受金枪鱼资源枯竭的影响，其制品在加工过程中形态特征逐渐退化，这一现象导致金枪鱼掺假问题日益凸显。如今，金枪鱼的真伪鉴别已成为海鲜供应链中的焦点问题。蛋白质作为金枪鱼肌肉组织中最重要的组成成分，对其品质特性起着关键作用。本研究建立了基于全理论碎裂离子质谱连续窗口采集技术（SWATH-MS） 的蛋白质组学分析方法，对三种市售金枪鱼（鲣鱼、大眼金枪鱼、黄鳍金枪鱼）进行蛋白质相对定量分析，成功实现了 81 种蛋白质的可靠定量。研究人员进一步结合化学计量学方法开展蛋白生物标志物筛选工作，最终筛选出 14 种潜在生物标志物。层次聚类分析结果表明，这些筛选得到的蛋白生物标志物可有效区分上述三种金枪鱼。对筛选出的蛋白生物标志物进行基因本体（GO）功能注释发现，它们大多与分子功能相关。

本研究旨在探究矿物油芳香烃（MOAH） 从纸质初级包装向干燥食品的迁移规律，选取 16 种芳香烃作为模式物质，其分子量与化学结构覆盖范围广泛。迁移实验以改性聚苯醚作为食品模拟物，以蒸粗麦粉和玉米粥为干燥食品基质开展。迁移测试分别模拟常温长期贮藏及热食盛装这两种极端场景。研究采用多元分析算法，对模式物质的迁移行为进行相关性分析与聚类归类，并构建偏最小二乘回归（PLSR）模型，实现对极端条件下迁移量的预测。结果表明，模式物质的迁移规律与其挥发性、食品基质特性、迁移时间及温度均存在显著相关性；同时观察到，挥发性最强与分子量最大的两类模式物质，其迁移行为存在明显差异。

玉米中黄曲霉毒素与伏马毒素的污染分布具有非均一性，因此玉米大样检测结果难以精准反映真实的污染水平。单粒检测法为解决这一问题提供了有效方案，还能为籽粒分选等污染治理策略提供技术支撑。本研究通过大量单粒玉米的黄曲霉毒素（AF）与伏马毒素（FM）含量测定，达成两大研究目标：揭示单粒玉米毒素污染的偏态分布特征，计算样本的毒素污染加权合计值，并将其与大样检测结果进行对比分析；优化单粒玉米毒素污染的分类算法性能。研究选取 9 份玉米大样中的 864 粒自然污染籽粒为试验材料，对每粒玉米分别进行两次紫外 - 可见 - 近红外光谱（304 nm—1086 nm）反射率扫描；随后将籽粒粉碎，采用 酶联免疫吸附测定法（ELISA） 检测黄曲霉毒素与伏马毒素含量。结果显示，单粒玉米的毒素污染分布具有显著非均一性：黄曲霉毒素含量≥20 ppb 的籽粒占比 1.0%（共 7 粒），含量范围为 0—420000 ppb；伏马毒素含量≥2 ppm 的籽粒占比 5.0%（共 45 粒），含量范围为 0—700 ppm。研究人员计算得到单粒毒素污染加权合计值，并与大样检测结果对比。分析表明，两种检测方法所得真菌毒素含量的平均差值为：黄曲霉毒素 0.0 log (ppb)、伏马毒素 0.0 log (ppm)，不存在系统性偏差；但差值波动范围较大，黄曲霉毒素差值区间为 - 1.4~0.7 log (ppb)，伏马毒素差值区间为 - 0.6~0.8 log (ppm)。研究以 70% 的籽粒样本作为训练集，构建分类算法以区分毒素含量≥20 ppb 的黄曲霉毒素污染籽粒与≥2 ppm 的伏马毒素污染籽粒，剩余 30% 样本作为测试集验证模型性能。结果显示：针对黄曲霉毒素的分类，随机梯度提升模型表现最优，训练集与测试集的分类准确率均达 0.83，灵敏度（Sn）为 0.75，特异度（Sp）为 0.83；
针对伏马毒素的分类，惩罚判别分析模型性能优于其他算法，训练集准确率为 0.89（Sn=0.87，Sp=0.88），测试集准确率为 0.86（Sn=0.78，Sp=0.87）。本研究夯实了玉米单粒黄曲霉毒素与伏马毒素分类检测的技术基础，可进一步应用于高通量筛查场景。研究证实了单粒层面玉米真菌毒素污染的非均一性特征，对比了基于单粒检测数据计算的大样污染水平与传统大样检测结果的差异，并验证了利用紫外 - 可见 - 近红外光谱系统，依据毒素含量水平实现单粒玉米分类的可行性。

本研究以杜罗河法定产区（DDR）的国家杜丽佳（TN）、法兰西杜丽佳（TF）及廷塔・罗丽红（TR）三个单一品种红葡萄酒为研究对象，探究结合花色苷指纹图谱与多元统计分析方法实现品种鉴别可行性，具体采用的分析方法包括偏最小二乘判别分析（PLS-DA）、分类回归树（CART）及人工神经网络（ANN）。实验结果显示，在单一品种葡萄酒的产地溯源分类中，分类回归树与人工神经网络模型表现出更优的准确性，测试集分类准确率均达 100%；而偏最小二乘判别分析模型的分类准确率为 91.4%。不同模型筛选出的品种鉴别核心特征变量存在差异：偏最小二乘判别分析模型的关键变量为矮牵牛素 - 3 - 葡萄糖苷、锦葵素 - 3 - 乙酰葡萄糖苷及矢车菊素 - 3 - 葡萄糖苷；分类回归树模型的关键变量为矮牵牛素 - 3 - 葡萄糖苷、芍药素 - 3 - 乙酰葡萄糖苷及锦葵素 - 3 - 乙酰葡萄糖苷；人工神经网络模型的关键变量则包括锦葵素 - 3 - 乙酰葡萄糖苷、矮牵牛素 - 3 - 葡萄糖苷、锦葵素 - 3 - 葡萄糖苷、芍药素 - 3 - 香豆酰葡萄糖苷及飞燕草素 - 3 - 葡萄糖苷。综上，杜罗河原产地命名保护体系下的国家杜丽佳、法兰西杜丽佳及廷塔・罗丽红单一品种红葡萄酒的花色苷指纹图谱，结合多元统计分析方法，可作为验证其品种真实性的有效技术手段。

霉菌毒素对食品及其制品的安全性构成重大威胁。开发一种快速、可靠且低成本的检测方法，用于分析法规重点管控的霉菌毒素，具有重要的实用价值与时间效益。本研究旨在评估电子鼻技术在快速识别玉米样本中霉菌毒素污染水平是否超标方面的应用潜力。2014—2018 年，研究人员从意大利北部某商业化农田共采集 316 份玉米样本，分别采用传统检测方法（高效液相色谱 - 质谱联用技术，HPLC-MS）和配备 10 个金属氧化物传感器阵列的便携式电子鼻（德国施韦林市艾森斯分析仪器有限公司，AIR PEN 3 型），对样本中黄曲霉毒素 B₁（AFB₁）和伏马毒素（FBs）的污染状况进行分析。研究人员采用人工神经网络（ANN）、逻辑回归（LR）和判别分析（DA）三种算法，探究电子鼻能否有效区分黄曲霉毒素 B₁或伏马毒素污染水平超标与未超标的玉米样本。结果显示，三种算法均表现出较高的鉴别准确率（≥70%）；其中人工神经网络算法的性能最优，对黄曲霉毒素 B₁和伏马毒素的鉴别准确率分别达到 78% 和 77%。本研究首次整合五年期样本数据，并采用三种不同统计学方法验证电子鼻的检测性能。研究结果表明，结合人工神经网络算法的电子鼻技术，可作为快速、可靠检测玉米中黄曲霉毒素 B₁与伏马毒素的实用工具。