Resumen

La poria originada a partir del esclerocio seco de Macrohyporia cocos es una medicina tradicional china comestible de gran valor económico. Debido a la significativa diferencia de calidad entre el M. cocos silvestre y el cultivado, este estudio pretendía rastrear el origen del hongo desde las perspectivas silvestre y de cultivo. Además, había muy pocos estudios sobre la fusión de datos, una estrategia potencial, empleada y discutida en la trazabilidad geográfica de M. cocos. Por lo tanto, rastreamos el origen de M. cocos desde las perspectivas silvestre y de cultivo utilizando múltiples enfoques de fusión de datos. En este estudio se emplearon técnicas supervisadas de reconocimiento de patrones, como el análisis discriminante de mínimos cuadrados parciales (PLS-DA) y el bosque aleatorio. Se realizaron cinco tipos de fusión de datos que incluían estrategias de fusión de datos de nivel bajo, medio y alto. En la fusión de datos se tuvieron en cuenta dos enfoques de extracción de características, que incluían la selección de variables mediante un método basado en bosques aleatorios -el algoritmo de Boruta- y la producción de componentes principales mediante la técnica de reducción de dimensiones del análisis de componentes principales. Los resultados indican lo siguiente (1) La diferencia entre las muestras silvestres y las cultivadas existía en términos de análisis de contenido de componentes químicos vitales y análisis de huellas dactilares. (2) Las muestras silvestres necesitan la fusión de datos para realizar la trazabilidad del origen, y la precisión del conjunto de validación fue del 95,24%. (3) Boruta superó al análisis de componentes principales (PCA) en la extracción de características. (4) El modelo PLS-DA de nivel medio de Boruta aprovechó al máximo la sinergia de la información y mostró el mejor rendimiento. Este estudio demostró que tanto la trazabilidad geográfica como los métodos óptimos de identificación de muestras cultivadas y silvestres eran diferentes, y la fusión de datos era una técnica potencial en la identificación geográfica.

• Materias:Reacciones químicas Análisis cromatográfico Química farmacéutica Espectroscopia Análisis espectroquímico
• Subjects:Chemical reactions Chromatographic analysis Chemistry pharmaceutical Spectroscopy Spectrochemical analysis
• Palabras claves:fusión de datos, análisis de componentes principales, m. cocos, estudio, trazabilidad geográfica, bosque aleatorio, medicina tradicional china comestible, estrategias de fusión de datos por niveles, enfoques de fusión de datos múltiples, técnica de reducción de dimensiones
• Keywords:data fusion, principal component analysis, m. cocos, study, geographical traceability, random forest, edible traditional chinese medicine, level data fusion strategies, multiple data fusion approaches, dimension reduction technique