《Journal of Food Composition and Analysis》：Non-destructive characterization of moisture-related relaxation dynamics and compositional changes in mold-infected wheat via fractional-order terahertz dielectric spectroscopy
编辑推荐：
真菌感染在小麦储存期间会引发复杂的理化变化，包括大分子降解和与水分相关状态的改变，这些变化在早期阶段可能难以检测。本研究提出了一种基于物理学的太赫兹（terahertz，THz）介电光谱方法，用于表征小麦籽粒中与霉菌相关的改变。通过将Landau-Lif
真菌感染在小麦储存期间会引发复杂的理化变化，包括大分子降解和与水分相关状态的改变，这些变化在早期阶段可能难以检测。本研究提出了一种基于物理学的太赫兹（terahertz，THz）介电光谱方法，用于表征小麦籽粒中与霉菌相关的改变。通过将Landau-Lifshitz-Looyenga（LLL）有效介质理论与广义分数阶Cole-Cole模型相结合，研究人员提取了小麦籽粒的固有介电特性。结果表明，两个主要的与严重程度相关的介电响应：弛豫时间（??）反映了与籽粒基质改变相关的水结合动力学变化，而高频介电常数（??∞）与成分和水分相关改变有关，还原性物质（DNS）测量提供了补充的生物化学信息。通过将这些具有物理可解释性的参数与支持向量机（Support Vector Machine，SVM）相结合，所提出的框架在霉菌严重程度分级中实现了内部交叉验证准确率94.2%和宏F1分数0.950。这项研究为谷物质量评估提供了一个物理可解释的THz介电框架，为评估内部与水分相关的弛豫动力学和成分完整性提供了一种快速、非破坏性且无需试剂的方法。
**论文解读**
**1. 研究背景与研究目的**
小麦是全球粮食安全的重要基础，但收获后储存期间真菌感染常导致品质劣变。真菌增殖并非表面现象，而是涉及酶促水解的复杂生化过程：霉菌菌丝分泌酶降解淀粉和蛋白质基质，将结构大分子转化为还原糖、游离氨基酸等极性小分子代谢物，同时伴随结合水释放为“受限自由水”。捕捉这些微观成分变化和水合状态转变，对早期发现“隐藏污染”至关重要。现有谷物质量评估方法主要依赖破坏性化学分析或重量法水分测定，高效液相色谱等技术虽能准确定量代谢物，但试剂消耗大且不适合高通量筛选；标准水分测定法无法区分水的相态，而结合水向自由水的转变往往是真菌活动的最早指标。因此，急需开发快速、非破坏性且能探测内部成分完整性的分析方法。太赫兹时域光谱（THz-TDS）对水偶极动力学和低频振动模式高度敏感，但以往研究多局限于宏观可视化或数据驱动的“黑箱”映射，缺乏具有物理可解释性的介电参数提取。为此，本研究提出基于物理的分析框架，采用LLL有效介质理论和分数阶Cole-Cole模型，提取与霉菌诱导理化变化相关的介电参数，并结合机器学习实现霉菌严重度定量分级。
**2. 研究内容与主要结论**
研究人员选用2024年河南收获的周麦38（*Triticum aestivum* L.）籽粒，通过加速霉变方案制备健康（100粒）、轻度感染（100粒）和重度感染（58粒有效样本）三个组别。利用THz-TDS系统获取0.15–1.0 THz范围的介电谱，经LLL校正提取固有复介电常数，再用分数阶模型反演得到五个物理参数（??
∞、????、??、??、??
dc）。结果表明，弛豫时间??随霉变程度增加显著下降，而高频介电常数??
∞显著上升。与整数阶Debye模型相比，分数阶Cole-Cole模型能更准确描述霉变诱导的非均匀弛豫行为。将??和??
∞等参数与支持向量机结合，实现了内部交叉验证准确率94.2%、宏F1分数0.950的霉菌严重度分级。这项研究为谷物质量评估提供了物理可解释的THz介电框架，实现了快速、非破坏性、无试剂的内部水分弛豫动力学和成分完整性评估。相关成果发表在《Journal of Food Composition and Analysis》。
**3. 主要技术方法**
该研究采用的关键技术方法包括：①THz-TDS透射模式扫描单粒小麦，经快速傅里叶变换和传递函数计算获取有效折射率和吸收系数；②LLL有效介质理论校正空气背景，提取小麦固有复介电常数；③基于分数阶Cole-Cole模型的非线性最小二乘反演（Trust-Region-Reflective算法），获得??
∞、????、??、??、??
dc五个物理参数；④独立验证测量：菌落计数、水分含量、水活度（??
w）及3,5-二硝基水杨酸（DNS）还原性物质测定；⑤机器学习分类评估七种特征方案与三种分类器（LDA、SVM-RBF、随机森林）。样本来自2024年河南省收获的周麦38小麦，设置正常、轻度和重度感染三组，另设非接种水合对照组用于水分效应验证。
**4. 研究结果**
**4.1 宏观THz谱演化与固有介电性质**
通过比较不同霉变程度小麦的时域脉冲和频域功率谱，发现随感染加重，信号衰减增强，脉宽从约25 ps增至57 ps，高频（>0.5 THz）衰减尤为显著。LLL校正后提取的固有介电常数实部??′从健康组的约2.7升至轻度组的3.5、重度组的6.7，呈阶梯式升高；虚部??″在低频端显著上升，表明极性成分积累和导电损耗增加。吸收增强因子分析进一步显示，重度霉变引起的额外吸收随频率升高而加速，从约9.4 cm?1升至12.7 cm?1。
**4.2 独立生化和微生物验证**
通过菌落计数确认真菌负荷从对照组的log?? 2.39 CFU/g增至重度组的6.15 CFU/g，验证了严重度梯度。DNS法测定的还原性物质从2.77 mg葡萄糖当量/g升至8.68（轻度）和10.30 mg/g（重度），其中对照与轻度差异显著（p=0.011），轻度和重度间无显著差异（p=0.50）。水分含量（12.7%→18.2%）和水活度（0.61→0.88）随严重度增加，非接种水合对照组表明单纯水分升高会降低??并升高??
∞，但不能完全复现重度感染组的介电特征（最低??、最高??
∞）。??
∞与还原性物质呈正相关（Pearson r=0.79，p=0.011），但控制水分后偏相关降至约0.35，说明??
∞反映的是复合成分–水分变化，而非特定代谢物。
**4.3 分数阶模型的实验验证**
将分数阶Cole-Cole模型与经典Debye模型在相同条件下对比拟合。在正常组两者性能接近，但随霉变加重，分数阶模型优势凸显：重度感染组??′的RMSE从0.2183降至0.0548，??″从0.1022降至0.0592；ΔAIC从正常组的33.3升至重度组的759.8，强有力地支持分数阶模型。损耗解耦分析表明，总介电损耗由弛豫和电导两部分组成，低频段（0.15–0.7 THz）以电导损耗为主，高频段弛豫损耗占优。
**4.4 水分弛豫动力学与成分指标**
统计检验显示，弛豫时间??从健康组的约90 ps降至重度组的约26 ps（??2=0.542），表明霉变伴随加速的偶极弛豫动力学，反映出酶解对水结合约束的削弱。高频极限介电常数??
∞从约3.00升至6.89（??2=0.416），与极性成分增加一致。分数阶指数??仅呈现较弱组间差异（??2=0.035），被解释为弛豫时间分布的次要描述符。SNR阈值敏感性分析表明，改变信噪比阈值仅影响重度组样本保留数，??和??
∞的组间显著性始终保持p<0.05。
**4.5 分类性能与可解释性**
在258个有效样本上，采用六维时域标量特征（方案G）结合SVM-RBF分类器获得最佳内部交叉验证性能：准确率94.2%，宏F1为0.950；健康、轻度、重度识别率分别为92%、93%和100%。物理参数方案（方案C）仅用五个介电参数仍取得71.3%准确率，表明物理参数保留了可观的判别信息，并能提供物理解释：高严重度样本通常显示??缩短和??
∞升高。
**4.6 局限与展望**
当前0.15–1.0 THz带宽限制??和??
dc的独立分辨，约30%样本的??
dc收敛于边界值；分类性能属于内部验证，需多品种、多年份、多环境的独立验证；水分和霉变效应无法完全分离，未来需引入LF-NMR或DSC直接表征水态，并结合ITS测序、qPCR、LC-MS/MS等分子化学分析。
**5. 讨论总结与结论翻译**
讨论部分强调，该框架的价值在于将黑箱分类提升为具有物理可解释性的介电描述，通过??和??
∞等参数可追溯地关联水分弛豫与成分变化。同时明确指出，当前结果基于单一品种和单一实验批次，??和??
∞应视为与霉变相关的复合指标而非特定生化过程的直接证据，未来需扩展带宽、增强温度补偿和多源验证。
结论翻译：本研究开发了一个基于物理的THz介电框架，用于表征小麦中与霉菌相关的成分和水分状态变化。通过结合LLL理论和分数阶Cole-Cole模型，从异质籽粒基质中提取了固有介电特性。提取的参数可作为霉菌相关变化的非破坏性介电指标：??的降低与霉菌相关基质改变引起的水结合动力学变化有关，而??
∞的升高与成分和水分相关改变有关，DNS测量提供了还原性物质增加的补充证据。将这些物理可解释的标记与支持向量机分类器耦合，在内部交叉验证中获得了94.2%的准确率和0.950的宏F1分数，表明在当前数据集中对霉菌严重度水平的判别具有良好潜力。总之，该工作流程为无损监测内部谷物品质提供了一条快速、无试剂的途径，并为基于THz评估霉菌相关小麦劣变提供了物理可解释的基础。
