12月16日，记者从四川农业大学获悉，国际农林科学主流学术刊物《Food Chemistry》在线发表了由该校水稻栽培专家任万军教授团队构建的稻米食味综合评分神经网络预测模型，这一模型通过机器学习，为筛选高食味水稻品种提供了一种准确，且更快速、高效和低成本的方法，是杂交籼稻科研领域首次用此种模型进行稻米食味品质预测。

稻米食味综合评分神经网络预测模型。图片由受访者提供

通俗来说，高食味稻米，就是口感好、香味浓的优质稻米。近年来，消费者对高食味稻米的需求与日俱增。因此，在高产水稻品种的选育和栽培研究基础上，育种界越来越重视高食味水稻品种的选育，栽培领域也更加重视高食味水稻品种的栽培推广。

因此，筛选出高食味稻米进行应用推广，是水稻栽培推广过程中的重要环节。

“目前最通用的方法就是按照国家标准《GB/T15682-2008粮油检验 稻谷、大米蒸煮食用品质感官评价方法》，采用人工感官评价的方法来评价稻米食味品质。这种方法首先要优选和培训一定数量的评价人员，评价人员逐一对米饭样品进行看、闻、吃和冷饭再吃等步骤，对气味、外观、粘度、硬度、米饭味道、米饭口感和综合评价等项目进行打分评价。”任万军介绍。

这种方式的优缺点明显，优点是可直接反映人们对稻米的喜好程度。缺点是操作繁琐、耗时长、花费高，且受评价人员主观好恶影响大，需要对评价人员进行专业培训，并维持评价队伍的稳定。此外，当面对大量品评样品时，往往会造成感官疲劳，准确性降低。

与此同时，品种审定数量不断提升，也加重了高食味稻米品种的筛选难度。

近年来，任万军教授团队收集了四川、云南、贵州种植的186份机插杂交籼稻材料，在进行人工百分制感官评价的基础上，进一步测定了材料直链淀粉、蛋白质和脂肪含量，淀粉RVA谱特性，米饭质构特性等理化指标，并利用多种传统数学统计方法，以及人工神经网络等机器学习方法，构建了机插杂交籼稻食味综合评分的预测模型。

“通俗来说，这种神经网络预测模型在基于人工品尝筛选的优势上，融入了米饭质构特性、稻米组分特性等客观的稻米食味评价因素，精准度可达96%以上。”任万军团队成员、论文第一作者邓飞说。

在成本控制方面，邓飞介绍，单个稻米样品的人工感官评价劳务费用在300元以上，专业鉴定机构收费在400—500元。采用神经网络模型进行预测，每个样品的测试费用则在150元左右。

“籼稻是四川等西南地区最重要的主粮作物之一，近年来机械化高产栽培取得突破。虽然产量高，但品质较差的问题较为普遍。”水稻品质研究专家、南京农业大学教授刘正辉认为，这一神经网络预测模型构建了直链淀粉、蛋白质、脂肪、淀粉RVA谱特性以及米饭质构特性等理化指标与人工感官评价之间关系，精准度高，有效破解了优质杂交籼稻品种选育中食味品质鉴定技术缺乏的难题，可为西南地区杂交籼稻机械化优质生产提供有效技术帮助。