基于代谢组学数据融合和人工神经网络的食品品质的评价方法及其应用技术

技术编号:21568980 阅读:23 留言:0更新日期:2019-07-10 14:48
本发明专利技术公开了食品品质的评价方法及其应用。其中,食品品质的评价方法是基于代谢组学和人工神经网络模型进行的,所述人工神经网络模型包括:输入层,所述输入层含有若干输入参数,所述输入参数含有至少一个食品代谢物的含量参数,所述食品代谢物的含量参数是基于代谢组学数据融合得到的;隐含层;和输出层,所述输出层含有若干输出参数,所述输出参数含有至少一个食品感官得分。该方法将食品的代谢组学关键指标作为输入层,食品的感官评分作为输出层,建立基于人工神经网络的食品的品质评价模型,无需数学公式或权重,方法简单,并且评价方法客观、全面、科学,易于应用和推广。

Food Quality Evaluation Method Based on Metabonomics Data Fusion and Artificial Neural Network and Its Application

【技术实现步骤摘要】
基于代谢组学数据融合和人工神经网络的食品品质的评价方法及其应用
本专利技术涉及分析化学领域,具体地,涉及食品品质的评价方法和电子设备。
技术介绍
目前,国内食品的评价方法仍然是以传统的感官评价为主,结果易受主观性影响,评定人员的从业经验、个人喜好、地区差异、嗅觉疲劳等因素都会直接影响到对食品品质的评审结果。因此,研究对食品品质的科学、客观、准确的评价方法,对食品品质做出合理的评价模型和体系,对于促进我国食品产业的标准化生产、结构调整和健康快速发展等具有重要意义。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题之一。为此,本专利技术的一个目的在于提出一种食品品质的评价方法,该方法将食品的代谢组学数据进行融合,筛选出关键指标作为输入层,食品的感官评分作为输出层,建立基于人工神经网络的食品品质评价模型,方法简单,并且评价方法全面科学。需要说明的是,本专利技术是基于专利技术人的下列工作而完成的:专利技术人使用代谢组学方法检测食品的代谢组成,代谢组学可以对食品的营养成分进行高通量检测,检测到化合物数量越多,所代表的品质信息就越全面,后续关键品质指标的筛选就会越精确。通常,食品的营养物质十分丰富,品质构成指标较多,各指标之间或存在一定的相关性,专利技术人采用偏最小二乘法分析、方差分析、主成分分析以及相关性分析,得出影响食品品质的关键指标,大大缩减了食品品质检测的工作量,具有快速、方便等特点,方便后续的食品品质评价模型的建立,并且,基于人工神经网络的食品品质评价模型十分简便,无需数学公式或权重。由此,该方法在食品品质评价等领域具有广阔的应用前景。因而,根据本专利技术的一个方面,本专利技术提供了一种食品品质的评价方法。根据本专利技术的实施例,所述方法是基于代谢组学和人工神经网络模型进行的,所述人工神经网络模型包括:输入层,所述输入层含有若干输入参数,所述输入参数含有至少一个食品代谢物的含量参数,所述食品代谢物的含量参数是基于代谢组学数据融合得到的;隐含层;和输出层,所述输出层含有若干输出参数,所述输出参数含有至少一个食品感官得分。根据本专利技术实施例的食品品质的评价方法,将食品的代谢组学数据进行融合,筛选出的关键指标作为输入层,食品的感官评分作为输出层,建立基于人工神经网络的食品的品质评价模型,无需数学公式或权重,方法简单,并且评价方法客观、全面、科学,易于应用和推广。另外,根据本专利技术上述实施例的食品品质的评价方法,还可以具有如下附加的技术特征:根据本专利技术的实施例,所述食品为葱属植物性食品,优选地,为大蒜、洋葱、韭菜。根据本专利技术的实施例,所述食品代谢物包括挥发性代谢物、初级代谢物和次级代谢物。根据本专利技术的实施例,所述挥发性代谢物为含硫挥发性代谢物和不含硫挥发性代谢物,所述初级代谢物为选自氨基酸、有机酸、糖和糖醇中的至少一种,所述次级代谢物为多酚。根据本专利技术的实施例,所述食品代谢物为选自七类食品代谢物的至少一种,所述七类食品代谢物包括:代表第一主成分的代谢物,所述代表第一主成分的代谢物包括维生素C、丙烯、硫化丙烯、2-丙烯-1-醇、2-乙基噻吩、(Z)-苯甲醛肟、3-乙烯基-1,2-二硫代环己烯-4-烯、二烯丙基三硫醚、3-乙烯基-1,2-二硫代环己烯-5-烯、丙酸、L-脯氨酸、辛酸、谷氨酸、L-天门冬酰胺、L-赖氨酸;代表第二主成分的代谢物,所述代表第二主成分的代谢物包括食品的明暗颜色值(L*值)、食品的红绿颜色值(a*值)、食品的黄蓝颜色值(b*值)、S-甲基-L-半胱氨酸、二烯丙基硫醚、甲基丙烯基二硫醚、二甲基三硫醚、二烯丙基二硫醚、二烯丙基四硫醚、鸟氨酸、D-果糖、肌醇、琥珀酰丙酮和蔗糖;代表第三主成分的代谢物,所述代表第三主成分的代谢物包括1,3-丙二醇、L-丙氨酸、丝氨酸、L-苏氨酸、阿拉伯糖、羊毛硫氨酸L-酪氨酸和L-高丝氨酸;代表第四主成分的代谢物,所述代表第四主成分的代谢物包括乙酰羟肟酸乙酯;代表第五主成分的代谢物,所述代表第五主成分的代谢物包括异柠檬酸;代表第六主成分的代谢物,所述代表第六主成分的代谢物包括木酮糖;代表第七主成分的代谢物,所述代表第七主成分的代谢物包括D-葡萄糖和葡糖酸。根据本专利技术的实施例,所述食品代谢物为选自维生素C、丙烯、2-丙烯-1-醇、L-脯氨酸、辛酸、L-赖氨酸、食品的a*值、甲基丙烯基二硫醚、琥珀酰丙酮、1,3-丙二醇、L-丙氨酸、丝氨酸、羊毛硫氨酸、乙酰羟肟酸乙酯、异柠檬酸、木酮糖、D-葡萄糖和葡糖酸的至少一种,更优选地,为食品的a*值、L-丙氨酸、L-脯氨酸和葡糖酸的至少一种。根据本专利技术的实施例,所述隐含层的最大循环次数400000-600000,学习速率0.5-0.9,动量因子0.3-0.7,均方差目标1e-07。根据本专利技术的实施例,所述隐含层到所述输出层的传递函数为FANN_SIGMOID_SYMMETRIC,训练函数为FANN_TRAIN_RPROP。根据本专利技术的实施例,所述食品感官得分为选自质地得分、口感得分、色泽得分和风味得分的至少一种。根据本专利技术的实施例,质地得分、口感得分、色泽得分和风味得分的权重比例为:(1-3):(2-4):(1-2):(3-5)。根据本专利技术的实施例,所述食品的所述次级代谢物的含量是利用HPLC-MS/MS进行检测的。根据本专利技术的实施例,所述HPLC-MS/MS的检测条件:色谱条件:Symbiosis液相色谱仪;色谱柱:C18液相色谱柱;流动相:A-(0.05-0.2)%甲酸水溶液,B-(0.05-0.2)%甲酸的乙腈;流速:0.5-1.5mL/min;柱温:20-40℃;洗脱程序:10-60%B(0-7min);60-80%B(7-12min);60-20%B(12-15min);15%B(15-17min);质谱条件:6500型质谱系统,电喷雾离子源(ESI),多反应监测模式(MRM),负离子模式(ESI-)扫描;气帘气(Curtaingas):40psi;离子喷雾电压:4500V;辅助加热气温度(TEM):550℃;雾化气(Gas1):55psi;辅助加热气(Gas2):55psi。根据本专利技术的实施例,所述食品的所述挥发性代谢物和所述初级代谢物的含量是利用GC/MS进行检测的。根据本专利技术的实施例,所述GC/MS的检测条件:色谱条件:进样口温度250℃,分流比10:1;DB-5MS色谱柱;氦气流速1.5mL/min;升温程序如下:70℃保持2min,10℃/min升温至300℃,300℃保持6min,310℃后运行4min,质谱条件:电子轰击源为EI源,70eV),全扫描方式;质谱仪四级杆和传输线温度设定为150℃,离子源温度为230℃;扫描质量范围40-600m/z。根据本专利技术的实施例,所述输入参数为无量纲化处理的数据。根据本专利技术的另一方面,本专利技术提供了一种电子设备。根据本专利技术的实施例,该电子设备包括:处理器;以及存储器,在所述存储器中存储有计算机程序指令,所述计算机程序指令在被所述处理器运行时使得所述处理器执行如前述的食品品质的评价方法。根据本专利技术实施例的电子设备,将食品的代谢组学的关键指标作为输入层,食品的感官评分作为输出层,建立基于人工神经网络的食品的品质评价模型,无需数学公式或权重,该软件的计算方法简单,运算速度快,并且评价方法客观、全面、本文档来自技高网...

【技术保护点】
1.一种食品品质的评价方法,其特征在于,所述方法是基于代谢组学和人工神经网络模型进行的,所述人工神经网络模型包括:输入层,所述输入层含有若干输入参数,所述输入参数含有至少一个食品代谢物的含量参数,所述食品代谢物的含量参数是基于代谢组学数据融合得到的;隐含层;和输出层,所述输出层含有若干输出参数,所述输出参数含有至少一个食品感官得分。

【技术特征摘要】
1.一种食品品质的评价方法,其特征在于,所述方法是基于代谢组学和人工神经网络模型进行的,所述人工神经网络模型包括:输入层,所述输入层含有若干输入参数,所述输入参数含有至少一个食品代谢物的含量参数,所述食品代谢物的含量参数是基于代谢组学数据融合得到的;隐含层;和输出层,所述输出层含有若干输出参数,所述输出参数含有至少一个食品感官得分。2.根据权利要求1所述的方法,其特征在于,所述食品为葱属植物性食品,优选地,为大蒜、洋葱、韭菜。3.根据权利要求2所述的方法,其特征在于,所述食品代谢物包括挥发性代谢物、初级代谢物和次级代谢物。4.根据权利要求2所述的方法,其特征在于,所述挥发性代谢物为含硫挥发性代谢物和不含硫挥发性代谢物,所述初级代谢物为选自氨基酸、有机酸、糖和糖醇中的至少一种,所述次级代谢物为多酚。5.根据权利要求3所述的方法,其特征在于,所述食品代谢物为选自七类食品代谢物的至少一种,所述七类食品代谢物包括:代表第一主成分的代谢物,所述代表第一主成分的代谢物包括维生素C、丙烯、硫化丙烯、2-丙烯-1-醇、2-乙基噻吩、(Z)-苯甲醛肟、3-乙烯基-1,2-二硫代环己烯-4-烯、二烯丙基三硫醚、3-乙烯基-1,2-二硫代环己烯-5-烯、丙酸、L-脯氨酸、辛酸、谷氨酸、L-天门冬酰胺、L-赖氨酸;代表第二主成分的代谢物,所述代表第二主成分的代谢物包括食品的明暗颜色值(L*值)、食品的红绿颜色值(a*值)、食品的黄蓝颜色值(b*值)、S-甲基-L-半胱氨酸、二烯丙基硫醚、甲基丙烯基二硫醚、二甲基三硫醚、二烯丙基二硫醚、二烯丙基四硫醚、鸟氨酸、D-果糖、肌醇、琥珀酰丙酮和蔗糖;代表第三主成分的代谢物,所述代表第三主成分的代谢物包括1,3-丙二醇、L-丙氨酸、丝氨酸、L-苏氨酸、阿拉伯糖、羊毛硫氨酸L-酪氨酸和L-高丝氨酸;代表第四主成分的代谢物,所述代表第四主成分的代谢物包括乙酰羟肟酸乙酯;代表第五主成分的代谢物,所述代表第五主成分的代谢物包括异柠檬酸;代表第六主成分的代谢物,所述代表第六主成分的代谢物包括木酮糖;代表第七主成分的代谢物,所述代表第七主成分的代谢物包括D-葡萄糖和葡糖酸,优选地,所述食品代谢物为选自维生素C、丙烯、2-丙烯-1-醇、L-脯氨酸、辛酸、L-赖氨酸、食品的红绿颜色值(a*值)、甲基丙烯基二硫醚、琥珀酰丙酮、1,3-丙二醇、L-丙氨酸、丝氨酸、羊毛硫氨酸、乙酰羟肟酸乙酯、异柠檬酸、木酮糖、D-葡萄糖和葡糖酸的至少一种,更优选地,为食品的红绿颜色值(a*值)、L-丙氨酸、L-脯氨酸和葡糖...

【专利技术属性】
技术研发人员:张峰刘建国伟杨敏莉
申请(专利权)人:中国检验检疫科学研究院
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1