机器学习框架用于Hanwoo肌肉卫星细胞的通过性质量控制,用于培养肉类
Sanghun Park1, Sol-Hee Lee1, Gyutae Park1
1Department of Animal Science, Chungbuk National University, Cheongju 28644, Republic of Korea.
Food research international (Ottawa, Ont.)
|March 12, 2026
概括
我们为汉武牛细胞开发了一种分级系统,以确保培养牛肉的质量. 这一框架客观地评估了通过通道的细胞质量,支持替代蛋白质的标准化生产.
科学领域:
- 生物技术是生物技术.
- 细胞生物学 细胞生物学
- 食品科学 食品科学 食品科学
背景情况:
- 韩国本土牛 (Hanwoo) 的肌性卫星细胞对于培养肉类和畜牧生物技术至关重要.
- 这些细胞是生物制造替代蛋白质的主要基质,特别是培养牛肉.
- 标准化,高价值的培养牛肉产品需要对这些细胞进行客观的质量评估.
研究的目的:
- 建立一个多变量分级框架,以评估汉武机基卫星电池的通过依赖性质量.
- 客观地评估细胞增殖和衰老指标.
- 支持在养殖牛肉生产中标准化的批量释放标准和通道限制决定.
主要方法:
- 建立了一个分级框架,整合了扩散和衰老指标.
- 使用随机森林回归的活细胞数量 (R2 > 0.93) 假定缺失的生物标志物值.
- 应用主要组件分析 (PCA),K-平均集群 (k=3),以及部分最小平方差异分析 (PLS-DA).
- 使用RNA测序验证的转录转移.
主要成果:
- 确定了三个不同的细胞等级:早期 (P2-P3),中期 (P4-P7) 和晚期 (P8-P12).
- SA-β-银酸酶,活细胞数量和端粒酶是关键的区分因子.
- RNA测序证实了从增殖到衰老的逐渐转录转移.
结论:
- 开发的框架为评估培养牛肉生产中的细胞质量提供了客观的标准.
- 它使得关于通道限制的科学理由决定成为可能,提高了技术准备.
- 支持监管一致的质量控制,用于可扩展的替代蛋白质制造.
