机器学习能力检测污染，乳制品变质，肉
作者：by Anna Zarra Aldrich, University of Connecticut
乳制品和肉是美国食源性疾病的两个常见来源
因此，生产者使用方法在向公众使用之前测试食物以进行细菌污染。但是，这些方法耗时，昂贵，需要专家培训才能执行。
UConn的农业，健康和自然资源学院的研究人员开发了由机器学习提供动力的新方法细菌污染从根本上减少执行它们所需的成本和时间的变质。
这项工作由扬乔·卢（Yangchao Luo）的小组和Zhenlei Xiao领导。Luo和Xiao都是营养科学系的教职员工。
他们的方法通过使用带有许多小区域的96孔板来填充样品和12个传感器的阵列来起作用。
传感器根据其分子结构与不同细菌的反应不同。这些相互作用会产生独特的模式。通过将这些模式馈送到机器学习算法中，研究人员教会了一台根据模式检测病原体的计算机。
这项新技术可以在短短两个小时内以98％的精度检测牛奶中八种不同的致病性和变质细菌。
Luo说：“我们希望开发一种可以同时检测尽可能多的物种的技术，以便我们可以轻松地追溯原始污染的来源。”
小组测试了五个致病细菌包括李斯特菌，大肠杆菌和沙门氏菌，它们是美国最常见的三种食源性病原体，他们还测试了三种导致变质的非致病细菌。他们在食物化学。
Luo说：“通过这种组合，我们很确定我们涵盖了大多数牛奶污染的案例。”
这种方法是对现有方法的重大改进，该方法一次只能测试一种细菌，整个过程需要几天，并且需要训练有素的实验室技术人员。
研究人员使用具有高灵敏度和机器学习的尖端纳米技术来实现这些结果。
由于执行此测试不需要任何正式的实验室培训，因此研究人员希望最终使用一个应用程序来开发家庭测试，消费者可以使用该应用程序检查其牛奶是否有病原体或变质。
Luo的小组目前正在开发一个应用程序，该应用程序使智能手机能够读取传感器生产的荧光数据。
该团队还通过消除从牛奶样品中消除蛋白质的纯化步骤来使此过程变得更加简单，从而干扰了测试的准确性。
检测肉中的VOC
研究团队还正在开发一个传感器来检测挥发性有机化合物（VOC），是由细菌产生的，导致肉类变质。
这些传感器可以检测到VOC以确定食物的新鲜度，特别是牛肉，并确定致病细菌的存在。
Luo说：“基于VOC，我们可以检测到可以转化为这些VOC的细菌类型的模式。”
这项研究是出版在食物边界。
该技术的工作原理与细菌传感器相似。当VOC从肉中释放出来时，它会在传感器中产生颜色变化，从而为研究人员提供有关正在生产哪些VOC和哪种细菌的信息。该小组再次开发了机器学习模型来读取数据。
在生肉中测试VOC而不是细菌的优势是，使用VOC，传感器无需直接与细菌接触，因此您无需将样品从产品中取出来进行测试。虽然从一批牛奶中取出样品相对简单，但从切碎的肉中取出样品就少了。
可以将该技术直接纳入食品包装中，以根据传感器的颜色变化创建易于阅读的潜在食物变质或污染的方法。
Luo说：“ VOC是挥发性的。他们只是在空中。”“因此，您可以在不触摸细菌的情况下检测到VOC。它不需要以这种方式进行抽样过程。因此，我们可以在包装上放置一个简单的传感器。”
更多信息：Yi Wang等人，机器学习支持单链DNA传感器阵列，用于在牛奶中鉴定多种食源性病原和变质细菌，食物化学（2024）。doi：10.1016/j.foodchem.2024.141115
Yihang Feng等人，机器学习支持地面牛肉新鲜度监测基于近红外和纸成色阵列，食物边界（2024）。doi：10.1002/fft2.438
引用：机器学习能力检测污染，乳制品变质，肉（2025年，2月20日）检索2025年2月20日摘自https://phys.org/news/2025-02-machine-powers-contamination-poilage-dairy.html
该文档具有版权。除了为私人研究或研究目的的任何公平交易外，没有未经书面许可，可以复制部分。内容仅用于信息目的。
关于《机器学习能力检测污染，乳制品变质，肉》的评论
暂无评论