今天介绍一篇由北京汉王科技有限公司智能感知实验室的Weihong Liu等人于2022年3月在线发表在Food Chemistry上的文章。本文受小鼠嗅觉系统的启发，开发了一种仿生嗅觉识别系统来区分复杂的气味刺激，将气味受体（OR）的非凡特异性与反向传播（BP）神经网络的出色数据处理能力相结合，以区分中国白酒的香气。
介绍
今天介绍一篇由北京汉王科技有限公司智能感知实验室的Weihong Liu等人于2022年3月在线发表在Food Chemistry上的文章。本文受小鼠嗅觉系统的启发，开发了一种仿生嗅觉识别系统来区分复杂的气味刺激，将气味受体（OR）的非凡特异性与反向传播（BP）神经网络的出色数据处理能力相结合，以区分中国白酒的香气。
摘要
香气是影响中国白酒感知质量的重要属性，每种白酒都具有独特的挥发性化学物质集合。在这里，设计了一个仿生嗅觉识别系统，将10种小鼠气味受体的最佳面板与反向传播神经网络模型相结合，以区分中国白酒的香气。本文的系统显示出出色的预测能力，平均准确率为96.5%，可以区分不同香气类型的酒，以及同一香气类型中不同品牌和陈酿年份的酒。进一步阐明了酒类香气化合物与气味受体之间的共124种相互作用，以了解分子水平的气味编码，包括14种新脱孤的气味受体。本文的工作代表了结合受体和机器学习来区分复杂气味刺激的概念证明。
图1：仿生嗅觉系统的示意图。右，小鼠嗅觉系统，在该系统中，一系列神经解剖学事件将气味转化为嗅觉感知。左边是仿生嗅觉系统，其中来自异源表达系统的功能性ORs的气味反应剖面被输入到BP神经网络模型中。
材料和方法
材料选择五种中国白酒。利用中国白酒的香气，其中大量挥发性化合物是由多种生化反应产生的，首先获得了基于完整的小鼠或曲目的气味反应谱，并重点研究了白酒香气识别任务中激活的ORs的子集。然后，建立了一个白酒识别模型来评估OR数组的预测能力，并计算每个OR的重要性得分来优化OR组合。使用BP神经网络建立酒类识别模型。在这项研究中，作者使用对每种酒的OR响应作为BP神经网络的输入，并获得酒的身份信息作为输出。最后，通过分析香气的化学成分并识别其或条形码来解码白酒的香气特征。
结果
在1113个小鼠OR中，总共有46个被测试的四种中国白酒中的至少一种激活。作者建立了一个基于46维气味响应曲线数据的白酒识别模型，五种白酒各重复40次。使用60% (120/200) 的气味响应曲线作为训练集，20% (40/200) 作为验证集，其余20%作为测试集。每次训练后，使用验证集来验证模型的学习效果，避免过拟合。经过5000次训练迭代后，损失值稳定收敛（图2A）。
图 2 . 使用46个功能OR的酒类识别模型的预测性能。 (A) 损失函数曲线和模型的验证精度。X 轴表示迭代次数。左 Y 轴代表训练损失值。右 Y 轴代表验证准确度。 (B) 五种中国白酒的预测分类。
作者计算了每对OR的气味响应值之间的Pearson相关系数，发现存在许多具有强相关性的OR（图3A）。因此，需要通过特征选择进一步筛选最佳OR组合。采用了一种嵌入式方法，可以在数据训练过程中自动执行特征选择。使用极度随机树（ET）作为训练模型，通过学习五个酒样的气味响应数据，对每个OR的重要性进行评分和排序（图3B）。ET自动选择了十个最重要的OR作为最佳组合。 十折交叉验证的分类性能测试表明，前10个OR的酒类判别能力与整个功能性OR集相当，平均预测准确率为96.5%（图3C）。
图3 . 特征选择。 (A) 特征之间的分类性能冗余。计算了47个特征的 Pearson 相关系数，包括46个功能OR和5个中国白酒样品的标签。热图中的颜色代表 Pearson 相关系数值。 (B) 46个功能性 OR 的重要性得分和排名顺序。 (C) 不同OR组合的分类性能。X轴表示OR的添加顺序。Y轴表示累积预测精度。显示了每个测试的最佳、最差和平均累积预测精度。
为了提供酒类识别模型的分子基础，接下来阐明了这些芳香化合物与活化的OR之间的关系。首先，通过单一浓度 (300 µM) 的 44 种芳香化合物对 46 种功能性OR进行了成对刺激。其中，36个OR对34种芳香化合物中的至少一种有反应，共包含219种潜在的正向相互作用。在该测试中，确认了26个OR和28种芳香化合物之间共有124个正相互作用（图4）。正如预期的那样，发现广泛调整的OR家族，如MOR256、MOR286和MOR174，被多种芳香化合物激活。 引人注目的是，作者的工作导致了14个OR的去孤儿化，其中两个来自没有已知配体的OR家族，并且发现了67种新的受体-配体相互作用，用于先前去孤儿的OR（图4）。
图4 . 26种OR和28种芳香化合物之间的相互作用。在26个OR中，白色背景上的前2个是新的脱孤 OR，没有报告同一OR家族中所有OR的配体；中间的12个浅蓝色阴影是新的孤立OR，其中至少有一个来自同一家庭的孤立OR；深蓝色阴影的底部12个是以前的孤立OR。RRR，测试孔中最大响应与空白对照的相对响应比。（有关此图例中颜色参考的解释，请读者参考本文的网络版本。）
结论
白酒样品陈化年限的鉴定是基于OR的分析的潜在应用。受体MOR110-10，其反应在30年和15年的茅台样品之间存在显着差异。
文中展示了一个概念验证仿生嗅觉识别系统，该系统结合了功能性OR表达和机器学习，可用于区分复杂的气味刺激。此处确定的天然气味剂和OR之间的相互作用为开发用于食品和饮料行业及其他行业的香气检测、重建和模拟的未来工具奠定了基础。
参考文献
Liu W, Zheng Y, Zhang C, et al. A biomimetic olfactory recognition system for the discrimination of Chinese liquor aromas. Food Chem. 2022;386:132841. doi:10.1016/j.foodchem.2022.132841。 
长按关注我们
微信号｜FoodAI
原创文章，作者：ifyoung，如若转载，请注明出处：https://www.drugfoodai.com/bp-wine.html
注意：本站原创指的是原创编译，并不主张对所介绍的工作的版权，如有侵权，请联系删除！
微信扫一扫 
支付宝扫一扫 相关推荐
-
机器学习技术在食物摄入量评估中的应用
天给大家介绍一篇由Larissa Oliveira Chaves等人，于2021年7月29日上发表在Food Science and Nutrition（IF=11.171）的一篇综述性文章。该综述使用5个计算机数据库进行文献搜索，旨在确定使用ML算法评估不同人群食物摄入量的研究。
-
Nature Food | 机器学习支持的无损纸质显色传感器检测食物中的污染源
这篇文章主要的研究目的是为了解决食物污染源的检测和识别中存在的问题。本文的最主要的创新点便是使用了神经网络作为数据处理方法，从而解决了使用PCA检测的问题。当然这篇文章同样值得我们学习的还有对于项目的深化，最终做到了实际应用的场景。
-
天津工业大学卞希慧课题组：变分模态分解加权多尺度支持向量回归用于植物油和中药掺伪的光谱定量分析
天津工业大学化学工程与技术学院的复杂体系智能分析与计算实验室采用紫外可见光谱和近红外光谱结合基于变分模态分解的集成建模方法实现了掺伪植物油和中药的定量分析。相关研究成果在2022年8月1日以题为“Variational Mode Decomposition Weighted Multiscale Support Vector Regression for Spectral Determination of Rapeseed Oil and Rhizoma Alpiniae Offcinarum Adulterants”发表在国际学术期刊Biosensors（IF=5.743）上。
-
重磅干货：食品科学数据库资源汇总（国内篇）
近些年，随着各行业的数据呈现爆炸式增长，越来越多的数专业据库不断涌现，这些数据库为业内研究者提供了广泛的数据基础。在药物和食品研究领域，除了Pubchem, ChEMBL等综合性的数据库之外，也有DrugBank, Foodb等专业性的数据库。近年来，食品科学领域与人工智能的交叉越来越广泛和深入，在食品安全和食品营养等领域涌现了大量的优秀成果。但目前，食品科学领域相对于药物研发领域，数据库的类别和数量仍然还有很大差距。而获取优质的大量的数据是人工智能方法的前提，因此专业数据库的发展就显得尤为重要。
-
FOOD CHEM| 安徽农业大学宛晓春团队：基于GC-MS和GC-IMS表征三种茶制成的乌龙茶的香气特征
该研究基于采用GC-IMS、GC-IMS、感官评价和OAV测定等方法，对水仙、黄玫瑰和紫玫瑰的新鲜茶叶和乌龙茶的香气特征进行了综合分析。其中，苯乙醛和3,5-二乙基-2-甲基吡嗪是黄牡丹茶的香气活性成分。与水仙相比，黄玫瑰和紫牡丹的挥发物和花香味明显更多。此外，使用GC-IMS鉴定出27种挥发物，表明该联合方法有助于更好地了解品种对茶树香气的影响。
-
基于多种智能传感技术的数据融合策略及其在金华火腿品质评价中的应用
该研究针对多种智能感知技术，包括电子鼻、电子舌和计算机视觉的模式识别，提出了一种新的距离-概率分类（distance-probability classification，DPC）方法，并应用于不同老化时间下金华干腌火腿的分类评价，准确率可达到100%。同时进一步利用融合数据，建立了反向传播神经网络(BPNN)模型来预测老化时间并同时预测12种感官属性。BPNN模型在预测老化时间(R2 > 0.972)和感官属性(R2 > 0.935)方面表现出令人满意的性能。
-
FoodTracker：一种由AI驱动的食品检测移动应用程序
本次介绍的是来自加拿大麦吉尔（McGill）大学电气与计算机工程系，于2019年9月发表在arXiv.org上的文章。文中，作者介绍了一个可利用智能手机内置摄像头，仅使用手机有限的计算资源就可识别餐食中多个食物种类及其营养信息的移动应用程序——FoodTracker。该程序将深度卷积神经网络与YOLOv2结合，实现多对象同时识别和定位，得到的mAP接近80%，同时神经网络结构小巧且计算成本低廉。
-
使用机器学习方法对葡萄酒真实性进行预测建模
今天介绍一篇不久前由巴西戈亚斯联邦大学的Nattane Luíza da Costa发表于Artificial Intelligence in Agriculture的一篇文章。文中使用支持向量机(SVM)结合两种特征选择方法对南美洲4种葡萄酒进行分类，根据挥发物、半挥发物和酚类化合物的组成对收集的 83 个样品进行了分析。识别出九种化学品定义的变量子集对葡萄酒样品进行分类的性能最优，其准确率达93.97%。
-
浙江农科院袁玉伟产地溯源团队：基于稳定同位素和元素剖面的中国和伊朗藏红花地理起源研究
近日，农产品质量安全危害因子与风险防控国家重点实验室的聂晶和袁玉伟等人对藏红花中的元素含量（%C和%N）和稳定同位素（δ13C、δ2H、δ18O和δ15N）进行分析检测，并结合化学计量学的溯源方法，成功区分了伊朗和中国的藏红花，并对中国国内主要产区进行了分类
-
海南大学食品科学与工程学院王露课题组：鹧鸪茶中天然α-葡萄糖苷酶和α-淀粉酶抑制剂的筛选和鉴定及分子对接分析
该研究调查了鹧鸪茶提取物对α-葡萄糖苷酶和α-淀粉酶的抑制作用，测定鹧鸪茶提取物的总酚、黄酮含量及其对α-葡萄糖苷酶和α-淀粉酶的抑制效果，并通过HPLC-ESI- qTOF-MS/MS和亲和超滤筛选鉴定其起主要抑制作用的物质及含量；利用3T3-L1细胞测定鹧鸪茶提取物对其吸收葡萄糖的影响。最后，通过分子对接分析进一步阐明了这些抑制剂对α-糖苷酶和α-淀粉酶的可能作用机制。研究表明，鹧鸪茶是一种可应用于预防和改善餐后高血糖症状的天然代用茶资源。
