论文 最新收录
-
中科院一区 JCR一区
水果中的蓝色远不止一种颜色
2026
Advanced Functional Materials
Minyi Fan, Xiaogang Dong, & Xuwei Liu
计算机标签
机器学习/统计学习 深度学习食品标签
新鲜水果 颜色与外观品质 花青素与类胡萝卜素水果的蓝色外观不仅可以通过吸引动物促进种子传播，也会给消费者留下深刻印象。这种颜色既可能源于花青素等色素，也可能来自纳米尺度结构与光相互作用所产生的结构色。结构色所具有的内在光学机制，为传统色素着色提供了一种稳定且可持续的替代方案，并将生物启发与材料创新联系起来。目前，结构色已逐渐在食品、智能传感、化妆品和功能材料等领域展现出独特潜力。本文系统概述蓝色水果的类型和来源，分别阐明色素蓝与结构蓝的显色机制，并总结相关显色成分、结构特征的现有应用以及人工智能辅助颜色调控的近期进展。作为新一代着色策略，结构色兼具稳定性、可调控性和可持续性，为设计环境友好型智能颜色系统提供了有前景的途径。此外，将人工智能辅助设计与仿生纳米结构工程相结合，有望加快先进光学材料的开发。结构色独特的光学多功能性预计将推动传感、功能材料和生物相关应用领域的进一步创新。
-
中科院一区 JCR一区
基于微型化嗅觉传感器芯片的人工智能可穿戴生物识别戒指，用于人体代谢气味分析
2026
Nature Communications
Wenhao Ye, Ruochen Ding, Chen Wang, Wenying Tang, Daquan Zhang, Xiao Qiu, Swapnadeep Poddar, Zixi Wan, Chak Lam Jonathan Chan, Feng Xue, Yu Fu, Beitao Ren, Bin Wang, Yu Zhou, Zhenghao Long, Yucheng Ding, Weiqi Zhang, Zhu'an Wan, Jianhao Zhao, Yuanjing Lin, & Zhiyong Fan
计算机标签
机器学习/统计学习 分类/鉴别/等级评定 定量预测/回归分析 时序传感器/物联网数据食品标签
血糖、血脂与代谢相关功能 动物实验/人体试验 其他植物化学物质人体散发的代谢气味包含用于追踪个体代谢状况的生物特征信息。解码这些长期被忽视的代谢状态生理信号的挑战，阻碍了用于实时监测和下一代个人健康数字化的技术发展。在此，我们介绍了一种一体化的人工智能可穿戴生物特征戒指，旨在非侵入性且可靠地监测与饮食相关代谢相关的皮肤挥发性有机化合物。该戒指在微型嗅觉传感器芯片上采用基于注意力的特征融合算法，并在占地仅0.0081 mm²的小尺寸中融合了三维垂直异质界面。它能区分六类由饮食引发的挥发性有机化合物模式、三种身体活动，并以0.991的判定系数量化食品摄入量。通过气相色谱-质谱法验证和个性化人工智能健康代理，我们的生物识别戒指在人体气味监测方面显示出广泛的有效性，并明显遵循饮食引起的新陈代谢规律。
-
中科院一区 JCR一区
深度学习指导的蛋白酶底物设计
2026
Nature Communications
Carmen Martin-Alonso, Sarah Alamdari, Tahoura S. Samad, Kevin K. Yang, Sangeeta N. Bhatia, & Ava P. Amini
计算机标签
深度学习 设计/生成与推荐 合成/仿真数据为主食品标签
体外模型 蛋白质与氨基酸蛋白酶是在人类健康与疾病中发挥关键作用的酶，其功能通过肽键的裂解实现。识别能够被目标蛋白酶高效且选择性裂解的底物，对于研究蛋白酶活性以及在蛋白酶激活的诊断和治疗中应用至关重要。然而，可能的底物设计空间极其广阔（例如，对于一个10肽长的肽段，约有20¹⁰种氨基酸组合），且高通量活性分析工具的可获得性有限，这阻碍了底物设计的速度和成功率。我们提出了CleaveNet，这是一个用于蛋白酶底物设计的端到端人工智能管线。将其应用于基质金属蛋白酶，CleaveNet提升了底物设计的规模、可调性和效率。CleaveNet 生成的肽底物表现出良好的生物物理特性，并捕获了不仅是已知的，而且是以前未被表征的切割基序。为了控制底物设计，CleaveNet 引入了一个调节标签，引导肽的生成方向，朝向所需的切割特征，从而实现高效且选择性底物的定向设计。CleaveNet 生成的底物通过大规模体外筛选进行了实验验证，即使在为 MMP13 设计高度选择性底物这一具有挑战性的情况下也是如此。我们预期，CleaveNet 将加速我们对蛋白酶活性的研究和应用能力，为跨酶类的计算机设计工具开辟道路。
-
中科院一区 JCR一区
以人为本的创新：精准营养与食品的未来
2026
Advanced Science
Shanshan Zhang, Yonggan Sun, Jiaqi Jiang, & Shaoping Nie
计算机标签
机器学习/统计学习 定量预测/回归分析 多模态/融合数据 组学数据食品标签
营养与生物功能营养科学正在由“一刀切”的普遍性建议转向更加精准和个性化的方法，但其具体实施路径仍不清晰。本文提出一个以人为本的精准营养框架，强调人工智能（AI）、食品创新和人的能动性所发挥的核心作用。通过整合临床表型、多组学、生活方式和个人情境等多维数据，人工智能可以评估个体健康状态，识别“需要调节什么”；还可依据个体的基线特征预测其饮食反应，判断“应当补充什么”，从而支持更精准的膳食预测和建议。然而，人是动态的社会性个体，精准营养还必须考虑习惯、时间、经济条件、情绪和日常作息等现实约束。因此，膳食建议需要转化为多种可行选项，使个人能够自主决定“如何补充”。作为干预措施的重要载体，食品材料既可包括完整食品和天然原料，也可包括功能性提取物、益生菌以及经过合理设计的功能成分。技术创新还可将这些材料转化为更符合日常生活需求的多样化递送形式和服务模式。未来，精准营养应坚持以人为本的设计理念，把科学和技术进步转化为实用、可及且可持续的膳食策略，使其真正融入日常生活。
-
中科院一区 JCR一区
普遍的智能优化促进可持续食品冷链物流：研究进展、挑战与未来趋势
2026
Trends in Food Science & Technology
Qian Chen, Junyi Wang, Jiali Li, Zhouqiao Ren, Zihan Liu, Yan Wei, Wei Ma, Jiabin Yu, & Jianping Qian
计算机标签
机器学习/统计学习 过程控制与实时优化 多模态/融合数据 时序传感器/物联网数据食品标签
冷藏与冷冻保藏 可持续性与资源高值化 过程优化与控制策略背景：食品冷链物流（FCCL）在流通过程中保持低温条件，从而减少食品损失。然而，FCCL 需要大量消耗能源、制冷剂和其他资源，导致大量温室气体排放。因此，FCCL 在各个视角和层面上面临多重可持续目标（如食品质量、经济效率和环境影响）之间的复杂且普遍的冲突。协调混合目标和调和冲突决策对于确保FCCL的可持续性至关重要。范围与方法：本研究建立了FCCL可持续性的绩效评价标准，从多个角度识别主要冲突：基础制冷机制、微观层面的低温流通、中观层面的供应操作以及宏观层面的产业政策。回顾了智能优化在不同视角下的最新进展；进一步分析和总结了当前的挑战和未来趋势。主要发现和结论：随着FCCL向工业4.0时代的过渡，其正在进行数字化和可持续转型，智能决策工具在以可持续性为驱动的优化中发挥着关键作用。智能优化方法越来越多地应对现实冷链动态的复杂性，关注多阶段、多主体和多区域的交互，同时提高准确性、时效性和泛化能力。在不同的应用场景下，优化的侧重点有所不同：制冷系统设计强调灵活性、稳定性和低碳排放；环境控制优先考虑精度、效率和连续性；运营管理注重产品安全和利益相关者的收益；产业发展则突出区域适应性和环境保护。未来，多模态信息融合、需求驱动的供应协调以及时空资源匹配方面的突破，有望通过多智能体协作框架整合数字孪生和垂直大模型，推动FCCL的可持续自优化发展。这篇综述不仅推进了对FCCL中可持续性冲突和智能优化机制的理论理解，同时还为行业利益相关者和政策制定者提供了可操作的指导，以支持数据驱动、低碳和可扩展的冷链转型。
特刊 近期征稿
查看全部
CCF-A征稿！ACM Multimedia 2026
ACM多媒体会议，一个致力于推动多媒体领域研究与应用的顶级国际会议。会议汇聚了学术界和业界的顶尖人才，共同探讨视频、触觉、虚拟与增强现实、音频、语音、音乐、传感器及社交数据等领域的前沿发展。ACM多媒体高度重视跨模式的信息整合与交流，鼓励创新方法，这些方法有望带来重大技术突破并带来积极的现实影响。
CFF-B征稿！IEEE International Conference on Multimedia and Expo 2026
自2000年启动以来，ICME一直是由四个IEEE学会赞助的旗舰多媒体会议：电路与系统（CAS）、通信（ComSoc）、计算机（CS）和信号处理（SPS）。它促进了这些研究群体之间多媒体技术、系统和应用的最新进展交流。
会议 内容速览
查看全部
2025.09.18 ~ 2025.09.21
2025 九月青岛 | 多模态食品健康计算论坛—CSIG青年科学家会议
由中国图象图形学学会青年工作委员会发起的2025年度CSIG青年科学家会议将于2025年9月18-21日在青岛银沙滩温德姆至尊酒店举办。本次会议由中国图象图形学学会主办，中国海洋大学、山东大学、中国图象图形学学会青年工作委员会等单位联合承办。王耀南院士、王厚杰教授、董军宇教授、马惠敏教授共同担任大会主席。
2025.08.22 ~ 2025.08.24
2025 八月威海 | 食品计算—ChinaMM
食品科学作为贯穿"从农场到餐桌"的核心纽带，对保障食品安全、维护人类营养健康、满足人类情感享受等方面发挥着不可替代的作用。该领域涉及的数据具有典型的多模态性，包括:来自互联网的菜品图像、烹饪视频等食品消费数据，高光谱成像、CT扫描等产生的食品表观和内部结构影像数据，电子舌/鼻采集的风味和气味数据，以及蛋白质、脂肪等食品营养成分数据，这些多模态数据横跨分子微观结构至宏观表观特性，具有多尺度属性与复杂交互，使得食品构成复杂系统。食品计算通过数据与模型双轮驱动的计算方法，解析食品多态数据的跨尺度复杂关联，推动从食品科学基础研究到营养健康产业应用的数字化智能化转型。当前，以大模型为代表的生成式人工智能技术正在为食品计算的发展注入新动能，在食品科学领域展现出广泛的应用潜力，典型应用场景包括但不限于:智能精准营养、智能食品配方设计、食品加工数字孪生、食品功能性肽段筛选,食品合成代谢路径优化等。为此，承继前三届论坛成果，本届论坛将重点探讨生成式人工智能等前沿技术在食品科学与营养健康领域的创新应用，主要议题包括面向营养健康的大模型、人工智能驱动的功能食品设计、大数据驱动的食品新风味研究、基于高光谱视觉的食品品质检测等。通过分享最新研究进展，推动学科交叉融合与产业创新发展。
