快速卷积算法用于通过非目标LC-MS分析发现蓝蜂蜜真实性标记
Shawninder Chahal1, Lei Tian1, Shaghig Bilamjian1
1Department of Food Science and Agricultural Chemistry, McGill University, 21111 Lakeshore Rd, Sainte-Anne-de-Bellevue, Quebec H9X 3V9, Canada.
Analytical chemistry
|October 31, 2024
概括
研究人员开发了一种新的算法,以快速识别蜂蜜真实性标记. 这种代谢学方法使用机器学习来检测伪造的蜂蜜,确保消费者获得真正的产品.
科学领域:
- 食品科学 食品科学 食品科学
- 分析化学是一种分析化学.
- 代谢学 代谢学 代谢学
背景情况:
- 蜂蜜的植物起源影响其质量和价格,导致潜在的错误标签.
- 食品认证依赖于代谢学,需要有效的数据挖掘来寻找新的标记物.
- 非目标高分辨率液态染色体质谱 (HR/LC-MS) 是一个关键的分析技术.
研究的目的:
- 开发快速的数据挖掘算法,用于发现蜂蜜真实性标记.
- 为了识别用于检测错误标记或伪造蜂蜜的新型标记.
- 创建一个端到端的管道,用于食品认证中的代谢数据分析.
主要方法:
- 使用HR/LC-MS分析了262个单花蜂蜜样本.
- 开发一种新的卷积算法,用于发现间隔比率标记器.
- 对单个标记器和比率标记器的数据挖掘方法的演示.
主要成果:
- 新的卷积算法训练的速度是现有方法的14倍,与现有方法相比,它提高了0.2个MCC单位的分类.
- 该算法实现了与暴力搜索相似的分类,但速度快1521倍.
- 尼亚被确定为蓝蜂蜜真实性的特定标记物.
结论:
- 开发的卷积算法显著提高了识别蜂蜜真实性标记的速度和准确性.
- 这种方法为蜂蜜代谢矿和食品认证提供了有效的端到端解决方案.
- 该方法可适应分析其他食品和使用不同的分析仪器.
更多相关视频
10:25Construction of Models for Nondestructive Prediction of Ingredient Contents in Blueberries by Near-infrared Spectroscopy Based on HPLC Measurements
Published on: June 28, 2016
10.6K
11:13Mass Spectrometry-Guided Genome Mining as a Tool to Uncover Novel Natural Products
Published on: March 12, 2020
10.9K
