PLS-DA در مقابل Q/LDA برای طبقه‌بندی داده‌های طیف‌سنجی جرم نسبت ایزوتوپ: روشی جدید برای احراز اصالت غذا

طیف‌سنجی جرمی نسبت ایزوتوپ‌ها (IRMS) پنج عنصر زیستی (H، C، N، S و O) به‌عنوان ابزاری جایگزین برای کنترل کیفیت غذا گزارش شده است. پروفایل ایزوتوپی برای ایجاد تمایز بین محصولات به‌منظور طبقه‌بندی و احراز هویت استفاده شده است [1]. انتخاب مناسب‌ترین تکنیک طبقه‌بندی به عوامل مختلفی از جمله تعریف معیارهای کلاس، توزیع یکنواخت نمونه‌ها، تعداد متغیرهای ورودی و تعداد نمونه‌ها بستگی دارد. بنابراین، معمولاً عمل رایج این است که بیش از یک تکنیک طبقه‌بندی اعمال شده و تناسب آن‌ها با مسئله مورد بررسی ارزیابی شود [2]. هدف این کار، پیشنهاد ترکیبی از تحلیل عنصری (EA)-IRMS و اثرانگشت‌نگاری با گازکروماتوگرافی (GC)-IRMS همراه با شیمی‌سنجی برای احراز هویت زعفران ارائه‌شده از مناطق اصلی ایران بود.در این زمینه، عملکرد مدل‌های طبقه‌بندی پرکاربرد از جمله تحلیل تبعیضی مولفه‌های جزئی (PLS-DA) در مقایسه با تحلیل تبعیضی خطی (LDA) و تحلیل تبعیضی درجه دوم (QDA) به‌طور مفصل مورد بررسی قرار گرفت. به همین دلیل، سه پارامتر اصلی مدل طبقه‌بندی شامل دقت (acc)، ویژگی (spe) و حساسیت (sen) مورد توجه قرار گرفتند. شصت و دو نمونه زعفران از استان خراسان تأمین شد. برای EAIRMS، نمونه‌ها پودر شده و سپس جهت اندازه‌گیری نسبت‌های ایزوتوپ کربن و نیتروژن کل تحلیل شدند. متابولیت‌های زعفران نیز پیش از GC-IRMS با استفاده از استخراج مایع-مایع میکرو با کمک اولتراسوند و استخراج تکمیلی (UAE-DLLME) استخراج شدند.برای به‌دست آوردن داده‌های GC-IRMS، ابتدا، پایه داده با استفاده از روش حداقل مربعات نامتقارن (AsLS) اصلاح شد و انحراف زمان شستشو با استفاده از شیفت بهینه همبستگی بازه‌ای (iCOShift) اصلاح شد. پس از آن، یازده قله اصلی برای به‌دست آوردن دلتای مؤلفه‌ها در GC-IRMS انتخاب شدند. از آنجا که برچسب‌های کلاس با ترکیب شیمیایی نمونه‌ها همخوانی نداشتند، داده‌های ماتریس EA-IRMS و GC-IRMS با استفاده از تحلیل مؤلفه‌های اصلی (PCA) و تحلیل خوشه‌بندی سلسله‌مراتبی (HCA) خوشه‌بندی شدند و تعداد کلاس‌ها با استفاده از این دو روش برای طبقه‌بندی نظارت‌شده در نظر گرفته شد.در نتیجه، بهترین عملکرد طبقه‌بندی برای QDA با چهار کلاس مشاهده شد (مقادیر حساسیت، ویژگی و دقت بیش از ۹۵.۰٪ بودند). به عبارت دیگر، مشاهده شد که بهترین عملکرد PLS-DA و LDA برای دو کلاس حاصل شد، اما برای بیش از دو کلاس، دقت به طور ناگهانی از حدود ۹۲.۰٪ به حدود ۸۵.۰٪ کاهش می‌یابد. به طور خلاصه، QDA عملکرد بهتری در طبقه‌بندی نمونه‌های زعفران با استفاده از EA-IRMS و GC-IRMS نشان داد.

Isotope ratio mass spectrometry (IRMS) of five bio-elements (H, C, N, S and O) has been reported as an alternative tool for food quality control. Isotopic profile has been used as a descriptor to establish differences between products for classification and authentication purposes [1]. The choice of the most appropriate classification technique depends on many factors including class criteria definition, homogeneous sample distribution, number of input variables and number of samples. Therefore, it is a common practice to apply more than one classification technique and evaluate their fitness for the problem under study [2]. The objective of this work was to propose elemental analysis (EA)-IRMS and gas chromatography (GC)-IRMS fingerprinting combined with chemometrics for authentication of saffron provided from main regions of Iran. In this regard, performance of frequently used classification models including partial least squares-discriminant analysis (PLS-DA) vs. linear discriminant analysis (LDA) and quadratic discriminant analysis (QDA) were studied in details. For this reason, three main classification model parameters including accuracy (acc), specificity (spe) and sensitivity (sen) were taken into account. Sixty-two saffron samples were provided from Khorasan province. For EAIRMS, the samples were powdered and then analyzed for measuring bulk carbon and nitrogen isotope ratios. Saffron metabolites were also extracted using ultrasonic-assisted extraction-dispersive liquid-liquid micro extraction (UAE-DLLME) before GC-IRMS. To gain GC-IRMS data, first, baseline was corrected using asymmetric least squares (AsLS) and elution time shifts were corrected using interval correlation optimized shifting (iCOShift). After that, eleven major peaks were chosen to obtain the components delta for GC-IRMS. As the class labels were not in accordance with the chemical composition of samples, then, the data matrix of EA-IRMS and GC-IRMS was clustered by principal component analysis (PCA) and hierarchical cluster analysis (HCA) and the number of classes by these two methods were considered for supervised classification.
As a consequence, the best classification performance was observed for QDA with four classes (sen, spe and acc values were higher than 95.0%). In other words, it was seen that the best PLS-DA and LDA performance was observed for two classes but for more than two classes, the accuracy drops suddenly from ~92.0% to ~85.0%. In summary, QDAshowed better performance for classification of EA-IRMS and GC-IRMS of saffron samples.