根据糖和氨基酸配置文件与机器学习相结合,精确区分强奸蜂蜜和白蜂蜜
Chenyu Sun1, Fei Pan2, Wenli Tian2
1College of Science, China Agricultural University, Beijing 100083, China.
Foods (Basel, Switzerland)
|January 10, 2026
概括
精确的蜂蜜认证至关重要. 这项研究开发了一种机器学习方法,使用化学配置文件精确区分木蜂蜜和伪造的强奸蜂蜜,从而实现高预测准确度.
科学领域:
- 食品化学 食品化学
- 分析化学 分析化学
- 计算生物学 计算生物学
背景情况:
- 蜂蜜的改,特别是高价值的单花蜂蜜,如木,造成了重大的市场和消费者风险.
- 由于化学特征重叠,区分视觉上相似的蜂蜜,如秋和强奸蜂蜜是具有挑战性的.
研究的目的:
- 开发一种精确的方法来区分卜蜂蜜和秋蜂蜜.
- 利用化学分析和机器学习进行精确的蜂蜜认证.
主要方法:
- 从中国收集了542个蜂蜜样本.
- 使用超高性能液态染色学-并联质谱法 (UPLC-MS/MS) 量化了12种糖和20种氨基酸.
- 应用了六个机器学习算法,具有10倍的交叉验证和ADASYN过量抽样用于分类.
主要成果:
- 多变量分析显示,尽管有一些重叠,但强菜蜂蜜和秋蜂蜜之间存在显著的组成差异.
- 机器学习模型在一个独立的测试组中实现了高预测准确率 (98%的强奸蜂蜜,100%的白蜂蜜).
- SHAP分析确定了关键的区分因子:果糖,图拉诺糖,葡萄糖和胺黄油酸 (GABA).
结论:
- 开发的化学分析和机器学习框架能够准确地区分白和菜蜂蜜.
- 该研究为蜂蜜质量控制和反欺诈举措提供了坚实的技术基础.
- 创建了一个用户友好的Web应用程序,用于快速的现场蜂蜜身份验证.
