典型文献
天然苦味分子识别及苦味阈值预测模型
文献摘要：
鉴定天然化合物中苦味物质和确定其苦味阈值对于食物中苦味分子的发掘和利用至关重要.基于构效关系识别苦味分子及预测苦味分子阈值是一种低成本快速的方法.本研究利用分子操作环境(Molecular Operating Environment,MOE)、Chemopy和Mordred生成2D描述符,利用支持向量机(Support Vector Machine,SVM)、随机森林(Random Forests,RF)算法建立苦味分子识别模型,利用偏最小二乘回归(Partial Least Squares Regression,PLSR)、随机森林回归(Random Forests Regression,RFR)、k-最近邻回归(k-Nearest Neighbor Regression,kNNR)、主成分回归(Principle Component Regression,PCR)算法建立苦味阈值预测模型.结果 表明:MOE-RF模型能够较好地识别分子是否具有苦味,准确度为0.982;ChemoPy-PLSR模型的苦味阈值预测效果最好,决定系数为0.85,误差均方根为0.43,可将这两个模型联合使用来预测分子是否具有苦味及苦味阈值.
文献关键词：
苦味化合物;识别;阈值;预测;验证
中图分类号：
作者姓名：
冯宝龙;任海斌;段佳慧;张厚森;温春辉;白晓森;高飞;王玉堂
作者机构：
东北农业大学现代教育技术中心,黑龙江哈尔滨150030;乳品科学教育部重点实验室(东北农业大学),黑龙江哈尔滨150030;东北农业大学食品学院,黑龙江哈尔滨150030;中国农业科学院农产品加工研究所,北京100193
文献出处：
引用格式：
[1]冯宝龙;任海斌;段佳慧;张厚森;温春辉;白晓森;高飞;王玉堂-.天然苦味分子识别及苦味阈值预测模型)[J].食品工业科技,2022(04):24-32
A类：
Chemopy,Mordred,kNNR,ChemoPy,苦味化合物
B类：
分子识别,天然化合物,苦味物质,构效关系,关系识别,研究利用,操作环境,Molecular,Operating,Environment,MOE,2D,描述符,Support,Vector,Machine,Random,Forests,识别模型,偏最小二乘回归,Partial,Least,Squares,Regression,PLSR,随机森林回归,RFR,最近邻回归,Nearest,Neighbor,主成分回归,Principle,Component,决定系数,联合使用
AB值：
0.401189
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
