基于人工神经网络（ANN）与线性回归的可持续天然添加剂保藏西瓜汁工程特性、抗氧化能力及微生物稳定性预测

《Frontiers in Microbiology》：Artificial neural network modeling of engineering properties and microbial stability of watermelon juice preserved with sustainable natural additives

　　

食品质量保藏在全球范围内仍是主要挑战，尤其对高度不稳定的果汁。本研究旨在利用线性回归分析和人工神经网络（artificial neural network, ANN）预测生物强化西瓜汁的工程特性与微生物稳定性。本研究中，西瓜汁分别用合成添加剂苯甲酸钠（sodium benzoate）及天然（可持续）添加剂处理，包括丁香籽提取物（clove seed extract）、肉桂提取物（cinnamon extract）、月桂叶提取物（bay leaf extract）、姜根茎提取物（ginger rhizome extract）、蜂蜜（honey）和青柠汁（lime juice）。结果表明，天然添加剂显著改善了处理果汁样品的工程特性、抗氧化能力和抗菌潜力（p ≤ 0.05），部分多组分杂化处理配方（尤其是处理T13）表现优于合成添加剂。特别是，阴性对照单元（negative control unit）的DPPH自由基清除率（DPPH radical scavenging activity, DPPH）、总酚含量（total phenolic content, TPC）、总黄酮含量（total flavonoid content, TFC）、铁还原抗氧化能力（ferric reducing antioxidant power, FRAP）、维生素C（Vitamin C, VC）和抗菌值最差，而T13样品分别记录到最大值：91.30% DPPH、191.86 mg GAE（gallic acid equivalent，没食子酸当量）/100 mL果汁、77.31 mg QE（quercetin equivalent，槲皮素当量）/100 mL果汁、10.37 μmol Fe²⁺/mL和17.82 mg/100 mL。此外，储存10天后，T13样品的细菌和真菌计数最低，分别为3.29 ×10⁴和2.17 ×10³ CFU（colony-forming unit，菌落形成单位）/mL。线性回归分析、微生物抑制效率（microbial inhibition efficiency, MIE）和指数比较的结果进一步证实，可持续添加剂可显著改善处理的抗氧化和抗菌机制。线性回归建模阐明了处理与储存时间同所评估质量属性之间的关联；相反，ANN方法作为补充非线性策略，用于预测选定生物过程和微生物行为。总体而言，本研究结果强调，天然添加剂与计算机编程相结合，具有改善西瓜汁抗氧化作用、微生物稳定性和目标生物物理特性的潜力。这些发现提示其保藏能力，但未显示明确的临床或流行病学益处。

论文解读：可持续天然添加剂保藏西瓜汁的工程特性与微生物稳定性及人工神经网络预测

研究背景：食品安全与保障是人类和资本发展的重要方面。研究人员指出，病原微生物、腐败微生物以及不当食品制备和交叉污染可导致食源性疾病与食品浪费；微生物性腐败和病原体每年造成约30%食品浪费，并带来估计3100亿美元损失。果汁是全球广泛消费的食品，营养和药用价值较高，但西瓜汁水分活度约98%、pH约6.0、酸度低，极易发生微生物生长和酶促劣变。合成防腐剂如苯甲酸钠等虽广泛用于延长果汁微生物耐久性，但生态影响、法规限制及潜在毒性引发关注，过度或不当使用与癌症、DNA损伤、胃肠道疾病、肾衰竭和肝脏问题相关。植物源天然添加剂因此受到重视。然而，多数研究仅涉及一两种植物源添加剂和有限参数；关于多种天然添加剂对西瓜汁微生物稳定性、抗氧化能力、 physicochemical 和加工参数的综合数据不足；将ANN与传统统计方法整合、评估天然保藏果汁多质量参数的研究也不充分。因此，研究人员开展本研究。

研究概况：研究人员用苯甲酸钠作为合成添加剂阳性对照，用丁香籽、肉桂、月桂叶、姜根茎、蜂蜜和青柠汁作为天然添加剂，设置阴性对照、阳性对照和T1–T16处理，在20 ± 2 °C暗柜中储存10天，分析抗氧化、植物化学、理化、热流变、电学和微生物性质，并采用线性回归与ANN建模。研究结论是天然添加剂显著改善处理果汁的工程特性、抗氧化能力和抗菌潜力，T13等多组分处理优于合成添加剂；线性回归提供可解释关系，ANN作为补充非线性预测策略。其意义在于提示天然添加剂与计算机编程结合可改善西瓜汁抗氧化作用、微生物稳定性和目标生物物理特性，并为食品加工、智能控制、质量控制和储存性预测提供数据基础；但未证明临床或流行病学益处。

关键技术方法（不超过250字）：西瓜（Citrullus lanatus）取自沙特阿拉伯本地农场。植物材料经浸提制备提取物。设置阴性对照、阳性对照（0.25 g苯甲酸钠溶于250 mL西瓜汁，0.1% w/v）及T1–T16处理，完全随机。样品密封储存于20 ± 2 °C暗柜10天，第0、2、4、6、8、10天取样，每处理每时间3个独立瓶。测定DPPH、TPC、TFC、FRAP、VC、pH、总可溶性固形物（total soluble solids, TSS）、电导率（electrical conductivity, EC）、粘度、密度、热导率、比热容、剪切应力、介电常数、总细菌计数（total bacterial count, TBC）和总真菌计数（total fungal count, ToFC）。采用线性回归、NPBI、MACI、MIE、SI及多层感知器ANN，ANN以Levenberg–Marquardt算法训练，70%/15%/15%划分，R²和均方根误差（root mean squared error, RMSE）评价。

研究结果：

1 添加剂的抗氧化、植物化学、理化与工程特性：通过分析添加剂本身，植物提取物丁香籽提取物（clove seed extract, CSE）、肉桂提取物（cinnamon extract, CiE）、姜根茎提取物（ginger rhizome extract, GRE）和月桂叶提取物（bay leaf extract, BLE）的抗氧化潜力最高，可能与其植物化学物丰富有关；青柠汁维生素C最高、pH最低；蜂蜜TSS和粘度最高。该结果说明天然添加剂可为后续果汁强化提供抗氧化、酸化和增稠基础。

2 混合果汁样品的理化、抗氧化与抗氧化植物化学：通过处理西瓜汁并测定DPPH、TPC、TFC、FRAP、VC、pH和TSS，处理显著影响西瓜汁理化、抗氧化和植物化学含量。T1在单一提取物类别中抗氧化增强最大，T13在多组分组合中抗氧化性能最高；T13记录到DPPH 91.30%、TPC 191.86 mg GAE/100 mL、TFC 77.31 mg QE/100 mL、FRAP 10.37 μmol Fe²⁺/mL、VC 17.82 mg/100 mL、pH 4.02、TSS 8.63 °Brix。含青柠汁处理提高VC和酸度，蜂蜜基处理TSS较高。该结果表明多组分天然添加剂可能通过多种生物活性成分改善抗氧化和植物化学特性。

3 西瓜汁储存期间热流变和电学性质：通过多变量方差分析（analysis of variance, ANOVA），储存时间和处理类型均显著影响工程参数（p ≤ 0.05）。未处理样品变化更明显。多添加剂处理T11–T16增加粘度、密度和剪切应力（shear stress, τ），降低热导率（thermal conductivity, λ）、比热容（specific heat capacity, Cp）和介电常数（dielectric constant, ?）。处理样品性质更稳定。EC升高与青柠汁柠檬酸和矿物质增加离子迁移有关。该结果说明处理可影响欧姆加热、泵送、介电传感和加工系统设计。

4 微生物评价：通过TBC和ToFC测定，储存时间和处理浓度显著影响微生物稳定性。阴性对照微生物生长最高，第10天TBC为29.60 ×10⁴ CFU/mL、ToFC为14.79 ×10³ CFU/mL；T13最低，第10天TBC为3.29 ×10⁴ CFU/mL、ToFC为2.17 ×10³ CFU/mL。单组分处理呈中等保藏能力，含青柠汁和蜂蜜处理较高。10天内天然添加剂未能完全抑制细菌和真菌增长，但T13保藏效果最好。机制涉及丁香酚、肉桂醛、萜类和姜辣素破坏微生物细胞膜、抑制三磷酸腺苷（adenosine triphosphate, ATP）产生、酶反应和代谢过程。

5 处理和储存对工程特性的回归分析：通过线性回归分析，处理因子下介电常数、热导率、剪切应力和粘度与处理强相关（R ≥ 0.820），R²约65%–72%；电阻率、剪切应力和粘度呈正标准化回归系数，λ、?、Cp和ρ呈负系数。储存因子下EC与储存时间强相关（R = 0.711），约50.5%的EC变异与储存时间相关；而粘度、Cp和剪切应力不显著，表明流变和储热行为较稳定。该结果说明储存主要影响微生物和电学性质，热流变性质主要受处理影响。

6 强化西瓜汁样品的综合性能指数：通过计算营养与植物化学物生物可利用性指数（nutritional and phytochemical bioavailability index, NPBI）、改良抗氧化能力指数（modified antioxidant capacity index, MACI）、MIE和协同指数（synergy index, SI），多组分配方总体优于基线。T13和T15的NPBI ≥ 3.50。性能排序为T13 > T15 > T11 ≈ T14 > T12 ≈ PC > T8 > T5 > T9 > T6 > T7 ≈ T10 > T3 > T1 > T2 ≈ T4。该结果表明多组分配方具有增强稳定性或加和效应，而非确定性协同作用。

7 ANN预测工程性质和微生物响应：通过多层感知器ANN预测EC、粘度、TBC和ToFC，模型实际值与预测值高度一致。TBC预测相关性最高，其次为ToFC和粘度，EC相对较低。ANN在目标输出上的R²高于传统多元线性回归，原文认为其预测性能更好，但强调极高R²应结合验证方法和测试集配置谨慎解释，以避免过拟合。模型训练、验证和测试均表现良好，但仍需外部独立数据验证。ANN可作为补充建模技术，用于果汁质量控制、储存性预测和过程优化。

讨论部分总结：讨论认为，多组分天然添加剂可改善抗氧化、抗菌和工程特性，T13表现最优。其潜在原因包括丁香、肉桂、月桂叶、姜、青柠汁和蜂蜜中的植物化学物、青柠汁降pH作用、蜂蜜高渗特性以及可能合作相互作用。但研究人员强调，未测定最低抑菌浓度（minimum inhibitory concentration, MIC）和棋盘法/分数抑制浓度指数（fractional inhibitory concentration index, FICI），不能确定协同作用。微生物评价仅测总可培养细菌和真菌，未提供分类、群落结构或靶向病原抑制信息。未评估提取物残留乙醇。研究在标准实验室储存条件下进行，无正式感官评价，不能代表消费者接受度或商业货架稳定性。ANN模型仅基于原始数据内部训练、验证和测试，随机划分可能存在信息泄露，不能保证对未见样品、配方或加工条件外推。研究不建立人类健康益处，也不证明天然添加剂比合成防腐剂更安全。

研究结论翻译：本研究实验调查评估了利用生物基添加剂替代人工食品添加剂的可能性。经合成和可持续添加剂处理的西瓜汁样品，在受控储存条件（20 ± 2 °C）下储存10天，并按照标准程序评估其工程、营养、抗氧化、植物化学和微生物动态。结果表明，处理对本研究评估的所有参数均有显著影响。特别是，天然添加剂增强了热流变和电学性质，并抑制其在储存期间的劣化。此外，研究结果表明，多组分处理（T11至T16）比单组分处理显示出更好的抗菌机制潜力。此外，推导出的NPBI、MACI、MIE和SI参数提供了评估处理效能的基准框架，并显示T13相对于其他处理（包括阳性对照）具有相对更强的结果。在测试配方中，T13倾向于表现出更好的保藏效能，其特征是在实验条件下活细菌和真菌种群减少，以及抗氧化和工程性质增强。T13单元中观察到的增强效能可能源于异质植物化学物阵列、升高的植物化学物、青柠汁的降低pH作用、蜂蜜高渗特性以及可持续添加剂之间潜在合作相互作用的综合效果。因此，观察到的效果不能仅归因于T13中存在的特定添加剂。此外，线性回归分析和ANN结果表明，西瓜汁的流变、电学和储热行为在整个储存期间稳定，而微生物生长在储存期间受到抑制。这种稳定性可归因于所应用的处理。如研究结果所示，除天然添加剂的防腐性质外，西瓜汁热流变和电学性质的改变对食品加工和智能控制系统设计至关重要。线性建模提供了输入条件与系统变量之间依赖关系的可解释见解，而基于神经网络的模型在数据集内对目标工程和微生物响应变量实现了高预测精度。ANN研究结果为基于机器学习的所研究果汁性质预测建立了概念验证基础。然而，独立数据集和扩展操作参数对于将这些模型发展为经验证的质量保证框架是必要的。具体而言，本研究获得的数据不应被视为医学、毒理学或公共健康益处的验证，也不应被视为植物源添加剂比人工添加剂更安全的明确确认。此外，结果仅限于所检验的特定储存参数和持续时间，且未进行正式感官评估；因此，需要在冷藏和工业储存环境下开展额外研究以评估这些配方。