今天为大家介绍的是东北大学的陈帅和刘孟先团队于2023年5月在国际学术期刊Chemical Communications（Q2，IF：6.065）上发表的题为“A machine learning-based colorimetric sensor array for high-precision pathogen identification in household refrigerators”的短篇文章。该研究开发了一种基于多层神经网络的琼脂凝胶比色传感阵列传感器来识别家用冰箱中的病原体。
摘要
Science & Technology
家用冰箱是食源性病原体污染的重要组成部分，然而目前开发的识别病原体的基因型、免疫学和表型分析方法依赖于昂贵和复杂的仪器。传统的比色传感阵列（CSA）往往受到先验知识、干扰性挥发性有机化合物（VOC）及冷藏环境等限制。通过集成基于挥发性有机化合物指纹响应凝胶的比色传感器阵列和神经网络，构建了一种精确方便的传感器来识别家用冰箱（4°C，RH=55%）中的病原体。该平台有望扩展到智能食品包装领域，并有望用于病原体的需求点监测。
研究亮点
1. 应用神经网络分析由16个染色点组成的比色传感阵列的复杂颜色模式。
2. 经过训练的CSA-NN证实了其适用于家用冰箱中的病原体识别。
图文赏析
图1 基于琼脂凝胶的CSA与机器学习相结合，用于识别家用冰箱中的病原体。
图2 （a） 在不同琼脂与水比例下制备的琼脂凝胶的含水量变化。（b） 以不同琼脂与水的比例制备的琼脂凝胶的透射率。（c） 在冷藏环境中（4 ℃，RH=55%）纸基CSA和琼脂凝胶基CSA上染料斑点的照片和色差。
图3 （a） 来自顶部空间暴露于病原体VOCs的CSA模式。所有样品均取自无菌BHI肉汤。将肠出血性大肠杆菌、金黄色葡萄球菌、沙门氏菌和单乳杆菌在BHI肉汤中培养~3 log CFU mL-1的接种水平，并将所有病原体在37℃下孵育12小时。肠出血性大肠杆菌、金黄色葡萄球菌、沙门氏菌和单乳杆菌的CSA（b）PCA和（c）LDA评分图。
图4 （a） 数据库建设和神经网络训练。（b） 预测模型在测试集上的预测结果。（c） 测试集上预测模型的参数值。
图5 （a） 在家用冰箱环境（4 ℃，RH=55%）中接种金黄色葡萄球菌、单核葡萄球菌和CSA的蛋壳和相应的颜色图案图。（b） 蛋壳上金黄色葡萄球菌和单乳杆菌预测模型的预测结果。（c） 蛋壳实验数据集上预测模型的参数值。
总结
该研究构建了一个CSA-NN，用于在没有先验知识和复杂操作的情况下识别家用冰箱中的常见病原体。CSA由16个由琼脂凝胶支撑的染色点组成，具有良好的防潮性和抗冻性，有效地提高了其在冷藏环境中的实用性。此外，通过建立的数据库训练了一个具有背景校正能力的神经网络，并建立了准确的颜色模式病原体关联。最后，在复杂的冷藏环境中，CSA-NN实现了蛋壳上金黄色葡萄球菌和单核葡萄球菌的准确鉴定（83%的准确率）。CSA预计将扩展到其他需要病原体识别的领域，以有效预防和应对病原体引起的食品安全事件。
参考文献：
Y. Zhang, G. X. Qi, Y. L. Yu, M. X. Liu, and S. Chen, Chem. Commun., 2023,59, 7603-7606.
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/cc-refrigerators.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
-
使用人工神经网络和煮熟米饭的质地特性准确预测米饭的食用和烹饪质量
今天介绍一篇由四川农业大学农学院任万军教授团队于2022年12月发表在Food Chemistry（IF=9.23）上的文章。这篇文章主要讨论了使用人工神经网络（ANN）和米饭的质地特性来预测米饭的食用和烹饪质量（ECQ）的模型开发。
-
Food Chem：基于机器学习和智能手机图像分析的四环素荧光检测
今天介绍一篇由伊朗德黑兰大学新科学与技术学院生命科学工程系的Maryam Mousavizadegan等人于2022年10月发表在Food Chemistry（IF=9.231）上的文章。文中使用机器学习（ML）算法开发了一种快速检测四环素（TC）的方法。
-
FRONT NUTR：通过化学信息学方法从蓝莓中计算筛选抗阿尔茨海默病的新神经保护成分
今天介绍一篇由中南林业科技大学张琳教授团队发表的一篇研究性论文，由肖冉等人于2022年12月发表在国际营养学TOP期刊Frontiers in Nutrition上（JCR:Q1 IF:6.59）。本文尝试设计一种基于化学信息学方法这种有效的智能筛选模式，从蓝莓中寻找抗阿尔茨海默病（AD）的新型有效成分，并通过实验验证了预期成分的生物活性。该方法集成了先进的人工智能和化学信息学方法，实现了对所有成分的逐步分析和过滤。最后，获得了预期的新化合物氯化锦葵色素-3-O-半乳糖苷（Ma-3-gal-Cl）。这篇文章采用的创新性方法为。这项工作采用的筛选策略能够为研究者从天然产物和食物中筛选活性成分提供新的参考。
-
基于输入修正卷积神经网络的电子鼻和高光谱图像融合羊肉新鲜度检测
今天介绍一篇来自安徽大学翁士状副教授课题组于2022年3月发表在Food Chemistry上的文章。该研究采用电子鼻和高光谱图像相结合的方法对羊肉总挥发性盐基氮(TVB-N)进行综合评价。为准确分析羊肉新鲜度提供了一种途径，并为其他肉类品质的研究提供了技术依据。
-
Nutrients：eBASIS数据库中的可提取和不可提取抗氧化剂成分：人类健康和疾病研究中膳食评估的关键工具
今天介绍一篇由Jenny Plumb等人于2020年11月在线发表在Nutrients（IF=6.71）上的文章。这篇文章讨论了eBASIS数据库的更新，该数据库包括可提取和不可提取的抗氧化剂，这对于评估食物基质的抗氧化性质及其与人类健康的相关性非常重要。文章还介绍了非可提取多酚的重要性、测量食物和膳食补充剂中抗氧化活性/容量的各种方法、维护和更新食物成分数据库的重要性以及相关挑战。总体而言，文章强调了需要标准化的方法和数据库来准确评估我们饮食中的生物活性化合物及其潜在的健康益处
-
Nat. Med. | AI和影像学的癌症筛查,准备迎接重要时刻
今天为大家介绍的是来自Jörg Kleeff的一篇短文。近年来，人工智能（AI）已成为我们生活中无处不在的元素。无论是在互联网上使用搜索引擎，发表或阅读社交媒体内容，还是使用交通工具，我们都在有意或无意地与AI技术互动。在临床医学中，AI的应用进展远比其他领域慢，诊断和治疗建议几乎完全基于人类的判断。直到最近，AI技术才开始被评估其在多种临床场景中的适用性和潜在益处，其中视频和影像应用处于领先地位。
-
凉茶中农药及其转化产物的分析
今天介绍一篇来自国家环境保护新型污染物环境健康影响评价重点实验室卢大胜和汪国权等人于2022年2月发表在Food Chemistry（IF=7.514）上的文章。通过研究定位了来自中国两个主要产区的两种凉茶(菊花和冬青)中的农药和农药转化产品(PTPs), 揭示了凉茶中农药的概况，并为发现潜在的环境污染和食品污染物提供了新的视角。
-
预测下一场革命：食品技术对消费者接受度和满意度的影响
撰文和翻译：王雪洁 编辑：肖冉 今天介绍一篇由Nuria Recuero-Virto等人于2022年1月在线发表在British Food Journal上的文章。本文是通过收集和…
-
基于牛奶营养分子数据集的婴幼儿配方奶粉人性化全息分析方法的建立与评价
今天介绍一篇来自东北农业大学食品科学系张英华，王玉堂课题组于2022年4月发表在Food Chemistry（IF=7.514）上的文章。文中通过研究编制的牛奶营养分子数据集，结合机器学习提出了一种识别婴儿配方奶粉人性化程度的新方法。
-
ACS Omega：当机器学习和深度学习成为食品化学中的大数据
撰文：梁瑞 编辑：肖冉 今天给大家介绍一篇由Tseng等人，于2023年4月发表在ACS Omega上的（JCR分区：4.132/Q2）一篇综述性文章。该综述重点介绍了一些著名的食…
