고분광 영상과 딥러닝을 기반으로 한 탄양 PGK1 및 PKM2 효소 수준 예측 연구

XU Hai-long ,  

YU Jian-guo ,  

WANG Yan-yun ,  

CUI Jia-rui ,  

LI Hai-feng ,  

WANG Song-lei ,  

摘要

도축 후 근육에서 비정상적인 해당과정 속도는 이질육(PSE/DFD) 형성의 주요 원인 중 하나입니다. 인산글리세르산키나제 1(PGK1)과 피루브산키나제 M2(PKM2)는 해당과정에서 두 단계의 핵심 기질 수준 인산화 반응을 각각 촉매하며, 이는 도축 후 에너지 대사 상태를 어느 정도 나타낼 수 있습니다. 본 연구는 탄양 고기를 대상으로 PGK1과 PKM2의 면역반응성 수준을 측정하고, 가시광-근적외선 고분광 이미징(Vis-NIR HSI)과 2차원 상관광학(2D-COS)을 결합한 비파괴 평가 프레임워크를 구축하여 주요 스펙트럼 대역의 해석과 모델 설명력을 향상시켰습니다. 2D-COS는 476, 562, 605, 715 및 800 nm의 5가지 민감 특성 파장을 확인했으며, 이들의 스펙트럼 반응은 미오글로빈 상태 변화 및 수분 결합 상태/조직 구조 차이와 관련 있을 수 있습니다. 다양한 전처리 및 특징 추출 방법을 편미분회귀(PLSR), 랜덤 포레스트(RF), 컨볼루션 신경망(CNN)에서의 예측 성능과 체계적으로 비교했습니다. 결과는 변수 조합 집단 분석-반복 정보 보존 변수(VCPA-IRIV)와 결합된 CNN 모델이 최상의 성능을 나타냈음을 보여주었습니다: PGK1 예측 집합 RP2=0.8920, RMSEP=38.3653, RPD=3.0935; PKM2 예측 집합 RP2=0.9030, RMSEP=18.1778, RPD=3.2659. 최적 모델을 바탕으로 픽셀 단위 의사색상 시각화를 구현하여 서로 다른 저장 단계에서 두 효소 수준의 공간적 이질성 및 동적 변화 추세를 직관적으로 제시했습니다. 본 연구는 Vis-NIR HSI와 2D-COS, 딥러닝 기법의 결합이 양고기 PGK1 및 PKM2 수준의 비파괴 예측을 가능케 하며, 대사 관련 지표의 신속한 등급화와 공정 모니터링에 기술적 지원을 제공함을 보여줍니다.

关键词

가시광-근적외선 고분광;탄양;인산글리세르산키나제 1;피루브산키나제 M2;2차원 상관광학;딥러닝;비파괴 검사

阅读全文

以上内容由讯飞翻译自动生成,翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果,本网站不承担任何商业和法律责任。

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website