アジアの甘草の起源の追跡と品質の評価は,多次元指紋と深層学習によって強化されています

科学分野:

• 薬草 の 薬
• 分析化学
• 人工知能

背景:

• 甘草 (Glycyrrhizae Radix et Rhizoma) の品質は環境要因によって地理的由来によって異なります.
• 伝統的な分析方法はしばしば複雑で高価で 限られた情報しか提供できません
• ハーブ製品認証の効率的でアクセス可能な方法の必要性

研究 の 目的:

• 甘草の地理的起源と品質の評価のための費用対効果の高いAI強化方法を開発する.
• 化学測定,機械学習,ネットワーク薬理学を統合して品質マーカーを予測する.
• 薬草製品の認証に新しいアプローチを確立する.

主な方法:

• ディープラーニングで強化された 多次元指紋処理
• 化学測定,機械学習,ネットワーク薬理の組み合わせ
• ピアソン相関分析を用いた7つの主要な品質マーカーの予測と精細化

主要な成果:

• 甘草の正確な地理的起源と品質の評価のためのディープラーニングモデルを開発しました.
• 地理的な違いに関連した重要な化学組成の違いを特定した.
• 甘草の起源を区別するAI強化アプローチの有効性を実証した.

結論:

• AIで強化された多次元指紋は 甘草の認証に 強力で費用対効果の高いソリューションです
• この方法論は,植物製品の地理的起源と品質を評価するための堅固な枠組みを提供します.
• このアプローチは食品とハーブ産業の品質管理に広く適用できます.