【技术实现步骤摘要】
本专利技术涉及果品真菌毒素污染预警系统，更具体地说，涉及基于高通量测序和机器学习的果品真菌毒素污染预警系统。
技术介绍
1、随着现代农业和食品工业的快速发展，果品真菌毒素污染已成为严重威胁人类健康的重大食品安全问题。全球每年约有25％的农作物受到真菌毒素的污染，造成的经济损失高达数百亿美元。更为严峻的是，气候变化和全球贸易加剧了真菌毒素的暴发风险和传播速度，使得果品安全形势更加复杂多变。气候变暖及农业环境变化等导致果品的真菌毒素污染风险增加。并且，全球贸易的加速，使得果品真菌毒素污染控制的形势更加复杂多变。
2、传统的果品真菌毒素检测方法主要包括薄层色谱法(tlc)、高效液相色谱法(hplc)、液相色谱-质谱联用法(lc-ms)和酶联免疫吸附测定法(elisa)等。这些方法在特异性、检测范围和灵敏度等方面已难以满足日益严格的食品安全监管要求。以hplc为例，其主要存在以下局限：
3、(1)样品前处理繁琐。样品需经过复杂的萃取、净化、浓缩等步骤方可进样分析，耗时耗力。并且，不同基质和毒素种类需要不同的前处理方案，通
【技术保护点】
1.基于高通量测序和机器学习的果品真菌毒素污染预警系统，特征在于包括：样本前处理模块、测序数据分析模块、智能风险评估模块、预警信息发布模块和系统自学习优化模块；
2.根据权利要求1所述的系统，其特征在于，所述文献编码比对算法包括以下步骤：
3.根据权利要求1所述的系统，其特征在于，所述语义特征提取算法包括以下步骤：
4.根据权利要求3所述的系统，其特征在于，所述自适应DBSCAN聚类的过程包括：
5.根据权利要求4所述的系统，其特征在于，在获得产毒基因reads簇后，进一步采用簇置信度评分函数评估各簇质量，使用高置信簇参...
【技术特征摘要】
1.基于高通量测序和机器学习的果品真菌毒素污染预警系统，特征在于包括：样本前处理模块、测序数据分析模块、智能风险评估模块、预警信息发布模块和系统自学习优化模块；
2.根据权利要求1所述的系统，其特征在于，所述文献编码比对算法包括以下步骤：
3.根据权利要求1所述的系统，其特征在于，所述语义特征提取算法包括以下步骤：
4.根据权利要求3所述的系统，其特征在于，所述自适应dbscan聚类的过程包括：
5.根据权利要求4所述的系统，其特征在于，在获得产毒基因reads簇后，进一步采用簇置信度评分函数评估各簇质量，使用高置信簇参与后续分析，所述簇置信度评...
【专利技术属性】
技术研发人员：沈友明，张建一，徐国锋，匡立学，程杨，李海飞，
申请(专利权)人：中国农业科学院果树研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。