本研究综述了人工智能（AI）在发酵食品微生物资源挖掘中的潜在革新作用。发酵食品依赖特定微生物在可控条件下进行酶促转化，从而形成独特的风味、香气与质构。以中国白酒、食醋、酱油为例，微生物代谢产生的有机酸、氨基酸和酯类是其关键风味来源。除感官品质外，发酵还能显著提升食品营养价值，如促进多种水溶性维生素（B5、B6、B9、B12）的积累，并产生具抗癌、免疫调节与抗菌活性的生物活性肽，同时通过降低有害微生物水平增强食品安全性。然而，传统微生物研究方法耗时长、解析能力有限，难以准确呈现复杂发酵体系的微生物多样性。近年多组学技术的快速发展——包括宏基因组、转录组、蛋白组与代谢组——虽极大拓展了对微生物群落结构与功能的认识，但其数据体量庞大、分析复杂，仅依赖组学往往难以高效完成数据解释。
AI 的兴起为解决这一瓶颈提供了新思路。AI 在食品领域的应用不断扩大，从风味分析到安全监测均展现出显著优势，可利用图像识别、传感数据分析及预测模型实现食品污染、变质与风险的实时监控，提升过程监管效率。然而，目前AI在发酵食品微生物学方向的应用研究仍十分有限。因此，本综述系统总结了AI在挖掘发酵微生物资源方面的核心价值，介绍相关数据基础与算法框架，重点阐述AI在微生物分析中的应用潜力，并讨论其在发酵食品工业化生产中的前景。该研究为推动发酵食品产业向数据驱动、智能化方向发展提供了重要参考。
成果介绍
发酵食品中的微生物构成了一个多样化的微观生态系统，在食品生产、风味形成以及促进人类健康方面具有巨大应用潜力。然而，这些微生物群落结构复杂，传统培养方法局限性明显，加之功能解析难度较大，使相关研究面临诸多挑战。这些因素共同限制了我们对其潜在机制的深入理解。
本综述系统性地梳理了人工智能（AI）在突破上述限制方面所带来的范式转变。我们整合当前研究成果，详细阐述AI，尤其是机器学习与深度学习，在挖掘和解析复杂微生物数据集方面的应用。同时，本文也强调了这些计算方法在发酵食品产业中的变革性应用及其潜在挑战。
AI 能够实现高分辨率的微生物注释，并精准预测基因功能及新的代谢途径；它还使研究者能够建立推动发酵过程的复杂微生物互作模型。尽管在数据标准化、模型可解释性及实际场景应用方面仍存在挑战，但AI 毫无疑问已经成为发酵食品微生物资源挖掘的关键革新工具。AI 将加速新一代发酵剂的开发，并优化发酵过程，使其更加高效与稳定。这些进展有望显著提升工业发酵水平，推动更加可持续与标准化的食品生产。此外，AI 还将促进功能性食品的开发，进一步提升人类健康。
