近日，中国农业科学院特产研究所加工团队在食品领域顶级期刊《Trends in Food Science & Technology》(Q1, IF = 15.1) 发表了题为“Machine learning and flavoromics-based research strategies for determining the characteristic flavor of food: A review”的综述论文。
本研究系统综述了食品风味组学和机器学习（ML）算法联合应用的最新进展，包括食品风味检测技术和ML模型在风味品质评价、真实性鉴别、质量预测及改善等方面的应用。
![]()
食品风味是决定食品质量的关键要素。香气和滋味共同组成食品特征风味。将传统检测技术与智能感官分析技术相结合，不仅能检测和分析食品中的风味成分，还能通过智能感官仪器的传感器感知整体风味信息，有效的将仪器分析和感官评价紧密联系起来，更好的解析食品风味组。近年来，ML在食品特征风味挖掘和分析中得到了广泛的应用。ML可以完成数据分类、回归等任务，通过学习和分析大量的输入数据，不断优化模型算法，实现对未知数据的准确预测。本文综述了ML在食品风味领域的最新研究进展。总结了GC-MS、GC-IMS、E-nose和E-tongue等检测及感官分析技术在食品风味分析中的实际应用，并讨论了感官分析和仪器检测方法的优点和局限性。传统ML和深度学习（DL）在食品风味研究领域都发挥着重要的作用，多种ML算法的联合应用改进了对风味的系统研究，也是未来发展趋势。将ML方法与风味组学分析技术相结合，可以更好地弥补传统感官评价方法的不足。另外，在研究中还发现了每种ML模型都有各自的优缺点，例如KNN（k-近邻）、SVM（支持向量机）、DT（决策树）和DL等模型可以处理复杂和较大的数据集，但对数据量的要求较高，训练耗时长，容易出现过拟合。而当多个ML模型一起用于预测风味时，可以快速找出准确率最高或更适合预测任务的模型。在未来，复合模型的开发对提高风味预测的准确性和应用广泛度具有重要意义，将为食品风味研究提供新的机遇。![]()
第一作者：中国农业科学院特产研究所与吉林农业大学联合培养硕士研究生蔡东琳
通讯作者：曲迪（副研究员）
项目资助：本研究得到国家重点研发计划项目(2023YFD1601600)和中国农业科学院青年创新专项(Y2024QC27)的资助
原文链接
https://doi.org/10.1016/j.tifs.2024.104794
（请点击标题查看）
胶体、乳液及递送系统 多糖、纤维、低聚糖等 脂质
食物蛋白、肽与氨基酸 多酚类化合物 淀粉
食品包装与货架期 食品安全与质量控制 凝胶
食品营养与人类健康 食品检测与分析 茶 酒 蜂产品
食品相关合成 人造肉 食品风味 益生元、益生菌及合生元
3D和4D打印 食物过敏 食品感官科学与分析
黄酮类化合物 农产品贮藏与加工
（请点击标题查看）
食品大事件 食品基金项目 食品奖项 人物访谈及报道
封面文章 顶刊综述 高被引论文 CNS期刊论文
期刊征稿 期刊资讯 会议通知 学科动态
博士招生 硕士招生 考研调剂 夏令营
食品科普 食品相关书籍 竞赛
优秀博士硕士论文
（请点击学者姓名查看）
孙宝国院士 陈坚院士 孙大文院士 朱蓓薇院士
刘仲华院士
周光宏教授 江连洲教授 陈峰教授 聂少平教授
姜微波教授 刘夫国教授 王强研究员 白卫滨教授
周存山教授 楚强研究员 高鸿教授 秦磊教授
许正宏教授 吴继红教授 钟恬助理教授 毕金峰研究员
刘龙教授 王凤忠研究员 郭顺堂教授 周景文教授
吴贺君副教授 刘锴栋教授 邓乾春研究员 钟芳教授
白艳红教授 夏小乐教授 张英华教授 游丽君教授
任晓锋教授 汤晓智教授 孙培龙教授 邵平教授
在线投稿平台链接：https://www.wjx.top/jq/85151447.aspx
标注‘原创’仅代表原创编译，本平台不主张对原文的版权。本平台转载仅仅是出于学术交流和传播信息的需要，并不意味着代表本平台观点或证实其内容的真实性；转载文章版权归原作者所有，作者如果不希望被转载或有侵权行为，请联系本平台删除。由于编译水平有限，推文或简历有不妥之处，深感抱歉，请联系本平台修改或者删除。
