登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《【食品信息学】IF=15.1！中国农科院基因组所食品中心王鑫杰团队食品顶刊综述: 核磁共振波谱结合化学计量学用于常见植物油质量评估》

  • 来源专题：食品安全与健康
  • 编译者： 杨娇
  • 发布时间：2025-03-04

  • 近日，中国农业科学院基因组所王鑫杰研究员团队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“NMR spectroscopy combined with chemometrics for quality assessment of common vegetable oils: A review”的综述性文章。

    综述简介 背景：益 植物油因其营养价值高而备受关注。常见的 11 种植物油可分为四类：棕榈酸油（棕榈油）；高油酸油（山茶油、橄榄油和高油酸葵花籽油）；亚油酸油（葵花籽油、玉米油、芝麻油、花生油和米糠油）；亚麻酸油（大豆油和菜籽油）。由于其独特的优势，每种植物油在营养质量参数（脂肪酸、甘油三酯、甾醇、角鲨烯）、氧化评价（氧化稳定性、氧化产物）和真实性（鉴定、掺假、可追溯性）方面都面临着挑战。因此，迫切需要从上述三个方面构建一种快速检测方法。 范围和方法： 不同核吸收的核磁共振（NMR）（1H、13C、31P）可为脂肪酸、甘油三酯、微量成分和氧化产物分析提供全面的定量信息。结合化学计量学，基于 NMR 的方法提供了稳健的模型，涵盖定性、定量和优化策略。


  • 原文来源：http://mp.weixin.qq.com/s?__biz=MzkxMjM2MTM4Mw==&mid=2247507555&idx=1&sn=1f5fa7d5aabe27de0967b262405ceedb&chksm=c0065b74ede55b714cdbfa9bd004f872296375475589212a71edc6f7b0a9da8889a00c8a08e2#rd
54浏览量
原文链接
相关报告

  • 《【食品信息学】中国农科院油料所李培武院士团队食品顶刊综述：基于机器学习的电子鼻和高光谱成像技术在食品安全评估中的研究进展》
    • 来源专题：食品安全与健康
    • 编译者：杨娇
    • 发布时间：2025-04-28
    • 近日，中国农业科学院油料 作物研究所 李培武院士团队 在食品科学领域国际知名学术期刊《 Food Research International 》（IF=7.0，中国科学院1区Top期刊）上 发表了题为“Progress in machine learning-supported electronic nose and hyperspectral imaging technologies for food safety assessment: A review”的综述性论文。本文旨在结合电子鼻、高光谱成像技术及机器学习算法的视角，对食品安全领域进行全面综述。中国农业科学院油料作物研究所李培武院士和唐晓倩副研究员为论文共同通讯作者。 综述简介 由食品污染和掺假等威胁所驱动的对食品安全日益增长的关注，促使电子鼻（e-nose）和高光谱成像（HSI）等先进技术的广泛应用，而机器学习的创新进一步增强了这些技术的效能。本文旨在结合电子鼻、高光谱成像技术及机器学习算法的视角，对食品安全领域进行全面综述。 首先，简要讨论了电子鼻、高光谱成像及机器学习（重点聚焦于人工神经网络（ANN）和深度学习（DL））的基本原理。随后，本文探讨了机器学习如何提升电子鼻与高光谱成像的性能，并进一步分析了这些技术在检测食品危害（包括药物残留、微生物污染物、农药残留、毒素及掺假物质）中的最新应用。 接着，文章重点指出了机器学习、电子鼻和高光谱成像在应用中面临的关键局限性，并展望了这些技术未来的潜在发展前景。通过机器学习辅助，电子鼻和高光谱成像技术已展现出在食品安全评估中的巨大应用潜力。尽管如此，其使用目前主要局限于实验室环境，限制了实际场景中的应用。此外，标准化协议的缺乏阻碍了这些技术在食品安全检测中的广泛接受和实验可重复性。因此，需进一步研究以克服这些限制，提升电子鼻与高光谱成像技术在实际应用中的有效性。 最终，本文深入解析了这两种技术，强调了机器学习的关键作用，并对其在食品安全评估中的创新应用提出了前瞻性见解。 综述亮点 全面阐述了高光谱成像、电子鼻和机器学习三项关键技术的协同应用。 探讨了机器学习在提升电子鼻与高光谱成像检测性能中的作用。 探究了食品污染与掺假检测领域的最新研究进展。 重点分析了电子鼻、高光谱成像及机器学习技术的核心局限性。 针对电子鼻、高光谱成像与机器学习技术的潜在发展方向提出了未来展望。 图文赏析 图形摘要 图 1. 电子鼻系统示意图。 a)电子鼻系统的基本传感原理；b)电子鼻传感器的典型示例；c)典型电子鼻装置图像；d)电子鼻系统在实际样品分析中的应用，由机器学习支持，用于分析传感器数据。 图2. 高光谱成像概述。a) HSI的基本组成；b) HSI超立方体；c)显示空间维度（x, y）和近红外光谱特征（λ）的HSI超立方体。 图3. 机器学习技术的分类：有监督学习和监督学习。 图4. a)具有单（输出）层和无隐藏层的人工神经网络示意图；b)带有两个隐藏层的人工神经网络；c)卷积层、池化层和全连接层的CNN。 结论与展望 正如本综述所述，电子鼻（E-nose）和高光谱成像（HSI）技术因其强大的数据生成能力而备受推崇。为此，研究人员采用多种机器学习技术分析这些数据以提升其性能。然而，必须认识到这些技术仍面临诸多局限与挑战。 电子鼻与HSI技术的局限性: 当前电子鼻和HSI技术主要局限于实验室环境，导致设备成本高昂且难以普及，这阻碍了其现场应用与用户可及性。未来需通过以下改进提升其实用性： 微型化设计：开发微型检测传感器，集成微处理器等配件以实现数据实时采集与处理，从而增强便携性； 标准化建设：相较于高效液相色谱（HPLC）、气相色谱（GC）和质谱（MS）等成熟方法，电子鼻与HSI缺乏标准化操作规范。建立统一标准将显著提高食品安全评估的重现性与准确性； 环境敏感性优化：电子鼻传感器易受环境干扰，难以区分复杂气味或检测低浓度挥发性有机物（VOCs）；HSI在鉴别相似物质（如污染物）时也存在挑战。解决方案包括开发能识别复杂数据中相似化学特征的先进机器学习算法，以及研制高精度传感器或专用相机（针对HSI）。 机器学习技术本身亦面临多重问题： 数据量不足：电子鼻与HSI生成的数据可能不足以训练模型，导致结论偏差。可通过融合两类技术的数据集提升模型精度； 特征提取难题：高维数据的特征提取对机器学习极具挑战，需结合先进算法、混合方法及多特征提取技术； 模型复杂性与可解释性矛盾：在关键决策场景中，需平衡模型复杂度与可解释性，或开发更易解释的简易算法； 模型适应性局限：监督学习模型难以动态适应环境变化，需开发持续兼容波动条件的灵活模型。 未来展望 随着机器学习技术的进步，电子鼻与HSI有望实现全自动化检测。研究重点应聚焦于开发兼具高性能与实用性的仪器，并通过算法创新提升系统鲁棒性，从而推动食品安全检测技术的实际应用。 原文链接 https://doi.org/10.1016/j.foodres.2025.116285
    72浏览量
    原文链接

  • 《【食品信息学】IF=12.0！中国农科院油料所周琦研究员食品顶刊综述：芝麻类食品风味浓郁且稳定的奥秘》
    • 来源专题：食品安全与健康
    • 编译者：杨娇
    • 发布时间：2025-04-24
    • 2025年4月，中国农业科学院油料作物研究所周琦研究员等人在国际食品期刊《Comprehensive Reviews in Food Science and Food Safety》（IF=12.0，中国科学院1区Top期刊）发表题为“What contributes to the richness and stability of the sesame flavor?”综述性论文。 第一作者为中国农业科学院油料作物研究所助理研究员杨旖旎，通讯作者为油料所周琦研究员和北京工商大学刘野教授。芝麻作为我国传统的风味型油料一直备受市场青睐，本综述系统总结了芝麻食品中的187种具有香气贡献的风味化合物，重点分析了形成浓郁风味的含硫及杂环类化合物的贡献，并从分子感官层面揭示了芝麻风味形成的影响因素。芝麻中的天然多酚（如芝麻素、芝麻酚等）可增强食品风味稳定性，对加工贮藏至关重要。未来研究需结合机器学习实时优化风味，并建立芝麻风味数据库以支撑精准调控，从而推动健康美味芝麻系列食品的开发与产业化利用。 综述结论及展望 芝麻食品（烘焙芝麻仁、芝麻油、芝麻酱等）因其浓郁持久的香气备受消费者青睐，其风味特性直接影响产品品质、应用场景及市场接受度。随着分析技术的进步，研究者已能更深入地对芝麻食品中的稳定成分及香气物质来源进行定性与定量解析，并在各类芝麻制品中成功鉴定出内源性木酚素及香气活性化合物，并进一步结合新兴检测技术对芝麻浓郁风味物质进行更精细、更真实的解析，通过探究这些关键物质的含量差异，可为开发符合不同口味需求的稳定特色风味提供突破性见解。未来研究重点可以聚焦于开发可视化人工智能系统——通过机器学习模型实时监测并优化芝麻食品风味特征。构建芝麻食品风味数据库，基于化学标准物质的定性与定量分析结果，涵盖芝麻原料来源、关键风味化合物阈值、加工工艺和基础风味图谱等核心信息。构建的芝麻食品专属风味图谱，可有效解析挥发性成分与感官属性的关联，从而深化对风味细微差异的认知，优化风味强化技术与品质控制体系，有助于开发营养丰富且风味良好的芝麻产品，满足不同场景的消费需求。
    17浏览量
    原文链接