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。
撰文：宋方亮
编辑：肖冉
摘要
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。
1、介绍
四环素（TC）发现于20世纪中期，是由链霉菌生产的一类广谱抗生素。由于它具有生产成本低、毒性小、副作用少等优点，TC一直是人类使用最多的抗生素之一，在农业中也大量使用，这导致药物残留物在动物源性食品和生态系统中的积累。TC等抗生素在环境中的持续存在会导致耐药菌的增加，这是人类目前面临的最严重的威胁之一，设计和制造准确检测TC的敏感方法是至关重要的。
目前有许多方法用于测定TC浓度，如高效液相色谱法（HPLC）、液相色谱-质谱法（LC-MS）等这些最常用的方法，尽管产生了高度准确的结果，但存在成本很高，准备步骤复杂等问题。在各种检测方法中，荧光显示出独特的优势，包括快速的信号反应、低成本和可行的操作。近年来，由于贵金属纳米簇（NCs）具有许多如水溶性、生物相容性和良好的稳定性等优点，在荧光检测中越来越受关注。
智能手机摄像头和图像处理技术的广泛应用，为开发低成本的光度测量装置，对各种目标进行定性和定量分析创造了可能。将ML算法与图像处理技术相结合，用于定量测量分析物。在本研究中通过图像处理和回归模型(方案1)，综合研究了荧光传感方法在水和牛奶样品中四环素检测和定量的性能。
方案1 基于图像处理和机器学习的BSA保护的Au/ Ag双金属纳米簇传感平台示意图
2、结果与讨论
2.1 Au/Ag BMNCs的合成和表征
通过还原HAuCl4和AgNO3合成了稳定的BSA保护的Au/Ag NCs，在紫外线照射下生成带有红色荧光的橙色溶液。
2.2 通过Au/Ag BMNCs检测TC
在紫外照射下，随着TC浓度的增加，可见荧光发射从红色到橙色到黄色变化。由于TC和BSA稳定的纳米团簇之间的相互作用导致了荧光发射偏移。图1为有无TC时BSA-BMNCs的荧光等高线图。
图1 BSA稳定的Au/Ag BMNCs预处理EEM荧光光谱等高线图a)在没有TC的情况下，b)与TC相互作用后。
2.3 通过图像处理和机器学习进行模型设计
研究中使用4个不同的智能手机相机在紫外线照射下捕捉96孔板的图像，然后将图像传输到计算机中进行处理和提取特征，生成两个数据集，最后利用训练数据集建立TC浓度预测的回归模型。
2.3.1 水样和牛奶样品模型设计
使用从水样中获得的训练数据开发了五个模型。每个模型都优化达到最佳性能。表1总结了这些模型对水样训练数据的结果，SVM、Bg. + ANN，和Bg. + DT具有更好的整体性能。利用以上数据还开发了五个模型，每个模型都优化达到最佳性能。表2给出了牛奶样本训练数据的模型结果。从表中可以看出，Bagged DT的综合性能最好。从水和牛奶样本的结果可以得出结论，使用Bagging算法结合决策树和神经网络可以为本研究的回归任务开发出性能优异的模型。
表1 不同模型对水样训练数据集中TC浓度的预测性能。
表2 不同模型对牛奶样本训练数据集中TC浓度的预测性能。
2.3.2 传感平台的选择性和牛奶样品中的TC浓度的评估
本研究评估了基于BSA保护的BMNC传感平台对各种抗生素的检测能力，包括TC组的抗生素（TC、多西环素（DC）和土霉素（OTC））和其他抗生素，由于TC与BMNCs中BSA的相互作用，该平台能够选择性地将TC类抗生素与其他抗生素区分开来。开发的装袋式决策树模型对五种不同牛奶的预测结果表明，各种牛奶样品中的TC浓度都在最大残留限量（MRL）之下。
3、结论
本研究选择BSA保护的Au/Ag纳米团簇作为荧光探针，由于TC和BSA的相互作用，在引入TC后，发光从红色变为黄色。利用图像处理和机器学习技术，开发了一种快速、高精度的检测水和牛奶样品中TC的方法。希望通过本研究为偏远地区食物样品和环境中TC含量评估的即时检测平台的开发提供一些建议。
参考文献：Mousavizadegan M, Hosseini M, Sheikholeslami M N, et al. Smartphone image analysis-based fluorescence detection of tetracycline using machine learning[J]. Food Chemistry, 2023, 403: 134364.
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/food-chem%ef%bc%9a%e5%9f%ba%e4%ba%8e%e6%9c%ba%e5%99%a8%e5%ad%a6%e4%b9%a0%e5%92%8c%e6%99%ba%e8%83%bd%e6%89%8b%e6%9c%ba%e5%9b%be%e5%83%8f%e5%88%86%e6%9e%90%e7%9a%84%e5%9b%9b%e7%8e%af%e7%b4%a0%e8%8d%a7.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
-
基于人工智能的黄油品种识别作为食品掺假检测的研究范例
今天给大家介绍一篇由Gokce Iymen等人近期发表在Innovative Food Science and Emerging Technologies上的一篇文章。文章介绍了基于人工智能工具，利用简单的声音振动来识别食品中的掺假。
-
可容忍传感器故障等因素的机器学习模型用于食品质量预测
今天给大家介绍土耳其坎卡亚大学计算机工程系、软件工程系，土耳其伊斯坦布尔巴赫塞希尔大学计算机工程系，荷兰瓦赫宁根大学信息技术组合作，于2020年6月3日发表于Sensors期刊上的一篇研究型文章。文章中作者提出了一种单复数投票系统(SPVS)分类方法，可以通过忽略传感器故障或其他类型的故障来提高对食品质量的评估。为了说明该方法，作者使用了牛肉切割质量评估的案例研究。
-
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。
-
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。
-
拉曼光谱与机器学习结合应用在单细胞水平上快速检测食品传播病原体
今天给大家介绍一篇由Shuaishuai Yan等人，于2021年5月1日上发表在Talanta（IF=6.057）的一篇研究性文章。该文章表明拉曼光谱结合基于指纹的机器学习是快速诊断病原菌的一种前瞻性策略。在这项研究中，在单细胞水平上获得了常见菌株单细胞拉曼光谱（SCRS）。然后，利用核主成分分析(KPCA)提取原始数据的非线性特征，并利用决策树（DT）算法在血清型水平上对单个细菌细胞进行评价和识别。
-
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。
-
植物油中化学物质污染的安全风险评估和预警
今天介绍一篇由上海大学生命科学学院发表于Food Control的一篇文章。文中针对中国的实际情况，分析了三种食用植物油的化学危害污染状况，通过建立多种膳食暴露评价模型，对食用植物油中的苯并芘、黄曲霉毒素B1和重金属进行了风险评价。在此基础上，对食用植物油化学危害的综合风险评价进行了研究，并利用AHP-BP方法建立了食用植物油化学危害程度的预测模型。
-
FOOD CHEM|海南大学云永欢课题组：高光谱成像技术结合数据融合的罗非鱼鱼片新鲜度快速检测研究
该文研究了两种波段范围的高光谱成像系统（可见-近红外光谱（Vis-NIR）和近红外光谱（NIR））在冷藏期间测定罗非鱼鱼片中挥发性盐基氮（TVB-N）含量的潜力。利用Vis-NIR和NIR数据，建立了高光谱图像中罗非鱼鱼片平均光谱与其TVB-N含量之间的校正模型，并采用数据融合和多种变量选择方法对模型进行优化。最后，采用优化的模型来实现罗非鱼鱼片中TVB-N含量的可视化分布。结果表明，高光谱成像技术结合数据融合和变量选择等化学计量学方法在罗非鱼鱼片新鲜度无损评价分析中具有可行性。
-
基于免疫层析试纸条和人工智能图像识别算法的农药多残留快速检测技术
近期，中国农业科学院农业质量标准与检测技术研究所王静教授领衔的农业化学污染物残留检测及行为研究创新团队开发了一种集成了农药残留免疫检测、图像识别、人工智能、大数据和物联网等技术的农药多残留快速检测技术。
-
使用机器学习方法评估草莓树果实提取物在粉剂及溶剂系统中的稳定性
今天给大家介绍一篇由Astraya等人合著，于前段时间发表在Food Chemistry上的一篇研究型文章。文章中作者为了模拟酚类化合物在不同储存条件下的降解动力学，建立了3种机器学习模型。
