基于代谢组学深度学习预测发酵乳生物活性

作者：

发酵牛奶（比如酸奶这类）里有益生菌产生的小分子，这些东西能带来抗氧化、降血压、甚至抑制癌细胞这些好处。但以前想检测这些功能，得做一堆复杂又耗时的化学实验，根本没法批量筛查。

于是研究人员就想了个办法：用 “高科技检测 + AI 预测” 来替代传统实验。他们找了两种奶 —— 骆驼奶和牛奶，用不同的益生菌（包括之前提到的鼠李糖乳酪杆菌）发酵，做出了 18 个发酵奶样品。先通过一种叫 “LC-MS QTOF” 的技术，把每个样品里的小分子代谢物都检测出来，相当于给每个样品画了一张 “代谢物指纹图”。

然后他们用这些 “指纹图” 当数据，训练了一个叫 “1D-CNN” 的 AI 模型。这个模型的任务就是：看一眼某个样品的 “指纹图”，就能直接算出它在 9 种功能检测里的表现，比如抗氧化能力强不强、能不能抑制相关酶的活性、对癌细胞有没有抑制作用。

为了让 AI 在样品少（只有 18 个）的情况下也能学好，研究人员还做了不少优化：比如剔除异常数据、调整数据格式、给数据加一点 “小噪声” 来增加训练量，还用了 “3 折交叉验证” 来确保模型靠谱。

结果还真不错，这个 AI 模型预测的准确度挺高，平均误差只有 0.548 左右。而且它还能区分出来：骆驼奶发酵后在某些抗氧化指标上更厉害，牛奶发酵后在另一些抗氧化指标和游离氨基酸含量上更有优势。另外，通过数据分析还发现，不同奶源、不同发酵方式，会让发酵奶的 “代谢物指纹图” 差别很大，而这些差别正好和它们的功能强弱对应。

不过研究人员也说了，现在这只是个 “概念验证”，样品太少了，而且 AI 只能预测实验室里的检测结果，能不能对应到人体实际的健康效果还不好说。但这个思路很有用，以后食品厂家想开发功能性发酵奶，不用一个个做实验筛查了，用 AI 看一眼 “代谢物指纹图” 就能快速判断，能省不少时间和成本。