基于1H NMR的代谢组学与机器学习揭示与阿拉比卡咖啡谱系群相关的候选代谢标志物

《Foods》:1H NMR-Based Metabolomics and Machine Learning Reveal Candidate Metabolic Markers Associated with Coffea arabica Genealogical Groups

【字体: 大 中 小 】 时间:2026年07月16日 来源:Foods 6.0

编辑推荐:

  阿拉比卡咖啡(Coffea arabica L.)的遗传多样性在具有差异化农艺和感官属性的品种开发中发挥着战略作用。然而,由于环境对豆子代谢的强烈影响,谱系群的化学区分仍是一项挑战。在本研究中,研究人员应用了基于1H NMR的代谢组学(m

  
阿拉比卡咖啡(Coffea arabica L.)的遗传多样性在具有差异化农艺和感官属性的品种开发中发挥着战略作用。然而,由于环境对豆子代谢的强烈影响,谱系群的化学区分仍是一项挑战。在本研究中,研究人员应用了基于1H NMR的代谢组学(metabolomics)结合有监督化学计量学模型(supervised chemometric models),使用2020和2021收获季的38个绿咖啡样品来区分阿拉比卡咖啡(C. arabica)的三个谱系群:波旁(Bourbon)、蒙多诺沃(Mundo Novo)和帝汶杂交(Timor Hybrid)。谱经桶积分(bucketing)处理,并采用主成分分析(PCA)、偏最小二乘判别分析(PLS-DA)、弹性网(Elastic Net)、随机森林(Random Forest)和径向基核支持向量机(SVM-RBF)进行分析。PCA在前两个主成分中解释了52.91%的总变异,但未促进组间的清晰分离。在有监督分类器中,PLS-DA在预测性能、统计稳定性和化学可解释性之间表现出最佳平衡,在重复交叉验证下达到89.4%的平衡准确率(balanced accuracy)。五组分模型在重复5折交叉验证(100次模拟)后总体错误率为12.1%。VIP得分和载荷图识别出每组的判别代谢物:波旁为脂质、氨基酸和有机酸;蒙多诺沃为氨基酸和有机酸;帝汶杂交为绿原酸(chlorogenic acids)。这些结果突出了1H NMR代谢组学作为品种区分互补工具和育种项目支持的潜力。
咖啡是全球最重要的饮料之一,巴西是最大生产国和出口国。阿拉比卡咖啡(Coffea arabica L.)约占全球咖啡产量的60%,拥有高遗传多样性,体现在波旁、蒙多诺沃等传统品种以及帝汶杂交(Timor Hybrid)等种间杂交中。这种多样性是育种项目的战略资源,尤其为了响应对高产量、抗逆性和差异化品质品种的需求。然而,常规的化学和感官方法在品种区分方面存在局限,因为环境因素强烈影响代谢物组,掩盖遗传信号。代谢组学,特别是1H NMR,因其快速、非破坏性和全面代谢谱分析能力受到关注。但此前将NMR与机器学习算法结合以区分阿拉比卡咖啡谱系群的研究仍很稀少。研究人员假设1H NMR代谢指纹包含足够稳定的代谢信息,能够在环境变异下区分谱系群。因此,本研究旨在应用1H NMR代谢组学结合有监督分类器,评估三个谱系群(波旁、蒙多诺沃和帝汶杂交)的分离,并鉴定潜在的化学标志物,以支持育种项目和特种咖啡认证。论文发表在《Foods》期刊。

研究人员为开展研究使用了以下关键技术方法:从米纳斯吉拉斯州农业研究局(EPAMIG)活性种质库(BAG)采集38个绿咖啡样品(2020和2021收获季),经标准化干燥和去皮处理。采用CD3OD微提取,在600 MHz Bruker Avance III光谱仪上通过zgpr脉冲序列获取1H NMR谱。谱经桶积分(0.02 ppm)并排除溶剂信号,再用Z-score标准化。统计分析在R环境中进行,应用PCA进行探索性分析,使用PLS-DA、Elastic Net、Random Forest和SVM-RBF构建分类模型。模型通过嵌套交叉验证优化超参数,以重复分层5折交叉验证(100次)评估性能,并用GroupKFold控制作物季节依赖性,置换检验(1000次)评估统计显著性。判别代谢物通过VIP得分和载荷图识别,并经二维NMR实验(HSQC和HMBC)确认结构归属。

结果部分:
**Exploratory Metabolomic Variability Among Coffea arabica Genealogical Groups**
PCA分析显示前两个主成分(PC1≈39.73%,PC2≈13.18%)仅解释52.91%总变异,未实现清晰组间分离。波旁和帝汶杂交沿PC1部分分离,蒙多诺沃居于中间且与两组重叠,表明环境×基因型相互作用主导了光谱变异,有监督方法才可提取谱系信号。
**Performance and Validation of Chemometric Models**
PLS-DA模型表现最优,平衡准确率89.4%,整体准确率87.9%,对各组的召回率均衡(波旁92.5%,蒙多诺沃91.7%,帝汶杂交84.0%),且经置换检验显著(p<0.05)。Elastic Net准确率86.6%,但蒙多诺沃召回率较低(75.0%)。SVM-RBF和Random Forest对蒙多诺沃召回率极低(0%和8.3%),表明该组代谢中间性及样本量少导致的分类不稳定。
**Main Chemical Compounds Responsible for the Separation of Coffea arabica Genealogical Groups**
PLS-DA系数和VIP得分显示,波旁组与脂质、氨基酸和有机酸负向(相对高丰度)关联;蒙多诺沃组以氨基酸和有机酸为特征;帝汶杂交组与绿原酸和咖啡因正向(高丰度)关联。五组分模型在5折交叉验证后总体错误率为10.5%。
**Metabolic Signatures for Genealogical Discrimination**
波旁组在δ0.83 ppm(脂质)、δ1.69 ppm(氨基酸/有机酸)和δ7.25 ppm(绿原酸)区域信号增强,与奶油感和芳香潜力相关。蒙多诺沃组在δ1.75和δ1.95 ppm(氨基酸/有机酸)及δ7.31 ppm(绿原酸)区域呈中间强度,体现化学平衡。帝汶杂交组在δ6.77、δ6.85和δ7.29 ppm(绿原酸)区域显著富集,反映高酚类含量,关联苦涩和抗氧化活性。这些标志物经2D NMR确认。

讨论指出,PCA无法分离与先前研究一致,而PLS-DA的优越性源于其对高度共线性数据的适用性。蒙多诺沃的低识别反映了其从波旁与铁毕卡自然杂交的遗传中间性,且样本量小(n=6)加剧了分类不稳定。鉴定的脂质、氨基酸和绿原酸模式与各组的遗传背景一致。然而,本研究存在局限性:数据集较小,尤其蒙多诺沃;仅来自单一实验地点和两个作物季节;未进行感官分析,因此代谢物与感官属性的关联仅基于文献;加工(日晒)可能引入微生物代谢混淆。结论翻译如下:将1H NMR代谢组学与化学计量学建模相结合,在基于代谢谱区分阿拉比卡咖啡谱系群方面展现出有希望的性能。在评估的模型中,PLS-DA在分类性能和化学可解释性之间呈现出最佳权衡,而弹性网则加强了已识别判别变量的稳健性。波旁、蒙多诺沃和帝汶杂交组之间的代谢差异主要与脂质、氨基酸、有机酸和绿原酸相对水平的变化相关,反映了与它们在基因型×环境相互作用调控下不同的遗传背景相关的生化特征。化学计量学模型之间的一致性以及通过二维NMR获得的结构确认,加强了所提出标志物的生物学一致性。这些结果证明了整合1H NMR和机器学习用于阿拉比卡咖啡谱系群区分的潜力。与其说是一种常规的高通量工具,1H NMR更适合作为高分辨率实验室参考方法,用于候选化学标志物的发现和结构验证,这些标志物随后可转移到更快、成本更低的技术(如FT?IR、NIR或LIBS),以支持品种可追溯性和特种咖啡育种项目。这些发现应由未来的研究确认,包括独立的外部验证、多个环境和作物季节以及感官分析。
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