近日，中國農(nóng)業(yè)科學院農(nóng)產(chǎn)品加工研究所肉品科學與營養(yǎng)工程創(chuàng)新團隊成功構(gòu)建了結(jié)合非靶向代謝組學與機器學習的羊肉產(chǎn)地溯源方法，相關(guān)研究成果發(fā)表于《Food Chemistry: X》（JCR一區(qū)，IF＝8.2）。中國農(nóng)業(yè)科學院農(nóng)產(chǎn)品加工研究所-愛爾蘭都柏林大學2022級聯(lián)合培養(yǎng)博士生劉崇歆為論文第一作者，加工所陳麗研究員和愛爾蘭都柏林大學Simona Grosso助理教授為共同通訊作者。該研究得到了國家重點研發(fā)計劃（2022YFD2100500）的資助。
不同地理區(qū)域肉羊由于飼養(yǎng)環(huán)境與品種的差異，羊肉品質(zhì)存在顯著差異，地理標志產(chǎn)品羊肉更容易被消費者接受，因此，羊肉的產(chǎn)地溯源備受消費者關(guān)注。
本研究利用非靶向代謝組學對中國五個主要地理標志羊肉品種進行系統(tǒng)分析，共鑒定出4139種代謝物，涵蓋氨基酸及其衍生物、脂類、核苷酸及有機酸等24大類。在此基礎上，研究團隊首次將隨機森林遞歸特征消除（RF-RFE）方法引入羊肉代謝組學數(shù)據(jù)的特征篩選，最終確定了Carnitine ph-C1、L-Cysteine 等14個最具判別能力的代謝物組合。進一步結(jié)合樸素貝葉斯（Naive Bayes）算法，構(gòu)建了基于隨機森林-遞歸特征消除的羊肉產(chǎn)地標志物分析新方法，溯源準確率達到100%。
該成果為推動中國羊肉品質(zhì)溯源體系建設提供了重要的理論與技術(shù)支撐，并具有向其他食品推廣應用的潛力。
文章鏈接：https://doi.org/10.1016/j.fochx.2025.102856
