脂管学与随机森林机器学习算法相结合,揭示了在不同养殖系统中储存蛋的新鲜度标记
Mengying Chen1, Lan Gong2, Lei Zhu2
1Institute of Quality Safety and Nutrition of Agricultural Products, Jiangsu Academy of Agricultural Sciences, Jiangsu Provincial Key Laboratory of Food Quality and Safety-Province and Ministry jointly built the cultivation base of the State Key Laboratory, Nanjing 210014, China; College of Food and Biological Engineering, Jiangsu University, Zhenjiang 212013, China.
Poultry science
|August 28, 2024
概括
这项研究揭示了在储存期间来自不同养殖系统的蛋中不同的脂质配置. 非向性脂组学和随机森林算法确定了关键标记脂质,有助于评估蛋质量.
科学领域:
- * 食品科学 食品科学
- * 分析化学 分析化学
- * 生物化学 * 生物化学
背景情况:
- *子蛋与传统的自由放牧 (TFS) 和地板养殖系统 (FRS) 在储存期间的脂质组成差异仍未得到充分研究.
- *了解这些脂质变异对于评估蛋质量和指导生产实践至关重要.
研究的目的:
- * 为了研究和比较储存期间TFS和FRS的蛋中的脂质特征差异.
- *使用非向性脂管学和随机森林 (RF) 算法来识别潜在的标记脂质.
- *阐明关键的代谢途径受养殖系统和储存的影响.
主要方法:
- *采用非向性脂管学与超高性能液体染色学并列质谱学 (UPLPC-MS/MS) 相结合.
- * 使用随机森林 (RF) 算法选差异性脂质 (DLs) 和识别标记性脂质.
- *对卵黄和卵白中确定的DL进行了代谢途径分析.
主要成果:
- * 在蛋黄中选了106种差异性脂质 (DLs),在蛋白中选了16种.
- * 鉴定了黄体中不同的关键代谢途径:糖脂和脂代谢 (TFS);GPI定生物合成和糖代谢 (FRS).
- *确定了不和脂肪酸生物合成作为两种系统蛋白中的关键途径;选了12种标志性脂质.
结论:
- * 养系统在储存期间显著影响蛋脂质概况.
- * 非定位脂组学和射频算法的结合有效地识别了卵子质量评估的标记脂质.
- *研究结果为优化蛋生产和确保产品质量提供了宝贵的见解.
