近日，贵州国台数智酒业集团股份有限公司科研团队联合贵州大学邱树毅教授团队共同在中科院一区国际食品期刊《Food Chemistry：X》发表题目为“基于生物标志物和关键风味物质筛选的不同质量等级酱香型白酒的机器学习模型判别与预测”的研究性论文。

酱香型白酒基酒质量等级是影响酱香型白酒成品酒独特风味形成和品质提升的关键因素。然而，目前酱香型白酒基酒质量等级判别严重依赖于传统人为感官经验评估，缺乏具有客观、准确的数字化标准。更为重要的是，目前行业对于酱香型基酒质量等级研究常聚焦在酒体风格特征研究，很少有相关研究报道基酒质量等级与其对应酒醅的微生物组成结构、理化指标等相关研究分析。

本研究选取酱香型白酒冬季生产中易于出现发酵异常的一轮次酒醅和基酒作为研究对象，通过检测基酒理化指标结合感官评价分析（QDA）表征了不同质量等级基酒酒体风格感官差异；选取代表不同质量等级的基酒对应酒醅进行宏基因组测序和理化指标检测，解析了造成不同质量等级基酒差异的关键理化指标和微生物标志物；通过GC-FID检测不同质量等级基酒52种骨架成分结合OPLS-DA分析和OVA值，阐明了造成不同质量等级基酒关键风味化合物。

本研究首次应用11种机器学习分类模型和9种回归预测模型，构建了不同质量等级基酒判别和预测模型，选择了具有最优模型评价的模型结合SHAP（SHapley Additive exPlanations）方法进行最终特征解释和判别模型构建。

本研究不仅为酱香型白酒不同质量等级基酒评价体系提供了高效精准的判别和预测模型，也为有效预防和调控改善发酵和保障基酒产质量提供了科学理论指导依据。