近日，中國農業科學院飼料研究所寵物營養與食品創新團隊利用人工智能（AI）算法成功實現了對寵物食品中霉菌毒素污染物的快速篩查，為寵物食品的安全監管提供了更加智能化、精準化的技術支持。相關研究成果發表在期刊《Toxins（毒素）》上。

霉菌毒素因其潛在的毒性對寵物健康構成嚴重威脅。傳統的霉菌毒素檢測方法，如質譜法和酶聯免疫法通常需要較長的檢測時間和較高的成本，限制了其在快速篩查中的應用。

研究團隊將AI領域的機器學習算法與電子鼻技術相結合，開發出一種全新的智能化檢測方法。電子鼻技術能夠在短時間內無損地捕捉樣品的揮發性氣味特征，這些特征數據隨后被用于訓練機器學習模型，從而預測霉菌毒素污染水平。

研究結果表明, 在單一模型中，多層感知機（MLP）算法的分類準確率最高，達到86.6%。通過集成模型（Model Ensemble）綜合多種單一模型的預測結果，分類準確率進一步提升至90.1%。相比傳統的檢測方法，機器學習算法不僅顯著縮短了檢測時間，還大幅降低了檢測成本，展現了巨大的應用潛力。

該研究得到中國農業科學院科技創新工程和基本科研業務費專項的資助。

原文鏈接：https://doi.org/10.3390/toxins16120553