In order to verify the influence of the cultivars on the bio- chemical status of the soybean seeds, besides of the irradiation level, we also investigate if the discrimination occurs as a function of the different cultivars. Fig. 3 shows the projection of PC1 versus PC2 in the light of the different cultivars (the color of the points in the sketch is related to the cultivar from which the sample came from). One can see that no discrimination pattern in the distribu- tion of the samples as a function of the cultivars is evident. Actually, a KruskalleWallis test for verifying the null hypothesis that the intensity of the main discriminatory bins of the 1H NMR spectra (bins d 1.57 and 1.62) are similar among the cultivars group (regardless of the irradiation levels) has lead to large p-values: 31.6% and 99.04% for bins d 1.57 and 1.62, respectively. In turn,
regarding the possibility of interaction between the irradiation and cultivars for influencing the 1H NMR spectra, a hypothesis test for unbalanced studies (Kutner, Nachtsheim, Neter, & Li) has been performed in each spectral bin. It can be concluded, under a sig- nificance level of 3%, that there is no iteration between cultivars and irradiation when the 1H NMR spectra of the soybean seeds are taken into account. These are evidences that the cultivars, differ- ently from the irradiation condition, are not a major cause for the variations of the biochemical status of the soybean seeds.
As previously mentioned, the modeling phase for the two groups (irradiated and non-irradiated samples) was based on the PLS-DA formalism. Similarly to exploratory PCA, PLS-DA allows one to see the significant difference between the groups of irradiated and non-irradiated samples (Fig. 4). Fig. 5 illustrates the LOOCV- based goodness-of-fit of the resulting model. Fig. 5(a) shows the optimal number of PLS-DA components, indicating that it must be equal to 7. Using this parameter the accuracy of the proposed approach achieves 100% (the model prediction always equaled the true irradiation condition of each soybean sample), whilst the
เพื่อตรวจสอบอิทธิพลของพันธุ์ในไบโอ - สถานะทางเคมีของเมล็ดถั่วเหลือง นอกจากระดับรังสี นอกจากนี้เรายังตรวจสอบว่าเลือกปฏิบัติเกิดขึ้นเป็นฟังก์ชันของพันธุ์ที่แตกต่างกัน ภาพประกอบ3 แสดงภาพฉายของ PC เมื่อเทียบกับ pc2 ในแสงของพันธุ์ที่แตกต่างกัน ( สีของจุดในร่างที่เกี่ยวข้องกับพันธุ์ซึ่งกลุ่มตัวอย่าง ) หนึ่งสามารถดูว่า การไม่เลือกปฏิบัติในรูปแบบ distribu - tion ของกลุ่มตัวอย่างที่เป็นฟังก์ชันของพันธุ์เป็นประจักษ์ จริงๆ แล้วเป็น kruskallewallis ทดสอบเพื่อตรวจสอบสมมติฐานว่างที่ความเข้มของการถังขยะหลักของสเปกตรัม NMR 1H ( ถังขยะ D 1.57 และ 1.62 ) คล้ายคลึงกันระหว่างพันธุ์กลุ่ม ( โดยไม่คำนึงถึงระดับรังสี ) ได้นำ p-values ขนาดใหญ่ : 31.6 % และ 99.04 % สำหรับถังขยะ D 1.57 และ 1.62 ตามลำดับ ในการเปิด ,
เกี่ยวกับความเป็นไปได้ของการปฏิสัมพันธ์ระหว่างการฉายรังสี และพันธุ์ที่มีอิทธิพลต่อสเปกตรัม NMR 1H , การทดสอบสมมติฐานสำหรับการศึกษา ( ไม่ nachtsheim neter คัทเนอร์ , , , & Li ) ได้รับการปฏิบัติในแต่ละการบิน มันสามารถสรุปใน Sig - nificance ระดับ 3 %ที่ไม่ซ้ำระหว่างพันธุ์และการฉายรังสีเมื่อ 1H NMR สเปกตรัมของเมล็ดพันธุ์ถั่วเหลือง จะถูกนำเข้าบัญชี มีหลักฐานว่า พันธุ์ แตกต่างจากการฉายรังสี - บริษัท เงื่อนไข ไม่ใช่สาเหตุหลักสำหรับการเปลี่ยนแปลงของสถานะทางชีวเคมีของเมล็ดถั่วเหลือง .
ตามที่กล่าวถึงก่อนหน้านี้แบบจำลองขั้นตอนสำหรับสองกลุ่ม ( ที่ฉายรังสีและไม่ฉายรังสีตัวอย่าง ) บนพื้นฐานของ pls-da แบบ . ในทำนองเดียวกันเพื่อสำรวจ pls-da PCA ช่วยให้หนึ่งเพื่อดูความแตกต่างระหว่าง กลุ่มที่ฉายรังสีและไม่ฉายรังสีตัวอย่าง ( รูปที่ 4 ) ภาพที่ 5 แสดงให้เห็นถึง loocv ตามความสอดคล้องของผลแบบ ภาพที่ 5 ( ) จะแสดงจำนวนที่เหมาะสมของ pls-da ส่วนประกอบ ,แสดงว่ามันต้องเท่ากับ 7 การใช้พารามิเตอร์นี้ ความถูกต้องของวิธีการที่เสนอบรรลุ 100% ( แบบจำลองการทำนายเสมอเท่ากับการฉายจริงสภาพของแต่ละถั่วเหลืองตัวอย่าง ) ขณะที่
การแปล กรุณารอสักครู่..