食品工业科技

作者：安莉, 周娟, 马婧玮, 陈贺, 王飞, 梁慧珍, 郝晨宇, 吴绪金

关键词：代谢组学,机器学习,太谷山药,铁棍山药,差异标志物,

本研究旨在利用代谢组学筛选出太古山药和铁棍山药之间的差异代谢物，并通过LASSO回归机器学习方法确定作为预测不同山药品种的差异标志物。研究采用超高效液相色谱-四级杆飞行时间串联质谱（ultra-performance liquid chromatography-quadrupole time of flight tandem mass spectrometry，UPLC-Q-TOF-MS/MS）分析两种山药中的代谢物，通过主成分分析（principal component analysis，PCA）和正交偏最小二乘判别分析（orthogonal partial least squares-discriminant analysis，OPLS-DA）识别出两种山药中的差异代谢物，利用最小绝对收缩和选择算子（least absolute shrinkage and selection operator，LASSO）回归方法筛选出差异性标志物，建立用于品种鉴别的预测模型。结果显示，在两种山药中共鉴别出206种代谢物，PCA分析发现太谷山药和铁棍山药之间区分明显，OPLS-DA进一步筛选出56种存在显著性差异的代谢物。基于这些差异代谢物进行LASSO回归分析，得到ophiogenin 3-O-beta-L-rhamnopyranosyl-beta-D-glucopyranoside、天冬氨酸、表儿茶素没食子酸酯、夏佛塔苷以及没食子儿茶素5种关键差异标志物，建立了用于太谷山药和铁棍山药品种鉴别的LASSO回归预测模型。本研究基于代谢组学和LASSO回归机器学习方法，识别出太谷山药和铁棍山药的差异标志物，构建了不同品种山药的预测模型，为山药的鉴别提供了新的思路。

来源：2024年第18期

《食品工业科技》期刊编辑部

查看食品工业科技杂志2024年第18期