换一批大数据与机器学习赋能功能食品稳态增效递送体系的智能化构建前沿进展
Frontiers in the Intelligent Construction of Shelf-Stable and Efficacy-Enhanced Delivery Systems for Functional Foods Empowered by Big Data and Machine Learning
摘要功能食品中的活性成分常因稳定性差、溶解性低、生物利用度不足及健康效应受限而难以发挥应有效性能.稳态增效递送体系(shelf-stable and efficacy-enhanced delivery systems,SSEEDS)通过分散增溶、稳态包埋、靶向控释、吸收增强及协同复配等策略,实现高载量、高稳态与高效价的精准递送,成为解决上述问题的重要途径.然而,传统构建方式依赖经验试错,存在效率低、预测性差等问题.本文综述大数据与机器学习(machine learning,ML)在SSEEDS智能构建中的最新进展,系统探讨其在功能组分筛选、载体结构设计、释放行为预测及多目标工艺优化等方面的应用.重点评述稳态增效体系的ML建模、释放动力学预测与贝叶斯优化工艺调控的典型案例,并阐释ML在提升包封率、延长稳定性及增强生物可及性中的优势.最后,提出当前面临的数据孤岛、模型泛化性不足、经验依赖性与跨尺度耦合挑战,并展望融合联邦学习、可迁移学习与小样本增强、可解释人工智能与数字孪生技术来应对挑战.本综述旨在为功能食品SSEEDS的智能化构建提供有价值的技术思路与方法参考.
更多相关知识
关键词
功能食品稳态增效递送体系大数据机器学习释放行为预测贝叶斯优化智能化构建functional foodsshelf-stable and efficacy-enhanced delivery systemsbig datamachine learningrelease behavior predictionBayesian optimizationintelligent design
栏目名称
DOI
10.7506/spkx1002-6630-20251011-046
发布时间
2026-03-26（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（32572495）
国家自然科学基金（22173094）
新疆维吾尔自治区天山英才项目（2022TSYCJC0015）
丝绸之路经济带创新驱动发展试验区、乌昌石国家自主创新示范区科技发展计划课题（2023LQ02003）
贵州省百千万创新人才团队项目（BQW(2024)006）
- 浏览1
- 被引0
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
