类目筛选(食品学者)
-
研究对象/基质维度
-
谷物/块根/豆与坚果类
-
小麦
-
玉米
-
大米
-
杂粮
-
马铃薯
-
其他根茎类
-
其他谷物与块根
-
豆类与坚果(及籽类)
-
-
肉类/蛋类与水产品
-
畜肉
-
禽肉
-
鱼肉
-
甲壳类
-
软体与贝类
-
内脏及副产物
-
其他肉与水产品
-
蛋类及其制品
-
-
乳及乳制品
-
液态乳
-
发酵乳/酸奶
-
奶酪
-
乳粉
-
乳清及乳清制品
-
其他乳制品
-
-
水果/蔬菜与菌菇类/植物类
-
新鲜水果
-
新鲜蔬菜
-
果蔬汁/浓缩汁
-
果蔬干/果脯/蔬菜干
-
其他果蔬制品/植物类
-
食用菌菇
-
食用花卉
-
-
油脂及油脂制品
-
植物油
-
动物油脂
-
起酥油/人造脂肪
-
油炸食品
-
其他油脂制品
-
-
饮料
-
果蔬饮料
-
茶/茶饮料
-
咖啡饮料
-
乳饮料
-
功能/运动饮料
-
碳酸饮料
-
酒精饮料
-
其他饮料
-
-
糖、焙烤与糖果制品
-
面包
-
蛋糕/糕点
-
饼干/薄脆制品
-
糖果
-
巧克力及含可可制品
-
其他焙烤与糖果制品
-
蜂蜜等天然糖
-
-
发酵食品及酱腌制品
-
大豆发酵制品
-
蔬菜发酵制品
-
发酵豆制品
-
谷物发酵食品
-
肉类发酵制品
-
水产发酵制品
-
其他酱腌/发酵食品
-
-
复合/即食/餐饮食品
-
方便面及速食米面
-
预制菜/即食菜肴
-
冷冻方便食品
-
罐头菜肴
-
餐饮菜品与团餐
-
其他复合食品
-
-
新资源食材
-
昆虫蛋白
-
微藻及藻类产品
-
单细胞蛋白
-
细胞培养肉
-
其他新资源食材
-
-
食品添加剂与配料
-
碳水化合物配料
-
脂肪/油脂配料
-
蛋白质配料
-
乳化剂/稳定剂/增稠剂
-
甜味剂
-
香精香料
-
酸度调节剂/防腐剂/抗氧化剂
-
营养强化剂
-
其他添加剂与配料
-
-
新材料/包装与接触材料
-
塑料材料
-
纸及纸板
-
金属材料
-
玻璃材料
-
生物基/可降解材料
-
多层复合材料
-
探针与分析传感材料
-
其他材料
-
-
食品加工设备与机械系统
-
热处理设备
-
干燥设备
-
挤压/混合/成型设备
-
分选/分级/检验设备
-
灌装/封口/包装设备与生产线
-
清洗/CIP/卫生相关设备
-
输送/搬运/机器人系统
-
其他加工设备与系统
-
-
-
研究主题/科学问题维度
-
加工与新加工技术
-
传统热加工
-
非热加工技术
-
物理辅助加工
-
3D 打印与结构构筑
-
挤压膨化与共挤技术
-
其他加工技术
-
-
保藏与贮藏
-
冷藏与冷冻保藏
-
干燥保藏
-
改良气调/控气贮藏
-
保鲜涂膜与保鲜剂
-
货架期预测与品质劣变动力学
-
其他保藏技术
-
-
品质、结构与理化性质
-
质构与流变性质
-
颜色与外观品质
-
微观结构与成像
-
氧化、褐变等化学变化
-
其他品质相关性质
-
特征风味
-
-
营养与生物功能
-
基本营养价值评价
-
抗氧化/抗炎等功能
-
血糖、血脂与代谢相关功能
-
肠道健康与微生物相关功能
-
其他生物活性与健康效应
-
-
食品安全与风险评估
-
微生物安全
-
化学污染物
-
加工污染物
-
过敏原与毒性问题
-
暴露评估与风险表征
-
其他安全问题
-
-
包装与智能监测
-
包装设计与机械性能
-
活性包装
-
智能/指示型包装
-
包装系统中的监测与标签应用
-
其他包装相关研究
-
-
可持续性与资源高值化
-
副产物与废弃物高值利用
-
能耗/水耗与环境影响分析
-
生命周期评价与碳足迹
-
循环经济与绿色供应链
-
其他可持续性主题
-
-
感官科学与消费者研究
-
感官评价与方法学
-
消费者偏好与接受度
-
市场细分与消费行为
-
标签、营养声称与信息呈现
-
其他感官与消费者研究
-
-
过程控制与数字化
-
过程监测与在线检测
-
过程优化与控制策略
-
生产管理与数字化工厂
-
其他过程控制与数字化研究
-
-
-
研究方法/证据层级维度
-
理化与结构表征
-
常规理化指标测定
-
质构与流变测试
-
显微与成像技术
-
光谱/色谱/质谱等分析方法
-
其他理化与结构表征
-
-
微生物与发酵实验
-
微生物计数与生长曲线
-
菌种筛选与特性评价
-
发酵工艺与动力学
-
生物膜与耐受性研究
-
其他微生物/发酵方法
-
-
组学与高通量技术
-
基因组学
-
转录组学
-
蛋白质组学
-
代谢组学
-
微生物组/宏基因组学
-
其他组学方法
-
风味组学
-
-
体外模型
-
体外消化模型
-
体外发酵模型
-
细胞模型
-
模拟胃肠/肠道系统
-
其他体外模型
-
-
动物实验/人体试验
-
小动物实验
-
大动物实验
-
人体干预试验
-
观察性人群研究
-
其他体内/人群研究
-
-
统计建模与仿真
-
传统统计分析与回归
-
响应面分析与多因素优化
-
动力学建模
-
数值仿真
-
其他统计建模方法
-
-
问卷/市场与消费者研究
-
问卷设计与实施
-
访谈与质性研究
-
行为实验与选择实验
-
其他消费者研究方法
-
-
标准/法规/数据库分析
-
标准与法规对比分析
-
政策评估与影响分析
-
食品成分/消费数据库分析
-
其他标准法规相关方法
-
-
其他方法
-
专利分析
-
德尔菲法与专家咨询
-
情景分析与情景模拟
-
其他难以归类的方法
-
-
-
关键营养素/成分维度
-
常量营养素(宏量)
-
蛋白质与氨基酸
-
脂质与脂肪酸
-
碳水化合物与糖类
-
-
膳食纤维与抗性淀粉
-
可溶性膳食纤维
-
不溶性膳食纤维
-
抗性淀粉
-
其他膳食纤维类成分
-
-
维生素
-
脂溶性维生素 A/D/E/K
-
维生素 C
-
维生素 B 族
-
其他维生素或前体
-
-
矿物质与微量元素
-
钙
-
铁
-
锌
-
碘/硒等微量元素
-
钠/钾/镁等常量矿物质
-
其他矿物质
-
-
植物化学/生物活性成分
-
多酚与黄酮
-
花青素与类胡萝卜素
-
酚酸类
-
含硫植物化合物
-
其他植物化学物质
-
-
益生菌/益生元/合生元
-
益生菌菌株
-
益生元
-
合生元产品
-
可发酵底物与其他肠道相关成分
-
-
功能性脂类与糖替代品
-
植物甾醇/甾烷醇
-
共轭亚油酸
-
中链脂肪酸
-
糖醇类
-
非营养性甜味剂
-
盐替代品与其他代谢敏感因子
-
-
其他特殊成分
-
咖啡因
-
茶氨酸
-
胆固醇
-
嘌呤
-
其他特殊成分
-
-
深度筛选(计算机学者)
-
模型类型
-
机器学习/统计学习
-
偏最小二乘法
-
支持向量机
-
随机森林
-
K-近邻
-
梯度提升决策树
-
主成分分析/判别分析
-
逻辑回归/贝叶斯
-
智能手机/其他
-
-
深度学习
-
卷积神经网络
-
循环神经网络
-
目标检测网络
-
图像分割网络
-
生成对抗网络
-
图神经网络
-
序列到序列/编码-解码
-
其他深度学习结构
-
-
大模型与 LLM
-
大语言模型
-
视觉基础模型
-
多模态基础模型
-
知识图谱与 LLM 集成
-
垂直领域微调/指令调优
-
检索增强生成
-
-
模型设计/优化策略
-
迁移学习/领域自适应
-
小样本学习
-
模型可解释性
-
模型轻量化/边缘计算
-
特征工程与选择策略
-
超参优化/自动机器学习
-
强化学习
-
-
-
模型任务
-
分类/鉴别/等级评定
-
定量预测/回归分析
-
缺陷/异物检测与定位
-
过程控制与实时优化
-
知识抽取与语义理解
-
设计/生成与推荐
-
模拟与数字孪生
-
-
模型数据
-
来源
-
可见光/RGB/视频数据
-
高光谱/多光谱光谱
-
红外/拉曼光谱数据
-
时序传感器/物联网数据
-
组学数据
-
质构/流变/感官数据
-
文本/知识库/法规数据
-
多模态/融合数据
-
-
量级
-
小规模数据集
-
中等规模数据集
-
大规模数据集
-
超大规模/工业级数据集
-
公开数据集
-
合成/仿真数据为主
-
-
标签记录(食品学者)
标签记录(计算机学者)
共 1173 条结果
-
化学计量学与数据非依赖采集蛋白质组学联用技术用于肉类真实性生物标志物发现:基于有机与无抗生素养殖系统下Ross 308和Ranger Classic鸡早期死后胸大肌蛋白质组的研究
查看原文2024
中科院一区JCR一区食品标签
禽肉 食品安全与风险评估 质量管理与追溯系统 蛋白质组学 蛋白质与氨基酸计算机标签
偏最小二乘法 分类/鉴别/等级评定 组学数据养殖系统与屠宰前管理等因素可通过影响家禽生理代谢功能进而改变肉质。本研究采用无标记鸟枪蛋白质组学分析了有机与无抗生素养殖系统下Ross 308和Ranger Classic鸡品系早期死后胸大肌蛋白质组,结合偏最小二乘判别分析(PLS-DA),实现了不同养殖系统与鸡品系的高精度区分(分类准确率>95%)。关键发现包括:(1) 无抗生素与有机系统中分别鉴定出73和62种差异蛋白用于品系区分;(2) 养殖系统导致Ross 308和Ranger Classic中71和52种蛋白丰度变化;(3) 筛选出与肌肉结构和能量代谢通路相关的候选生物标志物(如肌球蛋白重链异构体、ATP合酶亚基)。该研究为基于蛋白质组学的鸡肉真实性认证提供了新方法,并揭示了养殖模式对肉品质形成的分子机制影响。
-
多组学平台与AI辅助策略揭示褐蝽危害对榛子代谢组的特征标记
查看原文2024
中科院一区JCR一区食品标签
其他谷物与块根 其他安全问题 传统热加工 质量管理与追溯系统 光谱/色谱/质谱等分析方法 代谢组学 风味组学 脂质与脂肪酸 其他特殊成分计算机标签
偏最小二乘法 分类/鉴别/等级评定 组学数据褐蝽(Halyomorpha halys)通过危害榛子仁发育导致品质缺陷,显著降低其市场价值。本研究结合HS-SPME、GC × GC-TOF MS和LC-HRMS多组学技术,分析不同产地及品种的榛子(生/烤制)代谢组与挥发组,发现褐蝽危害显著改变醛类、酮类及萜烯等化合物谱(生榛中12种代谢物与烤制后8种香气物质呈强相关,|r| > 0.7)。通过PLS-DA模型实现产地(准确率99%)和危害类型(≈80%)的高精度预测,其中烤制挥发组数据表现最优。数据融合技术进一步提升分类性能,揭示了脂肪酸氧化产物(如(E)-2-己烯醛)与褐蝽唾液酶活性的潜在关联,为开发基于代谢标记的早期危害诊断技术提供了新思路。
-
AlphaFold 3.0预测揭示油酸与辅脂肪酶的相互作用强于棕榈酸
查看原文2024
中科院一区JCR一区食品标签
营养与生物功能计算机标签
深度学习 定量预测/回归分析 模拟与数字孪生脂肪酶与辅脂肪酶的相互作用对脂质消化至关重要,但其他调控因素的作用尚不明确。本研究通过AlphaFold 3.0计算建模,揭示了钙离子通过改变脂肪酸(油酸/棕榈酸)与脂肪酶-辅脂肪酶复合物的结合模式调控水解活性的分子机制。关键发现包括:(1) 钙离子显著增强油酸与辅脂肪酶的亲和力(结合自由能降低2.3 kcal/mol),导致脂肪酶催化口袋被占据,水解速率降低40%;(2) 油酸的结合强度是棕榈酸的1.8倍,解释了其在抑制脂质消化中的优势作用;(3) 多尺度模拟显示,钙离子通过稳定复合物界面盐桥(如Asp59-Lys85)间接调控脂肪酸结合位点构象。该研究为开发针对营养不良或肥胖的脂质消化干预策略提供了新靶点。
-
美国与以色列初榨橄榄油化学组分与感官特性的关系:缺陷预测模型的开发
查看原文2024
中科院一区JCR一区食品标签
植物油 感官科学与消费者研究 氧化、褐变等化学变化 质量管理与追溯系统 光谱/色谱/质谱等分析方法 脂质与脂肪酸 多酚与黄酮计算机标签
随机森林 分类/鉴别/等级评定 定量预测/回归分析初榨橄榄油(VOO)的品质由化学和感官参数共同定义。本研究通过分析美国和以色列的VOO样本,建立了基于化学组分的感官缺陷预测模型。研究发现:酸败缺陷与1-戊烯-3-酮、3-己烯-1-醇等挥发物含量显著相关(r > 0.85),而果香属性与1-乙酰氧基树脂醇、己醛呈正相关,苦味则与橄榄苦苷衍生物关联。随机森林模型筛选出木犀草素、(E)-2-己烯醛等4种关键化合物作为缺陷预测指标(AUC = 0.92),其阈值效应可解释感官面板80%以上的判定结果。该研究为替代传统人工感官评估提供了高精度(F1分数0.94)的化学驱动预测工具,解决了主观偏差和成本高昂的问题。
-
非靶向代谢组学与土壤宏基因组学结合机器学习评估揭示不同产地人参的地理差异
查看原文2024
中科院一区JCR一区食品标签
其他果蔬制品/植物类 质量管理与追溯系统 光谱/色谱/质谱等分析方法 代谢组学 其他组学方法 其他特殊成分计算机标签
梯度提升决策树 随机森林 分类/鉴别/等级评定 定量预测/回归分析 组学数据人参(Panax ginseng C.A. Meyer)作为“百草之王”,在中国具有数千年的药用与食用历史。本研究通过超高效液相色谱-四极杆飞行时间质谱(UHPLC-QTOF-MS)非靶向代谢组学技术,在中国10个产地的人参中鉴定出20种关键差异代谢物(如人参皂苷Rb1、6-磷酸葡萄糖等)。结合土壤宏基因组学分析,发现土壤中丰度最高的前10种微生物群落与关键代谢物显著相关(Spearman相关性分析)。随机森林模型成功预测了土壤微生物丰度与人参代谢物的定量关系,XGBoost模型进一步确定20(R)-人参Rg2和2′(R)-人参Rg3为特征标志代谢物,并筛选出最优人参产区。研究证实土壤微生物通过调控代谢物积累导致人参品质的地理差异。