Université de Genève: ML по хроматограммам различает семь шато Бордо с точностью 99%

Подлинность и типичность вина — одна из главных забот винной отрасли. Обычно химическое происхождение вина ищут по концентрациям отдельных молекул, которые считаются информативными; авторы сравнивают такой поиск с поиском иголки в стоге сена. Исследователи из Université de Genève, Université de Bordeaux (ISVV, INRAE) и Champalimaud Institute проверили, можно ли по распространённому и недорогому анализу — газовой хроматографии с масс-спектрометрией — определить поместье и год урожая красного вина Бордо без ручного выделения пиков отдельных соединений.

Методы машинного обучения работают с сырыми хроматограммами, без выравнивания сигнала и коррекции базовой линии. Использованы три типа хроматограмм — по сложным эфирам, соединениям дуба и посторонним запахам, — по отдельности и в объединённом виде. Нелинейное снижение размерности (t-SNE и UMAP) показало, что расположение вин в двумерной проекции повторяет географию Бордо: правый и левый берег Гаронны, север и юг Медока. Для классификации поместий и урожаев применены линейный дискриминантный анализ и логистическая регрессия из библиотеки scikit-learn с параметрами по умолчанию.

В выборку вошли 80 красных вин семи поместий из апелласьонов Помроль, Сент-Эмильон, Пойяк, Марго и Пессак-Леоньян, по 12 урожаев 1990–2007 годов (у одного поместья — восемь). Все вина проанализированы одной партией в августе 2018 года; данные собирались для другого проекта. Модели проверяли перекрёстной проверкой по 50 случайным разбиениям. Точность определения поместья по объединённой хроматограмме составила 99%, по трём лучшим участкам каждой хроматограммы — 100%. Год урожая модель определила в 27% случаев при 8% для случайного выбора и до 50% на лучших участках хроматограммы «дуба». Статья опубликована в Communications Chemistry 5 декабря 2023 года.