近日，蔬菜所在食品领域经典期刊Food Chemistry（中科院农林科学一区top,IF=9.8）发表了题为“A multi-task deep attention network for simultaneous rapid quantification of sucrose, glucose, and fructose contents in pumpkin using FT-NIR spectroscopy”的研究论文。蔬菜所徐颖超博士为论文第一作者，钟玉娟研究员为论文通讯作者，我院作物所张荣博士参与了相关研究工作。

　　南瓜作为重要的菜粮兼用作物，其可溶性糖含量是决定风味与营养品质的关键性状。传统FT-NIR分析方法在糖分定量中面临光谱重叠干扰大、预测精度受限等问题。本研究创新性构建了一种多任务深度神经网络模型，实现了南瓜中三种主要可溶性糖（果糖、葡萄糖、蔗糖）的快速精准定量。该模型在南瓜FT-NIR数据分析中表现显著优于偏最小二乘回归、岭回归和随机森林等传统方法，对果糖、葡萄糖和蔗糖的预测决定系数R²p达到0.91以上。进一步波段特异性结果显示，果糖与葡萄糖的有效光谱信号集中于4000–4800 nm区域，而蔗糖的关键信息位于5600–6400 nm范围。本研究为南瓜糖分品质的高通量精准评估提供了可靠技术手段，也为复杂体系多组分同步分析开辟了新路径。

　　上述研究得到了广东省农业科学院食品营养与健康协同创新中心项目、国家自然科学基金项目、广东省基金及广东省科技人才引进专项等基金的资助。

　　原文链接：https://pubmed.ncbi.nlm.nih.gov/41076886/

傅里叶变换近红外光谱和深度神经网络在南瓜含糖量高效测定中的应用