《【食品信息学】IF=15.1!内蒙古农业大学张和平教授团队食品顶刊综述: 人工智能与益生菌协同——健康促进与产业创新新兴应用综述》

  • 来源专题:食品安全与健康
  • 编译者: 杨娇
  • 发布时间:2025-02-28
  • 近日,内蒙古农业大学张和平教授团队张文羿教授(通讯作者)等在食品领域国际顶级综述期刊Trends in Food Science & Technology(IF=15.1)上在线发表题为“Synergizing Artificial Intelligence and Probiotics: A Comprehensive Review of Emerging Applications in Health Promotion and Industrial Innovation”的综述性文章。

    主要发现和结论:人工智能优于传统方法,提供快速、高精度的筛选、可扩展的数据分析和自动应变优化。案例研究表明,人工智能模型在细菌鉴定和加速代谢物发现方面的准确率超过97%。然而,数据质量、计算成本和模型可解释性等挑战仍然存在。克服这些问题将加强人工智能在精准营养、功能性食品开发和个性化医疗方面的作用。本文总结了未来的展望,强调了人工智能在肠道微生物组研究和基于益生菌的治疗方面的潜力。

  • 原文来源:http://mp.weixin.qq.com/s?__biz=MzkxMjM2MTM4Mw==&mid=2247507472&idx=1&sn=ed051948213c22c5094c28dec5ca3d2a&chksm=c060690b6616313445eaba1d63c3a6ddbdd1cb4926c560c73250b970cf94b90c046b447419a5#rd
相关报告
  • 《【食品加 智食科技】内蒙古农业大学张和平教授团队:人工智能和益生菌的协同作用:对健康促进和产业创新中新兴应用的全面回顾》

    • 来源专题:食品安全与健康
    • 编译者:杨娇
    • 发布时间:2025-04-15
    • 近日内蒙古农业大学张和平教授团队于2025年2月22日在《Trends in Food Science & Technology》IF:15.1期刊发表了题为“Synergizing Artificial Intelligence and Probiotics: A Comprehensive Review of Emerging Applications in Health Promotion and Industrial Innovation”的研究成果。 该研究主要探讨了人工智能与益生菌研究的交叉领域,重点关注通过AI驱动的机器学习模型革新菌株筛选、生物标志物预测和代谢物分析的技术进展。人工智能能够通过预测炎症性肠病和肠易激综合征等疾病的生物标志物,实现早期诊断和个性化营养干预。同时,AI可识别关键益生菌代谢物(如抗菌肽、胞外多糖和酚类化合物),推动发酵技术进步并增强益生菌功效。
  • 《【食品信息学】IF=15.4!华南理工大学孙大文院士团队食品顶刊综述:人工智能加持食品品质无损检测——实现精度与效率的协同提升》

    • 来源专题:食品安全与健康
    • 编译者:杨娇
    • 发布时间:2025-10-15
    • 2025年10月,华南理工大学现代食品工程研究中心孙大文院士团队在食品领域国际著名期刊Trends in Food Science & Technology(IF=15.4,JCR一区,中国科学院一区)发表题为“Intelligent non-invasive testing of food quality: advancing accuracy and efficiency powered by artificial intelligence”的综述性论文(DOI:10.1016/j.tifs.2025.105357)。华南理工大学孙大文院士为本文唯一通讯作者,华南理工大学蒲洪彬副教授为论文共同作者,华南理工大学博士研究生余静孝为论文第一作者。 成果简介 随着现代食品工业和食品供应链的快速发展与日益复杂化,消费者对食品质量和安全的要求日益提高。这一趋势促使食品企业需要快速、高效且全面的监测系统,凸显了对快速可靠检测方法的迫切需求。虽然无损检测(NIT)技术能提供高效且非侵入式的品质评估,但对智能数据解读和自动化决策的需求依旧在增长。人工智能(AI)为提取有意义的数据模式提供了强大工具,使智能、精准且可扩展的食品品质监测成为了可能。NIT与AI的融合代表着关键性突破,不仅能提升检测精度(如将校准误差降低10~20%),更能提高检测效率(如在数分钟内完成食品质量与安全评估的快速筛查)。 提升检测结果可靠性并扩大快速检测规模,可有效增强NIT技术在食品生产流通中的应用价值。因此,本综述旨在系统探讨AI如何辅助NIT技术应用于食品质量与安全领域,重点聚焦两大核心维度:准确性与效率。本综述涵盖广泛的NIT技术与食品检测目标,围绕两大核心视角展开:(1)通过因子校准、数据增强、特征提取与模型优化提升准确性;(2)借助自动化与机器人技术、便携设备、高通量模式及物联网与区块链技术提高效率。通过总结这两大视角下的关键方法与进展,本综述为智能食品质量安全评估的未来研究与实践应用提供了全面框架与技术参考。 总而言之,AI与NIT的融合显著提升了食品质量安全评估的准确性与效率。当前挑战主要体现在可解释性不足、数据多样性欠缺以及产业化部署滞后等方面。短期内可行进展主要包括:可解释与可迁移AI模型、多源传感器数据融合、实时监测的边缘AI技术。长期来看,神经网络架构搜索、类脑计算、量子机器学习等颠覆性技术有望实现变革性突破。本综述通过区分短期可行发展与长期颠覆性机遇,为AI赋能的食品NIT领域搭建了连接科学创新与产业实践的桥梁。 图文赏析 图文摘要 图1. 21世纪与食品品质无损检测及人工智能相关的文献发表量与被引量。 图2. 使用人工智能进行食品品质无损检测的挑战和解决方案。  原文链接 https://doi.org/10.1016/j.tifs.2025.105357