一种基于机器学习的大豆分离蛋白功能特性快速预测方法

摘要: 本发明属于食品加工检测与智能预测,尤其涉及一种基于机器学习的大豆分离蛋白功能特性快速预测方法。背景技术:1、大豆分离蛋白是食品工业中应用广泛的优质植物蛋白,其溶...
一种基于机器学习的大豆分离蛋白功能特性快速预测方法

本发明属于食品加工检测与智能预测,尤其涉及一种基于机器学习的大豆分离蛋白功能特性快速预测方法。

背景技术:

1、大豆分离蛋白是食品工业中应用广泛的优质植物蛋白,其溶解性、乳化性、起泡性等功能特性直接决定了其在肉制品、乳制品、烘焙食品等各类食品中的应用效果与产品品质。大豆分离蛋白的功能特性与其生产原料——脱脂豆粕的品质密切相关。然而,目前脱脂豆粕原料的筛选和品质评价需先将脱脂豆粕原料经过碱溶酸沉工艺制备为大豆分离蛋白,再逐一测定各项功能特性指标,整个过程步骤繁琐、耗时长、成本高,无法满足生产线快速质量管控的需求。因此,亟需一种能够在原料水平上快速、准确地预测大豆分离蛋白功能特性的方法,以实现对脱脂豆粕原料的快速筛选和加工前的品质预判。

2、现有的原料快速检测技术,例如近红外光谱、拉曼光谱结合化学计量学的方法,通常仅能预测原料自身的组成(如蛋白质、脂肪含量)或品质等级,并不能建立原料指标与其经碱溶酸沉加工后所得成品分离蛋白功能特性之间的定量映射关系;而现有的基于机器学习对大豆蛋白功能特性的预测研究,主要集中在将大豆蛋白提取加工后,再建立蛋白的理化及结构指标或加工工艺参数与功能特性之间的关联模型。此类方法虽然能在一定程度上实现功能特性的预测,但其本质上仍属于成品端对成品端的预测,未涉及以原料端的理化-结构指标直接预测成品端的多项功能特性,因此无法避免大豆蛋白生产加工环节所带来的时间延迟和成本消耗,难以在原料筛选阶段为生产企业提供快速决策依据。因此,如何跨越“原料-加工-成品”的环节,仅凭对脱脂豆粕原料的少量指标测定,即实现对其加工所得分离蛋白多项功能特性的同步、准确预测,是本领域尚未解决的技术难题。

3、此外,脱脂豆粕原料的各理化及结构指标与大豆分离蛋白功能特性之间关系呈现高度复杂、非线性且相互耦合的特点,传统的线性统计分析方法难以系统揭示其内在关联,导致难以实现产品品质的精准调控。机器学习方法因其能够有效处理高维数据,整合多维度、非线性的理化、结构数据与功能指标,并构建高精度的预测模型,为破解上述难题提供了新思路。

4、然而,直接应用机器学习模型往往面临输入特征过多导致检测成本依然较高,且模型内部的“黑箱”特性使其难以揭示关键影响因子的问题。

技术实现思路

1、为解决上述技术问题,本发明提供了一种基于机器学习的大豆分离蛋白功能特性快速预测方法,包括:

2、获取待测脱脂豆粕的关键原料指标数据,所述关键原料指标数据是从脱脂豆粕的候选原料指标中筛选得到的、用于表征脱脂豆粕中易与蛋白质发生互作的组分含量、氧化程度、蛋白质理化特性及蛋白质结构状态的指标;

3、将所述关键原料指标数据作为输入,利用预先训练好的多输出机器学习预测模型,同步输出所述待测脱脂豆粕经加工后所得大豆分离蛋白的多项功能特性预测值;

4、其中,所述预测模型是以脱脂豆粕的关键原料指标数据为输入、以对应的大豆分离蛋白功能特性数据为输出训练得到的多输出回归模型。

5、可选地,所述关键原料指标数据包括可溶性糖含量、植酸含量、脂肪氧化酶活性、羰基含量、表面疏水性和zeta电位;所述多项功能特性预测值包括溶解度、乳化活性、乳化稳定性、持水性、持油性、凝胶硬度、凝胶弹性和凝胶咀嚼性的预测值。

6、可选地,所述关键原料指标数据通过对脱脂豆粕的多个候选原料指标进行基于机器学习模型的重要性筛选后确定,具体包括:

7、获取第一数据集,所述第一数据集包括多个脱脂豆粕样品中每一个样品的候选原料指标数据及其所制得的大豆分离蛋白功能特性数据;

8、以所述候选原料指标数据作为输入,以所述大豆分离蛋白功能特性数据作为输出,构建初始机器学习模型;

9、利用所述初始机器学习模型,通过shap分析方法计算各候选原料指标对所述大豆分离蛋白功能特性的贡献度,并根据贡献度大小进行排序;

10、从所述候选原料指标数据中筛选出贡献度最高的前n项指标作为所述关键原料指标数据,其中n为不超过所述候选原料指标总数三分之一的正整数。

11、可选地,所述n为6,所述关键原料指标数据包括可溶性糖含量、植酸含量、脂肪氧化酶活性、羰基含量、表面疏水性和zeta电位。

12、可选地,所述预测模型的构建步骤包括:

13、获取第二数据集,所述第二数据集包括多个脱脂豆粕样品中每一个样品的关键原料指标数据及其所制得的大豆分离蛋白功能特性数据,所述大豆分离蛋白功能特性数据包括溶解度、乳化活性、乳化稳定性、持水性、持油性、凝胶硬度、凝胶弹性和凝胶咀嚼性;

14、利用所述第二数据集对机器学习模型进行训练和验证,得到训练好的大豆分离蛋白功能特性预测模型。

15、可选地,在利用所述第二数据集进行机器学习模型训练之前,还包括对所述第二数据集进行数据清洗和数据增强处理,得到处理后的数据集,并以所述处理后的数据集用于模型训练。

16、可选地,所述数据增强处理包括mixup扩增和jitter扩增;

17、所述mixup扩增为按服从beta分布的混合比例对随机选取的两个样本进行线性插值以生成新样本;

18、所述jitter扩增为对随机选取的样本在其特征空间中添加服从正态分布的噪声以生成新样本。

19、可选地,所述mixup扩增中所述beta分布的参数α=0.4,所述jitter扩增中所述噪声的标准差为对应特征标准差的0.01倍,所述mixup扩增和所述jitter扩增的扩增倍数均为3倍。

20、可选地,在利用所述第二数据集对机器学习模型进行训练时,采用五折交叉验证方法将所述第二数据集划分为训练集和验证集,所述训练集用于训练模型,所述验证集用于评估模型性能。

21、可选地,所述多输出机器学习预测模型为极端随机树模型或支持向量回归模型。

22、与现有技术相比,本发明具有如下优点和技术效果:

23、本申请提供了一种基于机器学习模型预测大豆分离蛋白功能特性的方法。本发明通过建立初始机器学习预测模型和shap分析方法,从多个候选原料指标中筛选出关键原料指标,降低了检测成本;通过直接以待测脱脂豆粕的关键原料指标数据作为输入,关键原料指标数据包括可溶性糖含量、植酸含量、脂肪氧化酶活性、羰基含量、表面疏水性和zeta电位,利用训练好的大豆分离蛋白功能特性预测模型即可预测脱脂豆粕加工所得的大豆分离蛋白的功能特性指标,实现了对大豆分离蛋白功能特性快速、准确的预测,解决了现有技术中检测周期长、成本高的问题。与现有技术相比,本发明首次建立了脱脂豆粕原料指标与其加工成品分离蛋白功能特性之间的跨加工定量映射关系,并证实仅需其中6项关键指标即可在精度损失较少的前提下完成对8项功能特性的同步可靠预测。

1.一种基于机器学习的大豆分离蛋白功能特性快速预测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述关键原料指标数据包括可溶性糖含量、植酸含量、脂肪氧化酶活性、羰基含量、表面疏水性和zeta电位;所述多项功能特性预测值包括溶解度、乳化活性、乳化稳定性、持水性、持油性、凝胶硬度、凝胶弹性和凝胶咀嚼性的预测值。

3.根据权利要求1所述的方法,其特征在于,所述关键原料指标数据通过对脱脂豆粕的多个候选原料指标进行基于机器学习模型的重要性筛选后确定,具体包括:

4.根据权利要求3所述的方法,其特征在于,所述n为6,所述关键原料指标数据包括可溶性糖含量、植酸含量、脂肪氧化酶活性、羰基含量、表面疏水性和zeta电位。

5.根据权利要求1所述的方法,其特征在于,所述预测模型的构建步骤包括:

6.根据权利要求5所述的方法,其特征在于,在利用所述第二数据集进行机器学习模型训练之前,还包括对所述第二数据集进行数据清洗和数据增强处理,得到处理后的数据集,并以所述处理后的数据集用于模型训练。

7.根据权利要求6所述的方法,其特征在于,所述数据增强处理包括mixup扩增和jitter扩增;

8.根据权利要求7所述的方法,其特征在于,所述mixup扩增中所述beta分布的参数α=0.4,所述jitter扩增中所述噪声的标准差为对应特征标准差的0.01倍,所述mixup扩增和所述jitter扩增的扩增倍数均为3倍。

9.根据权利要求5所述的方法,其特征在于,在利用所述第二数据集对机器学习模型进行训练时,采用五折交叉验证方法将所述第二数据集划分为训练集和验证集,所述训练集用于训练模型,所述验证集用于评估模型性能。

10.根据权利要求1所述的方法,其特征在于,所述多输出机器学习预测模型为极端随机树模型或支持向量回归模型。