日前，中國水產(chǎn)科學(xué)研究院黃海水產(chǎn)研究所水產(chǎn)品質(zhì)量安全形成機制與防控技術(shù)團隊在國際知名期刊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，報道了該團隊在水產(chǎn)品產(chǎn)地追溯研究領(lǐng)域取得的最新進展。

養(yǎng)殖環(huán)境的地域差異造就了水產(chǎn)品品質(zhì)與價格的巨大差異，不法分子通過產(chǎn)地標簽欺詐獲取高額利益，給水產(chǎn)品的區(qū)域品牌保護以及質(zhì)量安全管控均帶來嚴峻挑戰(zhàn)。水產(chǎn)品質(zhì)量安全形成機制與防控技術(shù)團隊研究了紫菜、牡蠣等水產(chǎn)品中的礦物元素含量，并分析了消費者通過食用紫菜、牡蠣的重金屬暴露的健康風(fēng)險。此外，通過化學(xué)計量學(xué)分析手段對紫菜及牡蠣中金屬元素的區(qū)域差異進行了解析并篩選出特征指紋。結(jié)合化學(xué)計量學(xué)分析以及機器學(xué)習(xí)等手段建立了產(chǎn)地溯源模型，并對影響模型性能的關(guān)鍵參數(shù)進行了優(yōu)化。根據(jù)建立的溯源模型，對紫菜產(chǎn)地的預(yù)測準確度為80.3%，對牡蠣產(chǎn)地的預(yù)測準確度為96.8%。

針對機器學(xué)習(xí)模型的黑盒特性，研究團隊通過引入可解釋工具，在全局與局部尺度上對溯源模型的決策過程進行了解析，深度提升了決策結(jié)果的可信性，為推動現(xiàn)實場景中的運用奠定了堅實基礎(chǔ)。該技術(shù)有望成為紫菜、牡蠣等水產(chǎn)品品牌保護的有效手段，為水產(chǎn)品質(zhì)量安全的全鏈條防控帶來全新的解決方案。

基于礦物元素分析的紫菜產(chǎn)地溯源技術(shù)

基于礦物元素分析與可解釋機器學(xué)習(xí)的牡蠣產(chǎn)地溯源技術(shù)

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 seaweed Neopyropia yezoensis used 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。研究工作得到了國家自然科學(xué)基金（32202156）、山東省自然科學(xué)基金（ZR2022QC067）、中國水產(chǎn)科學(xué)研究院基本科研業(yè)務(wù)費（2023TD76、2023TD28）以及現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系（CARS-49，CARS-50）等項目的資助。

全文鏈接：

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

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