《Food Chemistry》：Precise prediction of amino acid content and geographical origin tracing of lotus seeds based on multimodal data fusion and Bayesian optimization
编辑推荐：
•融合近红外光谱（NIRS）、灰度共生矩阵（GLCM）和氨基酸数据突破了单模态的局限性。•贝叶斯优化提升了氨基酸预测的模型性能。•融合后的NIRS–GLCM特征实现了氨基酸的快速预测。•一个图形用户界面（GUI）原型展示了多模态莲子品质评价策略。引言莲子已被广泛认可为药食同源
- •
融合近红外光谱（NIRS）、灰度共生矩阵（GLCM）和氨基酸数据突破了单模态的局限性。
- •
贝叶斯优化提升了氨基酸预测的模型性能。
- •
融合后的NIRS–GLCM特征实现了氨基酸的快速预测。
- •
一个图形用户界面（GUI）原型展示了多模态莲子品质评价策略。
引言
莲子已被广泛认可为药食同源的食品原料，其品质属性的定量表征在建立科学食品安全监管体系和提升全链条质量控制机制中发挥着关键作用（Danhassan等，2018；Punia Bangar等，2022）。对于莲子而言，氨基酸组成是核心的营养与风味相关品质属性，但其准确预测尤为困难，因为在这一富含淀粉且复杂的基质中，氨基酸种类繁多、含量低、浓度变异大且光谱存在重叠。准确量化其组成概况被视为品质评价、风味调控和工艺优化的前提。目前，高效液相色谱法（HPLC）因其高分离效率和定量准确性而被广泛采用；然而，其应用受到复杂样品前处理、较长分析时间和较高操作成本的制约，限制了其在快速在线检测中的适用性（Sentellas等，2016）。其破坏性、耗时和高成本的特性进一步限制了莲子的快速氨基酸筛查。
我们此前的研究仅利用光谱数据融合和轻量级卷积神经网络（CNN）实现了莲子的地理产地识别（Deng等，2026；Zhao等，2026）。该工作局限于产地分类，并未量化氨基酸含量，也未揭示产地差异的氨基酸代谢基础，更未解决小样本、高维度及品种与产地混杂带来的氨基酸预测挑战。其他研究采用可见-高光谱成像（Vis-HSI）作为单模态方法，通过整合Savitzky-Golay平滑（SG）、连续投影算法（SPA）进行特征选择以及偏最小二乘回归（PLSR），实现了莲子中淀粉非破坏性快速测定，预测集的预测决定系数（R2p）为0.890，剩余预测偏差（RPD）为2.193，表明模型具有令人满意的可鲁棒性。该技术结合了丰富的光谱信息与空间可视化能力，能够进行批次分析，为莲子加工过程中的预处理筛选和在线检测提供了有价值的支持（Wei等，2023）。尽管该单模态方法对淀粉测定有效，但并未解决莲子中氨基酸的预测问题。
最近，多模态分析策略整合了光谱、图像和理化数据，实现了更全面、准确和高效的食品品质评价。其中，近红外光谱（NIRS）和基于灰度共生矩阵（GLCM）的纹理分析受到了越来越多的关注（Zhao等，2026）。NIRS允许无需样品前处理即可快速、非破坏性地获取化学信息（Li等，2026；Yu等，2026；Zhao、Yu等，2025），而GLCM通过提取对比度和相关性等纹理特征，实现了对氨基酸含量的间接、非接触式预测，显示出在固体食品筛查中的适用性（Malegori等，2016）。两者的互补性前景广阔，但现有的多模态食品研究大多针对其他基质或采用通用融合策略，莲子氨基酸量化的具体瓶颈尚未解决。当前研究越来越关注预处理和融合策略的优化，以及开发适用于复杂基质的模型，从而为食品科学中的质量控制和工艺创新提供关键技术支撑（Cheng等，2026；Xiao等，2025；Zhao、Wang等，2025）。此前的研究并非专门针对莲子氨基酸预测的基础研究。
为应对与冬虫夏草相关的食品安全欺诈问题，包括生长环境造假和质量标志物标注不实，此前的研究提出了基于高光谱成像（HSI）的多模态集成学习框架。提取并整合了光谱、颜色和纹理特征，同时采用贝叶斯优化进行超参数调优。在单模态和多模态设置下均开发了分类和回归模型。结果表明，多模态集成学习优于单模态模型，该方法为食品溯源、质量监管和实时监控提供了一种快速、非破坏性且准确的分析工具，并为高价值功能性食品的多模态检测奠定了基础（Zhang等，2025）。在氨基酸预测研究中，利用25个蜂蜜样品构建了整合氨基酸谱和芳香化合物的多模态模型。偏最小二乘（PLS）回归模型表现出令人满意性能，有效关联了植物来源、氨基酸组成和香气特征。Pearson相关性分析进一步揭示了特征氨基酸与主要挥发性化合物之间的关联，为溯源和品质评价提供了有力支持（Carabetta等，2023）。这些研究验证了多模态融合的效用，但缺乏专门针对莲子氨基酸量化的框架以及产地关联的品质追溯方法。
作为蛋白质的基本组成单元，氨基酸与莲子的营养价值密切相关，在风味形成和加工稳定性中发挥着关键作用。因此，其组成和浓度对品质评估、工艺优化和功能食品开发至关重要（Reis等，2020；Xu等，2025；Yuan等，2024）。因此，现有研究缺乏一种针对性的非破坏性框架，以在小样本和品种-产地混杂条件下量化莲子中的多种氨基酸，融合NIRS和GLCM以改善预测，并验证氨基酸谱作为产地追溯的代谢标志物。
为弥补这一空白，本研究建立了一个整合特征表征、信息耦合和建模映射的三层框架，在该框架内构建了用于L-卡诺因、γ-氨基丁酸和磷酸乙醇胺的单模态、双模态和三模态模型。随后，应用贝叶斯优化和特征-目标关联分析识别关键的NIRS-GLCM特征，并进一步开发了一种无需输入氨基酸数据的NIRS-GLCM非破坏性模型以支持快速预测。此外，还开发了一个基于MATLAB的图形用户界面作为概念原型，以可视化建模流程，但在实际部署之前仍需进行大规模外部验证。通过将此前的地理产地分类扩展到定量的氨基酸预测，本研究将氨基酸代谢与产地判别联系起来，为莲子品质评价提供了一种实用的多模态工具。
章节摘要
样品制备与光谱数据采集
实验样品来自三个代表性品种-产地组合：湘潭寸山莲（产自湘潭寸山莲（Nelumbo nucifera Gaertn. cv. 寸山莲））、洪湖满天星（Nelumbo nucifera Gaertn. cv. E-zilian 1）和建宁建选17号（Nelumbo nucifera Gaertn. cv. 建选17号）。所有材料均属于栽培种莲（Nelumbo nucifera Gaertn。）品种，被公认为中国十大名莲品种之一。由于每个品种都是
地理产地分类与目标氨基酸筛选
除了作为核心品质预测目标外，上述特征氨基酸还被认可为莲子地理产地的潜在代谢标志物。为验证52种氨基酸的完整谱系是否承载了稳定的地理产地信息，并阐明氨基酸量化支持地理产地追溯的生物学基础，72个样品已根据其地理产地（HH、XL和JL）进行了标注；
结论
本研究构建了特征表征、信息耦合和建模映射的三层框架，在样本队列、特征维度、算法优化和应用价值等方面拓展了研究范围，从而建立了多源耦合信息与莲子地理产地及品质之间的关联。多模态信息耦合的一个关键优势在于其互补信息，有助于缓解局限性
CRediT作者贡献声明
Jing Zhao：撰写 – 原稿撰写，可视化，软件，方法论，数据整理。Jingwei Li：撰写 – 原稿撰写，软件，数据整理。Siheng Lu：撰写 – 审阅与编辑，可视化，软件，方法论，数据整理。Qian Qin：撰写 – 原稿撰写，软件，数据整理。Yue Yu：撰写 – 审阅与编辑，可视化，软件，方法论。Zhongyang Ren：撰写 – 审阅与编辑，可视化，方法论。Yue Huang：撰写 – 审阅与编辑，
利益冲突声明
作者声明不存在任何已知的竞争性经济利益或个人关系可能影响本文所报告的工作。
致谢
本研究得到国家自然科学基金委员会（编号：32472425）的支持。
Jing Zhao|Jingwei Li|Siheng Lu|Qian Qin|Yue Yu|Zhongyang Ren|Yue Huang|Xi Yu|Hao Dong|Zhanming Li
