J. Agric. Food Chem. | 可解释机器学习整合风味分类与溯源，指导低盐酱油风味优化

本研究针对低盐酱油风味常逊于传统酱油的问题，构建了一个整合感官、挥发性物质和微生物组三组学数据的可解释机器学习模型框架。研究旨在通过XGBoost-SHAP模型精确识别驱动特定感官属性的关键气味活性化合物，并利用MMVec模型追溯这些风味物质的微生物来源。最终，通过筛选并验证核心功能菌群组合，成功指导了发酵试验，生产出风味增强的低盐酱油，其风味品质得到显著提升，兼具多种传统酱油的典型特征。该研究为发酵食品的风味靶向工程提供了有效的新策略。