代谢分析与机器学习算法相结合,可以评估收获后的果仁色彩稳定性
Min Jeong Kang1, Ronald B Pegg1, William L Kerr1
1Department of Food Science and Technology, College of Agricultural and Environmental Sciences, University of Georgia, 100 Cedar Street, Athens, GA 30602, USA.
Food chemistry
|August 16, 2024
概括
研究人员确定了关键化合物,如酸,在储存期间保持坚果核颜色. 这一发现有助于培育具有稳定性,吸引消费者的核心颜色的 pecans.
科学领域:
- 植物代谢学 植物代谢学
- 营养生物化学 营养生物化学
- 农业科学 农业科学
背景情况:
- 坚果核的颜色显著影响消费者的吸引力和感知质量.
- 植物与坚果颜色有关,但对于存储稳定性的特定生物标志物是未知的.
- 了解这些生物标志物对于在收获后保持坚果质量至关重要.
研究的目的:
- 为了确定关键的代谢物和生物标志物,负责收获后果核色彩稳定性.
- 为了调查果色彩中烯胺,黄胺和氨酸路径的作用.
- 利用机器学习来预测内核颜色表型.
主要方法:
- 基于路径的代谢学,使用液态染色体质谱法 (LC-MS).
- 在九种花生品种的试验中对代谢物的分析.
- 机器学习算法的应用与颜色测量一起.
主要成果:
- 确定了潜在的标记物化合物,包括黄类前体,酸和酸 (例如,酸,酸-3-O-糖化物).
- 证明了机器学习在将代谢物概况与内核颜色表型相关联方面的实用性.
- 突出了特定的安托西亚宁,因为它对保持坚果色彩稳定性至关重要.
结论:
- 这项研究为了解和改善桃花核颜色稳定性提供了基础.
- 识别的生物标志物可以指导培育计划,以获得可取和稳定的核颜色的 pecans.
- 未来的研究可以专注于这些色彩稳定的表型背后的遗传和分子机制.
