该研究工作以乳清蛋白为模型,创新性地提出了“人工智能+多尺度数据融合”的跨尺度建模框架,不仅有助于进一步打通功能性乳制品加工的创新链条,更为林源食品功能活性成分的挖掘筛查、稳态化加工与高效高值化利用提供了新的方法论与工具箱。该成果整合机器学习、生成式人工智能(AI)与可解释AI,构建四层数据融合模型,能够从原子间相互作用、胶体组装行为一直贯通到宏观生产性能,为实现从经验驱动向理性智能设计的范式转变提供了系统工具。
在分子层面,蛋白质语言模型和生成对抗网络可高通量预测并反向设计抗氧化肽、高亲和力多酚复合物等功能分子,可解释AI揭示关键氨基酸残基与疏水力等主导机制,从而指导过敏原的致敏性消减、配体分子的活性强化及其复合物的界面互作与协同增效。微/介观层面,卷积神经网络从显微图像中自动提取分形维数等结构参数,精准关联凝胶强度与乳液的稳态特性,为森林食品特色成分的有序组装、靶向递送系统构建“数字孪生”,结合区块链溯源形成“从山林到智造”的闭环,助力我国森林食品产业融入AI赋能的时代机遇。