Machine learning for storage duration based on volatile organic compounds emitted from 'Jukhyang' and 'Merry Queen' strawberries during post-harvest storage
Eunsu Do, Mingyeong Kim, Da-Yeong Ko, Mi-Jeong Lee, Lee Cheol-Gyu, Kang‐Mo Ku
IF 6.8 (2024)
Postharvest Biology and Technology
딸기(Strawberry, Fragaria × ananassa Duch.)는 독특한 맛과 풍미로 널리 선호되는 원예 작물이다. 딸기 신선도를 정확하게 예측하는 모델을 개발하기 위해, 색도(비색) 데이터, 총가용성고형분, 적정산도, 그리고 휘발성 유기화합물(volatile organic compounds, VOCs)을 완전히 성숙한 ‘죽향(Jukhyang)’ 및 ‘메리퀸(Merry Queen)’ 딸기에서 조사하였다. 데이터 측정은 냉장 저장(10 °C, 79% RH) 후 0, 4, 8, 12일차에 수행하였다. 기존의 품질 결정 요인들은 저장 동안 미세한 변화만을 보였으나, VOC 대사산물의 방대한 데이터는 딸기 신선도 예측 모델을 구축하기에 충분한 것으로 나타났다. 직교 투영을 통한 잠재구조(orthogonal projections to latent structures, OPLS), 랜덤 포레스트, 부분최소제곱(partial least square, PLS) 회귀, 그리고 인공신경망 다층 퍼셉트론(artificial neural network multi-layer perceptron, MLP) 등 평가한 알고리즘 중에서, 다층 퍼셉트론 알고리즘이 가장 높은 정확도를 나타냈다. 25종의 VOC 변이를 활용하여 다층 퍼셉트론 모델을 개발하였으며, test set에서의 정확도는 R2 = 0.999였다. 1-헥사놀, 톨루엔, 에틸 아이소발레이트, 에틸 프로피오네이트, 아이소아밀 알코올과 같은 화합물들이 MLP 기반 신선도 예측 모델의 유의한 바이오마커로 확인되었다. 이러한 결과는 저장 중 딸기 신선도를 예측하는 데 VOC가 핵심 지표로서의 잠재력을 지님을 시사한다.
https://doi.org/10.1016/j.postharvbio.2024.112808
Chemistry
Titratable acid
Food science
Fragaria
Horticulture
상세 정보 바로가기