人工智能框架用于酱酒发酵过程预测与风味调控

近日，四川大学吴重德教授团队联合四川郎酒股份有限公司、酿酒科学与技术四川省重点实验室，在国际期刊《Bioresource Technology》（JCR Q1，中科院1区Top，IF: 8.2）发表了题为“Deep neural network-based prediction of sauce-flavor Baijiu fermentation process and regulation of flavor compound synthesis（基于深度神经网络的酱香型白酒发酵过程预测及风味化合物合成调控）”的研究论文。

研究构建三大香型风味评价体系

近日，由宁夏大学食品科学与工程学院院长、教授、博导，长江学者特聘教授刘源为通信作者，题为“中国三大香型白酒风味感知特征的多模态评价方法”的论文，在《中国食品学报》上发表。该研究以酱香型、浓香型、清香型三大典型香型白酒为研究对象，构建了主观感官、客观理化与智能感官相耦合的白酒风味多模态评价体系。

酱酒品质新研究

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。