研究成果|机器学习辅助风味组学预测番茄泥香气轮廓

本研究背景在于番茄泥等加工产品的风味品质在热处理过程中易受影响，而传统感官评价方法难以满足快速、大规模质量评估的需求。研究目的是结合风味组学与机器学习，解析热处理过程中番茄泥的感官与挥发性成分变化，并构建其感官质量的预测模型。研究结论表明，热处理导致番茄泥香气属性从“新鲜”、“果香”向“蒸煮味”转变，挥发性成分相应变化；在评估的多种机器学习模型中，多层感知器（MLP）模型预测性能最优，能有效捕捉非线性关系，并通过变量重要性分析识别出驱动各感官属性的关键香气化合物。外部验证证实了模型的可靠性，该研究为番茄泥生产中的风味质量控制提供了新策略。