今天介绍一篇由弗吉尼亚理工大学食品科学与技术系Dajun Yu等人于2021年8月发表于Food Chemistry的一篇文章。文中通过研究毛豆发育过程中理化性质的变化，并应用基于光谱学的机器学习(ML)技术来确定毛豆最佳采收期。对R5(始籽)、R6(满粒)和R7(初熟)生长期采收的毛豆进行了理化特性分析，并用手持式分光光度计测量了豆荚的光谱反射率(360-740nm)。根据毛豆样品的特征特性将其采收期分为“早期”、“准备期”和“晚期”，使用豆荚的光谱反射率的机器学习方法随机森林进行分类，研究结果证明该方法可以确定毛豆的最佳采收期。
摘要
今天介绍一篇由弗吉尼亚理工大学食品科学与技术系Dajun Yu等人于2021年8月发表于Food Chemistry的一篇文章。文中通过研究毛豆发育过程中理化性质的变化，并应用基于光谱学的机器学习(ML)技术来确定毛豆最佳采收期。对R5(始籽)、R6(满粒)和R7(初熟)生长期采收的毛豆进行了理化特性分析，并用手持式分光光度计测量了豆荚的光谱反射率(360-740nm)。根据毛豆样品的特征特性将其采收期分为“早期”、“准备期”和“晚期”，使用豆荚的光谱反射率的机器学习方法随机森林进行分类，研究结果证明该方法可以确定毛豆的最佳采收期。
1. 介绍
毛豆，也称为菜用大豆，几个世纪以来在东亚被广泛消费，在美国也是一种流行的大豆产品。适时采收毛豆可确保其的最佳形态和食用品质。虽然已有许多研究结果清楚地展示了毛豆或大豆种子的物理和化学属性在整个生殖发育过程中是如何变化的，然而利用这些差异来预测最佳采收时间的研究却很少在毛豆上进行。
本文研究了毛豆在发育过程中理化性质的变化，并应用基于光谱学的机器学习技术来确定其合适的采收时间，对R5至R7期采收的毛豆的物理性质和化学成分进行了量化。物理特性包括豆荚重量、20粒豆重量、豆荚尺寸和颜色。化学成分包括可溶性糖和游离氨基酸、低聚糖、新鲜豆类的水分、蛋白质、淀粉、脂肪、中性洗涤纤维(NDF)和灰分。使用手持便携式分光光度计在采收的毛豆荚上测量360和740 nm之间的光谱反射率。使用测量的光谱和基于收集的光谱反射率，使用机器学习方法来确定毛豆的采收程度。
2. 材料和方法
2.1.植物材料
研究使用的是2019年5月22日种植在弗吉尼亚州怀特索恩的肯特兰农场的三种基因型(R15-10280，V16-0547，UA-Kirksey)的毛豆。豆荚在六个不同的时间点手工采收，对应于生长阶段的R5-1、R5-2、R6-1、R6-2、R7-1和R7-2。
2.2.毛豆豆荚和豆类的物理特性
在实验室中，使用数字分数卡尺(Husky Tools)测量每个豆荚的长度、宽度和厚度，从每个基因型和重复中随机选择豆荚，打开直到有20粒豆子可用，并记录20粒豆子的重量。
2.3.基于光谱的预测采收时间的机器学习方法
在测量20个豆的重量之前，使用便携式Konica Minolta CM-700d分光光度计测量每个毛豆样品的10个豆荚在360和740 nm之间的光谱反射率。基于所获得的物理和化学数据，对毛豆样品的状况进行评估，并且将所有540个样品分为三类，并标记为“早期类”、“准备期类”和“晚期类”。
数据集以80:20分成训练和测试数据子集，并对训练数据应用10倍重复交叉验证。RF分类器被训练以将每个光谱分配给三个类别(即早期、准备期和晚期)中的一个或两个类别(例如早期对晚期)，并且基于交叉验证结果比较由分类器准确度测量的模型性能。
3.结果和讨论
3.1.毛豆和豆荚的物理特性
在毛豆从R5到R7的发育过程中记录物理特性，包括豆荚重量、20粒豆重量、豆荚宽度、长度、厚度和颜色（表1）。
Table 1不同采收期毛豆的物理特性
每列的不同字母(abc)表示基于Tukey‘s的HSD检验的单向ANOVA的显著差异(p < 0.05)。
3.2.游离糖、丙氨酸和甘氨酸
图1显示了对甜味有贡献的游离糖(蔗糖、果糖和葡萄糖)的结果。与果糖和葡萄糖相比，蔗糖是毛豆中含量最高的糖。图1(D)-(F)显示了从R5到R7的游离丙氨酸和甘氨酸的变化。从R5到R7说明丙氨酸的积累不受菜豆发育阶段的显著影响。
Fig.1.不同采收期毛豆游离蔗糖、果糖、葡萄糖、丙氨酸、甘氨酸、棉子糖和水苏糖浓度(mg/g干重)的变化。每行的不同字母(abcd)表示基于Tukey‘s的HSD测试的单向ANOVA的显著差异(p < 0.05)。无显著水平的同一直线上的点无显著水平。
3.3.常量营养成分
除了外观和甜味，毛豆中的常量营养元素对消费者也非常重要。为此，作者对淀粉、蛋白质、脂肪、纤维、灰分和水分含量进行了量化(表2) 总体而言，基于理化特性，R6前期(R6-1)是毛豆的最佳采收时期。
Table 2不同采收期毛豆的化学成分
基于湿重计算鲜豆的水分含量，基于干重计算其他成分。每列不同字母(abc)表示单因素方差与Tukey‘s HSD检验的差异有统计学意义(p<0.05)
3.4.基于光谱学的机器学习分类器
图2对前期、成熟期和后期的光谱数据进行了平均和绘制。分类结果表明使用反射光谱结合机器学习技术可以实现“早期”、“准备期”和“晚期”豆荚阶段的分类。且使用FOD光谱数据训练的模型比使用Prim光谱数据训练的模型表现更好。
Fig. 2.使用机器学习的光谱反射率分析
该模型在对“准备期”类别的光谱数据进行分类时表现不佳；但在将“早期”类别与“后期”类别分开时表现较好，对数据进一步分析，分别使用每两个类别之间的两类分类，仅使用原始光谱数据，对于分离“早期”和“晚期”类别，模型精度显著增加到0.95，对于区分“早期”和“准备期”类别，模型精度显著增加到0.87(图3b)。用于区分“晚期”和“准备期”的模型精度低至0.68。
Fig. 3. 不同分类方法的模型精度比较
总体而言，通过使用手持便携式光谱仪收集的光谱，证明了RF分类方法可以合理地识别毛豆采收的早期、晚期和准备期阶段。
4.结论
本研究调查了毛豆在发育过程中的物理和化学性质的变化，并应用基于光谱学的机器学习方法来识别毛豆的最佳采收时间。考虑到豆类发育过程中所有物理性质和化学组成的变化，R6早期(R6-1)被确定为采收毛豆的最佳时期。如果需要更长的采收期，R6-2也是可接受的，并且优于R5和R7。
基于豆荚的光谱反射率的机器学习方法对于分类“早期”和“晚期”样品具有0.95的分类精度，对于分类“早期”和“准备期”样品具有0.87的分类精度。然而，对于“晚期”和“准备期”样本的分类，只有0.68的相对较低的准确度。综上所述，本研究证明了基于豆荚光谱反射率的机器学习方法能够识别出毛豆的最佳采收期。
参考文献
Yu, D., Lord, N., Polk, J., Dhakal, K., Li, S., Yin, Y., … Huang, H. (2022). Physical and chemical properties of edamame during bean development and application of spectroscopy-based machine learning methods to predict optimal harvest time. Food Chemistry, 368, 130799. doi:10.1016/j.foodchem.2021.130799
微信号｜FoodAI
合作/投稿｜biomed@csu.edu.cn
原创文章，作者：ifyoung，如若转载，请注明出处：https://www.drugfoodai.com/soybean-ml.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！
微信扫一扫 
支付宝扫一扫 相关推荐
-
一种基于机器视觉系统和深度学习的检测姜黄粉中掺假的新方法
今天介绍一篇最近由伊朗阿达比大学生物系统工程系Ahmad Jahanbakhshi等人发表在COMPUT BIOL MED （Q1, IF: 4.589）期刊上的文章。文章研究中，采用改进的卷积神经网络(CNN)对姜黄粉末图像进行分类，以检测参假。结果表明，计算机视觉，特别是与深度学习(DL)相结合，可以成为评价姜黄粉质量和检测参假的一种有价值的方法。
-
利用温控近红外光谱研究限制环境下蛋白质的热稳定性及水的作用
文章中利用反胶束模拟限制环境，采集了不同温度下蛋白质溶液及反胶束溶液的近红外光谱。通过化学计量学方法对光谱进行解析，发现限制环境下蛋白质的热稳定性显著提高，并且发现了特殊桥连水结构的存在可能是其热稳定性提高的原因之一。
-
重磅干货：食品科学数据库资源汇总（国外篇第一部分）
近期国外也有一些食品专业数据库发表。这些数据库主要对食品添加剂的安全、食品成分、食品营养和食品酶等方面进行了数据分析与平台搭建。下面介绍几篇相关的食品数据库文章。
-
Food Chem：基于机器学习和智能手机图像分析的四环素荧光检测
今天介绍一篇由伊朗德黑兰大学新科学与技术学院生命科学工程系的Maryam Mousavizadegan等人于2022年10月发表在Food Chemistry（IF=9.231）上的文章。文中使用机器学习（ML）算法开发了一种快速检测四环素（TC）的方法。
-
系统综述(2013-2020年)：分析技术结合化学计量学鉴别食用油地理来源
过去十年，随着消费者对来自世界各地的食品有了更多的认识，全球高质量的进口食品市场急剧增长。许多国家要求食品贴上原产地标签，以保护消费者对食品真实特征和原产地的需求。本文介绍了利用各种分析工具结合多元分析对油品地理来源的验证所作的努力。对流行的分析工具进行了讨论，并指出了强调地理认证研究趋势和用于传播的首选期刊的科学计量评估。
-
中科院计算所蒋树强研究员团队IEEE TPAMI(24.314)高分论文：大规模食品图像识别
本期分享中科院计算所蒋树强研究员团队和美团合作发表于IEEE TPAMI2023的研究工作“Large Scale Visual Food Recognition” (Weiqing Min, Zhiling Wang, Yuxin Liu, Mengjiang Luo, Liping Kang, Xiaoming Wei, Xiaolin Wei, Shuqiang Jiang*) 。IEEE TPAMI全称为IEEE Transactions on Pattern Analysis and Machine Intelligence, 是模式识别、计算机视觉及机器学习领域的国际主流期刊，2022年公布的影响因子为24.314。
-
凉茶中农药及其转化产物的分析
今天介绍一篇来自国家环境保护新型污染物环境健康影响评价重点实验室卢大胜和汪国权等人于2022年2月发表在Food Chemistry（IF=7.514）上的文章。通过研究定位了来自中国两个主要产区的两种凉茶(菊花和冬青)中的农药和农药转化产品(PTPs), 揭示了凉茶中农药的概况，并为发现潜在的环境污染和食品污染物提供了新的视角。
-
湖南大学吴海龙课题组：高效液相色谱指纹图谱结合化学计量学的白术有效成分分析及产地鉴别研究
该研究提出运用高效液相色谱-二极管阵列检测器（HPLC-DAD）结合化学计量学方法快速分析不同地区白术中12种活性成分含量并进行产地判别。首先，使用HPLC-DAD结合二阶校正算法（ATLD）对来自不同地区的白术中12种活性成分同时进行定性定量分析。利用“二阶优势”，12种化合物不仅在12.5 min内快速洗脱，而且还在色谱峰高度重叠的情况下实现了准确定性定量（平均回收率为80.8–109.9%），一系列品质因子参数均反映出所提方法的可行性。基于ATLD解析所得的12种活性成分和31种未校正成分的相对浓度值，使用偏最小二乘-判别分析法（PLS-DA）对不同地理来源的白术样本进行判别分析，三个地区的白术都有明显的聚类趋势，测试集的正确分类率可达90%。变量重要性投影（VIP）分析结果表明，紫丁香酚苷、白术内酯Ⅲ、白术内酯Ⅰ和苍术酮可作为白术产地判别的主要标志成分。一系列结果均证明了所建立模型的可靠性。该方法的建立有助于白术的临床使用和市场监管。
-
使用机器学习方法评估草莓树果实提取物在粉剂及溶剂系统中的稳定性
今天给大家介绍一篇由Astraya等人合著，于前段时间发表在Food Chemistry上的一篇研究型文章。文章中作者为了模拟酚类化合物在不同储存条件下的降解动力学，建立了3种机器学习模型。
-
食品命名实体识别的BERT模型:算法开发与验证
今天介绍一篇最近由斯科普里大学计算机科学与工程学院Riste Stojanov等人发表在医学互联网研究杂志上的文章。文章研究了最近发布的基于Transformer的双向编码表示(BERT)模型，该模型在信息提取方面提供了最先进的结果，可以对食品信息提取进行微调。
