基于机器学习和风味组学的食品特征风味确定研究策略综述

2025-10-30 2096 来源：食品风味化学与感官分析公众号

简介

1.题目
基于机器学习和风味组学的食品特征风味确定研究策略综述

2.期刊

Trends in Food Science & Technology

3.单位

中国农业科学院特产研究所

4.作者

Donglin Cai , Xueqing Li , Huifang Liu , Liankui Wen, Di Qu

5.内容概要

背景：风味是衡量食品质量的重要指标。近年来，机器学习（ML）在食品风味特征挖掘和分析中得到了广泛应用。然而，案例总结和风味组学分析仍显不足。范围与方法：本文重点介绍了食品风味组学分析与 ML 算法联合应用的最新进展，包括食品风味研究中常用的检测技术以及不同 ML 模型的数据分析方法。对这些技术进行了分析和比较，并讨论了它们的优势和局限性。关键发现与结论：ML 在食品风味化合物检测中的应用能够产生强大的分析和预测性能。每种 ML 模型都有其自身的优缺点。诸如 k 近邻（KNN）、支持向量机（SVM）、决策树（DT）和深度学习（DL）等模型能够处理复杂且规模较大的数据集，但对数据量要求较高，训练耗时且容易过拟合。诸如主成分分析（PCA）、偏最小二乘法（PLS）和随机森林（RF）之类的模型相对简单，对数据量的要求较低，训练速度快，但在处理复杂数据时可能会出现欠拟合的情况。当多个机器学习模型一起用于预测风味时，可以快速确定准确率最高或更适合预测任务的模型。总之，食品风味分析与机器学习的结合在特色食品风味挖掘、质量评估和真实性鉴定方面具有巨大潜力。

6.文章原文