AI時代丨島津MALDI-TOF結(jié)合機器學習快速分析牛奶營養(yǎng)成分！
發(fā)布時間:2025-05-08 閱讀次數(shù)：241次
導讀
近年來，基質(zhì)輔助激光解吸電離時間飛行質(zhì)譜（MALDI-TOF）憑借其高通量、低成本、檢測速度快的優(yōu)勢在食品分析領域初露頭角，然而其在乳制品鑒定中的應用仍處于起步階段，大多數(shù)研究僅限于分析單一類別的化合物，主要是蛋白質(zhì)。然而，蛋白質(zhì)、多肽和脂質(zhì)都是牛奶中關(guān)鍵的營養(yǎng)成分，對多種化合物的綜合分析方法仍較缺乏。2025年2月，華南理工大學生物科學與工程學院周婷副教授團隊與島津分析中心在食品領域高水平期刊《Food Chemistry》（IF：8.5）上共同發(fā)表題為《Enhanced authentication of organic milk using MALDI-TOF MS with combined lipid-peptide fingerprinting and machine learning integration》的研究成果。該研究開發(fā)了一種新穎的方法，通過MALDI-TOF對牛奶中脂質(zhì)和多肽提取分析，將脂質(zhì)-多肽聯(lián)合數(shù)據(jù)集與機器學習模型相結(jié)合，顯著提高了牛奶認證的準確率，優(yōu)于基于單一數(shù)據(jù)集的模型。該方法展示了將MALDI-TOF與機器學習相結(jié)合用于牛奶真實性認證以防止乳制品欺詐的潛在應用價值。
文章亮點
表1. 文章亮點
MALDI-TOF用于有機牛奶的真實性認證
收集8個產(chǎn)地共48份有機牛奶和傳統(tǒng)牛奶樣品進行質(zhì)譜采集，對脂質(zhì)和多肽數(shù)據(jù)分別進行多元統(tǒng)計分析，顯示有機牛奶和傳統(tǒng)牛奶的脂質(zhì)和多肽成分存在顯著差異。OPLS-DA分析脂質(zhì)結(jié)果如圖1a，有機牛奶和傳統(tǒng)牛奶樣品得到明顯的區(qū)分，模型擬合和預測能力較強（R2Y=0.861，Q2=0.804）。為了驗證模型的穩(wěn)健性和準確性，進行了200次置換檢驗，結(jié)果顯示Q2截距相交于零以下，證實模型沒有過擬合（圖1b）。通過計算投影變量重要性（VIP）分數(shù)以確定關(guān)鍵的判別特征。其中，VIP>2且p<0.05的脂質(zhì)有8個（m/z 659.5、647.4、603.4、578.4、706.5、760.5、633.4、411.2），它們被認為與區(qū)分有機牛奶和傳統(tǒng)牛奶高度相關(guān)。
圖1.基于脂質(zhì)的多元統(tǒng)計分析結(jié)果（a）OPLS-DA分析有機牛奶（OM）和傳統(tǒng)牛奶（CM）；（b）OPLS-DA200次置換檢驗結(jié)果；（c）8種脂質(zhì)的熱圖；（d）8種脂質(zhì)的箱形圖。
*，**和***分別表示OM與CM之間的顯著性水平（p<0.05，p<0.01，p<0.001）。
有機食品真實性驗證不僅包括確認食品的有機狀態(tài)，還包括驗證其標注的產(chǎn)地。多元統(tǒng)計分析顯示8個不同產(chǎn)地的有機牛奶中的脂質(zhì)和多肽成分存在顯著差異。PLS-DA分析多肽結(jié)果如圖2a，不同地區(qū)有機牛奶樣品完全分離（R2Y = 0.919， Q2 = 0.882），表明不同產(chǎn)地的有機牛奶中多肽水平差異顯著。模型置換檢驗證實不存在過擬合（圖2b）。熱圖（圖2c）和箱形圖（圖2d）顯示了10種差異肽（m/z 1284.7、1991.1、2107.2、2331.1、2460.3、2618.0、2763.5、3477.0、3982.2和2528.6）的相對豐度。這些多肽主要在大理地區(qū)有機牛奶樣品中含量較高，可能是由于高海拔環(huán)境對牛奶成分有較大影響。高海拔條件可能通過誘導低氧水平奶牛的代謝適應，從而促進蛋白質(zhì)合成并增加牛奶蛋白質(zhì)含量，從而顯著影響牛奶成分。富含微量元素（如硒和鋅）的高海拔土壤也可能促進蛋白質(zhì)和肽的合成。
圖2.基于多肽的多元統(tǒng)計分析結(jié)果（不同產(chǎn)地）（a）八個不同地區(qū)的有機牛奶的PLS-DA結(jié)果；（b）PLS-DA模型200次置換檢驗結(jié)果；（c）10種多肽的熱圖；（d）10種多肽的箱形圖。
采用two-tailed Dunn和Kruskal-Wallis檢驗進行統(tǒng)計學分析，p<0.05認為有統(tǒng)計學意義。不同的小寫字母表示不同地區(qū)的統(tǒng)計顯著差異。
與單源數(shù)據(jù)分析相比，整合多源信息能提供更全面和準確的評估。該研究首次將牛奶樣品中脂質(zhì)和多肽數(shù)據(jù)集結(jié)合起來構(gòu)建機器學習模型，以加強對乳制品的認證能力。使用單個數(shù)據(jù)集與聯(lián)合數(shù)據(jù)集構(gòu)建的模型的分類準確度如圖3a所示。在使用聯(lián)合數(shù)據(jù)集構(gòu)建的7個模型中，ANN、SVM和KNN模型在有機牛奶和傳統(tǒng)牛奶的鑒別中達到100 %的準確率，其余模型也表現(xiàn)出較高的分類準確率（91.6±3.1 %）。相比之下，僅使用單個脂質(zhì)或多肽數(shù)據(jù)集構(gòu)建的模型性能較低，特別是NB模型，其準確性為52.3 %（脂質(zhì)數(shù)據(jù)集）和68.6 %（多肽數(shù)據(jù)集）。此外，聯(lián)合數(shù)據(jù)集還提高了模型區(qū)分不同產(chǎn)地有機牛奶的準確性（圖3c）。結(jié)果證實，將脂質(zhì)和多肽數(shù)據(jù)集與機器學習模型相結(jié)合大大提高了分類準確度，為區(qū)分有機牛奶和傳統(tǒng)牛奶以及識別其地理區(qū)域提供了強大的工具。
圖3.單個數(shù)據(jù)集和聯(lián)合數(shù)據(jù)集的機器學習模型性能比較
有機牛奶和傳統(tǒng)牛奶分類:（a）每個模型在測試集上的準確性；（b）AUC值在不同數(shù)據(jù)集上的分布。不同產(chǎn)地的有機牛奶分類:（c）每個模型在測試集上的準確性；（d）AUC值在不同數(shù)據(jù)集上的分布。
MALDI-8030 EasyCare質(zhì)譜儀
MALDI-8030 EasyCare是島津MALDI家族最新型號EasyCare系列臺式機之一，極性雙全，正負離子模式快速切換，優(yōu)秀的靈敏度和分辨率，可擴展更多分析能力。Easycare臺式系統(tǒng)體積小，性能佳，可自行維護，是教學、質(zhì)量控制和研究實驗室的理想分析儀器。雙極性，多功能，適用于廣泛的待分析物，包括MALDI成像、聚合物分析、寡核苷酸檢測、多肽、蛋白、抗體檢測、脂類、糖類、小分子檢測及臨床研究開發(fā)等。新增的EasyCare功能滿足客戶手動清潔離子透鏡及調(diào)諧儀器的需求，使其恢復最佳性能，減少工程師的上門服務次數(shù)。
圖4. 島津MALDI-8030 EasyCare質(zhì)譜儀
專家心聲
華南理工大學生物科學與工程學院周婷副教授在開展有機牛奶真實性驗證的課題研究中使用島津MALDI-TOF質(zhì)譜儀進行樣品檢測。周老師表示，島津MALDI-8030質(zhì)譜儀能夠幫助他們快速地獲得牛奶樣品中脂質(zhì)和多肽的指紋圖譜，該儀器具備操作簡單，高通量和準確性高等優(yōu)點，為該團隊的研究提供了有力的幫助，獲得了可靠的數(shù)據(jù)，提高了研究效率。
華南理工大學生物科學與工程學院周婷副教授
參考文獻：
Minrui Zhou, Ting Li, et al. Enhanced authentication of organic milk using MALDI-TOF MS with combined lipid-peptide fingerprinting and machine learning integration. Food Chemistry 475 (2025) 143346.
本文內(nèi)容非商業(yè)廣告，僅供專業(yè)人士參考。