超声诱导米粉功能特性机器学习模型中的成分描述因子与品种可转移性

《Foods》:Composition Descriptors and Cultivar Transferability in Machine-Learning Models of Ultrasonication-Induced Functional Properties of Rice Flour

【字体: 大 中 小 】 时间:2026年06月26日 来源:Foods 6.0

编辑推荐:

  流式池超声处理(Flow-cell ultrasonication)改变糊化米粉浆料的品种依赖性水溶性、黏度(viscosity)和回生(retrogradation)特性,这些特性对植物基饮料(plant-based beverages)和方便食品至关重要。

  
流式池超声处理(Flow-cell ultrasonication)改变糊化米粉浆料的品种依赖性水溶性、黏度(viscosity)和回生(retrogradation)特性,这些特性对植物基饮料(plant-based beverages)和方便食品至关重要。研究人员检验了品种级成分描述因子——直链淀粉(amylose)、蛋白质(protein)和膳食纤维(fiber)——能否表征品种相关的超声处理响应变异,同时区分仅工艺预测、域内品种表征以及未见品种转移。六个水稻品种在九种振幅-时间组合和两种浆料浓度下进行处理。水溶解度指数(Water Solubility Index, WSI)、50 s?1剪切速率下的表观黏度(apparent viscosity, η50)和回生黏度(Setback)采用弹性网络(ElasticNet)、偏最小二乘回归(Partial Least Squares Regression, PLS)、支持向量回归(Support Vector Regression, SVR)、随机森林(Random Forest, RF)和极端梯度提升(Extreme Gradient Boosting, XGBoost)进行建模。三种输入形式被比较:仅工艺变量、工艺变量加成分描述因子以及工艺变量加品种身份。重复嵌套分组交叉验证显示仅工艺预测能力不足,而加入成分描述因子后预测性能显著提升。在非线性算法下,域内验证中成分描述因子与品种身份的表现相当。然而,由于未见品种的身份无法定义,成分描述因子模型的留一品种外推仍存在不确定性。交叉拟合的Shapley可加性解释(SHAP)表明预测同时使用了工艺变量与成分变量。对于经验证的品种-工艺域,该方法可用于筛选适用于饮料与方便食品的品种-工艺组合,但用连续描述因子替代分类来源标识必须经过显式的转移验证。
研究背景与问题:在植物基乳替代品领域,米基饮料因风味温和、致敏性低及适合无乳制品消费群体而具有重要价值。但原生或常规碾磨的大米粉在冷水中分散性差,受热及冷却过程中黏度行为变化剧烈,易导致植物基饮料出现沉淀、过度增稠或不良口感等问题。虽然酶水解、水胶体添加与淀粉改性可降低黏度并改善稳定性,但此类策略常损害清洁标签要求或引入非期望甜味。超声处理作为一种物理改性手段,通过声空化效应破坏淀粉颗粒及分子链构象,能够提高预糊化米粉的冷水溶解度并降低糊黏度。然而,即便在相同超声条件下,不同品种仍会产生品种依赖的功能性差异,这与品种间直链淀粉、蛋白质与纤维等成分的变异相关。在此背景下,利用机器学习构建工艺-成分-功能特性关系模型,并采用Shapley可加性解释(SHAP)解析预测机制,成为优化大米粉超声工艺的重要途径。尽管如此,关于成分描述因子能否替代品种身份以预测未见品种超声响应的问题尚不明确,这直接关系到模型在品种扩展场景下的实用性。

研究开展与意义:针对上述问题,研究人员以6个韩国粳稻品种为对象,选取直链淀粉(amylose)、蛋白质(protein)和总膳食纤维(fiber)作为品种级成分描述因子,系统比较了仅工艺变量(Model A)、工艺变量结合成分描述因子(Model B)以及工艺变量结合品种身份(Model C)三种输入形式在多种机器学习算法下的预测表现与可转移性。该工作发表在《Foods》上,为植物基饮料和方便食品领域中基于成分信息的超声工艺筛选提供了可解释的建模框架,并将域内预测与未见品种转移区分为两种需要独立评估的范式。

关键技术方法概述:样本队列为韩国国家作物科学研究所(National Institute of Crop Science)提供的6个粳稻品种(Samgwang、Saechungmu、Seolgang、Weolbaek、Chamdream、Akibare)。经预糊化和流式池超声处理后,以超声振幅、处理时间和浆料浓度为工艺变量,测定水溶解度指数(WSI)、50 s?1剪切速率下的表观黏度(apparent viscosity, η50)和回生黏度(Setback)。建模采用弹性网络(ElasticNet)、偏最小二乘回归(PLS)、支持向量回归(SVR)、随机森林(RF)和极端梯度提升(XGBoost)五种算法,通过重复嵌套分组交叉验证评估域内性能,以留一品种交叉验证(LOCO-CV)检验未见品种转移,并利用交叉拟合TreeSHAP进行特征归因分析。

研究结果:

3.1. 品种层面的响应变异 六个品种的WSI、η50和Setback分布呈现显著的品种特异性。Weolbaek品种(直链淀粉含量11.4%)的WSI最高,而η50和Setback最低;其余品种(直链淀粉16.8%~19.6%)的响应中位数并不遵循简单的直链淀粉线性排序,例如Weolbaek与Seolgang蛋白质含量均较高(6.81%和7.18%),但三响应差异显著,说明单一或少数成分描述因子不足以解释品种间差异。

3.2. 工艺与成分变量作为模型输入 在重复嵌套分组交叉验证中,仅含工艺变量的Model A预测能力有限,所有响应-算法组合的R2均低于0.55。引入直链淀粉、蛋白质和纤维后(Model B),各响应的预测性能均显著提升:以XGBoost为例,WSI的R2达到0.81±0.10,η50达0.83±0.06,Setback达0.90±0.04;归一化均方根误差(nRMSE)分别从20.4%、11.7%和13.2%降至9.7%、6.8%和5.1%。观察值与预测值分布基本围绕1:1线,未出现显著系统偏差,表明成分描述因子补充了工艺变量未涵盖的品种信息。

3.3. 成分描述因子与品种标签输入 在非线性算法(SVR、RF、XGBoost)下,Model B与Model C的域内预测性能接近,平均ΔR2接近零,差异基本在±0.02范围内;这说明连续成分描述因子可在上述算法中近似替代分类品种标签。然而,在两种线性算法(ElasticNet、PLS)下Model C仍具优势,反映线性模型中品种标签可直接捕捉品种特定偏移,而成分描述因子需通过线性组合间接表达变异。

3.4. 留一品种交叉验证 LOCO-CV表明成分描述因子对未见品种的转移性并不稳健。持有Weolbaek(多变量成分距离zNN为4.89,远超其余品种的1.18~2.14)时,Model B出现严重预测失效,WSI的R2低至?3.985。剔除Weolbaek后,η50和Setback的R2均值有所改善,但WSI仍接近随机水平。值得注意的是,即使zNN较小的品种亦出现预测恶化,说明在训练成分范围内,品种特异性状(如支链淀粉链长分布、淀粉微细结构、蛋白质亚基组成等)可能未被现有描述因子捕获,导致转移表现不一致。

3.5. SHAP特征归因 交叉拟合的SHAP分析显示工艺变量与成分描述因子均被用于预测。在工艺变量中,处理时间对所有三个响应的贡献最大(相对重要性:WSI为29.6%、η50为32.9%、Setback为32.4%),振幅次之;更高振幅和更长处理时间均提高WSI,同时降低η50和Setback,符合超声强化破坏淀粉结构、增强分散、降低黏度和抑制回生的预期。在成分因子中,WSI预测以直链淀粉(22.4%)和纤维(19.9%)贡献最高,低直链淀粉对应高WSI;η50和Setback中纤维的相对重要性分别为14.1%和14.4%,高蛋白水平对Setback具有正向SHAP贡献。工艺与成分变量的总体贡献占比分别为WSI约54%/46%、η50约69%/31%、Setback约64%/36%。

讨论与结论总结:研究将域内预测与未见品种转移区分为两种独立的评估维度,指出成分描述因子方法虽可在经验证的品种-工艺域内基于常规成分检测数据预筛选超声工艺效果,但用连续描述因子替代分类来源标识时必须经过显式的转移验证。多变量成分距离可有效标识明显的样本外推情形,但无法保证训练空间内部品种的可靠预测。为了在成分差异更大的品种中实现可靠外推,训练集需纳入更广泛的品种资源,并扩展描述因子空间以涵盖支链淀粉链长分布、损伤淀粉含量、淀粉颗粒粒径及蛋白质组分组成等变量。更广泛地说,在连续材料描述因子替代分类来源标识的异质性生物与食品加工系统中,基于分组验证并结合zNN等多变量距离诊断,可辅助识别候选外推情形。

研究结论译文:本研究中,研究人员以直链淀粉、蛋白质和纤维含量为成分描述因子,预测了六个韩国粳稻品种预糊化米粉经流式池超声处理后的三响应变量(WSI、η50和Setback)。与仅工艺基线相比,纳入这些描述因子显著提高了域内预测性能,并在非线性算法下达到了与品种标签相当的水平。然而,留一品种交叉验证表明,成分描述因子模型在六个未见品种上的转移表现不一致。最大预测失败发生在距训练集多变量成分距离最远的品种(Weolbaek,zNN=4.89),该值远超其余五个品种(1.18~2.14)。即使在此范围内,跨品种的预测转移性仍不一致。鉴于仅六个品种被测试,这些结论仅针对当前数据集,模型向其他品种的可转移性因此仍不确定。研究结果提示,到训练集的多变量距离可作为样本外推的有用指标,但它不能保证位于训练域成分空间内的品种实现可靠转移。总之,研究结果将域内预测与未见品种转移区分为使用成分描述因子替代品种身份时需分别评估的不同体系;在经验证的品种-工艺域内,成分描述因子方法提供了一种基于成分数据预筛选超声效果的途径,有助于为植物基饮料和方便食品选择品种-工艺组合。要kmh实现向成分差异更大品种的可靠外推,既需要训练数据集中拥有更广泛的品种代表性,又需要将描述因子空间扩展至涵盖支链淀粉链长分布、损伤淀粉含量、淀粉颗粒大小和蛋白质组分组成等额外结构与成分变量。更广泛地说,当连续材料描述因子替代分类来源标识时,这种域内预测与未见品种转移的区分在异质性生物和食品加工系统中具有方法学相关性;基于组的验证配合zNN等多变量距离诊断,可支持对候选外推情形的识别。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号