01 / 01

类目筛选(食品学者)

清除筛选
  • 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)

清除筛选
  • 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)

清除全部筛选
蛋白质与氨基酸

标签记录(计算机学者)

暂无筛选

共 289 条结果

  • 通过黄酮复合优化食品蛋白质稳定性:一种高效的计算–实验方法

    2026
    Food Hydrocolloids
    中科院一区
    JCR一区
    查看原文

    Zhiyan Lai, Xin Li, Xiaotian Liu, Siyi Li, & Tao Liu

    食品标签

    微藻及藻类产品 品质、结构与理化性质 营养与生物功能 常规理化指标测定 光谱/色谱/质谱等分析方法 蛋白质与氨基酸 多酚与黄酮 花青素与类胡萝卜素

    计算机标签

    梯度提升决策树 定量预测/回归分析

    蛋白质与黄酮类化合物复合已被证实能够提高蛋白质稳定性、增加小分子溶解度,并赋予体系其他有益特性。然而,由于影响因素复杂,研究蛋白质–黄酮结合的传统实验方法效率较低。为处理多变量非线性相互作用并提高机制解释的可靠性,本研究建立了一个融合机器学习、分子对接和系统实验验证的综合框架。研究以具有显著生物活性、但易受热、光和pH变化影响而发生降解的天然蓝色色素藻蓝蛋白为对象,并选择结构相似的芦丁和橙皮苷进行实验验证。结果表明,LightGBM为最佳预测模型(R²>0.84),并识别出分子量等关键决定因素。该模型定量揭示了结构–性质关系,随后通过光谱学、理化性质和稳定性分析进行验证。实验结果显示,两种黄酮均可显著猝灭藻蓝蛋白的荧光。傅里叶变换红外光谱分析证实,复合后氢键和疏水相互作用增强,使蛋白质局部结构更加紧密;表面疏水性测定进一步表明,疏水区域的暴露程度降低。复合物粒径分布均匀,与模型预测一致。更为重要的是,芦丁和橙皮苷提高了藻蓝蛋白的紫外稳定性、耐热性和色泽保持能力。分子对接进一步显示,两者可通过氢键、范德华力及其他相互作用结合于藻蓝蛋白的关键结构域。该双向策略以机器学习指导实验解释,并以实验结果验证预测结论,为食品科学中优化蛋白质–黄酮体系的理性设计提供了稳健框架。

  • 特定苯丙素类化合物与肌原纤维蛋白的分子作用机制解析:构象重塑及机器学习分析

    2026
    Food Research International
    中科院一区
    JCR一区
    查看原文

    Jingfan Wang, Laiyu Zhao, Ping Yang, Tianze Wang, Ying Xu, Dong Han, Marie-Laure Fauconnier, Giorgia Purcaro & Chunhui Zhang

    食品标签

    传统热加工 其他品质相关性质 光谱/色谱/质谱等分析方法 其他理化与结构表征 数值仿真 蛋白质与氨基酸

    计算机标签

    智能手机/其他 分类/鉴别/等级评定 质构/流变/感官数据

    苯丙素类风味化合物(PFCs)是五香炖牛肉(SBS)具有典型草本及茴香味香气的主要贡献物质。本研究探究了五种苯丙素类风味化合物与肌原纤维蛋白(MPs)在不同加热条件及浓度下的结合相互作用。热处理使肌原纤维蛋白发生部分解折叠,从而暴露出巯基基团与疏水区域,进而增强了其对苯丙素类风味化合物的结合能力。在未加热的肌原纤维蛋白中,苯丙素类风味化合物的添加通过疏水作用驱动氢键形成,提高了α-螺旋含量;然而,长时间加热会因蛋白质聚集阻碍结合位点的可及性,从而削弱上述效应。基于机器学习的聚类模型成功表征了五种苯丙素类风味化合物之间的差异结合行为。K-均值聚类分析表明,丁香酚(EG)与茴香脑(AT)对肌原纤维蛋白的结合行为,与甲基丁香酚(ME)、草蒿脑(ET)及茴香醛(AL)存在显著差异。这两个聚类结果与分子对接的结合能相一致。破坏剂试验及分子对接结果显示,疏水作用是苯丙素类风味化合物与肌原纤维蛋白结合的主要驱动力。苯丙素类风味化合物之间的结构差异(如羟基位置)影响了其氢键形成能力及空间可及性。综上,热诱导的蛋白质构象变化对风味保留具有关键作用,可为肉制品加工过程中的风味调控提供理论依据。

  • 一种使用近红外光谱确认高压加工和提高肉制品可追溯性的新方法

    2026
    Food Control
    中科院一区
    JCR一区
    查看原文

    Emanuela Zanardi, Maria Olga Varrà, Alessandra Negri, Riccardo Ghidini, Riccardo Soldesti, Adriana Ianieri, & Sergio Ghidini

    食品标签

    畜肉 食品安全与风险评估 非热加工技术 光谱/色谱/质谱等分析方法 常规理化指标测定 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 红外/拉曼光谱数据 文本/知识库/法规数据

    本研究开发了一种新的近红外光谱方法,用于验证传统意大利肉制品是否经过高压加工。研究使用便携式近红外仪器,对干腌压制火腿(n = 24)、整只火腿(n = 20)和萨拉米(n = 20)在处理前(C)、高压加工后即刻(T0)以及高压加工后 48 h(T48)进行分析。正交偏最小二乘判别模型表现出较高交叉验证性能,R2X、R2Y 和 Q2 均大于 0.80,能够将所有产品中的 C 样品与 T 样品(T0 + T48)清晰区分。T0 与 T48 萨拉米之间观察到的轻微光谱差异提示存在与贮藏相关的变化,但并未影响 C 与 T 样品的判别。最能区分 C 与 T 样品的近红外波段主要与蛋白质、水分和脂肪吸收相关。外部验证确认了该方法的可靠性,整只火腿、萨拉米和压制火腿的分类准确率分别为 100%、90.5% 和 79.2%。该优化方法可增强高压加工肉制品的可追溯性和控制流程,维护食品安全标准,并为食品行业和监管机构提供支持。

  • 无菌泡菜发酵中的菌株特异性代谢终点与预测性阶段分类

    2026
    Food Chemistry
    中科院一区
    JCR一区
    查看原文

    Yujin Kim, Se Hee Lee, Mi-Ja Jung, Jisu Lee, Yeon Bee Kim, Young-Shick Hong, & Tae Woong Whon

    食品标签

    蔬菜发酵制品 肠道健康与微生物相关功能 发酵工艺与动力学 微生物组/宏基因组学 蛋白质与氨基酸 碳水化合物与糖类

    计算机标签

    机器学习/统计学习 分类/鉴别/等级评定 组学数据

    发酵是基于底物与微生物群落之间的动态相互作用驱动的。然而,自然群落的复杂性限制了其预测性控制。为了解决这个问题,我们通过在受控温度下接种已定义的乳酸菌(LAB)群落和单一菌株,开发了一个无菌泡菜模型。群落发酵表现出依赖温度的生长和酸化,在 6 ◦C 和 10 ◦C 下增殖稳定,而 15 ◦C 则引起群落结构的快速变化。阶段归一化显示微生物和代谢物谱沿着共同的演替模式趋同。机器学习鉴定出一个由九种代谢物组成的特征(乳酸、蔗糖、果糖、甘氨酸、葡萄糖、琥珀酸、苏氨酸、胆碱和谷氨酸),能够准确分类发酵阶段,并在内部和外部数据集上表现出稳健的性能。网络分析突出了中温乳杆菌(Leuconostoc mesenteroides)和乳酸乳球菌(Lactococcus lactis)作为关键的代谢物种,而单菌关联发酵揭示了菌株特异的代谢终点和策略。这些发现建立了一个可预测的乳酸菌驱动泡菜发酵的框架。

  • 声化学能量耦合与普洱茶风味演变的多尺度机制解析

    2026
    Ultrasonics Sonochemistry
    中科院一区
    JCR一区
    查看原文

    Shengjie Duan, Huiqing Luo, Lihui Yu, Jinya Dong, Ziqian Qiao, Shan Liu, Yanan Li, Huajie Yin, Rui Zhou, Yuanfeng Chen, Siyu Zhou, Chen Gong, Yan Shen, Zezhu Du, Li Feng, Xiaocui Du, Jun Sheng, Ruijuan Yang, & Chongye Fang

    食品标签

    茶/茶饮料 其他酱腌/发酵食品 物理辅助加工 特征风味 发酵工艺与动力学 微生物组/宏基因组学 风味组学 蛋白质与氨基酸 碳水化合物与糖类 多酚与黄酮 其他植物化学物质

    计算机标签

    偏最小二乘法 定量预测/回归分析 组学数据

    普洱茶(Camellia sinensis var. assamica)是一个复杂的多相发酵体系,其风味形成涉及化学转化、能量传递和微生态演替。为阐明声化学能量输入加速风味演变的机制,本研究构建了一个整合风味组学、分子动力学模拟和微生物生态分析的多尺度模型,用于描述超声空化条件下的分子反应和代谢调控。声功率密度从0.3增加至0.8 W/mL时,空化强度、能量吸收、活性自由基浓度和传质系数均显著提高,并形成高能异质微区。声化学耦合降低了酯型儿茶素的反应能垒,促进其向游离酸型多酚转化;高剪切力还使蛋白质和肽发生部分解聚,使呈味氨基酸和可溶性糖增加约1.5—3倍,从而增强茶汤的醇厚和甘甜感。宏组学分析显示,较高声能促进植物乳杆菌和黑曲霉等功能菌群富集,与苯丙氨酸代谢及单萜生物合成相关的通路约富集两倍,推动芳香酯和萜类物质积累。PLSR和RDA模型表明,声功率和空化指标能够定量预测风味输出。不过,技术经济分析和固态介质声传播模型显示,工业放大仍面临能耗、固液混合反应器设计及后续脱水成本等限制。研究揭示了声化学能量驱动普洱茶风味演变的跨尺度机制,并界定了该技术的应用边界。

跳转至

页

学术日历
学术日历

特刊征稿

特刊名称

截稿时间

收录范围

会议链接

IF=18.1!征稿丨Nature Communications:AI-Driven Smart Agriculture for Sustainable Food Systems

2027.03.18

农业生产与AI

了解更多

IF=13.8!征稿 | Food Hydrocolloids: 20th Food Colloids Conference: past, present and future of food colloids

2026.09.30

食品胶体与AI

了解更多

IF=10.6!征稿丨Journal of Future Foods:Intelligent Detection and Data-Driven Food Safety

2027.01.31

食品安全与AI

了解更多

IF=9.6!征稿 | npj science of food: Flavor Chemistry

2026.12.03

风味化学与AI

了解更多

IF=7.7!征稿丨Current Research in Food Science:Intelligent Matrices: Machine Learning and AI in Molecular Food Science

2027.02.01

应用分子食品科学与AI

了解更多

IF=7.3!征稿 | Food Science and Human Wellness: Special Issue on Identification of New Targets for Food-derived Compounds

2026.12.01

分子靶点与AI

了解更多

IF=7.0!征稿 | Food Control: Food authentication and traceability in high-risk products: analytical approaches for regulatory control

2027.05.30

食品快速检测与AI

了解更多

IF=6.0!征稿丨foods:Flavor Formation Mechanisms,Targeted Regulation Strategiesand Al-Enabled Research inAnimal-Derived Foods

2027.01.10

动物源性食品风味与AI

了解更多

IF=5.9!征稿 | Food Quality and Preference: Sensory is everywhere, beyond food. Expanding the horizon of sensory and consumer science

2026.09.30

感官科学与AI

了解更多

IF=7.3!征稿 | Postharvest Biology and Technology: Ready-to-use, added-value, fresh fruit and vegetables: the new scenario in terms of recent innovations and prospective industry needs

2026.09.16

果蔬与AI

了解更多

活动详情请关注“食品AI荟”微信公众号