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
-
利用计算机辅助组合突变提高醇脱氢酶活性以高效合成 (S)-2-氯-1-(2,4-二氯苯基)乙醇
查看原文2025
Journal of Agricultural and Food Chemistry
中科院一区JCR一区Wenjie Ye, Jingwen Xie, Weijie Gao, Yifang Meng, Qinghai Liu, Hualei Wang, & Dongzhi Wei
食品标签
蛋白质与氨基酸计算机标签
机器学习/统计学习 设计/生成与推荐 合成/仿真数据为主(S)-2-氯-1-(2,4-二氯苯基)乙醇((S)-CPEO)是抗真菌药物卢立康唑的重要手性前体。本研究利用虚拟饱和突变评估有益位点组合,对来源于 Lactobacillus kefir 的突变醇脱氢酶 LkADH M0 进行重新设计,以高效合成 (S)-CPEO。研究通过与对苯乙酮衍生物具有高活性的酶进行多序列比对,在酶活性口袋中识别出 5 个保守性较低位点。为激发潜在协同效应并降低筛选工作量,研究将 5 个热点随机两两组合,生成 10 个虚拟饱和突变文库,其中 4 个有前景文库被实验构建和筛选。随后获得活性提高 5.4 倍的双突变体 LkADH M1(E145K/M206I),并以其为新模板迭代剩余三个位点,构建额外组合文库,最终得到 LkADH M3(T94V/E145K/L147M/M206I),其催化效率较 LkADH M0 提高 29.1 倍。LkADH M3 可高效还原最高 600 g/L 底物 2-氯-1-(2,4-二氯苯基)乙酮,对映体过量值超过 99.5%,时空产率达到 654 g·L-1·d-1。分子动力学模拟表明,活性增强与酶-底物复合物稳定性改善有关。
-
ATR-FTIR光谱结合代谢组学分析不同干燥温度下白牛肝菌的呈味成分
查看原文2025
Food Chemistry: X
中科院一区JCR一区Guangmei Deng, Honggao Liu, Jieqing Li & Yuanzhong Wang
食品标签
食用菌菇 特征风味 光谱/色谱/质谱等分析方法 代谢组学 蛋白质与氨基酸计算机标签
偏最小二乘法 卷积神经网络 分类/鉴别/等级评定 定量预测/回归分析 红外/拉曼光谱数据 组学数据 质构/流变/感官数据白牛肝菌具有独特的风味特征,其品质与代谢物相关。本文采用超高效液相色谱-串联质谱(UPLC-MS/MS)对不同干燥温度下白牛肝菌的游离氨基酸和有机酸进行表征。利用衰减全反射傅里叶变换红外(ATR-FTIR)光谱对不同处理的白牛肝菌进行鉴别并预测化合物。代谢组包括72种氨基酸和64种有机酸,其中分析了11种重要风味成分随干燥温度的变化。残差卷积神经网络(ResNet)模型对不同处理的白牛肝菌的识别准确率达到100%。偏最小二乘回归(PLSR)模型能准确预测11种化合物的含量,最优决定系数(R²)为0.975,最佳残差预测偏差(RPD)为4.404。ATR-FTIR光谱结合代谢组学可作为评估白牛肝菌风味增强物质的良好工具。
-
关于Hypsizygus marmoreus菌丝体与子实体在特定营养条件下营养关系的研究
查看原文2025
Food Chemistry
中科院一区JCR一区Jianqiu Chen, Mingming Yu, Chun Yang, Zenan Huang, Lizhang He, Jiaojiao Bian, Shujing Sun& Jiahuan Li
食品标签
食用菌菇 品质、结构与理化性质 蛋白质与氨基酸 碳水化合物与糖类计算机标签
偏最小二乘法 定量预测/回归分析 组学数据食用真菌子实体由经过生理扭结的菌丝体发育而成,菌丝体与子实体之间形成紧密的营养联系。尽管存在这种营养关联,目前该领域的相关研究仍较为有限。本研究旨在探究5种主要食用菌品种(金针菇、蟹味菇、荷叶离褶伞等)在特定营养条件下,菌丝体与子实体中的粗多糖及蛋白质含量。研究以蟹味菇为研究对象,设置5种碳氮比不同的培养基,探究菌丝体和子实体间的营养关联规律。结果表明,菌丝体中的粗多糖与蛋白质含量均高于子实体。采用偏最小二乘法(PLS)构建了蟹味菇子实体粗多糖和蛋白质含量的预测模型,模型预测值与实验实测值高度吻合,验证了模型的准确性。不同碳氮比对培养基中粗纤维含量的影响极小。对蟹味菇开展代谢组学分析发现,相较于子实体,菌丝体中碳水化合物代谢物、氨基酸代谢物分别显著上调72%、84%。其中,参与多糖前体合成途径的代谢物(半乳糖-1-磷酸、葡萄糖-1-磷酸、尿苷二磷酸葡萄糖)以及参与蛋白质前体合成途径的9种氨基酸,在菌丝体中含量显著更高,这也解释了菌丝体粗多糖和蛋白质含量高于子实体的内在原因。综上,本研究结果为通过菌丝体研究预测并提升食用菌品质、丰富食用菌品类奠定了重要理论基础,同时也为加快食用菌新品种选育、优化高品质食用菌栽培配方提供了理论支撑。
-
基于金纳米颗粒传感阵列的手性氨基酸指纹图谱分析及其在酒类鉴别中的应用
查看原文2025
Food Chemistry
中科院一区JCR一区Qiuyue Liu, Hefeng Shi, Yusheng Feng, Jinglei Xu, Chen Liu, Xijuan Zhao, Hongyan Zou & Jian Wang
食品标签
酒精饮料 光谱/色谱/质谱等分析方法 蛋白质与氨基酸计算机标签
主成分分析/判别分析 分类/鉴别/等级评定 定量预测/回归分析 红外/拉曼光谱数据手性氨基酸在生物系统中发挥着重要作用,广泛存在于食品中,尤其是酒精饮料里。它们的对映体鉴别对于质量保证和真实性验证至关重要。本研究开发了一种基于金纳米颗粒(AuNP)的传感阵列,用于对12种具有不同对映体过量值的氨基酸进行对映选择性识别。该系统利用三种金纳米颗粒变体,为每种氨基酸生成了独特的手性指纹图谱。结合线性判别分析(LDA)和层次聚类分析(HCA),该阵列在溯源/种类识别(13种红酒和6种白酒)以及盲样预测中实现了100%的准确率。偏最小二乘回归(PLSR)模型进一步对白酒香型的掺假水平进行了定量分析(R²=0.988)。这种金纳米颗粒传感阵列为手性氨基酸分析提供了一种快速、非破坏性的方法,可作为酒精饮料行业质量控制和造假检测的有力工具。
-
基于ICP、HPLC与机器算法的有机茶与常规种植茶品质分析及特征差异鉴别
查看原文2025
Food Chemistry: X
中科院一区JCR一区De Zhou, Yunfei Hu, Xi He, Lijuan Du, Lian Bao, Ming Zhao, Jinliang Shao & Qingyan Tang
食品标签
茶/茶饮料 品质、结构与理化性质 食品安全与风险评估 光谱/色谱/质谱等分析方法 矿物质与微量元素 蛋白质与氨基酸 多酚与黄酮计算机标签
偏最小二乘法 主成分分析/判别分析 分类/鉴别/等级评定 质构/流变/感官数据随着有机茶产业的不断扩张,辨别有机茶的真伪对维护市场稳定至关重要。为此,本研究选取了大尖山的有机种植茶和常规种植茶(绿茶)作为研究对象。通过高效液相色谱法、电感耦合等离子体光谱法和质谱法对其成分(水浸出物、多酚、矿物质元素等)进行了比较。采用多元统计分析方法(主成分分析、正交偏最小二乘判别分析和线性判别分析)筛选出主要差异物质。结果显示,在51种成分中,有37种存在显著差异(P < 0.05)。统计分析表明,15种成分(包括氨基酸、矿物质元素和儿茶素,变量重要性投影值>1)可作为有机种植茶与常规种植茶的特征性差异物质。鉴别准确率达到93.9%,为有机种植茶和常规种植茶的质量评价及鉴别提供了参考依据。