Machine learning methods to predict the cultivation age of Panacis Quinquefolii Radix

Abstract

Background American ginseng (AG) is a valuable medicine widely consumed as a herbal remedy throughout the world. Huge price difference among AG with different growth years leads to intentional adulteration for higher profits. Thus, developing reliable approaches to authenticate the cultivation ages of AG products is of great use in preventing age falsification. Methods A total of 106 batches of AG samples along with their 9 physicochemical features were collected and measured from experiments, which was then split into a training set and two test sets (test set 1 and 2) according to the cultivation regions. Principle component analysis (PCA) was carried out to examine the distribution of the three data sets. Four machine learning (ML) algorithms, namely elastic net, k-nearest neighbors, support vector machine and multi-layer perception (MLP) were employed to construct predictive models using the features as inputs and their growth years as outputs. In addition, a similarity-based applicability domain (AD) was defined for these models to ensure the reliability of the predictive results for AG samples produced in different regions. Results A positive correlation was observed between the several features and the growth years. PCA revealed diverse distributions among different cultivation regions. The most accurate model derived from MLP shows good prediction power for the fivefold cross validation and the test set 1 with mean square error (MSE) of 0.017 and 0.016 respectively, but a higher MSE value of 1.260 for the test set 2. After applying the AD, all models showed much lower prediction errors for the test samples within AD (IDs) than those outside the AD (ODs). MLP remains the best predictive model with an MSE value of 0.030 for the IDs. Conclusion Cultivation years have a close relationship with bioactive components of AG. The constructed models and AD are also able to predict the cultivation years and discriminate samples that have inaccurate prediction results. The AD-equipped models used in this study provide useful tools for determining the age of AG in the market and are freely available at https://github.com/dreadlesss/Panax_age_predictor.

Metabolomics approach to growth‐age discrimination in mountain‐cultivated ginseng (Panax ginseng C. A. Meyer) using ultra‐high‐performance liquid chromatography coupled with quadrupole‐time‐of‐flight mass spectrometry

“…Unlike single perceptron models, MLPs can handle complex relationships in the data without requiring additional dimensionality reduction techniques. MLPs employ a feedforward architecture with input, hidden, and output layers, and they use backpropagation to iteratively update the connection weights during training [26]. In this study, a three‐layer MLP model is employed.…”

“…Machine learning, a subfield of artificial intelligence, has gained significant attention in recent years due to its ability to automatically learn and make predictions from complex datasets. It involves the development of algorithms and models that can learn patterns and relationships from data [25], and machine learning has been developed to solve complex problems in Chinese medicine fields [26,27]. Among the various machine-learning techniques, the more common methods currently used in the field of Chinese medicine are random forests (RFs), support vector machines (SVMs), and multilayer perceptron (MLP) [27,28].…”

Ứng dụng phương pháp khoa học dữ liệu để dự báo tuổi phát triển của sâm và phân tích các yếu tố ảnh hưởng

“…Hơn nữa, một số nghiên cứu có bản chất tuyến tính, không thể mô tả đầy đủ các mối quan hệ nội tại giữa các cấu hình hóa lý và năm tăng trưởng của sâm. Kết quả dự đoán sẽ dễ dàng thất bại đối với các bài toán phức tạp, đặc biệt là khi mối quan hệ giữa các biến đầu vào và đầu ra không rõ ràng [11]. Vì vậy, một phương pháp hiện đại để dự đoán tuổi phát triển của sâm cần được phát triển nhằm giảm chi phí, thời gian, cho kết quả dự báo tin cậy.…”

“…Khoa học dữ liệu là ngành khoa học nhằm rút ra những hiểu biết sâu sắc từ dữ liệu bao gồm cả dữ liệu thô và dữ liệu không có cấu trúc. Trong những năm gần đây, máy học (ML)một lĩnh vực của khoa học dữ liệu đang dần trở nên phổ biến và được ứng dụng trong nhiều lĩnh vực khoa học như kỹ thuật dân dụng [12], khoa học thực vật [13], y tế và chăm sóc sức khỏe [11], [14]. Ưu điểm của ML là dựa trên cơ sở dữ liệu sẵn có, nó có thể học các hành vi cơ bản của một hệ thống phức tạp mà không cần biết trước mối quan hệ giữa các biến đầu vào và đầu ra, từ đó dự báo được tham số đầu ra.…”

“…Hiệu suất dự đoán của mô hình học máy phụ thuộc vào nhiều yếu tố, chẳng hạn như tính đầy đủ của dữ liệu đào tạo, số lượng dữ liệu, mối quan hệ giữa dữ liệu đầu vào và đầu ra. Trong nghiên cứu này, một bộ dữ liệu bao gồm 106 dữ liệu thực nghiệm được thu thập từ bài báo đã được đăng trên các tạp chí uy tín trên thế giới [11].…”