可解释机器学习评估经处理废水灌溉番茄的代谢组与元素谱特征

《Food Chemistry》:Explainable machine learning for assessing the metabolomic and elemental profiles of tomatoes irrigated with treated wastewater

【字体: 大 中 小 】 时间:2026年08月06日 来源:Food Chemistry 10.4

编辑推荐:

  研究人员比较了土壤与无土(水培)栽培下番茄的代谢组与元素特征,构建了多分类机器学习模型以区分五种处理(水培清水HPW、水培加标14种新兴污染物CECs、土壤清水LPW、土壤处理废水LWW、土壤处理废水加标LSWW)。机器学习分类模型在处理区分中达到88%准确率

  
研究人员比较了土壤与无土(水培)栽培下番茄的代谢组与元素特征,构建了多分类机器学习模型以区分五种处理(水培清水HPW、水培加标14种新兴污染物CECs、土壤清水LPW、土壤处理废水LWW、土壤处理废水加标LSWW)。机器学习分类模型在处理区分中达到88%准确率,SHAP(SHapley Additive exPlanations)揭示了区分处理的关键特征,十二个特征即可实现样本准确分类。研究表明,水培与土壤系统对CECs的响应不同,Cs、Cd、Co等元素以及Na、P、十七酸(C17:0)等特征在类别区分中贡献显著。该研究首次将可解释机器学习用于解码不同栽培介质及废水灌溉下番茄的代谢指纹,为循环水经济背景下的农产品质量评估提供了新框架。
研究背景方面,农业占全球用水消耗87%,处理废水(TWW)回用被视为可持续补充水源,但TWW中含工业化学品、药物、雌激素等新兴污染物(CECs),可被植物吸收进入食物链。欧盟2020/741法规未设CECs限值,仅要求基于风险的管理计划。土壤栽培具天然过滤但存在盐渍化与持久性污染物累积风险,水培可控性强但对水体CECs直接敏感。现有研究多关注CECs uptake与积累,少有对其代谢组、元素谱及感官品质影响的系统解析,传统统计难以刻画高维化学数据复杂性。为此,研究人员在《Food Chemistry》发表该研究,比较水培与土壤lysimeter栽培番茄经清水、TWW及加标CECs灌溉后的化学轮廓,并引入可解释机器学习揭示驱动差异的生物标记。
关键技术方法上,研究人员采用2020年斯洛文尼亚两地点试验:卢布尔雅那温室水培(HPW、HSPW)与Ajdov??ina污水处理厂田间lysimeter(LPW、LWW、LSWW),加标14种CECs(0.1 mg/L,含BPS、BPA、布洛芬、酮洛芬、萘普生、双氯芬酸、E1、β-E2、EE2、E3、咖啡因及BPF同系物)。样本为成熟番茄果实用液氮冻干粉碎,合并为41个独立复合样。化学平台涵盖LC-MS/MS定量CECs,HPLC-RI/UV测糖与有机酸,HPLC-DAD测类胡萝卜素,HPLC-DAD-MS/MS测多酚,GC-MS测氨基酸,GC-FID测脂肪酸甲酯,ICP-MS测元素。机器学习端采用分层k折交叉验证,特征数70降至每折30簇各取一代表(Pearson相关+Ward聚类),以决策树(DT)与随机森林(RF)做五分类,SHAP做全局与局部解释。
研究结果部分,3.1节CECs浓度显示仅BPS、24BPF、萘普生被检出,水培高于土壤,BPS在水培0.071–0.134 μg/kg FW、土壤0.034–0.070 μg/kg FW,加标处理HSPW最高。3.2节特征选择通过跨五折相关性矩阵与聚类,稳定选出45个特征并集,脂肪酸、元素、多酚、糖类、类胡萝卜素、氨基酸均有代表,Jaccard相似度折间超50%。3.3节多分类中DT准确率87.5±11.2%、F1 86.7±12.2%,优于RF与多数类基线31.9%。3.4.1节全局SHAP表明Cs、Cd、Co为跨类区分主轴,Na区分土壤三处理(LSWW>LWW>LPW),P区分水培两处理(HPW>HSPW),C17:0区分LWW与LSWW。3.4.2节局部SHAP显示HPW以P、Co、Cu、Cs、Cd、抗坏血酸、亚油酸(C18:2 cis 9,12)为正向签名;HSPW与之重叠但浓度偏移;LPW突出Na;LWW新增Ba、棕榈酸(C16:0)、十七酸、山萮酸(C22:0);LSWW再增油酸(C18:1 cis 9),误分样本由十七酸推错至LWW。
讨论部分指出,SHAP识别的预测关系非直接生物学机制证明,但元素Cs/Cd/Co源自土壤与TWW,Na因TWW灌溉致土壤盐分上升而富集且CECs助吸收,P下降提示水培CECs干扰磷同化或根际微生物,C17:0等脂肪酸变化反映CECs诱导氧化应激与脂质重编程。十二特征集可大幅缩减检测成本。结论部分翻译如下:本研究证明特征选择、多分类与可解释机器学习融合在样本量小、特征多的代谢组学中高效;全局驱动来自栽培介质(Cs、Cd、Co)与TWW(Na),CECs相关偏移体现于十七酸与P;局部关键含Cd、Co、Cs、Cu、P、Na、抗坏血酸及棕榈酸、十七酸、油酸、亚油酸、山萮酸,随处理而异。传统统计易漏这些标记,该方法还能追溯误分原因。反复入选特征不构成最小最优集证明,但为后续靶向验证提供候选,以降低分析物料与时间成本。
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