Прогнозирование количественных характеристик молока на основе инфракрасной спектроскопии с применением методов машинного обучения

Abstract

Спектроскопия среднего инфракрасного диапазона с преобразованием Фурье представляет собой быстрый и дешевый способ анализа проб коровьего молока для определения содержания жира, белка, лактозы и других количественных и качественных показателей молока. Современные инструменты анализа данных позволяют выявить наиболее значимые зависимости между различными парами количественных и качественных признаков состава молока. Цель исследования. Выполнить прогнозирование ряда ключевых признаков состава молока коров с использованием данных инфракрасной спектроскопии для изучения точности разработанной математической модели. Методы. Работу проводили в зимний период 2022 года на базе экспериментального стада голштинизированного черно-пестрого скота (Краснодарский край). Анализ компонентов молока осуществляли с использованием автоматического анализатора MilkoScan (FOSS) с применением метода инфракрасной спектроскопии путем выгрузки полученных спектров при анализе состава сырого молока. Исследованы 23 показателя количественного состава молока: массовая доля жира, белка (истинного и общего), лактозы, СОМО (сухого обезжиренного молочного остатка), сухого вещества, казеина, следы ацетона и бета-гидроксибутирата, мочевина, точка замерзания, кислотность молока, миристиновая, пальмитиновая, стеариновая, олеиновая жирные кислоты (ЖК), длинноцепочечные ЖК, среднецепочечные ЖК, короткоцепочечные ЖК, мононенасыщенные и полиненасыщенные ЖК, насыщенные ЖК, трансизомеры жирных кислот. Рассмотрены методы на основе линейной регрессии (Linear Regression), подходы к регуляризации модели линейной регрессии (Ridge, Lasso и ElasticNet), а также полиномиальная регрессия, метод частичной регрессии (PLSRegression) и метод Байесовской регрессии для задачи прогнозирования ключевых признаков состава молока. Реализован метод снижения размерности данных инфракрасной спектроскопии на основе алгоритма случайного перебора считывания по длине окна и выделены наиболее значимые признаки. Результаты. Разработаны модели прогнозирования шести основных показателей качества молока – массовая доля жира ('Fat'), массовая доля казеина ('Cas.B'), жирных кислот – миристиновой ('C14:0') и олеиновой ('C18:1'), мононенасыщенных ('MUFA') и полиненасыщенные жирных кислот ('PUFA') – со средней абсолютной ошибкой, не превышающей 0,016. Заключение. Результаты, полученные в ходе проведенного исследования, позволят в дальнейшем улучшить предиктивную способность уравнения для определения качества, состава молока по новым селекционным признакам молочной продуктивности, снизить издержки анализа и проводить контроль за состоянием здоровья животных на ранних стадиях. Fourier transform mid-infrared spectroscopy is a fast and cheap way to analyze cow's milk samples to determine fat, protein, lactose and other quantitative and qualitative indicators of milk quality. Modern tools for data analysis will reveal the relationship between different pairs of quantitative and qualitative characteristics of milk. Purpose of the study. Perform predictions on some key milk quality traits based on infrared spectroscopy data to study the accuracy of the developed mathematical model. Methods. The work was carried out in the winter period of 2022 on the basis of an experimental herd of Holsteinized black-and-white cattle (Krasnodar Territory). The analysis of milk traits was carried out with an automatic analyzer MilkoScan (FOSS) using the method of infrared spectroscopy by unloading the obtained spectra when analyzing the composition of raw milk. 23 indicators of the quantitative milk traits were studied: mass fraction of fat, protein (true and total), lactose, DSMR (dry skimmed milk residue), dry matter, casein, traces of acetone and beta-hydroxybutyrate, urea, freezing point, acidity of milk, myristic, palmitic, stearic, oleic fatty acids (FA), long-chain fatty acids, medium-chain fatty acids, short-chain fatty acids, monounsaturated and polyunsaturated fatty acids, saturated fatty acids, trans fatty acids. Methods based on linear regression, approaches to the regularization of the linear regression model (Ridge, Lasso and ElasticNet), as well as polynomial regression, the partial regression method (PLSRegression) and the Bayesian regression method for the problem of predicting key features of milk traits were considered. A method for reducing the dimensionality of infrared spectroscopy data is implemented based on the algorithm of random search of readings along the length of the window, and the most significant features are identified. Results. Models have been developed for predicting six main indicators of milk quality – mass fraction of fat ('Fat'), mass fraction of casein ('Cas.B'), fatty acids – myristic ('C14:0') and oleic ('C18: 1'), monounsaturated ('MUFA') and polyunsaturated fatty acids ('PUFA') – with an average absolute error not exceeding 0,016. Conclusion. The results obtained in the course of the study will further improve the predictive ability of the equation for determining the quality and composition of milk according to new breeding traits of milk productivity, reduce analysis costs and monitor the health of animals at an early stage.