基于組成特性的肉骨粉種屬鑒別標志性變量挖掘
發(fā)布時間:2021-02-17 21:07
為了全面表征不同種屬肉骨粉的組成特性,并進一步挖掘肉骨粉種屬鑒別標志性變量,研究基于166個來源可靠的不同種屬肉骨粉樣本(豬、雞、牛、羊源),從基本組分、元素組成、脂肪酸組成和氨基酸組成4個方面全面獲取物料組成特性信息。對比分析不同種屬肉骨粉的69個組成變量,其中31個組成變量在種屬間差異性顯著(P<0.05)。主成分分析(Principal Component Analysis,PCA)結(jié)合偏最小二乘判別分析(Partial Least Square-Discriminant Analysis,PLS-DA)對肉骨粉種屬間特異性進行探索性分析。結(jié)果表明,元素組成和脂肪酸組成可以為豬、雞、牛、羊肉骨粉提供特異性組成標志變量;氨基酸組成是反芻動物肉骨粉的特異性組成標志變量來源。綜合PLS-DA和單因素方差分析結(jié)果,以VIP值大于1,P<0.05為指標,研究獲取了不同種屬肉骨粉之間的特異性組成標志變量,分別為:C10∶0、C18∶0、C18∶2n6c(豬肉骨粉);Ca、K、Zn、C18∶0、C18∶2n6c(雞肉骨粉);Sr、C14∶1、C17∶0、C17∶1、C18∶0、C1...
【文章來源】:農(nóng)業(yè)工程學報. 2020,36(18)北大核心
【文章頁數(shù)】:8 頁
【部分圖文】:
基于不同種屬肉骨粉組成信息的主成分分析
基于PLS-DA和單因素方差分析對不同種屬肉骨粉的潛在標志物進行挖掘。3種PLS-DA判別分析的VIP值如圖2所示。對于判別1(豬、雞、牛和羊),VIP值大于1的組成變量數(shù)量分別為16個(豬)、18個(雞)、18個(牛)和18個(羊);判別2(反芻動物和非反芻動物)中VIP值大于1的組成變量數(shù)為18個;判別3(哺乳動物和非哺乳動物)中,VIP值大于1的組成變量數(shù)為17個。其中同時滿足VIP大于1和P<0.05的變量數(shù)分別為3個(判別1,豬)、5個(判別1,雞)、6個(判別1,牛)、8個(判別1,羊)、10個(判別2)、6個(判別3)。具體挖掘的不同種屬肉骨粉特異性組成變量見表3。3 結(jié)論
【參考文獻】:
期刊論文
[1]采用PLS-DA分析毛火方式對工夫紅茶品質(zhì)的影響[J]. 滑金杰,王華杰,王近近,李佳,江用文,王岳梁,袁海波. 農(nóng)業(yè)工程學報. 2020(08)
[2]紅外光譜的陸生動物油脂中反芻動物成分鑒別分析[J]. 劉賢,徐凌芝,高冰,韓魯佳. 光譜學與光譜分析. 2019(10)
[3]基于多種變量分析方法鑒別食醋種類電子鼻信號特征篩選[J]. 殷勇,趙玉珍,于慧春. 農(nóng)業(yè)工程學報. 2018(15)
本文編號:3038540
【文章來源】:農(nóng)業(yè)工程學報. 2020,36(18)北大核心
【文章頁數(shù)】:8 頁
【部分圖文】:
基于不同種屬肉骨粉組成信息的主成分分析
基于PLS-DA和單因素方差分析對不同種屬肉骨粉的潛在標志物進行挖掘。3種PLS-DA判別分析的VIP值如圖2所示。對于判別1(豬、雞、牛和羊),VIP值大于1的組成變量數(shù)量分別為16個(豬)、18個(雞)、18個(牛)和18個(羊);判別2(反芻動物和非反芻動物)中VIP值大于1的組成變量數(shù)為18個;判別3(哺乳動物和非哺乳動物)中,VIP值大于1的組成變量數(shù)為17個。其中同時滿足VIP大于1和P<0.05的變量數(shù)分別為3個(判別1,豬)、5個(判別1,雞)、6個(判別1,牛)、8個(判別1,羊)、10個(判別2)、6個(判別3)。具體挖掘的不同種屬肉骨粉特異性組成變量見表3。3 結(jié)論
【參考文獻】:
期刊論文
[1]采用PLS-DA分析毛火方式對工夫紅茶品質(zhì)的影響[J]. 滑金杰,王華杰,王近近,李佳,江用文,王岳梁,袁海波. 農(nóng)業(yè)工程學報. 2020(08)
[2]紅外光譜的陸生動物油脂中反芻動物成分鑒別分析[J]. 劉賢,徐凌芝,高冰,韓魯佳. 光譜學與光譜分析. 2019(10)
[3]基于多種變量分析方法鑒別食醋種類電子鼻信號特征篩選[J]. 殷勇,趙玉珍,于慧春. 農(nóng)業(yè)工程學報. 2018(15)
本文編號:3038540
本文鏈接:http://www.sikaile.net/yixuelunwen/dongwuyixue/3038540.html
最近更新
教材專著