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 2456 条结果
-
应用化学计量学于1H NMR和UV-Vis光谱以评估洋蓟叶的固液提取方法
查看原文2022
Food Chemistry
中科院一区JCR一区Elisangela Fabiana Boffo, Kéture Salles de Melo, Milena Orlof Shiromoto, Airton Damasceno Silva, Paulo Cezar Vieira & Alessandra Regina Pepe Ambrozin
食品标签
新鲜蔬菜 品质、结构与理化性质 非热加工技术 光谱/色谱/质谱等分析方法 植物化学/生物活性成分计算机标签
主成分分析/判别分析 分类/鉴别/等级评定 红外/拉曼光谱数据朝鲜蓟具备多种生物活性,这些活性与其所含生物活性化合物的协同作用相关。固液提取的方式会影响提取物中化合物的种类与含量,进而对植物提取物的生物活性产生作用。本研究旨在探究何种提取方法(浸渍法、浸提法、索氏提取法)与绿色溶剂(乙醇、丙酮)的组合,更适合制备具有生物活性的朝鲜蓟提取物。所有固液提取实验均设置三次重复,操作条件为称取 3.0 g 朝鲜蓟叶片,加入 200 mL 溶剂。提取物干燥后,采用紫外 - 可见光谱(UV–Vis)与氢核磁共振波谱(¹H NMR)进行分析。对光谱数据开展化学计量学分析,其中主成分分析(PCA)结果显示,提取物的成分差异主要由提取溶剂决定。研究鉴定出倍半萜内酯类化合物洋蓟苦素为提取物中的主要活性成分,并据此得出结论:以乙醇为溶剂的索氏提取法,是本实验中最优的固液提取方案。
-
十种南非本土水果的代谢组学与化学计量学分析
查看原文2022
Food Chemistry
中科院一区JCR一区Nompumelelo J. Nkosi, Tinotenda Shoko, Vimbainashe E. Manhivi, Retha M. Slabbert, Yasmina Sultanbawa & Dharini Sivakumar
食品标签
新鲜水果 品质、结构与理化性质 光谱/色谱/质谱等分析方法计算机标签
机器学习/统计学习 定量预测/回归分析本研究采用超高效液相色谱 - 四极杆飞行时间质谱(UPLC‑QTOF/MS) 技术,对南非 10 种本土果实的代谢物进行了定性鉴定。代谢组学 - 化学计量学分析结果表明,在区分 3 个不同果实类群时,绿原酸的判别贡献度最高。热图分析依据代谢物含量呈现出相应的分布规律与聚类特征。德兰士瓦奶椰(Englerophytum magalismontanum) 中以下物质含量最高:槲皮素 3-O-α-L - 阿拉伯吡喃糖苷(401.09 mg/kg)、飞燕草素 3 - 半乳糖苷(57.80 mg/kg)、原花青素 B 型二聚体(527.07 mg/kg)、表儿茶素(1349.46 mg/kg)。水浆果(Syzygium cordatum) 中槲皮素 3 - 半乳糖苷、没食子酸甲酯 3-O-β-D - 吡喃葡萄糖苷含量最高;好望角无花果(Ficus capensis) 富含 3 - 咖啡酰奎宁酸(3-CQA)与 5 - 咖啡酰奎宁酸(5-CQA);莫博拉李(Parinari curatellifolia) 具有最高的铁离子还原抗氧化能力(FRAP,9.5 mmol TEAC/g)与 DPPH 自由基清除活性(IC₅₀ = 14.2 µg/mL)。对比其余 8 种本土果实,酸李(Ximenia caffra) 与沙杏藤(Landolphia kirkii) 对碳水化合物水解酶的抑制作用最强。相关性分析筛选出各果实中对应各类生物活性的关键功效成分,证实其具备作为功能性配料的应用价值。
-
基于SERS结合化学计量学的粗棕榈油掺假检测
查看原文2022
Food Chemistry
中科院一区JCR一区Selorm Yao-Say Solomon Adade, Hao Lin, Hao Jiang, Suleiman A. Haruna, Alberta Osei Barimah, Muhammad Zareef, Akwasi Akomeah Agyekum, Nana Adwoa Nkuma Johnson, Md Mehedi Hassan, Huanhuan Li & Quansheng Chen
食品标签
植物油 化学污染物 光谱/色谱/质谱等分析方法计算机标签
K-近邻 主成分分析/判别分析 分类/鉴别/等级评定 红外/拉曼光谱数据食用粗棕榈油(CPO)是广泛应用于食品、医药及家庭烹饪等多个行业的重要油脂。但近年来,不断有报道指出食用粗棕榈油存在被有害苏丹染料掺伪的问题。本研究采用表面增强拉曼光谱(SERS)结合化学计量学方法,在900–1800 cm⁻¹拉曼峰区间内对粗棕榈油中的苏丹染料掺伪进行检测。实验所检测粗棕榈油样品中,苏丹染料质量浓度范围为0.005–4 ppm。主成分分析(PCA)模型对粗棕榈油中苏丹 II与苏丹 IV的检测准确率分别达到 99.88% 和 99.90%。线性判别分析(LDA)与 K 近邻算法(KNN)同样实现了对粗棕榈油中苏丹 II、苏丹 IV 染料的高检出率。该传感器对苏丹 II、苏丹 IV 的检出限分别低至0.0028 ppm和0.0019 ppm。Au@Ag 核壳结构 SERS 传感器的检测性能可与高效液相色谱法(HPLC)相媲美。本研究证实,表面增强拉曼光谱结合化学计量学可用于食用粗棕榈油的真伪鉴别。
-
精品可可自发发酵过程中生物活性脂质的脂质组学分析
查看原文2022
Food Chemistry
中科院一区JCR一区Fabio Herrera-Rocha, Mónica P. Cala, Ana Maria León-Inga, Jenny Lorena Aguirre Mejía, Claudia M. Rodríguez-López, Sergio Leonardo Florez, María José Chica, Héctor Hugo Olarte, Jorge Duitama, Andrés Fernando González Barrios & Miguel Fernández-Niño
食品标签
巧克力及含可可制品 品质、结构与理化性质 光谱/色谱/质谱等分析方法 脂质与脂肪酸计算机标签
K-近邻 分类/鉴别/等级评定 组学数据可可脂含量对巧克力品质的影响已得到广泛研究与报道。然而,鲜有研究系统解析可可的脂质组成及其生物活性,现有工作大多仅聚焦于少数特定脂质。本研究采用液相色谱 - 串联四极杆飞行时间质谱(LC-MS-QTOF),对优质风味可可发酵过程的脂质组进行分析,并构建机器学习模型以评估其潜在生物活性。结果表明,优质风味可可在发酵全过程中,以脂肪酰类与甘油磷脂类为主体的脂质组整体保持稳定。研究同时训练多种机器学习算法,以挖掘已鉴定脂质的潜在生物活性,其中K 近邻算法(K-NN)表现最优。利用该模型将鉴定出的脂质划分为生物活性与非生物活性两类,共筛选出28 种潜在生物活性脂质分子,且上述化合物均未见此前的生物活性相关报道。本研究是首个针对优质风味可可脂质开展的非靶向脂质组学研究,也是首次系统探究其潜在生物活性的工作。
-
利用近红外高光谱成像与化学计量学快速无损定量单个小麦籽粒中的脱氧雪腐镰刀菌烯醇
查看原文2022
Food Control
中科院一区JCR一区Guanghui Shen, Yaoyao Cao, Xianchao Yin, Fei Dong, Jianhong Xu, Jianrong Shi, & Yin-Won Lee
食品标签
小麦 食品安全与风险评估 光谱/色谱/质谱等分析方法计算机标签
偏最小二乘法 支持向量机 定量预测/回归分析 高光谱/多光谱光谱本研究旨在评估近红外高光谱成像技术(NIR-HSI)结合化学计量学方法,对单粒小麦中脱氧雪腐镰刀菌烯醇(DON)含量进行定量检测的可行性。研究共采集 120 粒小麦籽粒,分为重度病斑粒(SDKs)、中度病斑粒(MDKs)和无症状粒(AKs)三类,采用 高效液相色谱 - 串联质谱法(HPLC-MS/MS) 测定单粒籽粒中的脱氧雪腐镰刀菌烯醇含量。分别构建偏最小二乘(PLS)、支持向量机(SVM)及基于全局偏最小二乘得分的局部偏最小二乘(LPLS-S)三种定量模型。
结果显示,重度病斑粒与中度病斑粒的脱氧雪腐镰刀菌烯醇含量可能较低甚至未检出,而无症状粒反而可能含有较高含量的该毒素。对比三种建模方法,采用混合光谱数据的LPLS-S 模型表现最优,其预测均方根误差(RMSEP)为 40.25 mg/kg,剩余预测偏差(RPD)达 2.24。上述研究证实,近红外高光谱成像技术可作为单粒小麦脱氧雪腐镰刀菌烯醇含量检测的有效手段,且能够在小麦进入食品供应链前,助力筛除高污染籽粒。