人工智能（AI）与生物技术协同驱动的园艺产品智能贮藏：品质与安全视角

《Current Research in Food Science》：Artificial Intelligence and Biotechnology for Smart Storage: Quality and Safety Perspectives in Horticultural Produce

　　

应对园艺产品采后损失的全球挑战，需要持续开发将前沿技术与基础生物学知识相整合的创新策略。本综述探讨人工智能（Artificial Intelligence, AI）、生物技术与传统采后管理策略之间的协同作用，以提高水果和蔬菜（Fruits and Vegetables, F&V）的品质、安全性和货架期。研究人员考察驱动采后劣变的生理与分子机制，包括呼吸、衰老以及宿主-病原体互作，同时评估AI驱动工具如何推进品质监测、预测分析和供应链优化。此外，研究人员评估先进生物技术干预措施的潜力，如CRISPR/Cas9基因编辑和RNA干扰（RNA interference, RNAi）技术，以延长园艺作物货架期并增强其抗病性。通过评估这些领域的最新进展，研究人员提出将生物学洞见与数字化转型相结合的整合策略，以实现可持续采后管理。这些方法的有效实施具有相当大的潜力，可减少F&V浪费、增强粮食安全，并创建更能应对不断增长的全球生产和持续变化的环境挑战的园艺供应链。

园艺产品采后损失由病害、衰老和物理损伤造成，估计每年25–50%的F&V在加工、运输和营销中损失，造成经济损失并加剧粮食不安全、资源浪费和碳排放。采后产品仍代谢活跃，遗传、环境和采后操作影响衰老和品质；化学杀菌剂受法规、成本和毒性风险限制，公众关注合成农药和抗药病原体，需要安全可持续替代。传统人工检测难以满足现代供应链对精度和速度的要求。AI与生物技术突破推动采后科学从反应性减损转向预测性预防。因此研究人员综述采后品质调控生物学机制及关键技术，覆盖采后劣变生理分子基础、提升内在品质和抗病性的生物技术、AI-机器学习（Machine Learning, ML）精准质量控制和供应链优化。结论是，整合AI建模、先进传感器和生物技术可实时监测品质、预测病害、延长货架期，减少合成化学品依赖，降低F&V浪费，增强粮食安全并构建更具韧性的供应链。

关键技术方法（≤250字）：该文为综述，研究人员主要通过跨学科文献整合与系统归纳开展分析，而非原始实验。其技术主线包括采后生理与分子生物学、植物病理学、食品质量安全、CRISPR/Cas9基因编辑、RNA干扰（RNAi）、温度管理、气调（Controlled Atmosphere/Modified Atmosphere, CA/MA）、1-甲基环丙烯（1-methylcyclopropene, 1-MCP）、冷等离子/脉冲光/UV-C/超声、AI、ML、深度学习（Deep Learning, DL）、计算机视觉（Computer Vision, CV）、物联网（Internet of Things, IoT）、高光谱/荧光成像、电子鼻、预测分析和智能包装。涉及样本来源均为已发表研究中的园艺产品，如苹果、香蕉、番茄、柑橘、草莓、猕猴桃、樱桃番茄、库尔勒香梨、鲜切苹果、蘑菇、马铃薯、黄瓜、辣椒和桑葚等；无新采集临床或田间队列。

研究结果：2 采后品质相关生理与分子过程。2.1 采后产品中活跃的关键代谢途径：采后衰老是遗传程序化主动过程，涉及蛋白质、叶绿素、脂质、核酸分解及营养再动员。2.1.1 呼吸模式与代谢调控：作物分为跃变型（苹果、香蕉、番茄）和非跃变型（柑橘、草莓），呼吸特征决定货架期及温控、气调时机。2.1.2 乙烯生物合成与信号：跃变型果实中Met→SAM→ACC→乙烯，ACS和ACO催化，ETR1/ERS1、CTR1、EIN等参与信号并激活下游转录因子（Transcription Factors, TFs）。2.1.3 胁迫响应、活性氧（Reactive Oxygen Species, ROS）和冷害：低温不当引发冷害，涉及膜损伤、氧化胁迫和能量耗竭；H⁺-ATPase、Ca²⁺-ATPase、SDH、CCO维持能量；ROS过量损伤，抗氧化系统清除；褪黑素（Melatonin, MT）和黄原胶（Xanthan Gum, XG）可增强抗氧化。2.1.4 防御和质地调控：MeJA、ASM刺激苯丙烷途径；CER1/KCS1调控荔枝角质蜡，CO₂促进柑橘叶绿素降解和类黄酮；PG、PME、β-半乳糖苷酶导致软化，IAA/MT抑制相关基因；ET、茉莉酸和油菜素内酯交叉互作，EBR提高桃HDT1减少冷害，ASM调节MAPK和脂肪酸代谢减少腐烂。2.2 衰老与程序性细胞死亡（Programmed Cell Death, PCD）：PCD由ET、ROS和环境胁迫触发，激活半胱氨酸蛋白酶；低O₂、高CO₂等诱导PCD样症状；自噬相关基因早期上调；苹果内部褐变、表皮烫伤和鲜切褐变等与PCD有关。2.3 品质属性的分子决定因素。2.3.1 质地完整性：PG、PME、β-半乳糖苷酶降解细胞壁多糖，跃变型果实自催化乙烯激活RIN、NOR、CNR等。2.3.2 色素与颜色发育：叶绿素降解由SGR和PAO调控，类胡萝卜素由DXS、PSY、PDS、LCY调控，花青素由CHS、CHI、F3H、DFR、ANS、UFGT调控。2.3.3 风味与香气：醇、萜、酯、醛等由AAT和LOX催化，受乙烯响应转录因子调控，糖酸平衡由糖转运蛋白和酸转化酶决定。2.3.4 营养品质与胁迫韧性：酚类、类黄酮和抗坏血酸受苯丙烷与抗氧化途径影响；SOD、CAT和PR蛋白参与防御；DNA甲基化和组蛋白修饰调控成熟相关基因。

3 宿主-病原互作与病害发展。3.1 静止与激活的分子基础：病原可在采前感染而采后激活，利用成熟衰老时防御减弱和营养增加。3.1.1 侵染策略与毒力因子：病原通过伤口、气孔、皮孔或附着胞侵入，分泌角质酶；B. cinerea分泌NEP1、NEP2、Spl1、XYG1诱导细胞死亡，IEB1与osmotin互作抑制免疫。3.1.2 酶和代谢物介导降解：细胞壁降解酶（Cell Wall-Degrading Enzymes, CWDEs）如PGs、PMEs、木聚糖酶、角质酶、脂肪酶和纤维二糖水解酶降解结构屏障，PGs关键；botrydial和bot1影响毒力，sRNAs可劫持RNAi沉默防御。3.1.3 pH调节与氧化还原信号：Pal/PacC途径调节病原毒力，草酸、葡萄糖酸、柠檬酸和氨改变pH；Nox复合体产O₂^?•，NoxB促穿透，NoxA促侵染后菌丝生长。3.2 宿主防御机制。3.2.1 物理屏障：角质层和细胞壁是首道屏障，蜡质减少易感，MYB30上调KCS1增加苹果蜡质并抗B. dothidea。3.2.2 局部和系统免疫：过敏反应（Hypersensitive Response, HR）、系统获得抗性（Systemic Acquired Resistance, SAR）和诱导系统抗性（Induced Systemic Resistance, ISR）参与防御，HR伴随ROS爆发和局部PCD，SAR由病原相关分子模式（Pathogen-Associated Molecular Patterns, PAMPs）触发，ISR与有益微生物相关。3.2.3 生化防御：植物抗菌素和植物抗毒素改变病原膜通透性、ATP生产和底物利用，诱导子可将资源从生长转向防御。3.3 真菌毒素：真菌毒素为耐热有毒次生代谢物，超过400种，包括黄曲霉毒素、赭曲霉毒素、展青霉素等，可在加工后残留；Cryptococcus podzolicus可降解赭曲霉毒素A（Ochratoxin A, OTA）、patulin和citrinin，Trichoderma可降解deoxynivalenol和zearalenone。

4 优化贮藏品质的现有技术和生物技术干预。4.1 物理、化学和新兴技术。4.1.1 温度管理：降温可抑制呼吸和代谢，通常降10 °C代谢降50%；温带作物近0 °C，热带/亚热带7–15 °C。4.1.2 气调：CA/MA降低O₂和/或提高CO₂，抑制乙烯和病原；CA连续调节，MA包装内形成。4.1.3 新兴物理方法：冷等离子、脉冲光、UV-C、高压静电场和超声有应用潜力。4.1.4 化学和生物技术干预：消毒剂降低微生物；1-MCP竞争乙烯受体延迟跃变型果实成熟；ASA抑制ET和LOX；MeJA/JA提高抗性；一般公认安全（Generally Recognized as Safe, GRAS）、植物抗菌剂、精油和生物防治替代合成杀菌剂。4.2 延长货架期和品质的生物技术应用。4.2.1 基因组编辑和CRISPR/Cas9：香蕉抗Fusarium wilt TR4；Pichia pastoris表达抗菌肽诱导G. citri-aurantii凋亡；VvWRKY52敲除提高葡萄抗B. cinerea；Arctic apple敲除多酚氧化酶（Polyphenoloxidase, PPO）防褐变；柑橘CsLOB1启动子效应子结合元件破坏抗XCC；M. citriensis中pullulanase 2敲除减少pulcherrimin并降低生物防治效果80%。4.2.2 RNAi：沉默S. sclerotiorum、B. cinerea和F. graminearum等；Bc-DCL1/2沉默减草莓灰霉；A. alternata毒素基因沉默；跨界RNAi中csi-miR160c靶向P. italicum；沉默ACO/ACS延长番茄、甜瓜、番木瓜和猕猴桃货架期；纳米dsRNA叶面喷雾改善递送。

5 AI驱动的采后管理。5.1 质量监测和货架期预测的预测分析：AI利用ML、DL、CV和联邦学习进行实时无损检测；动态气调整合品种、成熟度和环境数据预测呼吸强度；多传感器监测库尔勒香梨冷链，鲜切苹果褐变在35–50分钟出现窗口；YOLOv4樱桃番茄缺陷检测准确率97.4%。5.2 AI在污染物检测中的应用：CV+DL评估内外品质；紫外图像+深度迁移学习检测干无花果A. flavus达98.57%；高光谱荧光结合1D-CNN、PLS-DA、VGG-19和ResNet-50评估草莓B. cinerea感染，ResNet-50最佳；AI擅长高通量模式识别，传统方法在溯源、机制解释和法规合规方面仍必要。5.3 AI用于F&V智能包装设计：ML和预测建模优化包装；人工神经网络（Artificial Neural Network, ANN）预测花椰菜在92% N₂、5% CO₂、3% O₂的PE包装下延长30天，最大市场寿命50天；ANN设计壳聚糖/花青素pH敏感膜准确率79%；kNN优化明胶/CMC+蜂胶+TiO₂膜；ANN预测壳聚糖-淀粉膜力学性能R²为0.9955和0.9859；机器人软果采摘成功率97–100%，周期253 ms，YOLOv8红薯分类准确率91.7%。5.4 AI在水果品质与缺陷检测中的应用：400–1000 nm高光谱评估番茄七项品质，随机森林（Random Forest, RF）、XGBoost和ANN中RF总体最佳，重量R²=0.94、硬度R²=0.89；RGB-D结合Faster R-CNN和SVM识别百香果成熟度准确率92.71%和91.52%；改进YOLOv4多类新鲜度AP达50.4%；混合真实/合成图像CNN分类香蕉成熟度0.917；高光谱检测富士苹果碰伤，极限学习机（Extreme Learning Machine, ELM）准确率95.97%，MNF定位92.9%；双相机CNN检测苹果碰伤>97%。

6 AI用于F&V的挑战与展望。6.1 当前挑战。6.1.1 数据稀缺、异质性和隐私：生物变异导致数据不完整，供应链数据存在泄漏风险。6.1.2 共同标准和治理法律：智能/活性包装和AI法规不足、碎片化，需标准化通信、隐私和安全，数据偏见增加决策错误和责任不清。6.1.3 成本效益和安全考虑：传感器、算力和机器人投资高，维护和数据管理成本高，中小企业难以进入；包装材料需符合美国食品药品监督管理局（Food and Drug Administration, FDA）、欧盟（European Union, EU）和中国法规，EU要求工业可降解材料3个月内至少90%降解。6.2 未来展望。6.2.1 循环经济和可持续性：优化实时传感器、AI和ML，减少能耗、水和化学品。6.2.2 数字集成和知识差距：IoT持续监测，few-shot和meta-learning识别已知和新型缺陷，并提高跨作物、跨区域适应性。6.2.3 先进材料：智能响应包装动态调气、释放活性成分并实时报告新鲜度，电纺（Electrospinning, ES）值得研究。6.2.4 区块链监测和生态系统集成：区块链提供透明溯源，包装向集成保鲜、实时指示和农场到餐桌追溯的平台发展。6.2.5 AI-ready数据系统：需整合宿主组学、微生物组和环境暴露组，考虑时空差异；OmiXAI将约2000个特征降至50个，图模型从>10000个特征优先候选基因，代谢组学+ML可识别柑橘潜伏感染。

7 结论翻译：本综述汇集了控制采后品质的生物学机制以及正在改变采后管理、贮藏性和食品安全的创新技术知识。AI驱动建模、先进传感器和生物技术的融合正推动行业从传统反应性方法转向更预测性、精准和可持续的方法。这些技术的整合在实时质量监测、病害预测和货架期延长方面具有巨大潜力，同时可减少对合成化学品的依赖并减轻不利环境影响。总体而言，AI、传感器和生物技术有望通过减少浪费、保留营养价值和改善整体可持续性来革新园艺供应链。随着研究不断揭示衰老和品质退化的复杂生物学机制，采后管理取得进展的机会迅速扩大。尽管从实验室创新到大规模市场实施复杂，但对全球食品安全、保障和供应链效率的潜在益处巨大；未来需研究人员、工程师、行业参与者和政策制定者协作，优先推进AI建模算法，并开发适合中小企业的可扩展、成本有效和可靠方案，强调系统可解释性、循环可持续性和数据治理。