书接上期，我们分享了一系列国内的食品数据库资源和一部分国外食品专业数据库。这些数据库主要对食品添加剂的安全、食品成分、食品营养和食品酶等方面进行了数据分析与平台搭建。下面继续介绍几篇相关的食品数据库文章。
介绍
书接上期，我们分享了一系列国内的食品数据库资源和一部分国外食品专业数据库。这些数据库主要对食品添加剂的安全、食品成分、食品营养和食品酶等方面进行了数据分析与平台搭建。下面继续介绍几篇相关的食品数据库文章。
DietSys 的开发：用于膳食调查的综合食品和营养数据库
这篇是Marcela Perdomo Rodrigues等人于2021年9月在Journal of Food Composition and Analysis上发表的文章。构建了一个数据库，包括巴西、阿根廷和美国的食物成分表，其中食物被分为食物组、食物加工类别，并为当地消费的食物分配份量，扩大了 DietSys 的可用性，一种饮食巴西人口的数据处理系统。DietSys 数据库包含 9851 种食物，其中 5901 种被分配了 1 到 27 份或份量选项。所有物品中有 41% 被归类为超加工食品 (UPP)。DietSys 食物和营养数据库将允许研究人员计算代表巴西、阿根廷和北美人口饮食的当地食物的食物摄入量、食物组、食物加工类别和营养成分，特别是使食物计算变得可行巴西人口的食物摄入量。
参考文献
Marcela Perdomo Rodrigues, Neha Khandpur, Teresa T. Fung, Laura Sampson, Maria Rita Marques Oliveira, Walter C. Willett, Sinara Laurini Rossato. Development of DietSys: A comprehensive food and nutrient database for dietary surveys. Journal of Food Composition and Analysis,Volume 102,2021,104030,ISSN 0889-1575, https://doi.org/10.1016/j.jfca.2021.104030.
食品酶数据库 (FEDA)：一个网络应用程序，收集有关欧洲市场上可用的食品酶制剂的信息
这篇是Marie Deckers等人于2021年10月在Database : the journal of biological databases and curation上发表的文章。为了将所有相关信息集中在一个结构化位置，方便执法实验室和主管部门访问，作者开发了一个名为食品酶数据库（FEDA）的web应用程序。FEDA 允许在一个集中式门户中搜索和收集来自许多不同来源的信息。可以使用关键信息类型进行查询，包括生产公司信息、生产来源（菌株类型、转基因微生物状态）、酶蛋白类型和采用评估标准的评估状态。该数据库包含所有当前公开可用的信息。集中所有信息以及直观的搜索功能还可以生成有关当前市场情况的一般统计数据。 FEDA 是开放访问的，可在以下位置免费获取：https://feda.sciensano.be或者https://bioit-webapp-prod.sciensano.be/specenzyme/。 
参考文献
Deckers, M., Van Braeckel, J., Vanneste, K., Deforce, D., Fraiture, M. A., & Roosens, N. (2021). Food Enzyme Database (FEDA): a web application gathering information about food enzyme preparations available on the European market. Database : the journal of biological databases and curation, 2021, baab060. https://doi.org/10.1093/database/baab060
食品标签信息计划的发展：一个综合的加拿大品牌食品成分数据库
这篇是Mavra Ahmed于2022年2月在Frontiers in Nutrition上发表的文章。食品标签信息计划 (FLIP) 是加拿大食品和饮料包装标签的品牌数据库。 FLIP 的最新版本 FLIP 2020 是使用网站“抓取”开发的，以收集加拿大七大主要食品和饮料的所有食品和饮料的食品标签信息（例如，营养成分、价格、产品图片、成分、品牌等）。多伦多大学 2020 年食品标签信息计划 (FLIP) 分三个阶段开发：第一阶段，数据库开发和增强；第二阶段，食品和营养信息的数据采集和管理；第三阶段，数据处理和食品分类。FLIP 是评估和监测加拿大食品供应环境的有力工具。访问数据集的请求应发送至 Mary L’Abbe, ac.otnorotu@ebbal.yram。
参考文献
Ahmed M, Schermel A, Lee J, Weippert M, Franco-Arellano B, L’Abbé M. Development of the Food Label Information Program: A Comprehensive Canadian Branded Food Composition Database. Front Nutr. 2022;8:825050. Published 2022 Feb 3. doi:10.3389/fnut.2021.825050
ToxDP2 数据库：膳食多酚的毒性预测
这篇是Meetali Sinha于2022年2月在Food Chemistry上发表的文章。作者提出了一个动态的基于网络的数据库来评估膳食多酚的安全性并填补食品安全领域的毒性数据空白。该数据库 (ToxDP2) 包含 415 种膳食多酚化合物，分布在 15 个子类中，收集和预测的数据点为 25,792。该网络服务器有助于探索多酚的不同应用。 ToxDP2 的数据驱动方法为研究人员提供了对多酚结构-功能-毒性关系的理解，有利于开发营养保健品、药物、草药补充剂和配方。数据库网址：http://ctf.iitrindia.org/toxdpp
图4. ToxDP2数据库介绍
参考文献
Sinha M, Sachan DK, Bhattacharya R, Singh P, Parthasarathi R. ToxDP2 Database: Toxicity prediction of dietary polyphenols. Food Chem. 2022;370:131350. doi:10.1016/j.foodchem.2021.131350
FoodMicrobionet v4：一个大型、集成、开放和透明的食品细菌群落数据库
这篇是Eugenio Parente等人于2022年5月在International Journal of Food Microbiology上发表的文章。作者介绍了FoodMicrobionet的第4版本，这是一个食物和食物环境中细菌微生物群落组成的数据库。FoodMicrobionet 4.1.2 包含 180 项研究和10,151个样本，属于8个主要食品组，可以说是关于食品细菌群落的最大和最好的注释数据库。此版本包括1684个环境样本和8467个食品样本，属于 EFSA FoodEx2 分类的 16个L1 类别和196个L6类别，大约是之前版本（3.1，https://doi.org/10.1016/j.ijfoodmicro）的4倍。FoodMicrobionet 及相关数据和软件均符合科学数据和软件的 FAIR（可查找、可访问、可互操作、可重复使用/可重复）标准，并可在公共存储库（GitHub、Mendeley Data）上免费获取。在GitHub (https://github.com/ep142/FoodMicrobionet)和Mendeley Data (https://data.mendeley.com/datasets/8fwwjpm79y/6) 上获得。
参考文献
Parente E, Zotta T, Ricciardi A. FoodMicrobionet v4: A large, integrated, open and transparent database for food bacterial communities [published online ahead of print, 2022 May 2]. Int J Food Microbiol. 2022;372:109696. doi:10.1016/j.ijfoodmicro.2022.109696
总结
如今，食品数据库在各个方向快速发展，国外也已经有越来越多的食品相关数据库出现，解决的问题也越来越全面和多元化。本文仅根据个人阅读经历归纳了近期国外的部分专业数据库，期望为食品数据库今后的发展提供一些参考。
微信号｜FoodAI
原创文章，作者：ifyoung，如若转载，请注明出处：https://www.drugfoodai.com/database-3.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
-
利用温控近红外光谱研究限制环境下蛋白质的热稳定性及水的作用
文章中利用反胶束模拟限制环境，采集了不同温度下蛋白质溶液及反胶束溶液的近红外光谱。通过化学计量学方法对光谱进行解析，发现限制环境下蛋白质的热稳定性显著提高，并且发现了特殊桥连水结构的存在可能是其热稳定性提高的原因之一。
-
食品的分子注释——走向个性化饮食和精准健康
今天给大家介绍一篇由Junai Gan等人近期发表在Trends in Food Science & Technology上的文章。文章提出了一种对食品进行分子注释的框架，让人们对食物的分子特性如何影响个人饮食行为和健康有更好的了解，使个人和护理人员能够针对目标的健康管理做出明智的饮食决策。
-
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。
-
机器学习预测新兴污染物在植物中的吸收和转移：对食品安全的影响
今天介绍一篇由来自美国密苏里科技大学的Majid Bagheri等人发表在Science of the Total Environment上的一篇文章。文中使用神经网络和模糊逻辑，通过根部浓缩系数（RCF）和果实浓缩系数（FCF）测量植物根部和可食部位中污染物的积累。
-
中英文版《现代光谱分析中的化学计量学方法》专著出版
由中石化石油化工科学研究院褚小立博士，中国农业大学黄越博士，海南大学云永欢博士，天津工业大学卞希慧博士撰写的英文专著《Chemometric Methods in Analytical Spectroscopy Technology》，近日由国际著名学术出版社Springer出版发行。
-
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。
-
机器学习技术对食品销售预测的最新进展
本文回顾了用于预测食品销售的现有机器学习方法。讨论了从事食品销售预测的数据分析师的重要设计决策，例如销售数据的时间粒度，用于预测销售的输入变量以及销售输出变量的表示形式。同时回顾了已应用于食品销售预测的机器学习算法以及评估其准确性的适当措施。
-
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。
-
我的食物安全吗？ – 基于人工智能的含有微量的麸质或坚果的小扁豆粉样品分类
今天介绍一篇由Sandra Pradana-López等人于2022年8月发表在Food Chemistry上的文章。本文提出了一种基于人工智能的实时快速检测掺杂扁豆粉的方法。将“无麸质”小扁豆粉与小麦粉或开心果粉混合，然后，拍摄纯的和受污染的小扁豆粉的数字图像，并用于训练基于转移学习的模型（即ResNet34），该模型旨在根据小麦和开心果含量对图像进行分类。本文获得的结果旨在作为概念验证，以评估数字成像与深度学习技术相结合的食物过敏原检测的真正潜力。
-
Bioresource Technology：智能化的方法来可持续管理和利用食物废弃物
撰文：王雪洁 编辑：肖冉 介绍 今天介绍一篇由Zafar Said等人于2023年3月在线发表在Bioresource Technology（IF=11.89）上的文章。这篇文章主…
