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 289 条结果
-
迈向以人为本的食品制造业新工业5.0范式:人工智能驱动的纳米级智能营养载体数字化
查看原文2025
Trends in Food Science & Technology
中科院一区JCR一区Sana Yakoubi
食品标签
过程优化与控制策略 动力学建模 数值仿真 蛋白质与氨基酸计算机标签
机器学习/统计学习 大模型与 LLM 图神经网络 定量预测/回归分析 设计/生成与推荐 模拟与数字孪生背景:在精准食品工程时代,人工智能驱动的蛋白质结构预测、先进的分子对接技术以及数字孪生技术的融合,标志着自适应递送系统的发展出现了范式转变。纳米级食品递送系统的精准设计日益依赖于准确预测蛋白质与复杂食品基质之间相互作用的能力,这对于优化包封、稳定性和营养物质的可控释放至关重要。
范围与方法:本综述探讨了用于蛋白质结构建模和蛋白质-基质相互作用(PMIs)预测的计算工具的最新进展。它涵盖了重新定义分子建模能力的基于模板、从头设计、混合以及深度学习方法。本综述还评估了人工智能在增强分子对接算法方面的作用,特别是通过图神经网络、自然语言处理和基于Transformer的模型。此外,它还研究了数字孪生技术实时虚拟化和模拟分子行为的潜力,为动态、智能的食品系统设计创造了机会。
主要发现与结论:计算和人工智能驱动的方法正以前所未有的准确性改变着蛋白质结构建模和PMIs预测的能力。这些进展有助于设计更有效的生物智能包封系统,专门用于提高营养物质的稳定性和靶向递送。数字孪生技术通过实现递送系统性能的实时模拟和优化,对这些发展起到了补充作用。综上所述,本综述整合了这些跨学科工具,为下一代数据驱动、个性化且可持续的用于控释的生物智能食品系统提供了路线图,从而推动了精准食品工程的前沿发展。 -
微波能量与热空气结合对Samh(Mesembryanthemum forsskalei Hochst)种子的功能性质、抗氧化活性和粘贴性能的影响
查看原文2025
Food Chemistry
中科院一区JCR一区Mohammed Saeed Alkaltham, Salah A. Almaiman, Mohamed A. Ibraheem & Amro B. Hassan
食品标签
豆类与坚果(及籽类) 品质、结构与理化性质 物理辅助加工 蛋白质与氨基酸计算机标签
偏最小二乘法 定量预测/回归分析本研究旨在探究微波加热联合热风(70摄氏度)在不同处理时长(0秒、90秒、180秒)条件下,对沙姆籽(水分含量8%、12%、16%)色泽、可溶性消化蛋白、功能特性、糊化特性及抗氧化能力的影响。研究结果表明,微波加热可显著改变沙姆籽的色泽,提升籽粒蛋白溶解度,并改善其功能特性与黏度特性。此外,沙姆籽的水分含量和微波处理时长会对其各项品质指标产生显著影响。偏最小二乘(PLS)模型验证结果显示,水分含量16%、处理时长180秒的沙姆籽经微波联合热风循环处理效果最优。综上,微波技术有望成为改善沙姆籽品质与功能特性的一种新型高效加工技术。
-
从酵母蛋白中筛选和鉴定新颖鲜味肽:对其对T1R1/T1R3受体作用机制的见解
查看原文2025
Food Chemistry
中科院一区JCR一区Yuxiang Gu, Xuewei Zhou, Yajie Niu, Jingcheng Zhang, Baoguo Sun, Zunying Liu, Xiangzhao Mao, Yan Zhang, Ku Li & Yuyu Zhang
食品标签
蛋白质配料 品质、结构与理化性质 营养与生物功能 蛋白质与氨基酸计算机标签
机器学习/统计学习 分类/鉴别/等级评定本研究旨在解析六种不同酵母蛋白样品的肽谱,并从中筛选鉴定新型鲜味肽。肽特征分析结果印证了酵母蛋白肽库是鲜味肽的优质天然来源这一观点。研究借助iUmami_SCM、UMPred-FRL、Umami_YYDS、Umami-MRNN、Innovagen、Expasy-ProtParam及ToxinPred工具,筛选出9种潜在鲜味肽。浓度为1毫克/毫升AGVEDVY、LFEQHPEYRK、AFDVQ、GPTVEEVD、NVVAGSDLR、ATNGSR、VEVVALND肽均被证实具有鲜味,其中前五种肽对质量分数0.35%的谷氨酸钠具有显著的增鲜效果。分子对接结果显示,组氨酸、精氨酸、酪氨酸、天冬氨酸、谷氨酰胺、苏氨酸、丝氨酸、谷氨酸等肽残基,主要通过氢键与鲜味受体T1R1His71、Ser107/109/148、Asp147/218、Arg277位点,以及T1R3的Ser104/146、His145、Asp216、Tyr218、Ala302位点发生结合。本研究丰富了可作为食品添加剂的鲜味肽资源库,也为挖掘酵母蛋白中的呈味物质及其拓展应用奠定了理论基础。
-
海洋生物活性肽的分离、表征、人工智能筛选及生物活性:综述
查看原文2025
Food Chemistry
中科院一区JCR一区Yi Cui, Xiaorui Li, Yiran Sun, Yinyin Liu, Weiye Zhang, Yifan Jiang, Yunxiang Zhou, Jinshan Liu, Bangyu Gong, Yuzhen Wu, Shengfu Li, Linwu Zhuang, Wei Cong & Junjie Zhang
食品标签
营养与生物功能 统计建模与仿真 蛋白质与氨基酸计算机标签
智能手机/其他 分类/鉴别/等级评定海洋生物活性肽(MBPs)是源自海洋的短链氨基酸聚合物,具有特定的生理活性。由于其独特的来源和结构多样性,海洋生物活性肽引起了广泛的研究兴趣。因此,本文系统综述了在提取、纯化、结构表征、基于人工智能(AI)的筛选、生物活性及构效关系方面的最新进展。尽管取得了显著进展,但在实现高效提取、实施有效的分离和纯化、确保基于人工智能筛选的样本数量和质量充足、提高模型准确性以及推进生物活性和构效关系研究等方面仍存在挑战。未来的研究应优先开发绿色、高效的提取和纯化技术,构建更准确的生物活性肽筛选模型,以及更深入、系统和严谨地研究生物活性及构效关系。这些努力将为功能明确的海洋生物活性肽在食品、医药和化妆品领域的应用奠定坚实基础。
-
利用基于遗传算法的逆向传播神经网络,通过超声辅助均质化,对枸杞饮料进行先进的稳定性预测和机制研究
查看原文2025
Food Chemistry
中科院一区JCR一区Qun Yu, Xunyang Huang & Liuping Fan
食品标签
果蔬饮料 品质、结构与理化性质 过程优化与控制策略 蛋白质与氨基酸 花青素与类胡萝卜素 多酚与黄酮计算机标签
机器学习/统计学习 生成对抗网络 定量预测/回归分析传统的浑浊枸杞饮料(CGBs)制备方法常在灭菌过程中导致不可逆的相分离,并需要高均质压力。然而,结合超声与均质(US-HPH)技术,通过200瓦超声功率和40兆帕均质压力的结合,实现CGB在较低压力下的稳定性。与最佳超声条件下相比,US-HPH显著减少了67.91%的平均颗粒大小,并使绝对ζ电位提升了5.73%。而且它能将颗粒尺寸减少43.78%,并使 타电位提升20.63%,相较于最佳均质化。同时,CGB中多种活性成分,包括蛋白质、多酚和类胡萝卜素,也被保留。此外,为全面揭示US-HPH对CGB稳定性的影响,基于遗传算法(GA)和反向传播(BP)神经网络的准确表征,开发了预测模型,结果准确预测CGB的颗粒大小和zeta势(RMSE = 0.026,MAE < 2)。