3.3. Differentiation of olive varie

3.3. Differentiation of olive varieties based on their
CGE protein profiles
Clear differences among the protein profiles were observed
when comparing the electropherograms obtained for the analyzed olive samples. For a better understanding of these differences, multivariate classification methodologies were applied to
the area percentages obtained from protein profiles. Cluster
analysis did not result in a suitable classification according to
their geographical origin. Therefore, a supervised multivariate
method such as discriminant analysis was chosen to construct
linear discriminant functions to classify olives according to their
geographical origin. For that purpose, the area percentages of the selected seven peaks in the twenty olive varieties studied was
used. The classification factor used was the geographical origin of
every olive sample, using the following four denominations
‘‘North east’’, ‘‘South east’’, ‘‘South west’’, and ‘‘Other countries’’
for those olive varieties with a geographical origin different from
Spain (see Table 1 ). At this point, it is necessary to point out that
olive cultivars from different geographic origins often show
significant variability in their genetic and phenotypic traits. In
this work, the olive varieties were grown under the same
pedoclimatic conditions, avoiding the possible influence of these
conditions on their classification. Fig. 3 shows the distribution of
olive varieties in the plane defined by the two first discriminating
functions comprising the mathematical model. A clear classification according to the geographical origin was achieved demonstrating
that the variety origin could be a suitable classification factor [21].
Indeed, four different groups were observed and two discriminating
functions with P-values lower than 0.05 were statistically significant
at the 95% confidence level. The model enabled the correct classification of 16 of the 20 olive samples (80% of prediction capability).
For the evaluation of this model, a cross-validation procedure was
performed by the treatment of n-1 out of n observations as training
dataset to determine the discrimination rule and to classify the
observation left out observing a 78.5% of correct classification.

ผลลัพธ์ (ไทย) 1:

3.3. ความแตกต่างของพันธุ์มะกอกอิงของพวกเขาCGE โปรตีนโปรไฟล์แตกต่างที่ชัดเจนระหว่างส่วนกำหนดค่าโปรตีนถูกตั้งข้อสังเกตเมื่อเปรียบเทียบ electropherograms ที่ได้รับสำหรับตัวอย่างมะกอกวิเคราะห์ สำหรับเข้าใจความแตกต่างเหล่านี้ วิธีการจัดประเภทตัวแปรพหุถูกนำไปใช้เปอร์เซ็นต์พื้นที่ที่ได้รับจากโปรตีนโปรไฟล์ คลัสเตอร์ผลการวิเคราะห์ในการจัดประเภทที่เหมาะสมตามไม่จุดกำเนิดทางภูมิศาสตร์ของ ดังนั้น มีหลายตัวแปรที่ดูแลเลือกวิธีการเช่นการวิเคราะห์ discriminant เพื่อสร้างdiscriminant ฟังก์ชั่นเชิงเส้นเพื่อจัดประเภทมะกอกตามของพวกเขาแหล่งกำเนิดทางภูมิศาสตร์ สำหรับวัตถุประสงค์ ตั้งเปอร์เซ็นต์ของยอดในสายศึกษาพันธุ์มะกอกยี่สิบเจ็ดเลือกแก้ไขใช้ ปัจจัยประเภทที่ใช้เป็นแหล่งกำเนิดทางภูมิศาสตร์ของทุกอย่างมะกอก ใช้นิกายที่สี่ต่อไปนี้''ตะวันออกเฉียงเหนือ '', ''ตะวันออกเฉียงใต้ '', ''ตะวันตกใต้ '', และ ''ประเทศอื่น ๆ ''สำหรับเหล่าพันธุ์มะกอกกับจุดกำเนิดทางภูมิศาสตร์แตกต่างจากสเปน (ดูตารางที่ 1) ที่จุดนี้ จึงจำเป็นต้องชี้ให้เห็นว่าพันธุ์มะกอกจากต้นกำเนิดทางภูมิศาสตร์ที่แตกต่างกันมักจะแสดงความแปรปรวนที่สำคัญในลักษณะทางพันธุกรรม และฟีโนไทป์ของพวกเขา ในงานนี้ มะกอกสายพันธุ์ที่ปลูกภายใต้เหมือนกันเงื่อนไข pedoclimatic หลีกเลี่ยงอิทธิพลเหล่านี้ได้เงื่อนไขในการจำแนกพวกเขา รูป 3 แสดงการกระจายของพันธุ์มะกอกในระนาบที่กำหนด โดยสองแรกเหยียดพวกผิวฟังก์ชันที่ประกอบด้วยแบบจำลองทางคณิตศาสตร์ การจัดประเภทที่ชัดเจน

ผลลัพธ์ (ไทย) 2:

3.3 ความแตกต่างของสายพันธุ์มะกอกขึ้นอยู่กับพวกเขา
CGE โปรไฟล์โปรตีน
แตกต่างที่ชัดเจนในหมู่โปรไฟล์โปรตีนถูกตั้งข้อสังเกต
เมื่อเปรียบเทียบ electropherograms ที่ได้รับสำหรับตัวอย่างมะกอกวิเคราะห์ เพื่อความเข้าใจที่ดีขึ้นของความแตกต่างเหล่านี้วิธีการจัดหมวดหมู่หลายตัวแปรที่ถูกนำไปใช้กับ
เปอร์เซ็นต์พื้นที่ที่ได้รับจากโปรตีน คลัสเตอร์
วิเคราะห์ไม่ได้ผลในการจัดหมวดหมู่ที่เหมาะสมตาม
แหล่งกำเนิดทางภูมิศาสตร์ของพวกเขา ดังนั้นหลายตัวแปรภายใต้การดูแล
วิธีการเช่นการวิเคราะห์จำแนกได้รับเลือกในการสร้าง
ฟังก์ชั่นการจำแนกเชิงเส้นในการจำแนกมะกอกของพวกเขาตาม
แหล่งกำเนิดทางภูมิศาสตร์ เพื่อที่เปอร์เซ็นต์ของพื้นที่ที่เลือกเจ็ดยอดในยี่สิบพันธุ์มะกอกศึกษาที่ถูก
นำมาใช้ ปัจจัยการจำแนกประเภทที่ใช้เป็นแหล่งกำเนิดทางภูมิศาสตร์ของ
ตัวอย่างมะกอกทุกการใช้สี่ต่อไปนี้ ได้แก่
'' ภาคตะวันออกเฉียงเหนือ '', '' ตะวันออกเฉียงใต้ '', '' เซาท์เวสต์ '' และ '' ประเทศอื่น ๆ ''
พันธุ์มะกอกเหล่านั้น ที่มีแหล่งกำเนิดทางภูมิศาสตร์ที่แตกต่างจาก
สเปน (ดูตารางที่ 1) ณ จุดนี้มันเป็นสิ่งจำเป็นที่จะชี้ให้เห็นว่า
สายพันธุ์มะกอกจากต้นกำเนิดทางภูมิศาสตร์ที่แตกต่างกันมักจะแสดง
ความแปรปรวนอย่างมีนัยสำคัญในลักษณะทางพันธุกรรมและฟีโนไทป์ของพวกเขา ใน
งานนี้พันธุ์มะกอกปลูกภายใต้เดียวกัน
เงื่อนไข pedoclimatic หลีกเลี่ยงอิทธิพลเหล่านี้เป็นไปได้ของ
เงื่อนไขในการจัดหมวดหมู่ของพวกเขา มะเดื่อ. 3 แสดงการกระจายของ
พันธุ์มะกอกในระนาบที่กำหนดไว้โดยทั้งสองเหยียดแรก
ฟังก์ชั่นที่ประกอบไปด้วยแบบจำลองทางคณิตศาสตร์ การจัดหมวดหมู่ที่ชัดเจน