摘要
研究背景
食品分类与掺假检测面临化学成分复杂的挑战。传统的基于描述符的方法无法捕捉色谱-质谱数据中的相互作用。本研究通过使用工程化描述符，比较了卷积神经网络与随机森林在15种食品分类任务上的表现，旨在展示深度学习在实现客观、可扩展的食品真伪鉴定方面的优势。
方法
基于FooDB中的化合物信息，模拟生成了3000组色谱-质谱光谱（每类200组）。为随机森林训练提取了六种工程化描述符（如平均强度、标准差、光谱熵等）。所使用的简单卷积神经网络包含两层卷积层（32/64个滤波器，核大小为5），随后是最大池化操作，再接一个全连接层（128个单元，丢弃率为0.3），最后通过softmax函数输出结果。训练过程中采用Adam优化器，学习率为0.001，共训练50轮。通过t-SNE和K均值算法（k=5）对化学空间进行可视化分析，而掺假检测则是通过向蜂蜜光谱中混合玉米糖浆来实现的（体积比为10%–50%）。
结果
卷积神经网络的准确率达到了93.1%，远高于随机森林的87.3%。t-SNE分析显示存在五个结构清晰的簇（轮廓系数为0.71，戴维斯-鲍尔丁指数为0.43）。在掺假检测方面，该模型的灵敏度为94.2%，特异性为96.8%。化学相似性网络还发现了新的组合关系（例如巧克力与咖啡，余弦相似度为0.804），这些组合与二者共有的美拉德反应产物相关。
结论
基于色谱-质谱指纹的端到端深度学习方法在食品真伪鉴定、掺假检测以及数据驱动的食品配对发现方面，显著优于基于描述符的分类方法，能够为相关应用提供可靠的解决方案。下一步还需通过实验获取的实际光谱数据对模型进行验证。
数据可用性声明
相关质谱数据已公开发表，可免费获取，地址为https://foodb.ca/downloads。所有的机器学习模型代码也已上传至GitHub，链接为：https://github.com/husseinkyhoiesh/Deep-Learning-and-Descriptor-Based-Classification-of-Food-Items-Using-Chromatography-Mass-Spectrom.git。
同行评审情况
为保证透明度，本文的同行评审相关文档可在https://doi.org/10.1002/rcm.70134处查看。
