我國糧食產(chǎn)后損耗每年高達700億斤，幾乎相當于產(chǎn)糧大省吉林一年的糧食總產(chǎn)量。產(chǎn)后減損是保障糧食供給的“無形良田”和有效途徑。霉變是導致糧食產(chǎn)后損耗的主要原因，嚴重威脅我國糧食安全、食品安全和人民生命健康。開展糧食倉儲霉變檢測監(jiān)測意義重大。雖然傳統(tǒng)的基于酶聯(lián)免疫吸附測定、氣相色譜質譜、高光譜成像和電子鼻等霉變檢測方法均具有高靈敏度和高準確度的優(yōu)點，但是也存在需要樣品預處理、昂貴設備和人員培訓等問題，制約了糧食霉變檢測技術的廣泛應用。

 

　　中國農(nóng)業(yè)科學院農(nóng)產(chǎn)品加工研究所糧油減損與真菌毒素防控創(chuàng)新團隊開發(fā)了一種基于有機揮發(fā)物響應的全細胞生物傳感器陣列，可以實現(xiàn)糧食霉變的高準確度監(jiān)測。該研究通過在大腸桿菌中篩選響應糧食霉變前期標志性有機揮發(fā)物的啟動子，構建了融合14種應激響應啟動子和發(fā)光細菌熒光素酶基因的全細胞生物傳感器陣列，結合優(yōu)化的機器學習模型，實現(xiàn)了對黃曲霉霉變花生和霉變玉米的83%的區(qū)分準確度；對霉變前期不同階段花生、玉米高達95%和98%的預測準確度；以及對霉變和健康花生、玉米的預測準確度均達到100%。此研究結果表明了基于全細胞生物傳感器陣列結合優(yōu)化的機器學習模型的可靠性和實用性，可以實現(xiàn)對霉變前期糧食的無損高準確度監(jiān)測。

 

　　上述研究結果分別在材料科學國際知名學術期刊Journal of Hazardous Materials（中科院1區(qū)，IF=14.224）在線發(fā)表，中國農(nóng)業(yè)科學院農(nóng)產(chǎn)品加工研究所糧油減損團隊博士后馬俊寧和浙江工業(yè)大學客座碩士研究生管樂為論文第一作者，加工所邢福國研究員為通訊作者。該研究成果得到了國家重點研發(fā)專項計劃（2022YFD0400104）、國家自然科學基金（31972179、32001813）、中國農(nóng)業(yè)科學院科技創(chuàng)新工程（CAAS-ASTIP-G2022-IFST-01）、青島市科技計劃項目科技惠民示范引導專項（21-1-4-NY-4-NSH）的資助。

 

　　原文鏈接： https://doi.org/10.1016/j.jhazmat.2023.131030