基于近红外光谱与代谢组学结合BP神经网络和LASSO特征选择用于德兴刺五加的地理溯源

《Journal of Food Measurement and Characterization》：Integration of NIR spectroscopy and metabolomics with BPNN and LASSO feature selection for geographical traceability of dexing Rubus chingii Hu

　　

摘要

刺果悬钩子（Rubus chingii Hu）（RcH）的地理溯源对于打击产地掺伪和保护地理标志价值至关重要。本研究在反向传播神经网络（BPNN）框架下整合了近红外（NIR）光谱与非靶向代谢组学，用于德兴 RcH 的鉴别，并通过正则化典型相关分析（RCCA）和 SHAP 进一步桥接这两种模式，以实现化学可解释性。二维相关光谱（2D?COS）揭示了近红外（4000–5900 cm^??1）和中红外（400–1400 cm^??1）区域之间的强相关性，这些相关性归属于酚羟基、羧基、碳水化合物和氨基酸振动。在预处理和变量选择策略中，LASSO 结合二阶导数（2nd D）预处理产生了最佳的 NIR?BPNN 模型，仅使用 3 个隐藏节点就实现了完美的训练和测试准确率（1.000）。代谢组学鉴定出 180 种次生代谢物；筛选出德兴与非德兴产地之间的 43 种差异代谢物。使用这 43 种代谢物加上 LASSO（5 个节点）的 BPNN 实现了 0.900 的测试准确率和 1.000 的 AUC。RCCA 和 SHAP 揭示了关键 NIR 区域（例如，1875–1980 nm, 2258–2276 nm）与差异标志物如 3,4?二羟基苯甲酸和芦丁之间的强线性相关性（交叉验证典型相关系数 > 0.88），建立了“光谱带 - 官能团 - 代谢物”的解释桥梁。这项工作为 RcH 溯源提供了一项整合 NIR?代谢组学 BPNN 策略，结合快速无损筛选与化学验证，同时通过可解释的相关性去除了 NIR 的“黑箱”——为地理标志保护提供了一种科学可靠且成本效益高的工具。需要更大的多年队列进行外部验证。