本研究旨在利用代谢组学筛选出太古山药和铁棍山药之间的差异代谢物,并通过LASSO回归机器学习方法确定作为预测不同山药品种的差异标志物。研究采用超高效液相色谱-四级杆飞行时间串联质谱(ultraperformance liquid chromatography-quad...本研究旨在利用代谢组学筛选出太古山药和铁棍山药之间的差异代谢物,并通过LASSO回归机器学习方法确定作为预测不同山药品种的差异标志物。研究采用超高效液相色谱-四级杆飞行时间串联质谱(ultraperformance liquid chromatography-quadrupole time of flight tandem mass spectrometry,UPLC-Q-TOF-MS/MS)分析两种山药中的代谢物,通过主成分分析(principal component analysis,PCA)和正交偏最小二乘判别分析(orthogonal partial least squares-discriminant analysis,OPLS-DA)识别出两种山药中的差异代谢物,利用最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归方法筛选出差异性标志物,建立用于品种鉴别的预测模型。结果显示,在两种山药中共鉴别出206种代谢物,PCA分析发现太谷山药和铁棍山药之间区分明显,OPLS-DA进一步筛选出56种存在显著性差异的代谢物。基于这些差异代谢物进行LASSO回归分析,得到ophiogenin 3-O-beta-L-rhamnopyranosyl-beta-D-glucopyranoside、天冬氨酸、表儿茶素没食子酸酯、夏佛塔苷以及没食子儿茶素5种关键差异标志物,建立了用于太谷山药和铁棍山药品种鉴别的LASSO回归预测模型。本研究基于代谢组学和LASSO回归机器学习方法,识别出太谷山药和铁棍山药的差异标志物,构建了不同品种山药的预测模型,为山药的鉴别提供了新的思路。展开更多
本文采用ECMWF(European Centre for Medium-Range Weather Forecasts)细网格和NCEP(National Centers for Environmental Prediction)模式数据、NCEP 1°×1°再分析资料、降雪加密观测和常规资料,对2022年初的5次降雪过...本文采用ECMWF(European Centre for Medium-Range Weather Forecasts)细网格和NCEP(National Centers for Environmental Prediction)模式数据、NCEP 1°×1°再分析资料、降雪加密观测和常规资料,对2022年初的5次降雪过程进行对比分析,发现5次降雪过程均为雨转雪过程,且持续时间相对较短,平原为雨夹雪或小雪到中雪,山区中到大雪,局部暴雪,数值模式预报的积雪深度与实况相差甚远;大尺度环流形势为500 hPa中低纬南支槽或弱波动配合700 hPa上的暖湿气流和中低层冷空气,造成边界层浅薄的冷垫上温度骤降而在短时间内形成降雪;相较于平原地区,高山区上空温度层结与最大上升运动中心的配置,有利于降雪粒子较长时间维持在有利于枝状雪花的形成区域,且高山区云底云水含量显著偏低、整层温度足够低,故高山区更利于暴雪的形成。展开更多
文摘本研究旨在利用代谢组学筛选出太古山药和铁棍山药之间的差异代谢物,并通过LASSO回归机器学习方法确定作为预测不同山药品种的差异标志物。研究采用超高效液相色谱-四级杆飞行时间串联质谱(ultraperformance liquid chromatography-quadrupole time of flight tandem mass spectrometry,UPLC-Q-TOF-MS/MS)分析两种山药中的代谢物,通过主成分分析(principal component analysis,PCA)和正交偏最小二乘判别分析(orthogonal partial least squares-discriminant analysis,OPLS-DA)识别出两种山药中的差异代谢物,利用最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归方法筛选出差异性标志物,建立用于品种鉴别的预测模型。结果显示,在两种山药中共鉴别出206种代谢物,PCA分析发现太谷山药和铁棍山药之间区分明显,OPLS-DA进一步筛选出56种存在显著性差异的代谢物。基于这些差异代谢物进行LASSO回归分析,得到ophiogenin 3-O-beta-L-rhamnopyranosyl-beta-D-glucopyranoside、天冬氨酸、表儿茶素没食子酸酯、夏佛塔苷以及没食子儿茶素5种关键差异标志物,建立了用于太谷山药和铁棍山药品种鉴别的LASSO回归预测模型。本研究基于代谢组学和LASSO回归机器学习方法,识别出太谷山药和铁棍山药的差异标志物,构建了不同品种山药的预测模型,为山药的鉴别提供了新的思路。
文摘本文采用ECMWF(European Centre for Medium-Range Weather Forecasts)细网格和NCEP(National Centers for Environmental Prediction)模式数据、NCEP 1°×1°再分析资料、降雪加密观测和常规资料,对2022年初的5次降雪过程进行对比分析,发现5次降雪过程均为雨转雪过程,且持续时间相对较短,平原为雨夹雪或小雪到中雪,山区中到大雪,局部暴雪,数值模式预报的积雪深度与实况相差甚远;大尺度环流形势为500 hPa中低纬南支槽或弱波动配合700 hPa上的暖湿气流和中低层冷空气,造成边界层浅薄的冷垫上温度骤降而在短时间内形成降雪;相较于平原地区,高山区上空温度层结与最大上升运动中心的配置,有利于降雪粒子较长时间维持在有利于枝状雪花的形成区域,且高山区云底云水含量显著偏低、整层温度足够低,故高山区更利于暴雪的形成。
