La trazabilidad del origen y la evaluación de la calidad del regaliz en Asia basadas en las huellas digitales...

Área de la Ciencia:

• Medicina de hierbas
• Química analítica
• Inteligencia artificial

Sus antecedentes:

• La calidad del regaliz (Glycyrrhizae Radix et Rhizoma) varía según el origen geográfico debido a factores ambientales.
• Los métodos analíticos tradicionales son a menudo complejos, costosos y proporcionan información limitada.
• Necesidad de métodos eficientes y accesibles para la autenticación de productos a base de hierbas.

Objetivo del estudio:

• Desarrollar un método rentable y mejorado con IA para la determinación del origen geográfico y la evaluación de la calidad del regaliz.
• Integrar la quimiometría, el aprendizaje automático y la farmacología en red para predecir los marcadores de calidad.
• Establecer un nuevo enfoque para la autenticación de productos a base de hierbas.

Principales métodos:

• Aprendizaje profundo de huellas dactilares multidimensionales de muestras de regaliz de diversos orígenes.
• Aplicación combinada de la quimiometría, el aprendizaje automático y la farmacología de red.
• Predicción y refinamiento de siete indicadores clave de calidad mediante el análisis de correlación de Pearson.

Principales resultados:

• Se han desarrollado con éxito modelos de aprendizaje profundo para una evaluación precisa del origen geográfico y la calidad del regaliz.
• Se han identificado las principales diferencias de composición química relacionadas con las variaciones geográficas.
• Demostró la eficacia del enfoque mejorado por IA para distinguir los orígenes del regaliz.

Conclusiones:

• La huella digital multidimensional mejorada con IA ofrece una solución poderosa y rentable para la autenticación de regaliz.
• La metodología proporciona un marco sólido para evaluar el origen geográfico y la calidad de los productos a base de hierbas.
• Este enfoque tiene una amplia aplicabilidad para el control de calidad en las industrias de alimentos y hierbas.