我国粮食产后损耗每年高达700亿斤，几乎相当于产粮大省吉林一年的粮食总产量。产后减损是保障粮食供给的“无形良田”和有效途径。霉变是导致粮食产后损耗的主要原因，严重威胁我国粮食安全、食品安全和人民生命健康。开展粮食仓储霉变检测监测意义重大。虽然传统的基于酶联免疫吸附测定、气相色谱质谱、高光谱成像和电子鼻等霉变检测方法均具有高灵敏度和高准确度的优点，但是也存在需要样品预处理、昂贵设备和人员培训等问题，制约了粮食霉变检测技术的广泛应用。
中国农业科学院农产品加工研究所粮油减损与真菌毒素防控创新团队开发了一种基于有机挥发物响应的全细胞生物传感器阵列，可以实现粮食霉变的高准确度监测。该研究通过在大肠杆菌中筛选响应粮食霉变前期标志性有机挥发物的启动子，构建了融合14种应激响应启动子和发光细菌荧光素酶基因的全细胞生物传感器阵列，结合优化的机器学习模型，实现了对黄曲霉霉变花生和霉变玉米的83%的区分准确度；对霉变前期不同阶段花生、玉米高达95%和98%的预测准确度；以及对霉变和健康花生、玉米的预测准确度均达到100%。此研究结果表明了基于全细胞生物传感器阵列结合优化的机器学习模型的可靠性和实用性，可以实现对霉变前期粮食的无损高准确度监测。
上述研究结果分别在材料科学国际知名学术期刊Journal of Hazardous Materials（中科院1区，IF=14.224）在线发表，中国农业科学院农产品加工研究所粮油减损团队博士后马俊宁和浙江工业大学客座硕士研究生管乐为论文第一作者，加工所邢福国研究员为通讯作者。该研究成果得到了国家重点研发专项计划（2022YFD0400104）、国家自然科学基金（31972179、32001813）、中国农业科学院科技创新工程（CAAS-ASTIP-G2022-IFST-01）、青岛市科技计划项目科技惠民示范引导专项（21-1-4-NY-4-NSH）的资助。
原文链接： https://doi.org/10.1016/j.jhazmat.2023.131030
