使用SVR化学计量来量化牛奶中的β-乳糖球蛋白和α-乳糖蛋白,使用MIR

科学领域:

• 乳制品科学 乳制品科学
• 分析化学 分析化学
• 化学测量 化学测量 化学测量

背景情况:

• 牛奶蛋白质的变化会影响乳制品的质量和一致性.
• 在线实时监控对于乳制品加工至关重要.
• 准确量化乳清蛋白,如β-乳糖球蛋白和α-乳蛋白是必不可少的.

研究的目的:

• 开发和验证一种化学测量方法,用于在线实时监测牛奶中的β-乳糖球蛋白和α-乳糖蛋白.
• 为了比较蛋白质量定量的不同化学度模型的性能.
• 建立一个强大的框架来分析牛奶蛋白的中红外光谱数据.

主要方法:

• 使用中红外光谱 (MIR) 来收集197种牛奶光谱.
• 应用自动化预处理 (nippy) 和异常值检测 (Hotelling T2,Q-剩余).
• 采用基因算法来选择波数和支持向量回归 (SVR) 来进行定量分析,并使用Optuna.optimized进行优化.

主要成果:

• 支持载体回归 (SVR) 在量化β-乳糖球蛋白和α-乳糖蛋白方面表现优异.
• 通过离开一次的交叉验证 (LOOCV) 实现了高R平方值的92.8%的β-乳球蛋白和92.7%的α-乳蛋白.
• 开发的框架代表了迄今为止为这些乳清蛋白的MIR量化报告的最高相关性.

结论:

• 拟议的化学测量方法结合了自动预处理,遗传算法波数选择和SVR,可提供准确可靠的乳清蛋白质量测量.
• 这种方法可实现对乳制品质量控制至关重要的实时线上监控.
• 该研究为乳制品行业MIR数据的化学分析设定了新的基准.