Discovery of food identity markers by metabolomics and machine learning technology | ||
| dc.conicet.organizacion | Max-Planck-Institute of Molecular Plant Physiology. Department of Molecular Physiology | |
| dc.conicet.organizacion | Max-Planck-Institute of Molecular Plant Physiology. Department of Molecular Physiology | |
| dc.conicet.organizacion | Max-Planck-Institute of Molecular Plant Physiology. Department of Molecular Physiology | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Instituto de Ciencia y Tecnología de Alimentos Córdoba. Universidad Nacional de Córdoba. Facultad de Ciencias Químicas. Instituto de Ciencia y Tecnología de Alimentos Córdoba | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Instituto de Ciencia y Tecnología de Alimentos Córdoba. Universidad Nacional de Córdoba. Facultad de Ciencias Químicas. Instituto de Ciencia y Tecnología de Alimentos Córdoba | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Instituto de Ciencia y Tecnología de Alimentos Córdoba. Universidad Nacional de Córdoba. Facultad de Ciencias Químicas. Instituto de Ciencia y Tecnología de Alimentos Córdoba | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Instituto de Ciencia y Tecnología de Alimentos Córdoba. Universidad Nacional de Córdoba. Facultad de Ciencias Químicas. Instituto de Ciencia y Tecnología de Alimentos Córdoba | |
| dc.conicet.organizacion | Max-Planck-Institute of Molecular Plant Physiology. Department of Molecular Physiology | |
| dc.contributor.author | Erban, Alexander | |
| dc.contributor.author | Fehrle, Ines | |
| dc.contributor.author | Martinez-Seidel, Federico | |
| dc.contributor.author | Brigante, Federico Iván | |
| dc.contributor.author | Lucini Mas, Agustín | |
| dc.contributor.author | Baroni, María Verónica | |
| dc.contributor.author | Wunderlin, Daniel Alberto | |
| dc.contributor.author | Kopka, Joachim | |
| dc.date.issued | 2019-12 | |
| dc.description.abstract | Verification of food authenticity establishes consumer trust in food ingredients and components of processed food. Next to genetic or protein markers, chemicals are unique identifiers of food components. Non-targeted metabolomics is ideally suited to screen food markers when coupled to efficient data analysis. This study explored feasibility of random forest (RF) machine learning, specifically its inherent feature extraction for non-targeted metabolic marker discovery. The distinction of chia, linseed, and sesame that have gained attention as “superfoods” served as test case. Chemical fractions of non-processed seeds and of wheat cookies with seed ingredients were profiled. RF technology classified original seeds unambiguously but appeared overdesigned for material with unique secondary metabolites, like sesamol or rosmarinic acid in the Lamiaceae, chia. Most unique metabolites were diluted or lost during cookie production but RF technology classified the presence of the seed ingredients in cookies with 6.7% overall error and revealed food processing markers, like 4-hydroxybenzaldehyde for chia and succinic acid monomethylester for linseed additions. RF based feature extraction was adequate for difficult classifications but marker selection should not be without human supervision. Combination with alternative data analysis technologies is advised and further testing of a wide range of seeds and food processing methods. | es |
| dc.description.fil | Fil: Erban, Alexander. Max-Planck-Institute of Molecular Plant Physiology. Department of Molecular Physiology; Alemania | |
| dc.description.fil | Fil: Fehrle, Ines. Max-Planck-Institute of Molecular Plant Physiology. Department of Molecular Physiology; Alemania | |
| dc.description.fil | Fil: Martinez-Seidel, Federico. Max-Planck-Institute of Molecular Plant Physiology. Department of Molecular Physiology; Alemania | |
| dc.description.fil | Fil: Brigante, Federico Iván. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Instituto de Ciencia y Tecnología de Alimentos Córdoba. Universidad Nacional de Córdoba. Facultad de Ciencias Químicas. Instituto de Ciencia y Tecnología de Alimentos Córdoba; Argentina | |
| dc.description.fil | Fil: Lucini Mas, Agustín. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Instituto de Ciencia y Tecnología de Alimentos Córdoba. Universidad Nacional de Córdoba. Facultad de Ciencias Químicas. Instituto de Ciencia y Tecnología de Alimentos Córdoba; Argentina | |
| dc.description.fil | Fil: Baroni, María Verónica. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Instituto de Ciencia y Tecnología de Alimentos Córdoba. Universidad Nacional de Córdoba. Facultad de Ciencias Químicas. Instituto de Ciencia y Tecnología de Alimentos Córdoba; Argentina | |
| dc.description.fil | Fil: Wunderlin, Daniel Alberto. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Instituto de Ciencia y Tecnología de Alimentos Córdoba. Universidad Nacional de Córdoba. Facultad de Ciencias Químicas. Instituto de Ciencia y Tecnología de Alimentos Córdoba; Argentina | |
| dc.description.fil | Fil: Kopka, Joachim. Max-Planck-Institute of Molecular Plant Physiology. Department of Molecular Physiology; Alemania | |
| dc.format | application/pdf | es |
| dc.identifier.citation | Erban, Alexander; Fehrle, Ines; Martinez-Seidel, Federico; Brigante, Federico Iván; Lucini Mas, Agustín; et al.; Discovery of food identity markers by metabolomics and machine learning technology; Nature Publishing Group; Scientific Reports; 9; 9697; 12-2019 | es |
| dc.identifier.eissn | 2045-2322 | es |
| dc.identifier.institucional | CONICET | |
| dc.identifier.repo | CONICET Digital | |
| dc.identifier.uri | http://hdl.handle.net/11336/125719 | |
| dc.journal.number | 9697 | es |
| dc.journal.pais | Reino Unido | es |
| dc.journal.title | Scientific Reports | es |
| dc.journal.volume | 9 | es |
| dc.language.iso | eng | es |
| dc.publisher | Nature Publishing Group | es |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/doi/http://dx.doi.org/10.1038/s41598-019-46113-y | |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/url/https://www.nature.com/articles/s41598-019-46113-y | |
| dc.rights | info:eu-repo/semantics/openAccess | * |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ | * |
| dc.subject | METABOLOMICS | es |
| dc.subject | GCMS | es |
| dc.subject | MACHINE LEARNING | es |
| dc.subject | SEEDS | es |
| dc.subject.classification | Química Analítica | es |
| dc.subject.classification | Ciencias Químicas | es |
| dc.subject.classification | CIENCIAS NATURALES Y EXACTAS | es |
| dc.title | Discovery of food identity markers by metabolomics and machine learning technology | es |
| dc.type | info:eu-repo/semantics/article | |
| dc.type | info:ar-repo/semantics/artículo | |
| dc.type | info:eu-repo/semantics/publishedVersion | |
Archivos
Bloque original
Cargando...
- Nombre:
- CONICET_Digital_Nro.8fa47da1-a93f-420a-900c-ebdacf9265ca_A.pdf
- Tamaño:
- 3.45 MB
- Formato:
- Adobe Portable Document Format