CN101936893A - 一种从油菜籽中检测蛋白质和氨基酸的方法 - Google Patents
一种从油菜籽中检测蛋白质和氨基酸的方法 Download PDFInfo
- Publication number
- CN101936893A CN101936893A CN2010102428576A CN201010242857A CN101936893A CN 101936893 A CN101936893 A CN 101936893A CN 2010102428576 A CN2010102428576 A CN 2010102428576A CN 201010242857 A CN201010242857 A CN 201010242857A CN 101936893 A CN101936893 A CN 101936893A
- Authority
- CN
- China
- Prior art keywords
- rapeseed
- sample
- near infrared
- amino acid
- rapeseeds
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种油菜籽中蛋白质及氨基酸的快速检测方法,其步骤是:A、将收获的油菜籽放入烘箱中烘干,湿度控制在103-108℃干燥,时间控制在3-5小时,然后冷却至室温;B、将冷却后的油菜籽放入近红外仪的样品盘中扫描近红外光谱,每次样品重复装样2-4次;C、将样品的2-4次测量光谱平均化计算其平均光谱;D、将样品的平均光谱代入模型中,计算出样品的粗蛋白和氨基酸的含量。方法易行,操作简便,样品前处理简单。对于油菜籽生产企业,将收获后的油菜籽在一定温度和时间快速测定。快速无损。近红外光谱的采集时间非常短,模型计算的时间基本可以忽略。多成分同时测量。可同时测量出油菜籽中粗蛋白和其他氨基酸的含量。
Description
技术领域
本发明涉及油菜籽中蛋白质及氨基酸的检测技术领域,更具体涉及一种从油菜籽中检测蛋白质和氨基酸的方法,该方法适用于各种油菜籽中蛋白质和氨基酸的检测。
背景技术
油菜籽是人们食油的重要来源。随着人们生活水平的提高,培育高蛋白质含量的油菜籽以提高油菜籽的综合利用价值成为油菜育种的一个方向。在选择育种的种子过程中如何将富含高蛋白质和氨基酸的种子从众多的种子中筛选出来是一项重要而复杂的工程。传统的化学及色谱分析分析方法操作复杂,费时、费力。近红外光谱技术是发展最快、最引人注目的光谱分析技术之一。所谓近红外光,是指波长在780-2500nm范围内,介于可见光和红外光之间的一种电磁波。近红外光谱主要反映含氢基团X-H振动的倍频和合频吸收信息。目前已用于石油、烟草中等有机成分的检测。油菜籽中的主要成分如油脂、蛋白质、可溶性固形物等都含有羟基、氨基、巯基或羰基,因此,从理论上讲,近红外光谱分析技术也可用于油菜籽的化学成分含量分析。目前已经用近红外技术成功检测了油菜籽中的含油量和菜籽饼粕中的粗蛋白和部分氨基酸的含量,但是还没有能够将近红外光谱分析技术用来检测油菜籽中的蛋白质及氨基酸含量的报道。
发明内容
为了解决油菜籽品质检测的化学及色谱分析方法操作复杂,费时、费力的缺点,本发明的目的是在于提供了一种从油菜籽中检测蛋白质和氨基酸的方法,方法易行,操作简便,样品前处理简单。对于油菜籽生产企业,将收获后的油菜籽在一定温度和时间快速测定。快速无损。近红外光谱的采集时间非常短,模型计算的时间基本可以忽略。多成分同时测量。可同时测量出油菜籽中粗蛋白和其他氨基酸的含量。
为了实现上述的目的,本发明采用以下技术措施:
本发明提供的油菜籽品质快速检测方法为:
先获得干燥的待测油菜籽,采集近红外光谱,然后利用数学模型将采集到的近红外光谱转换为油菜籽的蛋白质和各种氨基酸参数,所述品质参数为蛋白质、各种氨基酸的含量中的一种或多种,所述数学模型采用偏最小二乘法建立,模型函数为:yi=x(UiX)’BiQi,其中yi为所述品质参数中的某种品质参数,向量x为待测油菜籽的近红外光谱,Ui为所述某品质参数浓度特征因子矩阵,X为选取的建模样品的近红外光谱矩阵,Bi为所述某品质参数吸光度特征因子矩阵,Qi为浓度载荷矩阵,其中Ui、Bi、Qi根据所述建模样品的近红外光谱矩阵及对应品质参数的值由化学计量学方法确定,计算yi采用经典的偏最小二乘法软件。
所述近红外光谱可以是780-2500nm波长范围内的近红外光谱。应用近红外光谱仪,采集样品在780-2500nm波长范围内的近红外光谱。所述采集到的近红外光谱对光谱进行了预处理,所述预处理为背景去除、校正、去噪声和特征数据点选择的一种或多种,采用的方法为No Spectral Data Preprocessing(光谱未处理),Constant offset Elimination(常数偏移消除),Straight Line Subtraction(直线差值),Vector Normalization(矢量归一化),Min-Max Normalization(最小最大归一化),Multiplicative Scattering Correction(多元散射校正),First Derivative(一阶导数),Second Derivative(二阶导数),First Derivative+Straight LineSubtraction(一阶导数+直线差值),First Derivative+Multiplicative ScatteringCorrection(一阶导数+多元散射校正)、小波去噪中的一种或多种。
所述数学模型建立了近红外光谱与油菜籽中各成分含量实测值之间的函数关系,从而可以利用采集的近红外光谱转换为油菜籽中相对应的成分含量。建模时,所用到的油菜籽中各成分含量实测值中,粗蛋白的含量采用GB/T 6432-94,氨基酸的含量采用中华人民共和国国家标准食物中氨基酸的测定方法GB/T14965-1994。
所述数学模型是采用化学计量学方法建立的近红外光谱与油菜籽各成分参数之间的定量模型。采用的化学计量学方法可以包括多元线性回归、偏最小二乘回归、人工神经网络、支持向量机。较佳地,所述数学模型利用生产中常见的同类油菜籽样品进行验证,根据实际生产中的误差要求,反复优化后得到。
一种油菜籽中蛋白质及氨基酸的快速检测方法,其步骤是:
A、将收获的油菜籽放入烘箱中烘干,湿度控制在103-108℃干燥,时间控制在3-5小时,然后冷却至室温(20-25℃);
B、将冷却后的油菜籽放入近红外仪(BRUKER公司的VECTOR22/N型)的样品盘中扫描近红外光谱,每次样品重复装样2-4次;
C、将样品的2-4次测量光谱平均化计算其平均光谱;
D、将样品的平均光谱代入模型中,即可计算出(调出每一种物质的方法,通过计算,即可计算出样品中该物质的含量)样品的粗蛋白和氨基酸的含量。
本发明提供的油菜籽中蛋白质及氨基酸的快速检测方法能够快速准确地检测出油菜籽中粗蛋白和其他氨基酸的含量。更具体地讲,优点如下:
1.样品前处理简单。对于油菜籽生产企业,将收获后的油菜籽在105℃干燥4h后即可测定。
2.快速无损。近红外光谱的采集时间非常短,模型计算的时间基本可以忽略。
3.多成分同时测量。可同时测量出油菜籽中粗蛋白和其他氨基酸的含量。
4.本发明为油菜籽成分的在线实时检测提供了技术基础。
附图说明
图1为一种油菜籽中蛋白质的近红外预测值与实际值之间的散点图。粗蛋白在级数为10时RMSECV最小,为0.894,R2最大,为90.9%
图2为一种油菜籽中甘氨酸的近红外预测值与实际值之间的散点图。在级数为3时RMSECV最小,为0.0726,R2最大,为73.84%。
图3为一种油菜籽中丙氨酸的近红外预测值与实际值之间的散点图。丙氨酸在级数为5时RMSECV最小,为0.0934,R2最大,为60.22%。
图4为一种油菜籽中谷氨酸的近红外预测值与实际值之间的散点图。谷氨酸在级数为7时RMSECV最小,为0.264,R2最大,为81.74%。
图5为一种油菜籽中赖氨酸的近红外预测值与实际值之间的散点图。赖氨酸在级数为5时RMSECV最小,为0.0961,R2最大,为72.26%。
图6为一种油菜籽中苏氨酸的近红外预测值与实际值之间的散点图。苏氨酸在级数为5时RMSECV最小,为0.0651,R2最大,为80.76%
图7为一种油菜籽中丝氨酸的近红外预测值与实际值之间的散点图。丝氨酸在级数为10时RMSECV最小,为0.0804,R2最大,为71.78%
图8为一种油菜籽中精氨酸的近红外预测值与实际值之间的散点图。精氨酸在级数为5时RMSECV最小,为0.0879,R2最大,为79.23%
图9为一种油菜籽中组氨酸的近红外预测值与实际值之间的散点图。组氨酸在级数为5时RMSECV最小,为0.0544,R2最大,为57.3%,波长范围为10001.5-3999.8
图10为一种油菜籽中脯氨酸的近红外预测值与实际值之间的散点图。脯氨酸在级数为6时RMSECV最小,为0.115,R2最大,为65.99%
图11为一种油菜籽中亮氨酸的近红外预测值与实际值之间的散点图。亮氨酸在级数为7时RMSECV最小,为0.103,R2最大,为83.76%
图12为一种油菜籽中缬氨酸的近红外预测值与实际值之间的散点图。缬氨酸在级数为5时RMSECV最小,为0.0737,R2最大,为75.81%
具体实施方式
本发明提供的油菜籽中蛋白质和氨基酸的快速检测方法为:先获得干燥状态的待测油菜籽,采集近红外光谱,然后利用数学模型将采集到的近红外光谱转换为待测油菜籽的品质参数,所述品质参数为粗蛋白、氨基酸含量中的一种或多种,所述数学模型采用偏最小二乘法建立,用到的所述建模样品来自华中农业大学国家油菜工程技术研究中心。
下面以油菜籽蛋白质含量的建模方法为例对本发明做进一步的说明。
一种油菜籽中蛋白质及氨基酸的快速检测方法,其步骤是:
A、将收获的油菜籽放入烘箱中烘干,湿度控制在103或104或105或106或107或108℃干燥,时间控制在3或4或5小时,然后冷却至室温(25℃);
B、将冷却(25℃)后的油菜籽放入近红外仪(BRUKER公司的VECTOR22/N型)的直径50mm样品盘中,在波长范围为3999.9-10001.5cm-1谱区范围内扫描64次,分辨率为4cm-1条件下扫描近红外光谱。每次样品重复装样2或3或4次;
C、将样品的2或3或4次测量光谱平均化计算其平均光谱;
D、将样品的平均光谱代入模型中,即可计算出样品的粗蛋白和氨基酸的含量。
近红外光谱采集:采用BRUKER公司的VECTOR22/N型傅立叶型近红外光谱仪测定油菜籽的漫反射光谱。将油菜籽盛于直径50mm的旋转样品池,在波长范围为3999.9-10001.5cm-1谱区范围内扫描64次,分辨率为4cm-1。每次样品重复装样3次。
光谱预处理:将样品的三次测量光谱平均化计算其平均光谱。
建模:采用偏最小二乘法建立校正模型。具体过程如下:将平均化后的光谱矩阵x及建模样本的蛋白质含量y作为输入数据,输入到偏最小二乘法软件中,经过迭代运算,软件自动计算出偏最小二乘模型的一系列参数,包括蛋白质参数浓度特征因子矩阵Ui、蛋白质吸光度特征因子矩阵Bi、浓度载荷矩阵Qi。从而得到蛋白质预测模型的函数表达式:yi=x(UiX)’BiQi,其中,向量x为待测油菜籽的近红外光谱。
利用上述模型进行待测油菜籽蛋白质快速检测的方法如下:
按照上述近红外光谱采集的方法分别采集待测油菜籽的近红外光谱,并经过上述光谱预处理后得到待测油菜籽样品的近红外光谱向量,利用上述数学模型yi=x(UiX)’BiQi即可计算出上述待测油菜籽的蛋白质含量。该计算过程也可编制成程序,输入待测油菜籽的近红外光谱向量x,就可自动计算出其蛋白质含量。
同样,利用上述方法,可以建立油菜籽氨基酸含量与近红外光谱值的函数关系,从而通过近红外光谱值而得到上述各种含量。
油菜籽各指标偏最小二乘回归建模的结果如下表所示。其中,校正集用来建立模型,预测集用来对模型进行验证。下表中级数为各模型的主成分数;r为模型的相关系数,r越接近1,模型准确度越高;SEC为校正集样本标准差,RMSECV和RMSECP分别为校正集和预测集样本的预测相对误差。准确率80%以上作准确预测。
Claims (1)
1.一种油菜籽中蛋白质及氨基酸的快速检测方法,其步骤是:
A、将收获的油菜籽放入烘箱中烘干,湿度控制在103-108℃干燥,时间控制在3-5小时,然后冷却至室温;
B、将冷却后的油菜籽放入近红外仪的样品盘中扫描近红外光谱,每次样品重复装样2-4次;
C、将样品的2-4次测量光谱平均化计算其平均光谱;
D、将样品的平均光谱代入模型中,计算出样品的粗蛋白和氨基酸的含量。2、根据权利要求1所述的一种油菜籽中蛋白质及氨基酸的快速检测方法,其特征在于,所述的近红外光谱为780-2500nm。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102428576A CN101936893A (zh) | 2010-07-30 | 2010-07-30 | 一种从油菜籽中检测蛋白质和氨基酸的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102428576A CN101936893A (zh) | 2010-07-30 | 2010-07-30 | 一种从油菜籽中检测蛋白质和氨基酸的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101936893A true CN101936893A (zh) | 2011-01-05 |
Family
ID=43390338
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010102428576A Pending CN101936893A (zh) | 2010-07-30 | 2010-07-30 | 一种从油菜籽中检测蛋白质和氨基酸的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101936893A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102590129A (zh) * | 2012-01-11 | 2012-07-18 | 中国农业科学院农产品加工研究所 | 近红外检测花生中氨基酸含量的方法 |
CN102608059A (zh) * | 2012-03-01 | 2012-07-25 | 浙江大学 | 一种虫草菌粉精氨酸含量快速检测方法 |
CN103234935A (zh) * | 2013-03-29 | 2013-08-07 | 江苏康缘药业股份有限公司 | 一种检测牡丹皮的方法 |
CN103425091A (zh) * | 2012-07-20 | 2013-12-04 | 华中农业大学 | 单粒油菜籽品质的近红外光谱在线无损检测方法与装置 |
CN104819953A (zh) * | 2015-04-21 | 2015-08-05 | 通威股份有限公司 | 一种基于近红外光谱技术的dl-蛋氨酸的快速检测方法 |
CN105445218A (zh) * | 2015-11-25 | 2016-03-30 | 中国科学院南京土壤研究所 | 中红外光谱油菜籽蛋白质含量检测自适应模型的建立方法 |
CN108572155A (zh) * | 2017-03-08 | 2018-09-25 | 康师傅饮品控股有限公司 | 咖啡乳饮料中蛋白质、脂肪近红外定量***及其建立方法 |
CN110231306A (zh) * | 2019-06-10 | 2019-09-13 | 江南大学 | 一种无损、快速测定奇亚籽蛋白质含量的方法 |
CN114166782A (zh) * | 2021-11-16 | 2022-03-11 | 华中农业大学 | 牛奶中游离的缬氨酸含量的中红外快速批量检测方法 |
CN115201144A (zh) * | 2022-09-14 | 2022-10-18 | 武汉工程大学 | 一种油菜籽的氨基酸及蛋白质定量检测方法、***及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1341852A (zh) * | 2001-09-28 | 2002-03-27 | 中国农业科学院油料作物研究所 | 一种油菜芥酸的速测方法及试剂 |
WO2007084406A2 (en) * | 2006-01-17 | 2007-07-26 | Exxonmobil Research And Engineering Company | Fourier transform infrared (ftir) chemometric method to determine cetane number of diesel fuels containing fatty acid alkyl ester additives |
CN101393122A (zh) * | 2008-10-31 | 2009-03-25 | 中国农业大学 | 蜂蜜品质快速检测方法 |
CN101504362A (zh) * | 2009-03-18 | 2009-08-12 | 哈尔滨商业大学 | 基于近红外光谱技术快速检测食用油脂中反式脂肪酸含量 |
-
2010
- 2010-07-30 CN CN2010102428576A patent/CN101936893A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1341852A (zh) * | 2001-09-28 | 2002-03-27 | 中国农业科学院油料作物研究所 | 一种油菜芥酸的速测方法及试剂 |
WO2007084406A2 (en) * | 2006-01-17 | 2007-07-26 | Exxonmobil Research And Engineering Company | Fourier transform infrared (ftir) chemometric method to determine cetane number of diesel fuels containing fatty acid alkyl ester additives |
CN101393122A (zh) * | 2008-10-31 | 2009-03-25 | 中国农业大学 | 蜂蜜品质快速检测方法 |
CN101504362A (zh) * | 2009-03-18 | 2009-08-12 | 哈尔滨商业大学 | 基于近红外光谱技术快速检测食用油脂中反式脂肪酸含量 |
Non-Patent Citations (8)
Title |
---|
《上海农业学报》 20031231 李延莉,等 油菜籽品质测定方法(近红外反射光谱法与传统化学方法)的比较 11-14 第19卷, 第1期 2 * |
《中国农业科学》 20031231 甘莉,等 NIRS定量分析油菜种子含油量、蛋白质含量数学模型的创建 1609-1613 第36卷, 第12期 2 * |
《作物学报》 20050731 甘莉,等 以NIRS定量分析甘蓝型油菜、芥菜型油菜饼粕赖氨酸含量 944-947 第31卷, 第7期 * |
《西北农林科技大学学报(自然科学版)》 20060331 杨翠玲,等 近红外光谱法同时分析油菜9种品质参数的研究 61-67 第34卷, 第3期 2 * |
《食品科学》 20061231 胡小泓,等 微波处理油菜籽对油脂品质影响的研究 372-374 第27卷, 第11期 * |
《食品科学》 20061231 胡小泓,等 微波处理油菜籽对油脂品质影响的研究 372-374 第27卷, 第11期 2 * |
刘后利: "《实用油菜栽培学》", 31 December 1987, 上海科学技术出版社 * |
浙江农业大学种子教研组: "《种子检验简明教程》", 30 September 1980, 农业出版社 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102590129B (zh) * | 2012-01-11 | 2014-03-26 | 中国农业科学院农产品加工研究所 | 近红外检测花生中氨基酸含量的方法 |
CN102590129A (zh) * | 2012-01-11 | 2012-07-18 | 中国农业科学院农产品加工研究所 | 近红外检测花生中氨基酸含量的方法 |
CN102608059A (zh) * | 2012-03-01 | 2012-07-25 | 浙江大学 | 一种虫草菌粉精氨酸含量快速检测方法 |
CN103425091B (zh) * | 2012-07-20 | 2015-11-18 | 华中农业大学 | 单粒油菜籽品质的近红外光谱在线无损检测方法与装置 |
CN103425091A (zh) * | 2012-07-20 | 2013-12-04 | 华中农业大学 | 单粒油菜籽品质的近红外光谱在线无损检测方法与装置 |
CN103234935A (zh) * | 2013-03-29 | 2013-08-07 | 江苏康缘药业股份有限公司 | 一种检测牡丹皮的方法 |
CN104819953A (zh) * | 2015-04-21 | 2015-08-05 | 通威股份有限公司 | 一种基于近红外光谱技术的dl-蛋氨酸的快速检测方法 |
CN105445218A (zh) * | 2015-11-25 | 2016-03-30 | 中国科学院南京土壤研究所 | 中红外光谱油菜籽蛋白质含量检测自适应模型的建立方法 |
CN105445218B (zh) * | 2015-11-25 | 2018-12-18 | 中国科学院南京土壤研究所 | 中红外光谱油菜籽蛋白质含量检测自适应模型的建立方法 |
CN108572155A (zh) * | 2017-03-08 | 2018-09-25 | 康师傅饮品控股有限公司 | 咖啡乳饮料中蛋白质、脂肪近红外定量***及其建立方法 |
CN110231306A (zh) * | 2019-06-10 | 2019-09-13 | 江南大学 | 一种无损、快速测定奇亚籽蛋白质含量的方法 |
CN114166782A (zh) * | 2021-11-16 | 2022-03-11 | 华中农业大学 | 牛奶中游离的缬氨酸含量的中红外快速批量检测方法 |
CN114166782B (zh) * | 2021-11-16 | 2024-02-13 | 华中农业大学 | 牛奶中游离的缬氨酸含量的中红外快速批量检测方法 |
CN115201144A (zh) * | 2022-09-14 | 2022-10-18 | 武汉工程大学 | 一种油菜籽的氨基酸及蛋白质定量检测方法、***及介质 |
CN115201144B (zh) * | 2022-09-14 | 2022-12-09 | 武汉工程大学 | 一种油菜籽的氨基酸及蛋白质定量检测方法、***及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101936893A (zh) | 一种从油菜籽中检测蛋白质和氨基酸的方法 | |
CN101382488B (zh) | 利用可见-近红外漫反射光谱技术检测茶鲜叶氮含量的方法 | |
CN103278473B (zh) | 白胡椒中胡椒碱及水分含量的测定和品质评价方法 | |
CN101231274B (zh) | 近红外光谱快速测定山药中尿囊素含量的方法 | |
CN102279168A (zh) | 基于近红外光谱技术快速无损分析整粒棉籽营养品质的方法 | |
CN101210875A (zh) | 基于近红外光谱技术的无损测量土壤养分含量的方法 | |
CN101655454A (zh) | 一种粮食储存品质判定的快速测定方法 | |
CN106018337A (zh) | 一种棉仁粉中植酸含量的测定方法 | |
CN104020127A (zh) | 一种利用近红外光谱快速测量烟叶中无机元素的方法 | |
CN102393376A (zh) | 基于支持向量回归的鱼丸多组分含量检测的近红外光谱法 | |
CN104778349B (zh) | 一种用于水稻表土氮肥施用等级评定方法 | |
CN109374548A (zh) | 一种利用近红外快速测定大米中营养成分的方法 | |
Suchat et al. | Rapid moisture determination for cup lump natural rubber by near infrared spectroscopy | |
CN105136737A (zh) | 基于近红外光谱的馒头中马铃薯全粉含量快速测定的方法 | |
CN114088661B (zh) | 一种基于迁移学习和近红外光谱的烟叶烘烤过程化学成分在线预测方法 | |
CN110455740A (zh) | 一种沥青老化时程预测方法 | |
CN104807777A (zh) | 一种基于近红外光谱分析技术的槟榔水分含量快速检测方法 | |
CN110646407A (zh) | 一种基于激光诱导击穿光谱技术的水产品中磷元素含量的快速检测方法 | |
WO2020248961A1 (zh) | 一种无参考值的光谱波数选择方法 | |
CN108169168A (zh) | 检测分析水稻籽粒蛋白质含量数学模型及构建方法和应用 | |
CN104316492A (zh) | 近红外光谱测定马铃薯块茎中蛋白质含量的方法 | |
Chen et al. | Combination of modified optical path length estimation and correction and moving window partial least squares to waveband selection for the fourier transform near-infrared determination of pectin in shaddock peel | |
CN102519903B (zh) | 一种近红外光谱测定双孢蘑菇白度值的方法 | |
CN103743697A (zh) | 一种采用近红外光谱实现茶叶生产实时监测的方法 | |
CN113049526B (zh) | 一种基于太赫兹衰减全反射的玉米种子水分含量测定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20110105 |