Bioactive films containing essential oils and machine learning for controlling Aspergillus niger growth and fumonisin B2 production in vitro: A novel strategy for food safety

为解决有机食品中Aspergillus niger生长及fumonisin B2（FB2）污染问题，研究人员开展将含Origanum vulgare（ORE）、Cinnamomum zeylanicum（CIN）精油（EO）或其单体成分的乙烯 - 乙烯醇（EVOH）共聚物薄膜用于抑制真菌生长和产毒的研究。结果表明，EVOH - CINHO薄膜抑菌和抑毒效果最佳，机器学习算法可预测相关指标。此研究为开发新型生物活性包装材料控制真菌及毒素提供依据，对保障食品安全意义重大。

　　

研究背景

在食品领域，真菌污染及其产生的毒素一直是备受关注的问题。Aspergillus niger作为一种在许多食物真菌群落中重要的物种，不仅是生物技术领域常用的微生物之一，而且部分菌株在特定条件下能够产生具有高毒性的fumonisin B₂（FB₂）。FB₂对人类和动物具有严重危害，然而目前对于如何有效控制A. niger及其产生的FB₂，尤其是在有机食品中的控制方法知之甚少。传统的化学抗真菌剂虽然一直被用于控制食品中的真菌生长和霉菌毒素的产生，但存在增加食品和饲料中有毒残留物风险、诱导真菌产生耐药性以及在有机食品中使用受限等问题。因此，迫切需要开发新的策略来控制食品中的真菌生长和霉菌毒素产生，特别是针对有机食品。

研究机构与研究内容

西班牙的研究人员开展了此项研究。他们评估了含有Origanum vulgare（ORE）、Cinnamomum zeylanicum（CIN）精油（EO）或单个EO成分（如carvacrol（CAR）、cinnamaldehyde（CINHO）、citral（CIT）、isoeugenol（IEG）和linalool（LIN））的乙烯 - 乙烯醇（EVOH）共聚物薄膜作为抗真菌和抗FB₂剂的效果，研究对象为从西班牙有机玉米粒中分离出的两种A. niger菌株。研究在不同水分活度（a_w）（0.95 - 0.99）和温度（20 - 35℃）条件下，测定菌落径向生长速率（GR）、抑制真菌生长50%、90%和100%的有效剂量（ED₅₀、ED₉₀和ED₁₀₀）以及FB₂水平，并开发了用于预测GR和FB₂产生的机器学习（ML）模型。

主要关键技术方法

研究人员采用制备含不同精油及其成分的EVOH薄膜的方法，将ORE、CIN等添加到EVOH中制成生物活性薄膜。同时运用机器学习算法，包括极端梯度提升树（XGBoost）和支持向量机（SVM）等，对不同处理条件下A. niger的GR和FB₂产生情况进行预测分析。样本来源于从西班牙有机玉米粒中分离出的两种A. niger菌株。

研究结果

• 真菌生长和产毒情况：Fungal isolate、film type、doses、a_w和temperature对薄膜控制A. niger生长和FB₂产生的效果有显著影响。最佳GR出现在0.99 a_w和35℃条件下，最佳FB₂产生情况出现在0.97 a_w和28℃条件下。EVOH - CINHO薄膜对A. niger和FB₂产生的抑制效果最佳，其次是EVOH - IEG和EVOH - CAR，EVOH - LIN效果最差。在20℃和0.95 a_w条件下，EVOH - CINHO薄膜剂量为250μg/Petri dish时能抑制A. niger生长；在剂量为1000μg/dish时，添加IEG、CIT、CAR或LIN的EVOH薄膜也能抑制其生长。
• 机器学习模型预测效果：XGBoost和SVM算法生成的模型对GR预测最为准确，其中XGBoost对FB₂产生的预测效果最佳。

研究结论和讨论

本研究首次证明了含有选定EO或其成分（EOCs）的EVOH薄膜对A. niger生长和FB₂产生的影响。结果表明，生物活性薄膜的设计对于有效的天然抗真菌策略在食品包装中的应用具有重要意义。其中CINHO的效果最为显著，其次是IEG、CIT和CAR，而CIN和LIN效果相对较差。GR和FB₂水平受多种因素影响，机器学习算法在预测这些指标方面具有很大潜力。这项研究为开发新型生物活性包装材料以控制食品中的真菌及毒素提供了重要依据，有助于解决有机食品中真菌污染和毒素产生的问题，保障食品安全，对食品包装领域的发展具有重要推动作用。