Přejít k hlavnímu obsahu

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Využití ICP-MS a strojového učení pro určení geografického původu biologických vzorků
Rok: 2025
Druh publikace: ostatní - článek ve sborníku
Název zdroje: Studentská vědecká odborná činnost 2024/2025 : sborník abstraktů
Název nakladatele: Univerzita Pardubice
Místo vydání: Pardubice
Strana od-do: 28
Tituly:
Jazyk Název Abstrakt Klíčová slova
cze Využití ICP-MS a strojového učení pro určení geografického původu biologických vzorků Práce byla zaměřena na stanovení prvkového profilu slávek středomořských (Mytilus galloprovincialis) pocházejících z oblastí Itálie a Španělska za účelem autentifikace jejich geografického původu. Ke stanovení více než 50 prvků byla využita metoda hmotnostní spektrometrie s ionizací v indukčně vázaném plazmatu (ICP-MS) s kvadrupólovým analyzátorem iontů a oktapólovou kolizní celou pracující v heliovém módu, která umožňuje účinné potlačení spektrálních interferencí [1]. Nespektrální vlivy byly kompenzovány použitím porovnávacího prvku (rhodia). Vzorky mušlí byly před analýzou mineralizovány směsí zředěné kyseliny dusičné a peroxidu vodíku ve vysokotlakém mikrovlnném rozkladném systému. Správnost metody byla ověřena analýzou komerčně dostupných certifikovaných referenčních materiálů. Data komplexních prvkových profilů, získaná analýzou 99 reálných vzorků, z nichž každý byl reprezentován třemi nezávislými podíly, byla zpracována vícerozměrnou diskriminační analýzou metodou parciálních nejmenších čtverců (PLS-DA). PLS-DA model byl optimalizován pomocí křížové validace a hodnocen na základě klasifikačních metrik, jako jsou přesnost, citlivost, F1 skóre a ROC-AUC. Pomocí VIP skóre, které charakterizuje důležitost proměnných při projekci do prostoru latentních proměnných, byly identifikovány prvky s nejvyšším diskriminačním potenciálem, které významně přispěly k rozlišení vzorků z jednotlivých lokalit. Výsledky ukazují, že propojení znalosti komplexního prvkového profilu s metodami strojového učení představuje účinný nástroj pro autentifikaci potravin a sledování environmentálních rizik.