日前，中國(guó)水產(chǎn)科學(xué)研究院黃海水產(chǎn)研究所水產(chǎn)品質(zhì)量安全形成機(jī)制與防控技術(shù)團(tuán)隊(duì)在國(guó)際知名期刊Current Research in Food Science, Journal of Food Composition and Analysis上發(fā)表了2篇水產(chǎn)品產(chǎn)地溯源相關(guān)研究論文，報(bào)道了該團(tuán)隊(duì)在水產(chǎn)品產(chǎn)地追溯研究領(lǐng)域取得的最新進(jìn)展。

 

　　養(yǎng)殖環(huán)境的地域差異造就了水產(chǎn)品品質(zhì)與價(jià)格的巨大差異，不法分子通過(guò)產(chǎn)地標(biāo)簽欺詐獲取高額利益，給水產(chǎn)品的區(qū)域品牌保護(hù)以及質(zhì)量安全管控均帶來(lái)嚴(yán)峻挑戰(zhàn)。水產(chǎn)品質(zhì)量安全形成機(jī)制與防控技術(shù)團(tuán)隊(duì)研究了紫菜、牡蠣等水產(chǎn)品中的礦物元素含量，并分析了消費(fèi)者通過(guò)食用紫菜、牡蠣的重金屬暴露的健康風(fēng)險(xiǎn)。此外，通過(guò)化學(xué)計(jì)量學(xué)分析手段對(duì)紫菜及牡蠣中金屬元素的區(qū)域差異進(jìn)行了解析并篩選出特征指紋。結(jié)合化學(xué)計(jì)量學(xué)分析以及機(jī)器學(xué)習(xí)等手段建立了產(chǎn)地溯源模型，并對(duì)影響模型性能的關(guān)鍵參數(shù)進(jìn)行了優(yōu)化。根據(jù)建立的溯源模型，對(duì)紫菜產(chǎn)地的預(yù)測(cè)準(zhǔn)確度為80.3%，對(duì)牡蠣產(chǎn)地的預(yù)測(cè)準(zhǔn)確度為96.8%。

 

　　針對(duì)機(jī)器學(xué)習(xí)模型的黑盒特性，研究團(tuán)隊(duì)通過(guò)引入可解釋工具，在全局與局部尺度上對(duì)溯源模型的決策過(guò)程進(jìn)行了解析，深度提升了決策結(jié)果的可信性，為推動(dòng)現(xiàn)實(shí)場(chǎng)景中的運(yùn)用奠定了堅(jiān)實(shí)基礎(chǔ)。該技術(shù)有望成為紫菜、牡蠣等水產(chǎn)品品牌保護(hù)的有效手段，為水產(chǎn)品質(zhì)量安全的全鏈條防控帶來(lái)全新的解決方案。

 

　　黃海所康緒明副研究員為《Explainable machine learning for predicting the geographical origin of Chinese Oysters via mineral elements analysis》論文的第一作者，譚志軍研究員為通訊作者；趙艷芳研究員為《Elemental profiling of red seaweedNeopyropia yezoensisused in fast authenticating the geographical origin and food safety assessment》論文的第一作者，譚志軍研究員為通訊作者。研究工作得到了國(guó)家自然科學(xué)基金（32202156）、山東省自然科學(xué)基金（ZR2022QC067）、中國(guó)水產(chǎn)科學(xué)研究院基本科研業(yè)務(wù)費(fèi)（2023TD76、2023TD28）以及現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系（CARS-49，CARS-50）等項(xiàng)目的資助。

 

　　全文鏈接：

 

　　https://www.sciencedirect.com/science/article/pii/S0889157523007135

 

　　https://www.sciencedirect.com/science/article/pii/S2665927124000649