畜牧兽医学报

作者：褚楚, 张静静, 丁磊, 樊懿楷, 包向男, 向世馨, 刘锐, 罗雪路, 任小丽, 李春芳, 刘文举, 王亮, 刘莉, 李永青, 江汉, 李委奇, 孙伟, 李喜和, 温万, 周佳敏, 张淑君

单位：1. 华中农业大学动物科学技术学院、动物医学院, 动物遗传育种与繁殖教育部实验室, 武汉 430070;2. 内蒙古国家乳业技术创新中心有限责任公司, 呼和浩特 011517;3. 宁夏回族自治区畜牧工作站, 银川 750000

关键词：中红外光谱(MIR),牛乳氨基酸,预测模型,牛奶,机器学习

基金：国家重点研发计划政府间国际科技创新合作（2021YFE0115500）；国家乳业技术创新中心项目（2022-科研攻关-3）；湖北省国际合作项目（2022EHB043）

旨在建立牛奶中游离精氨酸、组氨酸和异亮氨酸含量的中红外光谱快速批量检测的方法，并进行大量外部验证。本研究以来自华北、华中和西北3个地区4个省份的217份健康中国荷斯坦牛牛奶样本为研究对象，利用4种光谱预处理算法（SG平滑、差分、多元散射校正、标准正态变换）、4种特征选择算法（已知信息区域、适应重加权算法、遗传算法及最小角回归算法）及两种建模算法（偏最小二乘回归和岭回归），分别建立了牛奶中游离的精氨酸、组氨酸和异亮氨酸含量的MIR光谱定量预测模型，将建立的最优模型应用于另外9个不同奶牛场的4 690头牛采集的32 559个牛奶样本的MIR光谱进行预测分析，以探讨泌乳阶段、牧场、胎次及季节对MIR预测的精氨酸、组氨酸及异亮氨酸含量的影响。结果表明：1）基于CARS特征选择算法、无光谱预处理和PLSR建模算法开发的精氨酸含量预测模型效果最好，该模型RP2=0.58，RMSEp=6.89 nmol·mL-1；基于CARS特征选择算法、SG平滑（窗口长度为11，2阶多项式）预处理及PLSR建模算法开发的组氨酸含量预测模型效果最好，该模型RP2=0.56，RMSEp=0.88 nmol·mL-1；基于274个特征信息波点、SG平滑（窗口长度为29，3阶多项式）预处理及PLSR建模算法开发的异亮氨酸含量预测模型效果最好，该模型RP2=0.49，RMSEp=1.75 nmol·mL-1；2）将最优模型进行跨地区外部验证时，预测准确性有所降低；3）将建立的模型应用于E省（未参与模型建立）大规模光谱数据库，以预测牛奶中游离精氨酸、组氨酸和异亮氨酸含量，发现泌乳阶段、牧场、季节对牛奶中游离精氨酸、组氨酸及异亮氨酸含量均有极显著影响（P<0.001），而胎次对精氨酸含量无显著影响，对组氨酸和异亮氨酸有极显著影响（P<0.001）。结果表明，利用MIR预测牛奶中游离氨基酸含量是可行的，特别是在牛奶氨基酸含量高低趋势分析方面具有一定预测能力，而该预测模型还需要更多的有代表性样本进行优化，提高模型的准确性和通用性。

来源：2023年第8期

《畜牧兽医学报》期刊编辑部

查看畜牧兽医学报杂志2023年第8期