Étude sur la prédiction des niveaux des enzymes PGK1 et PKM2 dans la viande d’agneau côtier basée sur l’imagerie hyperspectrale et l’apprentissage profond

XU Hai-long ,  

YU Jian-guo ,  

WANG Yan-yun ,  

CUI Jia-rui ,  

LI Hai-feng ,  

WANG Song-lei ,  

摘要

Un taux anormal de glycolyse musculaire post-mortem est l’un des principaux facteurs contribuant à la formation de viande hétérogène (PSE/DFD). La phosphoglycérate kinase 1 (PGK1) et la pyruvate kinase M2 (PKM2) catalysent respectivement deux réactions clés de phosphorylation au niveau des substrats au cours de la glycolyse, reflétant dans une certaine mesure l’état métabolique énergétique post-mortem. Cette étude a porté sur les muscles d’agneau côtier, mesurant les niveaux de réactivité immunitaire de PGK1 et PKM2, et a construit un cadre d’évaluation non destructif combinant l’imagerie hyperspectrale visible-proche infrarouge (Vis-NIR HSI) avec la spectroscopie corrélative bidimensionnelle (2D-COS) pour améliorer l’analyse des bandes spectrales clés et l’interprétabilité du modèle. Le 2D-COS a identifié cinq bandes sensibles (476, 562, 605, 715 et 800 nm), dont la réponse spectrale pourrait être liée aux changements d’état de la myoglobine ainsi qu’aux états de liaison de l’eau et aux différences structurelles des tissus. Une comparaison systématique de plusieurs méthodes de prétraitement et d’extraction de caractéristiques a été réalisée dans des modèles de régression par moindres carrés partiels (PLSR), forêts aléatoires (RF) et réseaux de neurones convolutifs (CNN). Les résultats ont montré que le modèle CNN combinant l’analyse des groupes de variables et la conservation itérative des variables informatives (VCPA-IRIV) donnait les meilleures performances : ensemble de prédiction PGK1 RP2=0.8920, RMSEP=38.3653, RPD=3.0935 ; ensemble de prédiction PKM2 RP2=0.9030, RMSEP=18.1778, RPD=3.2659. Sur la base du modèle optimal, une visualisation en fausses couleurs au niveau des pixels a été réalisée, montrant intuitivement l’hétérogénéité spatiale et les tendances dynamiques des niveaux des deux enzymes aux différentes phases de stockage. Cette étude démontre que la combinaison de Vis-NIR HSI, 2D-COS et des méthodes d’apprentissage profond peut permettre une prédiction non destructive des niveaux de PGK1 et PKM2 dans la viande d’agneau, fournissant un support technique pour la classification rapide des indicateurs métaboliques et la surveillance des processus.

关键词

Imagerie hyperspectrale visible-proche infrarouge; agneau côtier; phosphoglycérate kinase 1; pyruvate kinase M2; spectroscopie corrélative bidimensionnelle; apprentissage profond; détection non destructive

阅读全文