基于组成特性的肉骨粉种属鉴别标志性变量挖掘
发布时间:2021-02-17 21:07
为了全面表征不同种属肉骨粉的组成特性,并进一步挖掘肉骨粉种属鉴别标志性变量,研究基于166个来源可靠的不同种属肉骨粉样本(猪、鸡、牛、羊源),从基本组分、元素组成、脂肪酸组成和氨基酸组成4个方面全面获取物料组成特性信息。对比分析不同种属肉骨粉的69个组成变量,其中31个组成变量在种属间差异性显著(P<0.05)。主成分分析(Principal Component Analysis,PCA)结合偏最小二乘判别分析(Partial Least Square-Discriminant Analysis,PLS-DA)对肉骨粉种属间特异性进行探索性分析。结果表明,元素组成和脂肪酸组成可以为猪、鸡、牛、羊肉骨粉提供特异性组成标志变量;氨基酸组成是反刍动物肉骨粉的特异性组成标志变量来源。综合PLS-DA和单因素方差分析结果,以VIP值大于1,P<0.05为指标,研究获取了不同种属肉骨粉之间的特异性组成标志变量,分别为:C10∶0、C18∶0、C18∶2n6c(猪肉骨粉);Ca、K、Zn、C18∶0、C18∶2n6c(鸡肉骨粉);Sr、C14∶1、C17∶0、C17∶1、C18∶0、C1...
【文章来源】:农业工程学报. 2020,36(18)北大核心
【文章页数】:8 页
【部分图文】:
基于不同种属肉骨粉组成信息的主成分分析
基于PLS-DA和单因素方差分析对不同种属肉骨粉的潜在标志物进行挖掘。3种PLS-DA判别分析的VIP值如图2所示。对于判别1(猪、鸡、牛和羊),VIP值大于1的组成变量数量分别为16个(猪)、18个(鸡)、18个(牛)和18个(羊);判别2(反刍动物和非反刍动物)中VIP值大于1的组成变量数为18个;判别3(哺乳动物和非哺乳动物)中,VIP值大于1的组成变量数为17个。其中同时满足VIP大于1和P<0.05的变量数分别为3个(判别1,猪)、5个(判别1,鸡)、6个(判别1,牛)、8个(判别1,羊)、10个(判别2)、6个(判别3)。具体挖掘的不同种属肉骨粉特异性组成变量见表3。3 结论
【参考文献】:
期刊论文
[1]采用PLS-DA分析毛火方式对工夫红茶品质的影响[J]. 滑金杰,王华杰,王近近,李佳,江用文,王岳梁,袁海波. 农业工程学报. 2020(08)
[2]红外光谱的陆生动物油脂中反刍动物成分鉴别分析[J]. 刘贤,徐凌芝,高冰,韩鲁佳. 光谱学与光谱分析. 2019(10)
[3]基于多种变量分析方法鉴别食醋种类电子鼻信号特征筛选[J]. 殷勇,赵玉珍,于慧春. 农业工程学报. 2018(15)
本文编号:3038540
【文章来源】:农业工程学报. 2020,36(18)北大核心
【文章页数】:8 页
【部分图文】:
基于不同种属肉骨粉组成信息的主成分分析
基于PLS-DA和单因素方差分析对不同种属肉骨粉的潜在标志物进行挖掘。3种PLS-DA判别分析的VIP值如图2所示。对于判别1(猪、鸡、牛和羊),VIP值大于1的组成变量数量分别为16个(猪)、18个(鸡)、18个(牛)和18个(羊);判别2(反刍动物和非反刍动物)中VIP值大于1的组成变量数为18个;判别3(哺乳动物和非哺乳动物)中,VIP值大于1的组成变量数为17个。其中同时满足VIP大于1和P<0.05的变量数分别为3个(判别1,猪)、5个(判别1,鸡)、6个(判别1,牛)、8个(判别1,羊)、10个(判别2)、6个(判别3)。具体挖掘的不同种属肉骨粉特异性组成变量见表3。3 结论
【参考文献】:
期刊论文
[1]采用PLS-DA分析毛火方式对工夫红茶品质的影响[J]. 滑金杰,王华杰,王近近,李佳,江用文,王岳梁,袁海波. 农业工程学报. 2020(08)
[2]红外光谱的陆生动物油脂中反刍动物成分鉴别分析[J]. 刘贤,徐凌芝,高冰,韩鲁佳. 光谱学与光谱分析. 2019(10)
[3]基于多种变量分析方法鉴别食醋种类电子鼻信号特征筛选[J]. 殷勇,赵玉珍,于慧春. 农业工程学报. 2018(15)
本文编号:3038540
本文链接:https://www.wllwen.com/yixuelunwen/dongwuyixue/3038540.html