加工所提出机器学习驱动的定向风味编辑新策略

近日，中国农业科学院农产品加工研究所中式食品加工与装备创新团队基于风味化学、感官组学与智能算法的交叉视角，在系统梳理机器学习在风味研究中的应用基础上，提出定向风味编辑（Target-Oriented Flavor Editing, TOFE）策略，相关成果发表于国际期刊《Trends in Food Science & Technology》（JCR一区，IF=17.4）。团队科研骨干杨平副研究员为论文第一作者，张春晖研究员为通讯作者。

食品加工、贮藏、复热等环节极易引发风味逸散、风味失活或异味生成，导致食品失去原本风味。如何实现风味的稳定保持与定向调控，一直是食品加工领域亟待解决的关键问题。传统风味调控手段主要有原料筛选、工艺优化、抗氧化干预与包埋缓释等技术手段，或依靠香辛料赋香赋味等经验化方法，不足之处在于难以预判风味劣变规律，且无全流程闭环调控能力。

团队系统归纳了机器学习在风味定性定量检测、货架期预判、加工工艺优化中的应用，解析了风味逸散、风味失活、异味生成等关键风味丢失路径，对比传统风味调控技术与智能调控方案的优势和各自局限，剖析当前模型泛化能力不足、感官-化学耦合建模困难等现实挑战，展望了工业化落地路径。在上述基础上，团队进一步提出了定向风味编辑（TOFE）策略，即以机器学习为依托，将风味组学解析、风味丢失路径挖掘和风味调控方案推荐等技术模块串联，构建智能化风味调控框架，以实现链条闭环整合、自适应迭代优化、靶向主动修复和多尺度数据融合，推动食品风味研究从“经验试错”转向数据驱动、预测前置、靶向修复的新模式。

该研究为食品异味消减、风味定向塑造、风味品质智能管控提供了系统理论框架，为肉制品、水产、工业化菜肴等产业风味精准智造提供重要参考。

该研究得到了国家自然科学基金、国家重点研发计划、和中国农业科学院农业科技创新工程项目资助，国际食品风味领域知名专家Imre Blank对此项工作给予了大力支持与认可。

原文链接：https://doi.org/10.1016/j.tifs.2026.106182