用率与生物碱组分含量(质量分数)的定量关系，以粤烟97为试验材料，设置4个施氮量[140.81 kg/hm²(T1)、156.45 kg/hm²(T2)、172.10 kg/hm²(T3)、187.74 kg/hm²(T4)]处理，测定了团棵期、旺长期和成熟期烤烟上部叶、中部叶、下部叶、根和茎氮含量(质量分数)和生物碱组分(总生物碱、烟碱、降烟碱、假木贼碱和新烟草碱)含量，采用¹⁵N同位素示踪法分析烟株各部位¹⁵N分配率，计算了烟株氮素积累量、氮肥利用率和氮肥贡献率，并分析了烟株氮肥利用率与生物碱组分含量的定量关系。结果表明，团棵期和旺长期烟株各部位生物碱组分含量均随施氮量的增加而增加。成熟期烟株氮肥利用率T3处理最高，较T1处理提高了111.06%；上部叶、中部叶和下部叶氮素积累量以及中部叶¹⁵N分配率T3处理均最高，较T1处理分别提高了56.34%、80.82%、58.62%和29.03%；上部叶、中部叶和下部叶烟碱含量以及上部叶¹⁵N分配率T4处理均最高，较T1处理分别提高了59.26%、62.75%、72.34%和21.56%。对烟株氮肥利用率与生物碱组分含量进行拟合分析，发现随着施氮量的增加，团棵期和旺长期烟株氮肥利用率和生物碱组分含量均升高，表明提高施氮量有助于烟株生育前期积累生物碱组分。成熟期烟株氮肥利用率与生物碱组分(除降烟碱外)含量拟合曲线均呈抛物线形，施氮量超过阈值会对烟株生物碱组分积累产生抑制作用。当烟株氮肥利用率为28.02%时，烟株烟碱含量最高。

基于轻量化语义分割模型的再造烟叶表面缺陷检测方法

为解决再造烟叶表面缺陷检测效率低的问题，提出了一种基于轻量化语义分割模型的再造烟叶表面缺陷检测方法。先对再造烟叶样本进行批量处理，构建数据集；再使用Labelme软件对缺陷进行标签分类，并通过滑动窗口采样的方法得到充足的模型训练样本；然后构建轻量化语义分割模型Deeplab-T，使用MobileNetV2与空洞卷积作为主干网络，在特征融合过程中引入CBAM注意力模块，突出分割目标。结果表明：①Deeplab-T模型的平均交并比及平均像素准确率分别为76.35%和83.71%，相较于DeeplabV3+模型分别提升13.98%和15.32%，且检测每秒帧数提高234.10%，兼具精度与速度的工业需求。②Deeplab-T模型实现了再造烟叶不同方向、不同比例和不同类型缺陷的轮廓分割，具有较好的鲁棒性。该研究为再造烟叶抄造工段典型缺陷的在线监测提供了理论参考。

烤烟碳氮代谢几个问题的探讨

对烤烟碳氮代谢方面的几个问题包括碳氮代谢的概念、碳氮代谢在烟叶生长发育和成熟过程中的动态变化、碳代谢和氮代谢之间的关系及协调性等进行了系统的阐述，并根据碳氮代谢过程中物质的分配和转化规律，提出了可以对代谢过程进行有效调节的关键位点及主要调节途径。

烟叶的可用性与卷烟的安全性

烟草愈伤组织的诱导及细胞悬浮培养体系的建立

以鄂烟1号无菌苗的叶为材料进行愈伤组织的诱导,筛选出生长培养基的最佳激素配比,初步建立了烟草细胞悬浮培养体系。结果表明,愈伤组织诱导的最优基本培养基为MS培养基,以MS+NAA1.0mg/L+6-BA0.5mg/L为最佳配方;愈伤组织最佳生长培养基为MS+2,4-D0.1mg/L+NAA1.5mg/L+6-BA0.3mg/L,愈伤组织培养第6天进入对数生长期,第14天干重增至最初干重的12.536倍,并以此配方建立了烟草细胞悬浮培养体系。

全二维气相色谱/质谱的原理及应用综述

简要回顾了全二维气相色谱的发展史、工作原理、仪器构成、优越性及其在石化、食品、环保等领域的应用,并讨论了该技术应用于烟草化学成分分析的可行性。

卷烟烟气危害性指数研究

为评价卷烟产品的危害性,研究建立了一种新的卷烟烟气危害性评价方法。用于分析评价的163个卷烟样品购自于中国市场。在分析卷烟主流烟气中29种有害成分(包括4种TSNAs、3种PAHs、8种羰基化合物、7种酚类物质、HCN、NO、NOx、NH3、CO、烟碱和焦油等)以及4种毒理学指标(小鼠吸入急毒试验、细胞毒性试验、Ames试验和细胞微核试验)的基础上,建立了烟气有害成分与毒理学指标的函数关系。通过采用无信息变量删除法和遗传算法,筛选出了最具代表性的7种卷烟烟气有害成分,即CO、HCN、NNK、NH3、B[a]P、苯酚和巴豆醛。多元线性回归分析表明,7种有害成分对毒理学指标影响显著,相关模型留一交叉验证的相对误差小于40%,对小鼠吸入急毒试验、细胞毒性试验、Ames试验和细胞微核试验的R2值分别为0.524、0.595、0.504和0.571。基于卷烟主流烟气中7种有害成分的释放量,建立了一种新的卷烟烟气危害性指数:H=YCC1O+YCHC2N+YCNN3K+YCNH43+YBC[a5]P+YCPH6E+YCCR7O式中:Y——卷烟主流烟气有害成分释放量;C1~C7——参考值。应用研究建立的危害性指数对上述163个卷烟危害性进行了评价,结果表明,危害性指数排序不同于卷烟焦油量排序。

数字化转型：中国烟草科技创新发展的必然选择

在新一轮科技革命和产业变革的历史背景下,从大数据加速科学研究范式演进、数字化技术推动产业技术升级、数字化转型加快产业经济发展等不同层面,论述了数字赋能科技革命和产业变革的发展趋势。在此基础上,根据烟草科技的发展现状,分析了中国烟草科技数字化发展的基础优势与面临的挑战,作出了"数字化转型是中国烟草科技创新发展的必然选择"的判断,并在烟草科学大数据、数字化育种、智慧烟叶生产、数字化产品设计、卷烟智能制造、产品精准评价等领域,提出了烟草科技数字化发展的重点方向,从而为中国烟草科技的创新发展提供参考。