近日，中國農(nóng)業(yè)科學院飼料研究所寵物營養(yǎng)與食品創(chuàng)新團隊利用人工智能（AI）算法成功實現(xiàn)了對寵物食品中霉菌毒素污染物的快速篩查，為寵物食品的安全監(jiān)管提供了更加智能化、精準化的技術(shù)支持。相關(guān)研究成果發(fā)表在期刊《Toxins（毒素）》上。

霉菌毒素因其潛在的毒性對寵物健康構(gòu)成嚴重威脅。傳統(tǒng)的霉菌毒素檢測方法，如質(zhì)譜法和酶聯(lián)免疫法通常需要較長的檢測時間和較高的成本，限制了其在快速篩查中的應用。

研究團隊將AI領(lǐng)域的機器學習算法與電子鼻技術(shù)相結(jié)合，開發(fā)出一種全新的智能化檢測方法。電子鼻技術(shù)能夠在短時間內(nèi)無損地捕捉樣品的揮發(fā)性氣味特征，這些特征數(shù)據(jù)隨后被用于訓練機器學習模型，從而預測霉菌毒素污染水平。

研究結(jié)果表明, 在單一模型中，多層感知機（MLP）算法的分類準確率最高，達到86.6%。通過集成模型（Model Ensemble）綜合多種單一模型的預測結(jié)果，分類準確率進一步提升至90.1%。相比傳統(tǒng)的檢測方法，機器學習算法不僅顯著縮短了檢測時間，還大幅降低了檢測成本，展現(xiàn)了巨大的應用潛力。

該研究得到中國農(nóng)業(yè)科學院科技創(chuàng)新工程和基本科研業(yè)務(wù)費專項的資助。

原文鏈接：https://doi.org/10.3390/toxins16120553