[根据气味变化建立一个基于多边形树脂菌的电子鼻子快速分辨模型]

科学领域:

• 食品科学 食品科学 食品科学
• 分析化学 分析化学
• 草药分析 草药分析

背景情况:

• 波利戈纳蒂树质量受到菌的影响,改变了其挥发性有机化合物 (VOC) 概况.
• 准确和快速检测菌的草药对于质量控制至关重要.

研究的目的:

• 使用电子鼻子技术建立一个快速辨别模型,用于识别菌的多角性根茎.
• 探索气味变化与菌程度之间的关系.

主要方法:

• 使用 α-FOX3000 电子鼻子分析了不同菌水平的多角性树菌的气味指纹.
• 采用雷达地图来识别主要的VOC贡献者和部分最小方程区分分析 (PLS-DA) 来进行分类.
• 应用机器学习算法包括K-近邻 (KNN),顺序最小优化 (SMO),随机森林 (RF) 和天真贝叶斯 (NB) 模型验证.

主要成果:

• 特定的传感器 (T70/2,T30/1,P10/2) 显示菌时反应增加,表明和芳香化合物的产生.
• PLS-DA成功地区分了三种程度的菌.
• 四种分类模型的准确度达到90%以上,KNN的准确度达到97.2%.
• 确定了五个关键传感器 (T70/2,T30/1,PA/2,P10/1,P40/1),这些传感器对于分类至关重要.

结论:

• 电子鼻子技术可以检测出由菌的波利戈纳提树体产生的VOCs.
• 成功建立了菌植物药物的快速歧视模型.
• 这项研究为进一步研究在菌的中国草药中检测VOC提供了基础.