摘要：本发明公开了一种增加玉米粉消化抗性的加工工艺，属于食品加工技术领域。本发明在玉米粉的提取过程中尽可能的保留玉米籽粒中的蛋白质，去除影响口感的纤维素，制得淀粉和蛋白质结合较紧密的玉米粉，并通过联合超声‑热处理的方法降低了产品中淀粉的消化性，使得慢消化淀粉和抗消化淀粉总含量可在50％以上。本发明克服了化学法和酶改性法制备抗性淀粉的缺陷，整个制备过程工艺简单、绿色高效、成本低廉。此外，本发明方法通过控制样品不同热处理的制备过程，满足不同加工场景下的应用。本发明加工方法绿色安全，将其添加到食品中可以在提供饱腹感的同时降低血糖，在食品生产加工方面具有良好的的应用前景，具有连续化生产的潜力。

摘要：本发明公开了一种高抗氧化活性燕窝肽的制备方法及其应用，本发明方法将燕碎原料加入一定浓度的SDS和尿素混合溶液中，能够将燕窝蛋白全部溶解，使得细羽毛等杂质较好的与燕窝蛋白分离，既避免了燕碎的人工挑毛，又实现了燕碎的100％全部利用，制得的燕窝肽小分子肽的得率高，抗氧化活性强，将其应用于美白乳霜的制备能够显著提高皮肤亮白度，具有广阔的应用前景。

摘要：本发明公开了一种块状多孔智能控释保鲜材料，其为一种具有多孔结构的由壳聚糖和肉桂醛制备得到的接枝肉桂醛。其能够具有缓释保鲜的效果，并且形成块状结构，便携，安全、可靠。

摘要：本发明公开了一种提高紫杉醇包封率的多孔淀粉复合物的制备方法，属于载药技术领域。本发明的提高紫杉醇包封率的多孔淀粉复合物的制备是采用透明质酸和三偏磷酸钠先对多孔淀粉进行改性，制备改性多孔淀粉；然后再对紫杉醇进行纳米化处理；最后将纳米化的紫杉醇与改性淀粉混合，在超声波辅助条件下进行吸附，即得。该方法制备的多孔淀粉复合物能够有效的提高对紫杉醇的负载量和包封率，并且不存在化学溶剂残留、产生毒性等问题，具有广泛的应用前景。

摘要：本发明涉及人工智能技术领域，尤其涉及一种菜品类别智能判断方法、装置、设备及存储介质，该方法包括：通过网络菜品数据库，获取各类菜品文本数据、菜品图片数据以及菜品烹饪视频数据；对各类菜品文本数据、菜品图片数据以及菜品烹饪视频数据进行特征提取；建立菜品类别智能判断模型，并根据所述菜品类别特征向量对所述菜品类别智能判断模型的参数进行迭代优化，直到得到满足预设精度要求的菜品类别智能判断模型；获取当前待判断菜品，并将所述待判断菜品输入所述满足预设精度要求的菜品类别智能判断模型，得到待判断菜品类别智能判断结果，从而通过网络菜品数据库和改进神经网络模型结合的方法，数字化准确判断菜品的类别。

摘要：本发明涉及一种使用蛋白质谷氨酰胺酶修饰对豆类蛋白进行豆腥味掩蔽的方法，具体包括以下方法步骤：(1)植物分离蛋白悬浮液的配制；(2)酶与底物混合；(3)酶反应发生；(4)酶处理后豆类蛋白的保存。本发明使用蛋白质谷氨酰胺酶酶对大豆蛋白的脱酰胺作用抑制豆类蛋白与各种不良风味化合物的结合，从而掩蔽不良风味。本发明以豆类蛋白为对象，通过酶修饰技术对豆类蛋白进行改造，创新性较强，祛除豆类蛋白的豆腥味，提高消费者接受度。

摘要：本发明公开了一种提高β‑胡萝卜素产量的解脂耶氏酵母菌株，在引入合成途径的基础上，通过增加crtB，crtI，crtY基因的拷贝数以及与甲羟戊酸(MVA)途径相关的基因GGS1、HMG的过表达，以及启动子的优化有效地增强了β‑胡萝卜素的产生。本发明的解脂耶氏酵母菌株在摇瓶培养物中积累了大约507.7mg/Lβ‑胡萝卜素，在5L发酵罐中获得的β‑胡萝卜素的产量达5.5g/L。

摘要：本发明涉及一种鹰嘴豆溶豆及其制作方法，属于食品加工技术领域，本发明具体包括以下方法步骤：(1)鹰嘴豆营养浸出液的制备；(2)鹰嘴豆营养浸出液的浓缩；(3)鹰嘴豆溶豆原料的配制；(4)鹰嘴豆溶豆的打发；(5)鹰嘴豆溶豆的烘烤。本发明为婴幼儿辅食的营养多样化提供了更优选择，所选原料为植物来源，价格低廉，鹰嘴豆无过敏原且营养价值高，更适合婴幼儿肠道吸收，其蛋白起泡性极佳是制作溶豆的良好材料。且本发明所制的鹰嘴豆溶豆营养价值高，易于消化吸收，且来源广泛，成本低廉，无需真空冻干，操作步骤简便。

摘要：本发明公开了一种无胶原蛋白水解活性的角蛋白酶突变体，属于基因工程和酶工程技术领域。本发明提供了一种无胶原蛋白水解活性的角蛋白酶突变体，所述突变体是将氨基酸序列如SEQ ID NO.1所示的角蛋白酶的第221位的甲硫氨酸突变为异亮氨酸，命名为KerZ1/M221I。通过酶活测定结果显示，角蛋白酶突变体KerZ1/M221I保留了59235U/mL的角蛋白水解活性，并且无胶原蛋白水解活性，因此该角蛋白酶突变体在应用时可以避免胶原蛋白酶的损伤，提高皮革的品质。

摘要：本发明涉及人工智能技术领域，尤其涉及一种菜品风味智能识别方法、装置、设备及存储介质，该方法包括：获取待处理的用户对各类菜品各属性的判断数据；对待处理的用户对各类菜品各属性的判断数据进行预处理，得到预处理后的用户对各类菜品各属性的判断数据；建立菜品风味智能识别模型，并根据预处理后的用户对各类菜品各属性的判断数据对菜品风味智能识别模型的参数进行优化调整，直到得到目标菜品风味智能识别模型；获取当前待识别菜品，并将所述待识别菜品输入目标菜品风味智能识别模型，得到待识别菜品风味的智能识别结果，从而通过感官交互和神经网络模型结合的方法，准确识别出目标菜品的具体风味。