低レベルで融合された分光データのANOVA-同時成分分析モデリング。食品化学のケーススタディ

/ /

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。

Anal. Chim. Acta.2020 Aug;1125:308-314. S0003-2670(20)30611-5. doi: 10.1016/j.aca.2020.05.059.Epub 2020-05-27.

低レベルで融合された分光データのANOVA-同時成分分析モデリング。食品化学のケーススタディ

ANOVA-Simultaneous Component analysis modelling of low-level-fused spectroscopic data: A food chemistry case-study.

P Firmani
R Vitale
C Ruckebusch
F Marini

PMID: 32674778 DOI: 10.1016/j.aca.2020.05.059.

抄録

熟成は、欧州連合が最も多く輸出している乳製品の一つであるチェダーチーズの高い商業的価値を保証するための重要なステップです。最近、化学的な観点からチェダーチーズの熟成過程を評価する方法がいくつか提案されているが、その大半は時間効率が悪く、破壊的な分析試験を必要とするため、例えば工業的な用途には限界がある。ここでは、ラマンおよび中間赤外(MIR)分光法とANOVA-同時成分分析(ASCA)を低レベルのデータ融合フレームワークで組み合わせることに基づく高速なアプローチを提案する。このアプローチにより、保存温度と時間（およびそれらの相互作用）がチェダーの熟成にどのように影響するかを、比較的安価で迅速かつグリーンな方法で評価することができました。

Ripening is a crucial step to guarantee the high commercial value of cheddar cheese, one of the dairy products the European Union exports the most. Although several methods have lately been proposed to assess its ageing process from a chemical point of view, the majority of them is not particularly time-efficient and implies destructive analytical tests, thus, exhibiting limitations for, e.g., industrial applications. Here, a fast approach based on combining Raman and Mid-InfraRed (MIR) spectroscopy with ANOVA-Simultaneous Component Analysis (ASCA) is proposed in a low-level data fusion framework. This approach allowed to evaluate how storage temperature and time (as well as their interaction) influence cheddar ripening in a relatively cheap, rapid and green fashion.