近日，蔬菜所在食品領域經典期刊Food Chemistry（中科院農林科學一區top,IF=9.8）發表了題為“A multi-task deep attention network for simultaneous rapid quantification of sucrose, glucose, and fructose contents in pumpkin using FT-NIR spectroscopy”的研究論文。蔬菜所徐穎超博士為論文第一作者，鍾玉娟研究員為論文通訊作者，我院作物所張榮博士參與了相關研究工作。

　　南瓜作為重要的菜糧兼用作物，其可溶性糖含量是決定風味與營養品質的關鍵性狀。傳統FT-NIR分析方法在糖分定量中麵臨光譜重疊幹擾大、預測精度受限等問題。本研究創新性構建了一種多任務深度神經網絡模型，實現了南瓜中三種主要可溶性糖（果糖、葡萄糖、蔗糖）的快速精準定量。該模型在南瓜FT-NIR數據分析中表現顯著優於偏最小二乘回歸、嶺回歸和隨機森林等傳統方法，對果糖、葡萄糖和蔗糖的預測決定係數R²p達到0.91以上。進一步波段特異性結果顯示，果糖與葡萄糖的有效光譜信號集中於4000–4800 nm區域，而蔗糖的關鍵信息位於5600–6400 nm範圍。本研究為南瓜糖分品質的高通量精準評估提供了可靠技術手段，也為複雜體係多組分同步分析開辟了新路徑。

　　上述研究得到了必威betways 食品營養與健康協同創新中心項目、國家自然科學基金項目、廣東省基金及廣東省科技人才引進專項等基金的資助。

　　原文鏈接：https://pubmed.ncbi.nlm.nih.gov/41076886/

傅裏葉變換近紅外光譜和深度神經網絡在南瓜含糖量高效測定中的應用