近日，江苏大学食品与生物工程学院石吉勇教授在Food Chemistry (Q1, IF: 9.231)期刊上发表了题为“A visible colorimetric sensor array based on chemo-responsive dyes and chemometric algorithms for real-time potato quality monitoring systems”的研究论文。2021级硕士研究生吴宇晴为论文第一作者，石吉勇教授为论文通讯作者。

马铃薯耐抗逆、适应性广、生长周期短、营养价值高和产业链长，已成为我国脱贫致富、西部开发的重要支柱产业、主要的蔬菜和出口创汇高效作物、食品和工业淀粉加工的重要原料，为增加我国粮食产量、促进农民增收，做出了巨大贡献。但是，马铃薯易受干腐病、环腐病、软腐病、黑心病等的危害，给马铃薯的鲜食和加工带来很大的经济损失，贮藏病害引起的贮藏损失高达30%～50%，已成为影响马铃薯贮藏保鲜的瓶颈问题。因此，随着马铃薯产业的推进和马铃薯加工制品的普及，保障马铃薯在贮运过程中的品质，对于马铃薯产业今后的发展具有重要意义。

本研究建立了基于多变量分析的比色传感器阵列实时监测系统，用于区分不同腐败类型和程度的马铃薯。采用气相色谱-质谱法鉴定了新鲜、干腐和软腐马铃薯的特征挥发性化合物，并制备了3×4色素传感器阵列。该传感器阵列在暴露于马铃薯挥发性化合物时产生了可见的色差图，随后使用主成分分析(PCA)、层次聚类分析(HCA)、K最近邻算法(KNN)和线性判别模型(LDA) 对不同腐败类型和不同腐败比例的马铃薯分类。不同腐败类型和不同腐败比例的马铃薯在PCA和HCA下均表现出良好的聚类趋势。 使用KNN和LDA分析不同腐败类型的马铃薯，训练集和预测集的识别率可达100%；分析不同腐败比例的马铃薯， KNN训练集和预测集的识别率分别可达100.00%和95.45%，LDA的训练和预测集识别率分别可达99.76%和99.31%。此外，比色传感器阵列联合简单的颜色识别程序，成功实现了马铃薯品质的智能实时监测，在智慧农业和无人超市等领域具有广阔的应用前景。

图1 不同气敏材料反应前后的色差图

图2 不同腐败比例马铃薯的定性分析

石吉勇教授长期从农产品品质无损检测新技术、食品加工机械与设备等方面的研究。 2022年获“江苏省杰出青年”，2020年获“江苏省特聘教授”，2016年获江苏省“六大人才高峰”高层次人才。先后主持国家自然科学基金项目2项、国家重点研发项目子课题2项，以及江苏省重点研发计划、江苏省自然基金等。