使用多环境试验数据和机器学习进行大麦谷物蛋白质组评估
Maany Ramanan1, Harmonie Bettenhausen2, Gabriela Grigorean3
1Department of Food Science & Technology, University of California, Davis, California 95616-5270, United States.
Journal of agricultural and food chemistry
|November 13, 2024
概括
对大麦粒的蛋白质组学分析显示,环境因素显著影响蛋白质丰富度. 这些蛋白质数据可以准确预测谷物和麦芽的质量,为改善作物提供有价值的见解.
科学领域:
- 农业科学 农业科学
- 生物化学 生化学
- 蛋白质组学是指蛋白质组学.
背景情况:
- 蛋白质组学提供了一种方法来分析大麦谷中的单个蛋白质水平.
- 蛋白质丰富程度可能受到遗传和环境因素的影响,这可能会影响谷物和麦芽的质量.
- 了解这些影响是优化大麦种植和加工的关键.
研究的目的:
- 研究基因型,位置和年份对大麦谷物蛋白质组的影响.
- 为了识别特定的蛋白质,其丰富程度因这些因素而变化.
- 评估单个蛋白质丰度对谷物和麦芽质量特征的预测能力.
主要方法:
- 液态染色体质谱法 (LC-MS) 用于分析79个大麦谷物样本中的3104种蛋白质.
- 样本来源于加利福尼亚州跨越2017-2022年的多环境试验.
- 进行了统计分析,以确定由位置,基因型和年份解释的差异.
主要成果:
- 位置,基因型和年份分别占蛋白质丰度变异的26.7%,17.1%和14.3%.
- 具有存储,DNA/RNA结合或酶功能的16种蛋白质在不同位置,基因型和年龄之间显示出显著的丰度变化.
- 个体蛋白质丰度显示出对总蛋白质,酒精溶解蛋白质,麦芽蛋白质含量和麦芽精细提取物的良好预测能力 (RMSECV = 1.25-2.04%).
结论:
- 环境因素在塑造大麦谷蛋白质组中起着重要作用.
- 蛋白质组学与机器学习相结合,是预测大麦谷物和麦芽质量的强大工具.
- 这种方法可以帮助开发更好的大麦品种和优化种植实践.
