结合化学计量学与机器学习方法的脂肪酸分析技术,用于区分野生和养殖的青鳞鱼

《Food Control》:Fatty Acid Profiling Combined with Chemometrics and Machine Learning Approaches for Discriminating Wild and Farmed Hypophthalmichthys molitrix

【字体: 大 中 小 】 时间:2026年07月23日 来源:Food Control 7.0

编辑推荐:

  摘要准确区分野生鱼和养殖鱼对于水产品溯源以及渔业资源保护至关重要。本研究以团头鲂为模型物种,探讨肌肉脂肪酸谱是否能够用于识别鱼的来源。通过GC–MS方法测定脂肪酸组成,并运用十种机器学习算法构建区分模型。OPLS-DA分析出六种具有区分作用的脂肪酸,其中C22:6n3和C16:1

  

摘要

准确区分野生鱼和养殖鱼对于水产品溯源以及渔业资源保护至关重要。本研究以团头鲂为模型物种,探讨肌肉脂肪酸谱是否能够用于识别鱼的来源。通过GC–MS方法测定脂肪酸组成,并运用十种机器学习算法构建区分模型。OPLS-DA分析出六种具有区分作用的脂肪酸,其中C22:6n3和C16:1在多个模型中都表现出较为稳定的作用。经过特征选择后,大多数机器学习模型的分类性能得到提升。BayesNet模型的性能相对稳定,其在训练集上的准确率为93.6%,测试集上为91.2%,测试集AUC值为0.98。这些结果表明,结合化学计量学和机器学习方法的脂肪酸分析有望用于区分野生团头鲂和养殖团头鲂。不过,仍需通过更大规模、跨季节和多地区的数据库进行进一步验证。

引言

在渔业资源保护和法规遵守的背景下,确定鱼的养殖方式变得越来越重要。在正在开展生态修复的淡水生态系统中,区分野生捕捞的鱼和水产养殖产品不仅关乎市场透明度,更是环境治理和资源保护的关键环节。准确识别鱼的来源有助于执行保护法规、防止非法捕捞,并为基于证据的渔业管理提供支持。
在中国,长江“十年禁渔”政策是近几十年来最重要的淡水保护措施之一。这项全国性的生态修复行动全面禁止在长江流域进行商业捕捞,旨在保护日益减少的鱼类种群并恢复水生生物多样性。在该法规框架下,野生鱼类资源受到严格保护,未经许可将野生捕捞的鱼用于商业化销售属于违法行为。因此,迫切需要能够区分野生鱼和养殖鱼的科学且实用的方法,以帮助监管机构落实禁渔措施。
目前已有多种分析策略被用于确定水产品的来源和养殖方式,包括光谱分析法[1]、元素分析法[2]、稳定同位素分析法[3]、耳石微化学分析法[4]以及组学分析方法[5,6]。虽然组学分析能够揭示代谢物、蛋白质或肠道微生物群方面的系统差异,但其高昂的成本、漫长的分析周期以及复杂的数据处理要求限制了其在大规模监管中的应用。耳石微化学分析法能够反映个体的生长历史和栖息地特征[7],但由于采样和预处理流程较为繁琐,其实际应用受到限制。元素分析和稳定同位素分析法容易受到环境因素的影响,因此在相邻水域或生态条件相似的区域内,其区分能力往往较弱。光谱分析法虽然相对简单快捷,但灵敏度有限,难以实现高精度的区分。
相比之下,脂肪酸分析是一种相对简便且具有生物学意义的替代方法。肌肉脂肪酸组成反映了鱼的饮食结构、所处环境条件以及代谢特性[8,9],同时还与鱼的饮食来源有关[10],因此是判断鱼类生态和营养差异的可靠指标。养殖水产品由于处于高营养水平的饲养环境中,往往会出现脂肪过度积累的情况,而野生鱼则通常不会。因此,野生鱼和养殖鱼的肌肉脂肪酸谱存在显著差异[11],这凸显了基于脂肪酸的分析方法在构建区分模型方面的巨大价值与实用潜力。
团头鲂属于鲤形目鲤科团头鲂属的鱼类,与鳙鱼、草鱼和黑鱼一同被称为“四大鲤鱼”。近年来,长江流域的生态环境严重恶化,导致该物种的野生种群数量急剧下降。作为一种以浮游植物和有机碎屑为食的滤食性鱼类[12],野生团头鲂在维持和恢复水生生态系统平衡方面发挥着重要作用。鉴于团头鲂在长江流域的广泛分布,准确区分野生团头鲂和养殖团头鲂对于加强监管监测和执法工作具有重要意义。
因此,本研究通过整合肌肉脂肪酸谱与多种机器学习算法,建立了用于区分长江流域野生团头鲂和养殖团头鲂的模型。该框架旨在为长江“十年禁渔”政策的实施提供技术支持,同时为该流域的长期生态修复做出贡献。

章节节选

样本、试剂及数据集构建

本研究共收集了75份团头鲂样本。其中61份样本(29份野生样本,32份养殖样本)是由中国水产科学研究院淡水渔业研究中心从长江不同河段采集的。另外,还有14份养殖样本是在2024年10月至12月间在连云港采集的。所有样本都在低温条件下运输至实验室,以防止脂肪降解。
从样本中提取了白色肌肉组织

建立并评估用于检测团头鲂肌肉组织中脂肪酸的GC–MS方法

以脂肪酸甲酯的色谱峰面积为x轴,其浓度为y轴,绘制出了不同脂肪酸甲酯的标准曲线。所有校准曲线的相关系数(R2)均大于0.99,说明在检测浓度范围内,脂肪酸甲酯的线性关系良好。这些结果表明,所建立的该方法适用于脂肪酸的定量分析。
随后

讨论

脂肪酸组成已被广泛认为是区分野生水产品和养殖水产品的有效依据,因为它反映了鱼类在摄食生态、栖息环境以及代谢特性方面的差异[29]。鱼类的肌肉脂质谱受其食物来源、活动水平以及能量代谢的影响[8],通常富含对健康有益的多不饱和脂肪酸,尤其是EPA和DHA。先前的研究也发现,养殖鱼体内的PUFA含量往往更高

结论

本研究利用GC-MS技术系统比较了野生团头鲂和养殖团头鲂肌肉组织中的脂肪酸组成特征。通过多种机器学习算法构建了可用于区分二者の模型。研究结果表明,养殖团头鲂的单不饱和脂肪酸含量较高,而野生团头鲂的多不饱和脂肪酸含量相对更高。在基于六种关键脂肪酸进行特征选择后

CRediT作者贡献声明

郭凯文:软件使用、研究工作。秦磊:初稿撰写、研究工作、数据整理。张宇豪:初稿撰写、研究工作、正式分析。牛冰:审稿与编辑、项目监督、项目管理、正式分析。陈勤:审稿与编辑、项目管理、方法设计、正式分析。张宏伟:审稿与编辑、结果验证、研究工作。张凯文:软件使用。孙晓东:正式分析

数据可用性声明

本研究的相关数据可向通讯作者索取。

资助情况

作者们感谢中国国家重点研发计划的财政支持(编号:2022YFF0608200)

利益冲突声明

作者们声明,他们不存在任何可能影响本文研究结果的已知利益冲突或个人关系。
张宇豪|秦磊|郭凯文|孙晓东|张凯文|张宏伟|陈勤|牛冰
上海大学生命科学学院,中国上海200444
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