背景：宏基因组学的进展已经彻底改变了对食品相关微生物群的理解，揭示了它们在发酵、腐败和保存过程中的分类多样性和功能能力。基因组解析的宏基因组学和多组学整合现在能够实现复杂微生物生态系统的功能重建，发现新的代谢途径、抗菌生物合成基因簇和应激适应性特征。微生物组工程和合成共生体设计正逐渐成为可持续的生物控制策略，可以减少对化学防腐剂的依赖并促进食品系统的生态平衡。范畴和方法：本综述综合了宏基因组探索和多组学整合的最新进展，以描绘食品生态系统中的微生物动态。它考察了元基因组组装基因组（MAGs）、功能注释和混合长读测序如何增强对微生物演替、腐败机制和发酵过程的理解。该综述还强调了合成微生物群落、基于CRISPR的调控以及人工智能驱动的数字孪生作为精准发酵和预测性食品生物加工的变革性工具的兴起。主要发现和结论：元基因组和多组学技术通过将微生物功能与生态系统表现联系起来，正在重新定义食品生物控制。基因组挖掘揭示了大量具有天然防护潜力的细菌素、内溶菌酶和群体感应抑制酶库。整合组学提供了微生物相互作用的系统级视角，使得预测性、适应性和循环型生物加工成为可能。因此，微生物组工程作为一种可行的、生态高效的合成添加剂替代方案应运而生，推动从经验发酵向智能、微生物组定制的食品系统过渡。组学、合成生物学与人工智能的融合标志着智能、可持续和精准引导的食品保存新时代的到来。

背景：生物加工增强了现代食品制造，但在全球食品需求日益增长的情况下，其效率、可扩展性和可持续性面临日益严峻的挑战。传统的发酵和酶促工艺仍然高度依赖经验，导致结果波动大且资源利用效率低下。人工智能（AI）和机器学习提供了提高精确度、优化工艺并加速向智能和可持续食品生物制造系统过渡的机会。范围与方法：我们提供了关于AI如何在多个领域革新食品生物加工的综合概述。我们批判性地回顾了食品生物加工的最新进展，包括酶工程、代谢工程以及通过AI驱动的建模和学习算法构建合成微生物群落。此外，我们强调了通过实时监控、一致性评估和预测分析在工艺优化方面的进展。还考察了人工智能在污染检测和食品可追溯系统中的新兴应用。最后，我们讨论了这一快速发展的领域的进展与局限，同时展望了迈向真正智能食品生物加工系统的未来方向。主要发现与结论：人工智能在提升食品生物加工中的工艺可预测性、生产效率和资源利用效率方面显示出巨大的潜力，尤其是在酶设计、工艺优化和实时质量保证方面。然而，工业应用仍受限于数据质量、模型可解释性和安全责任。未来的研究应关注开发生物加工专用的人工智能框架，将领域知识、监管要求和食品安全约束嵌入核心设计原则中，超越单一算法改进，朝着协调的系统级创新发展，以支持生产力、安全性、可持续性和社会信任，以满足未来食品行业不断发展的需求。

亚致死损伤病原菌的检测对于提升食品安全至关重要，尤其是监管机构建议微生物学方法验证需包含50%–80%的损伤细胞。在低水分食品等食品基质中，损伤细胞在适宜条件下可复苏并增殖，对公众健康构成重大威胁。此外，这类细胞可能保留甚至增强毒力，这凸显了及时且准确检测的必要性。本研究开发了一种基于机器学习驱动、纳米颗粒增强的纸质显色阵列传感器（ML-NP-PCA）方法，用于在含有背景菌群的花生酱（一种高脂低水分食品）中检测并区分损伤型与正常型沙门氏菌。研究评估了金纳米颗粒、二氧化硅纳米颗粒和沸石纳米颗粒对纸质显色阵列性能的增强效果。其中，二氧化硅纳米颗粒-纸质显色阵列在磷酸盐缓冲液中宽浓度范围（约1–6对数菌落形成单位/毫升）内对损伤型与正常型沙门氏菌均具有可靠的识别能力，并被整合用于构建ML-NP-PCA方法。结果表明，该ML-NP-PCA方法在室温48小时储存期间，即便存在背景菌群，仍能准确、连续地检测并区分花生酱中的损伤型与正常型沙门氏菌，准确率超过90%。在约3–4对数菌落形成单位/克的浓度下，损伤型与正常型沙门氏菌最早可在1小时内被检出，准确率达92.0±0.9%。上述研究结果证实，ML-NP-PCA方法有望作为一种无损、无需增菌且快速的工具，用于食品中损伤型沙门氏菌的连续监测。该方法还可支持符合监管要求的微生物检测，并强化食品供应链全过程的食品安全监控。

背景：植物来源SOD因其在减少氧化应激中的关键作用及在食品、制药和生物医学领域的应用而成为现代研究的重点。对天然抗氧化剂兴趣的增加加速了寻找富含SOD的植物来源及通过先进技术提高其提取效率的研究。范围和方法：本综述重点介绍了用于工业应用的植物来源SOD的提取和纯化的最新进展。涵盖了传统方法、缓冲液辅助提取法及绿色技术，包括超声、酶法、脉冲电场、高压及保留酶活性的混合方法。文中评估了各方法的优点、局限性及实际应用中的挑战。由于SOD的敏感性以及对工艺自动化的需求，强调了机器学习（ML）辅助和智能提取策略。最后，讨论了SOD在开发具有生物活性的食品产品中的未来研究和实际应用。主要发现和结论：综述表明，植物是SOD提取的宝贵来源，强调了准确计量的重要性以及经济可行来源的选择。在新技术的范围内，超声辅助酶法等混合方法由于其成本效益高且工业应用成熟，似乎是最实际的选择。使用色谱方法可以获得高纯度的SOD，其纯度可通过电泳和SOD检测试剂盒轻松测定，并可通过ML辅助技术进行预测。未来的研究应集中于可扩展的、成本高效的方法、可持续的采购、彻底的酶表征以及工艺标准化，以充分释放基于植物的SOD在治疗和工业上的潜力。

本研究旨在揭示蚱蜢中的鲜味肽，并进一步探索其鲜味感知机制及鲜味增强作用。通过机器学习和计算方法，从蚱蜢蛋白水解物中分离、表征并筛选出四种潜在的鲜味肽（GDRFL、NGWGDY、NVTY 和 VVNY）。随后，感官评价和电子舌确认了它们的鲜味，阈值为 0.08 - 0.25 mg/mL，低于谷氨酸钠（0.3 mg/mL）。GDRFL 和 NGWGDY 的强鲜味主要由其鲜味氨基酸组成驱动，而 NVTY 和 VVNY 则主要归因于其C端的苦味/疏水性氨基酸残基（酪氨酸）。分子对接和分子动力学模拟进一步表明，四种肽通过氢键和疏水相互作用与鲜味受体T1R1/T1R3形成稳定复合物，这可能是其鲜味感知的潜在基础。此外，它们在谷氨酸钠（MSG）上均表现出通过加和效应的鲜味增强作用（R = 0.68 - 0.86）。