1. AI新视界首页
  2. AI健康

基于牛奶营养分子数据集的婴幼儿配方奶粉人性化全息分析方法的建立与评价

今天介绍一篇来自东北农业大学食品科学系张英华,王玉堂课题组于2022年4月发表在Food Chemistry(IF=7.514)上的文章。文中通过研究编制的牛奶营养分子数据集,结合机器学习提出了一种识别婴儿配方奶粉人性化程度的新方法。

作者:宋方亮

编辑:肖冉基于牛奶营养分子数据集的婴幼儿配方奶粉人性化全息分析方法的建立与评价

今天介绍一篇来自东北农业大学食品科学系张英华,王玉堂课题组于2022年4月发表在Food Chemistry(IF=7.514)上的文章。文中通过研究编制的牛奶营养分子数据集,结合机器学习提出了一种识别婴儿配方奶粉人性化程度的新方法。

1 介绍

母乳通常被认为是几乎所有婴儿的最佳营养形式。相当大比例的婴儿需要婴儿配方奶粉来满足他们的日常营养需求。评估婴儿配方奶粉质量是关键标准之一就是母乳和婴儿配方奶粉之间的相似性。文中将母乳和婴儿配方奶粉视为一个分子的组合,对可能的分子进行定性和定量的分析,从而生成基于分子的牛奶营养分子信息全息数据集。将分子信息转化成矩阵,然后根据矩阵相关性、正交偏最小二乘判别分析(OPLS-DA)和主成分分析(PCA)来确定婴儿配方奶粉的人性化程度。

2 材料和方法

2.1材料

母乳是由321名居住在中国东北或华北健康的中国母亲捐赠的(不吸烟,年龄在25岁到42岁之间)。时间是在产后两周后的哺乳期取样,奶水样本是在常规餐后大约1-2小时采集的。采集样本后不进行其他样本处理。在哈尔滨当地超市购买了保质期相似的三个品牌(标为IF1、IF2和IF3)的市售婴儿配方奶粉。

2.2 近似分析和数据集架构

  定性和定量地分析了婴儿配方奶粉和母乳中的八种营养分子,包括磷脂、碳水化合物、脂肪酸、蛋白质、氨基酸、胆固醇、矿物质和维生素。所有婴儿配方奶粉样品平行测量5次,不取平均值,母乳样品平行测定3次,取平均值。最终获得了321组母乳数据和三个婴儿配方奶粉品牌的五组数据,编入数据集。

2.3 牛奶矩阵开发

  开发了一个包含所有母乳或婴儿配方奶粉的内部营养信息的二维矩阵。母乳的矩阵大小为321*N,婴儿配方奶粉的矩阵大小为5*N(其中N表示被鉴定和量化的营养分子的数量)。

2.4 母乳和婴儿配方奶粉相似性的HCA分析和计算

  母乳和婴儿配方奶粉矩阵的大小必须相等。因此,对实验结果中的321份母乳样品进行了置换取样,取了5组。母乳和婴儿配方奶粉的矩阵大小为5*N。使用二者矩阵相关性比较相似性。然后使用层次聚类分析(HCA)对三个品牌的婴儿配方奶粉样本和321份母乳样本的相似性结果进行验证。

2.5 母乳和婴儿配方奶粉的区别分析

  使用PCA和OPLS-DA建模分析确定母乳和婴儿配方奶粉中七个类别的区别性生物标志物(胆固醇被归类为磷脂)。

3 结果和讨论

3.1 近似和牛奶营养分子数据集

在母乳和婴儿配方奶粉中总共检测到127种营养分子并将其编为数据集。这些分子分为以下八类:磷脂、碳水化合物、脂肪酸、氨基酸、蛋白质、维生素、矿物质、其他化合物。该数据集中关于母乳的数据有321组,关于婴儿配方奶粉的数据有45组。

3.2 母乳和婴儿配方奶粉与HCA之间的相似性

母乳矩阵的元素由数据集中母乳的定量分子信息组成,大小为321*127。同样有三个尺寸为5*127的婴儿配方奶粉矩阵。通过矩阵的秩确定数据独立性。通过矩阵相关性计算结果显示,在所有婴儿配方奶粉中,IF1与母乳的相似性最高(矩阵相关性为0.9581±0.0029),其次为IF2(0.8893±0.0029)和IF3(0.9159±0.0032)。采用非监督HCA方法对321份母乳样品和3个品牌的婴幼儿配方奶粉样品的相似性进行了验证测量。结果如图1所示。基于牛奶营养分子数据集的婴幼儿配方奶粉人性化全息分析方法的建立与评价

Fig. 1. 母乳和婴儿配方奶粉成分数据的HCA树状图。

3.3 母乳和婴儿配方奶粉的区别

使用PCA探索母乳和婴儿配方奶粉的样本分布,结果如图2所示。两个主成分的累积率达到89.6%,表明它们可以代表原始数据的大部分信息。基于牛奶营养分子数据集的婴幼儿配方奶粉人性化全息分析方法的建立与评价

Fig. 2. 母乳和婴儿配方奶粉的分子信息和成分数据的主成分分析。

以IF1为例,对七个化合物类别进行了OPLS-DA以确定母乳和婴儿配方奶粉之间差异的来源。模型表现出较高的稳定性,然后利用该模型筛选出具有区别性的生物标志物。脂肪酸分析结果用记分图表示,如图3A所示。从OPLS-DA模型中提取的VIP图(图3B)揭示了脂肪酸组的区别性生物标志物。基于牛奶营养分子数据集的婴幼儿配方奶粉人性化全息分析方法的建立与评价

Fig. 3. 脂肪酸的OPLS-DA数据。

根据所有的VIP曲线图,在OPLS-DA之后,图4清楚地显示了IF1和母乳在41个区别生物标志物上的差异。基于牛奶营养分子数据集的婴幼儿配方奶粉人性化全息分析方法的建立与评价

Fig. 4. IF1和母乳之间七种营养素类别的一些区别性生物标志物。X轴代表牛奶的种类,Y轴代表牛奶上营养分子的含量。

4 结论

文章在构建包含母乳和婴幼儿配方奶粉营养分子信息的牛奶营养分子数据集的基础上,提出了一种新的人性化程度计算方法,从分子水平上衡量婴幼儿配方奶粉和母乳的相似性和差异性。同时利用代谢组学中的差异分析方法,对造成母乳和婴儿配方奶粉差异的生物标志物进行了鉴定。但由于只收集了中国东北和华北地区的母乳样本,本研究的一个局限是母乳样本的不完整性,计划在更大的人群中进行进一步的调查,更客观地描述婴儿配方奶粉的人性化程度。

作者介绍:

通讯作者:张英华,教授。东北农业大学食品学院食品质量与安全系,主持国家级课题5项,参与国家及省级课题16项,发表学术论文50多篇,主编出版著作5部,获得发明专利5项。王玉堂,副研究员,乳品科学教育实验室,主持国家及省级课题2项,参与10项。主持横向课题2项,参与10项。

课题组的主要研究方向为乳蛋白的凝胶(包括奶酪和酸奶)形成及其流变学性质,乳蛋白功能性质的改善;乳酸菌功能特性的开发和利用;应用大数据及人工智能进行计算毒理学及作用机制驱动下的食品功能性成分发掘;食品安全及食品组分检测分析技术。

参考文献:

Xiu, Hongxia, et al. “Development and evaluation of a holographic method for analysis of infant formula humanization based on the milk nutrient molecular dataset.” Food Chemistry 374 (2022): 131741.

长按关注我们

微信号|FoodAI

原创文章,作者:ifyoung,如若转载,请注明出处:https://www.drugfoodai.com/%e5%9f%ba%e4%ba%8e%e7%89%9b%e5%a5%b6%e8%90%a5%e5%85%bb%e5%88%86%e5%ad%90%e6%95%b0%e6%8d%ae%e9%9b%86%e7%9a%84%e5%a9%b4%e5%b9%bc%e5%84%bf%e9%85%8d%e6%96%b9%e5%a5%b6%e7%b2%89%e4%ba%ba%e6%80%a7%e5%8c%96.html

注意:本站原创指的是原创编译,并不主张对所介绍的工作的版权,如有侵权,请联系删除!

发表评论

邮箱地址不会被公开。 必填项已用*标注