BitterMasS 是一种利用质谱分析的新工具，有望在预测化合物的苦味方面取得进展。它通过跨学科合作开发，与传统方法相比，其精度和效率更高，广泛应用于食品科学、制药等领域。

BitterMasS 不仅加速了味觉感知研究，而且还具有改变食品加工、健康发现和安全监测的潜力，标志着味觉预测和化合物筛选技术的重大进步。

这项开创性工具是由希伯来大学博士生 Evgenii Ziaikin 和 Masha Niv 教授以及俄亥俄州立大学 Edisson Tello 博士和 Devin Peterson 教授领导的团队开发的。BitterMasS 利用质谱分析的强大功能来预测化合物的苦味，而无需事先了解其化学结构。

这一进步标志着与依赖结构数据的传统方法的重大区别，因为结构数据仅覆盖代谢组的一小部分。

这篇题为“BitterMasS：通过质谱预测苦味”的论文发表在《农业与食品化学杂志》上。

苦味是一种与有毒物质可能相关的基本味觉模式，长期以来一直引起科学家和食品专家的关注。现在，这项研究有望彻底改变人们对食品和饮料中苦味的理解和管理方式。

BitterMasS 使用包含 5,400 多个苦味和非苦味化合物实验质谱图的数据集，在内部测试中实现了出色的精确度和召回率。对于外部验证，该工具表现出了强大的性能，可以在没有结构信息的情况下准确识别苦味化合物。

这些发现强调了 BitterMasS 在简化食品科学、制药等领域的化合物筛选过程方面的潜力。

“BitterMasS 代表着味觉预测领域的重大转变，”首席研究员 Niv 教授说道。“通过利用质谱数据，我们现在可以直接、有效地预测苦味，为发现有益健康的化合物和改进食品加工技术打开了大门。”

研究人员设想 BitterMasS 是一种多功能工具，能够监测苦味随时间的变化，为食品质量和安全提供关键见解。这种创新方法还可用于药物开发和代谢组学。

BitterMasS 证明了跨学科合作和技术创新在增进我们对味道的理解方面所发挥的力量。它的影响远远超出了实验室的范围，有可能重塑我们在各个行业中对苦味化合物的感知和利用方式。

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：