集成质量缺陷过和向分子网络用于食品经济学研究:Magnolia officinalis cortex的一个案例研究
Qi Wang1, Haodong Zhu2, Hong Zhou3
1Clinical Neuroscience Institute, the First Affiliated Hospital of Jinan University, Guangzhou 510632, China; State Key Laboratory of Bioactive Molecules and Druggability Assessment, International Cooperative Laboratory of Traditional Chinese Medicine Modernization and Innovative Drug Development of Ministry of Education (MOE) of China, Guangdong Basic Research Center of Excellence for Natural Bioactive Molecules and Discovery of Innovative Drugs, Guangdong Province Key Laboratory of Pharmacodynamic Constituents of TCM and New Drugs Research, College of Pharmacy, Jinan University, Guangzhou 510632, China.
使用质谱法 (MS) 的新食品经济战略改善了Magnolia Officinalis Cortex (MOC) 的数据分析. 这种方法增强了化合物识别,并准确地追踪了MOC批次的地理来源.
科学领域:
- 食品科学 食品科学 食品科学
- 分析化学 分析化学
- 药理学是指药理学,即药理学是指药理学.
背景情况:
- 基于质谱 (MS) 的食品经济学面临着数据冗余的挑战,限制了效率.
- 对复杂的天然产品,如Magnolia Officinalis Cortex (MOC) 的有效分析对于质量控制至关重要.
研究的目的:
- 开发和应用基于MS的食品经济学综合质量缺陷过和向分子网络 (IMDFTMN) 战略.
- 提高化合物注释效率,并确定MOC分类的关键化学标记.
主要方法:
- 制定了一项IMDFTMN战略,以减少基于MS的食品经济学数据冗余.
- 应用该策略分析了44批MOC,确定了167种化合物.
- 使用了25个差分标记器来对MOC批量进行集群,以及用于原产地分类的支向量机器.
主要成果:
- IMDFTMN策略产生了简洁的分子网络,改善了化合物注释.
- 在MOC中发现了167种特征性化合物.
- 根据25个差异标记,确定了两个不同的MOC批次集群,从而实现了准确的地理来源分类.
结论:
- 新的IMDFTMN战略提高了食品经济学分析的效率和准确性.
- 这种方法有助于更深入地了解不同地区的MOC化学概况.
- 该战略为食品成分分析,改检测和原产地追踪提供了重要的见解.
