结合定量脂组学和反向传播神经网络方法来区分羊肉的品种和部分来源

科学领域:

• 食品科学 食品科学 食品科学
• 分析化学 分析化学
• 生物信息学是一种生物信息学.

背景情况:

• 肉制品的准确可追溯性对于质量保证和消费者保护至关重要.
• 使用传统方法,区分羊羔品种和特定的肉类切片 (例如,长腰背部,手指节) 可能具有挑战性.

研究的目的:

• 开发和验证用于识别羔羊品种和肉部分来源的分析策略.
• 评估将定量脂管学与反向传播神经网络相结合的有效性,以实现肉类的可追溯性.

主要方法:

• 量化脂质量学被用来分析羊肉样本中的脂质资料.
• 使用多变量统计方法,包括逐步线性区分分析,以识别潜在的标记分子.
• 反向传播神经网络用于分类,并与其他机器学习方法进行比较.

主要成果:

• 在29个类别的1230个脂质分子被确定在坦羊和Bahana杂交羊肉中.
• 分别确定了12个和7个脂质分子作为品种和部分来源的潜在标记物.
• 使用3-4个脂质分子的模型在分辨羔羊品种和部分来源方面分别达到100%和95%的准确性.
• 反向传播神经网络在识别羔羊肉来源方面表现出卓越的表现.

结论:

• 综合性脂管学和反向传播神经网络方法为追踪和认证羊肉产品提供了有效的策略.
• 这种方法可以提高羊肉产品的可追溯性,确保真实性并保护消费者的利益.
• 这些发现支持在食品行业应用先进的分析技术,以进行质量控制和预防欺诈.