茶生葉の乾燥・粉体試料から得られた近赤外域吸光度に遺伝的アルゴリズム (GA), 部分最小自乗 (PLS) 回帰法およびニューラルネットワーク (ANN) を組み合わせたケモメトリックスの手法を適用し, 個別アミノ酸のグルタミン, アルギニン, テアニンおよびこれらを含む7種のアミノ酸の合計含有量を同時に予測する検量モデルを構築した。
検証試料において実測値とモデルによる予測値との間のグルタミン, アルギニン, テアニンおよび総アミノ酸についての相関係数は, それぞれ0.952, 0.874, 0.965および0.991を示し, 高い予測精度が得られた。
この融合モデルGA-PLS-ANNは, 少数の最適な変数から得られた潜在変数を利用することで, 従来の重回帰 (MLR) モデルと比較してモデルの頑健性が向上するとともに, 非線形関係に適合した。
