近日，由贵州习酒股份有限公司Youlan Sun为第一作者，题为“基于可解释机器学习增强的定量靶向风味组学的酱香型白酒质量等级预测”的文章，在国际期刊《Food Bioscience》（IF=8）上发表。

该研究将定量靶向风味组学与可解释机器学习相结合，系统解析了不同等级酱香型白酒的品质差异。通过GC-FID、LLME-GC-MS、UPLC-HRMS定量分析578个样本，共检出106种风味化合物，再经OAV、PLS-DA、ANOVA筛选，确定了23种风味品质标志物，可有效区分白酒品质等级。该研究构建了8种机器学习预测模型，其中，XGBoost模型表现最优，在训练集各项评价指标均大于0.93，外部独立验证宏平均AUC达0.89-0.92，泛化性与稳定性良好。SHAP分析揭示了糠醛、癸酸乙酯、2-甲基丁酸乙酯、异丁酸是等级判别核心物质，其浓度与品质呈正相关，并明确了关键阈值。该方法实现了白酒品质的客观评估，为生产质控、勾调优化与行业标准化提供了数据支撑，也为白酒产业智能化升级提供了科学路径。