近日，中國(guó)農(nóng)業(yè)科學(xué)院飼料研究所寵物營(yíng)養(yǎng)與食品創(chuàng)新團(tuán)隊(duì)利用人工智能（AI）算法成功實(shí)現(xiàn)了對(duì)寵物食品中霉菌毒素污染物的快速篩查，為寵物食品的安全監(jiān)管提供了更加智能化、精準(zhǔn)化的技術(shù)支持。相關(guān)研究成果發(fā)表在期刊《Toxins（毒素）》上。

霉菌毒素因其潛在的毒性對(duì)寵物健康構(gòu)成嚴(yán)重威脅。傳統(tǒng)的霉菌毒素檢測(cè)方法，如質(zhì)譜法和酶聯(lián)免疫法通常需要較長(zhǎng)的檢測(cè)時(shí)間和較高的成本，限制了其在快速篩查中的應(yīng)用。

研究團(tuán)隊(duì)將AI領(lǐng)域的機(jī)器學(xué)習(xí)算法與電子鼻技術(shù)相結(jié)合，開發(fā)出一種全新的智能化檢測(cè)方法。電子鼻技術(shù)能夠在短時(shí)間內(nèi)無損地捕捉樣品的揮發(fā)性氣味特征，這些特征數(shù)據(jù)隨后被用于訓(xùn)練機(jī)器學(xué)習(xí)模型，從而預(yù)測(cè)霉菌毒素污染水平。研究結(jié)果表明, 在單一模型中，多層感知機(jī)（MLP）算法的分類準(zhǔn)確率最高，達(dá)到86.6%。通過集成模型（Model Ensemble）綜合多種單一模型的預(yù)測(cè)結(jié)果，分類準(zhǔn)確率進(jìn)一步提升至90.1%。相比傳統(tǒng)的檢測(cè)方法，機(jī)器學(xué)習(xí)算法不僅顯著縮短了檢測(cè)時(shí)間，還大幅降低了檢測(cè)成本，展現(xiàn)了巨大的應(yīng)用潛力。



該研究得到中國(guó)農(nóng)業(yè)科學(xué)院科技創(chuàng)新工程和基本科研業(yè)務(wù)費(fèi)專項(xiàng)的資助。

原文鏈接：https://doi.org/10.3390/toxins16120553