摘要
通过物理加工手段对淀粉进行改性是一种具有前景的"绿色"策略，能够在满足清洁标签需求的同时增强食品功能性和营养品质。本综述对物理改性带来的结构与营养影响进行了批判性概述，并探索性地运用人工智能（AI）辅助的文献筛选与挖掘技术。综述聚焦于2001年至2026年间发表的文献，通过传统的人工主导系统性检索筛选出符合条件的研究，这些研究考察了三种主要具有商业价值的改性技术——回生（ANN）、热湿处理（HMT）和高压蒸煮——对快速消化淀粉（RDS）、慢速消化淀粉（SDS）和抗性淀粉（RS）的影响，重点关注III型抗性淀粉（RS3）。在所评估的技术中，高压蒸煮——尤其是随后进行回生处理时——似乎比原始天然淀粉具有更大的提高抗性淀粉的潜力。然而，其效果在很大程度上取决于原料特性，支链淀粉含量较高的原料可带来显著提升，而蜡质淀粉的抗性淀粉含量可能几乎没有改善，甚至有所下降。回生（ANN）处理通常产生较温和且差异较大的效果，往往使淀粉从快速消化淀粉向慢速消化淀粉转化。热湿处理（HMT）一般可降低快速消化淀粉并增加慢速消化淀粉，使其成为缓解血糖反应的一种有前景的方法。然而，这些变化的程度可因淀粉来源、支链淀粉含量、水分水平和加工温度不同而存在显著差异。总体而言，本研究重新审视了物理加工作为淀粉工程途径的潜力，同时强调了建立标准化工作流程、协调统一的方法论以及统一淀粉消化性（特别是抗性淀粉水平）定量协议的迫切需求。最后，本综述示例性地展示了人工智能可以加速初步文献的识别与综合，但同时也指出了人工智能在独立定量整合方面的不足，仍需充分的人工验证。
