电子鼻和人工智能结合起来检测宠物食品中的真菌毒素

某些真菌或真菌毒素产生的毒素对宠物食品行业有严重的影响。例如，受霉菌毒素污染的猫粮成分可能导致了2021年英国的猫全血细胞减少症浪潮，导致350多只猫死亡。世界各地的宠物食品和配料中都发现了危险的真菌毒素，如黄曲霉毒素、玉米赤霉烯酮、脱氧雪腐菌醇和伏马菌素B1。这些真菌毒素可引起急性中毒和慢性健康问题，包括免疫抑制、肝损伤、肾毒性和癌症。

在宠物食品供应链中及早准确地发现霉菌毒素可以预防这些健康威胁。然而，传统的检测方法，如色谱技术和免疫测定，往往需要复杂的样品制备和昂贵的仪器。

人工智能和电子鼻检测霉菌毒素
中国农业科学院的一组科学家着手开发一种具有成本效益的快速检测宠物食品中的玉米赤霉烯酮的方法。研究人员将电子鼻技术和机器学习算法结合起来进行了实验。机器学习算法是一种人工智能，可以让计算机在没有明确编程的情况下分析数据并自我学习。科学家们的方法检测了与霉菌毒素污染相关的挥发性化合物，有可能为传统方法提供一种非侵入性、快速和具有成本效益的替代方法。他们的研究结果发表在《毒素》杂志上。

在他们的研究中，研究人员分析了2021年至2023年间在中国收集的142份宠物食品样本中的玉米赤霉烯酮污染。利用电子鼻技术，研究人员记录了挥发性化合物的特征，以对污染程度进行分类。在这些数据上训练的机器学习模型被证明是准确的，集成模型达到了90.1%的分类准确率。该方法有效地鉴定了玉米赤霉烯酮污染。

电子鼻技术与机器学习的集成提供了几个关键优势：

速度和效率：电子鼻可以快速分析多个样品，便于生产过程中的实时决策。
成本效益：与传统的检测方法相比，这种方法减少了对昂贵设备和劳动密集型流程的依赖。
高精度：集成模型的90.1%的精度强调了这种方法的可靠性，优于独立模型。
这项研究展示了机器学习增强的电子鼻技术作为宠物食品行业工具的潜力。通过实现快速、准确和具有成本效益的筛选，这种方法可以使制造商具备确保产品安全和符合监管标准的手段。由于霉菌毒素污染继续构成风险，像这样的创新解决方案将在保护宠物健康和维护消费者信任方面发挥至关重要的作用。

在质量保证过程中采用先进技术不仅是必要的，而且是宠物食品行业在产品安全和创新方面树立新基准的机会。随着进一步的改进和工业规模的实施，电子鼻技术可能成为霉菌毒素管理的基石，提高全球宠物食品的安全和质量。