类型a：原创性研究论文

作者及研究机构
本研究由Bruna Carbas、Pedro Sampaio、Sílvia Cruzros、Andreia Freitas、Ana Sanches Silva和Carla Brites*共同完成，其中Carla Brites为通讯作者。研究团队来自多个葡萄牙机构，包括国家农业与兽医研究所（INIAV）、布拉干萨理工学院山地研究中心（CIMO）、NOVA ITQB绿色生物资源可持续性研究组（Green-IT）等。该研究发表于2025年的《Food Chemistry: X》期刊第27卷，文章编号102351。

学术背景
本研究属于食品化学与农业安全领域，专注于中伏马毒素（fumonisins的快速检测技术开发。伏马毒素（尤其是FB1和FB2）是由镰刀菌（Fusarium spp.）产生的霉菌毒素，广泛污染玉米作物，威胁食品安全和人类健康。传统检测方法（如高效液相色谱法HPLC）虽准确但成本高、耗时长。因此，研究团队评估了近红外光谱技术（NIR spectroscopy）结合化学计量学算法（chemometrics）的潜力，旨在开发一种快速、无损的伏马毒素筛查方法。研究目标是利用偏最小二乘回归（PLS）和人工神经网络（ANN）算法构建预测模型，并比较两种方法的性能。

研究方法与流程
研究分为以下关键步骤：

1. 样本采集与制备

   • 样本来源：从葡萄牙塔霍河谷地区（Tagus Valley）的农场收集了150份玉米样本（2018–2020年）。
     
   • 样本处理：玉米收获后干燥至水分含量11–13%，研磨成粒径1 mm的粉末，储存于-20°C直至分析。
     

2. 伏马毒素的化学分析

   • 提取方法：采用80%乙腈溶液振荡提取，离心后过滤，使用超高效液相色谱-飞行时间质谱（UHPLC-TOF-MS）定量FB1和FB2。方法的检测限（LOD）和定量限（LOQ）分别为62.5 μg/kg和125 μg/kg。
     

3. 近红外光谱数据采集

   • 仪器与参数：使用布鲁克MPA近红外光谱仪（Bruker Optics），波长范围4000–12,000 cm⁻¹，分辨率16 cm⁻¹，每次扫描16次取平均值。
     
   • 光谱预处理：通过二阶导数（second derivative）处理减少噪声干扰。
     

4. 化学计量学建模

   • PLS模型：基于潜变量（latent variables, LVs）的线性回归方法，将光谱数据降维后建立预测方程。数据集按75%校准集和25%验证集划分，通过均方根误差（RMSE）和预测偏差比（RPD）评估性能。
     
   • ANN模型：采用多层感知机（MLP）架构，输入层为光谱数据，隐藏层使用双曲正切函数（tansig），输出层为毒素浓度。通过Broyden-Fletcher-Goldfarb-Shanno（BFGS）优化模型。
     

5. 统计分析
   使用MATLAB R2023a软件处理数据，通过PeakView™和MultiQuant™分析质谱结果。

主要结果
1. 伏马毒素污染水平
- FB1浓度范围62.5–4000 μg/kg（均值899 μg/kg），FB2为62.5–2861 μg/kg（均值426 μg/kg）。5%的样本超过欧盟限值（FB1+FB2 > 4000 μg/kg）。

1. 光谱特征分析

   • 伏马毒素污染样本在8333 cm⁻¹（C-H键）、6803 cm⁻¹（O-H/N-H键）和5263 cm⁻¹（O-H组合振动）处吸收峰强度显著降低，反映了真菌代谢导致的化学成分变化。
     

2. 模型性能

   • PLS模型：FB1、FB2和FB1+FB2的校准集R²分别为0.90、0.98和0.91，RPD值2.8–3.6，显示强预测能力。
     
   • ANN模型：FB1+FB2的R²达0.99（校准集），但验证集性能稍弱（R²=0.95），可能因样本量不足导致过拟合。
     

3. 对比与优化

   • PLS对FB2单毒素检测更优，而ANN在综合毒素（FB1+FB2）预测中表现更佳，凸显其处理非线性关系的能力。
     

结论与意义
本研究证实了NIR光谱结合化学计量学的实用性，为玉米伏马毒素的快速筛查提供了高效工具。科学价值在于：
1. 方法创新：首次同时应用PLS和ANN算法比较NIR模型性能，为真菌毒素检测提供了新思路。
2. 应用潜力：该技术可集成至农业供应链，实现现场监测，减少实验室检测成本。
3. 局限性与展望：需扩大样本量以提高ANN泛化能力，未来可扩展至其他霉菌毒素（如黄曲霉毒素）的检测。

研究亮点
1. 技术整合：将IR光谱与机器学习结合，开发非破坏性检测方法。
2. 算法对比：系统评估了PLS和ANN在伏马毒素预测中的优劣。
3. 实际应用导向：模型性能（RPD > 2.5）满足欧盟食品安全监测需求。

其他价值
- 研究获葡萄牙农村发展计划（PDR2020）和FCT基金会资助，体现了多机构合作的优势。
- 数据公开政策（on request）支持后续研究复现与优化。