近日，由天津科技大学的Chao Fang为第一作者，题为“Microbiomics and machine learning-assisted approaches reveal amino acid patterns in high-temperature Daqu*（微生物学和机器学习辅助方法揭示了高温大曲中氨基酸模式）”的文章，在国际期刊《Food Chemistry》(IF=9.8)上发表。

该研究以氨基酸模式为例，全面分析了HTD（高温大曲）发酵过程参数、氨基酸含量及微生物群落结构。研究揭示了这些因素之间的密切关系，并通过机器学习选择识别出于传统发酵食品代谢物模式相关的关键微生物。最后，基于选定的核心微生物，结合可控的发酵参数，开发了代谢物模式预测方法。通过监测关键微生物和少数理化参数，即可预测和调控核心代谢物的生成，这有望显著提升高温大曲生产的标准化水平和产品质量稳定性，推动传统酿造产业的智能化和高质量发展。