初榨橄榄油（VOO）是地中海饮食中至关重要且广受青睐的产品。由于其感官特性受橄榄品种影响显著，因此需对初榨橄榄油开展品种溯源鉴定，以保障消费者免受虚假宣传的误导。本研究旨在评估倍半萜烃（SH）指纹图谱作为初榨橄榄油品种鉴别标志物的适用性，并验证该指标是否不受产地、农艺措施及加工工艺条件的干扰。
研究重点聚焦于地中海地区的阿尔贝吉纳（Arbequina）品种橄榄油。采用顶空固相微萃取 - 气相色谱 - 质谱联用技术（HS-SPME-GC-MS），对来自 6 个产区、涵盖 38 个不同品种及调配油的 400 余份初榨橄榄油样品的倍半萜烃谱图进行分析。基于校正后的色谱数据，构建了 偏最小二乘判别分析（PLS-DA） 分类模型。研究建立了二元 PLS-DA 模型，用于区分阿尔贝吉纳品种橄榄油与其他品种橄榄油（非阿尔贝吉纳组），并对该模型进行了外部验证。外部验证结果显示，模型总体正确分类率达 95.1%，证实倍半萜烃指纹图谱可作为阿尔贝吉纳初榨橄榄油鉴别的快速筛查方法。此外，本研究还初步探索了倍半萜烃指纹图谱对其他品种初榨橄榄油的鉴别能力，且取得了良好的应用前景。

康构成威胁。为此，本研究采用表面增强拉曼散射（SERS）活性花状银纳米颗粒（AgNPs）制备柔性纸基 SERS 传感器，以获取食品样本中氯霉素的放大拉曼信号，并借助人工智能工具建立适用于皮克级浓度的预测模型。
在所用人工智能工具中，多元散射校正结合竞争性自适应加权偏最小二乘法（MSC-CARS-PLS）模型表现出最优预测性能：10 2∼10 −5μg/mL浓度范围内，测试集相关系数（R test）达 0.9635，剩余预测偏差（RPD）为 3.6686，检测限低至10 −5μg/mL
。实际样本分析结果显示，回收率介于 90%~102%，相对标准偏差（RSD）为 3.3%，表明所构建的传感器可快速、稳定且可靠地实现食品样本中氯霉素（CAP）残留的检测。

中国是全球最大的婴幼儿配方奶粉进口国。然而，婴幼儿配方奶粉的真伪溯源长期以来都是我国面临的一大难题。相较于生鲜乳，婴幼儿配方奶粉的产地溯源难度更大，因其含有多种外源添加剂，而这些添加剂往往无法与特定国家建立关联性。
本研究对比分析了 6 个产地（荷兰、瑞士、法国、丹麦、新西兰、中国）的婴幼儿配方奶粉成品粉与生鲜乳的稳定同位素比值（δ¹⁵N、δ¹³C、δ³⁴S、δ²H、δ¹⁸O），以建立不同产地的同位素特征谱。同时，研究还测定了样品中氮、碳、硫元素的含量，进一步提升产地溯源的准确性。研究分别采用 人工神经网络（ANN）与线性判别分析（LDA） 算法，构建进口婴幼儿配方奶粉与生鲜乳的产地溯源模型。
总体结果显示：与生鲜乳相比，婴幼儿配方奶粉的 δ¹⁸O、δ²H、δ¹⁵N、δ³⁴S 比值更高，而 δ¹³C 比值更低。其中，婴幼儿配方奶粉的 δ¹⁸O 与 δ²H 比值波动范围大于生鲜乳，这是由于其配方中的添加剂原料未必产自同一国家；而 δ¹⁵N、δ¹³C、δ³⁴S 比值则更偏负，这一现象极有可能源于奶粉中添加了大量非乳源成分（如脂肪、糖类、氨基酸及蛋白质等）。
本研究证实，稳定同位素比值结合元素含量的检测方法可实现对进口中国婴幼儿配方奶粉产地的完全判别，基于人工神经网络算法构建的模型判别准确率达 100%。

品质与真实性监控已成为一项全球范围内需求日益迫切的工作。然而，为强化并优化监控流程，低成本快速检测方法仍需进一步探索。为此，本研究提出一种基于商用丝网印刷电极（SPE）结合化学计量学分类算法，实现拉格啤酒（高端美式拉格啤酒与标准美式拉格啤酒）鉴别区分的技术方案。实验采用的电极类型包括碳电极（SPCE）、金电极（SPGE）及碳纳米管修饰电极（SPEs-CNT）；分类算法则选用类软独立建模法（SIMCA）与偏最小二乘判别分析（PLS-DA）。
结果显示，所构建的 PLS-DA 模型在验证集中的灵敏度、特异度与精确度均值均达到 88%；相比之下，SIMCA 模型的灵敏度均值为 72%，特异度均值为 82%，精确度均值为 80%。最终确定的最优电子舌检测体系为碳丝网印刷电极（SPCE）联用 PLS-DA 算法，该体系的预测准确率高达 94%。单支碳丝网印刷电极可完成至多 35 个啤酒样品的检测，具备良好的检测通量优势。

为保障消费者安全，欧盟已对肉用动物生长促进剂的使用实施严格管控。尽管如此，各国残留监控计划（NRCPs）仍多次查获非法滥用类固醇及其他兽药以提高动物产量的行为。目前，相关管控主要依赖成本高昂的靶向多类别 / 多残留分析方法，用于组织及生物体液中残留物质的确证与定量分析。
因此，亟需建立以合成代谢物暴露间接生物标志物为核心的新型补充检测方法，以升级各国残留监控计划中筛查阶段现有的检测手段 —— 该阶段检测方法需满足低成本、高灵敏度及非靶向的技术要求。经基因芯片与 RNA 测序技术验证，非法用药的生物学效应转录组学分析已实现较高程度的标准化，可识别与多类合成代谢物滥用（如性激素、甲状腺抑制剂、β₂- 受体激动剂、糖皮质激素等）相关的大量差异表达基因靶点（DEG）。
本研究旨在筛选出一组最小分子标志物组合，以实现对两种最常被非法使用的生长促进剂（性激素与 β₂- 受体激动剂）的检测，检测样本为福尔马林固定石蜡包埋（FFPE）组织。该样本采集策略在屠宰场场景下具有潜在的简便易行性。研究基于小牛肉牛的 FFPE 肝脏样本，开发了一款可对 48 个基因靶点进行定量分析的聚合酶链式反应（PCR）芯片。
研究收集了 92 份来自不同动物试验的样本，针对诺龙、雌二醇、二者联用及克伦特罗的作用效果开展研究，并采用传统单变量分析及多元分类法等替代分析方法，对样本进行基因表达谱分析。结果表明，所构建的偏最小二乘判别分析（PLS-DA）模型成功建立了一套基于多转录组生物标志物的新型筛查策略，该策略可扩大检测样本量，进而强化现行各国残留监控计划的执行效力。