Science Advances·2026-10-29 02:00· 7 小时前精选AI 评分62

机器人自动化与机器学习联动筛选生物基包装，延长黄瓜和牛油果货架期

Sustainable biobased packaging via integrated robotics/machine learning workflow for improved postharvest preservation

AI 导读

研究团队构建了机器人自动化、机器学习预测、密度泛函理论与生命周期评估相结合的工作流，用分层神经网络结合数据增强与集成建模预测约 10 亿个候选配方，在力学性能、光学透明性与环境足迹之间做平衡。所得生物基包装表现出更高的水稳定性、有效抗菌活性和高阻隔性能，显著延长了黄瓜和牛油果的货架期。团队还发布了支持正向预测、逆向设计和环境影响评估的数据共享平台。

推荐理由

该工作把机器人实验、机器学习预测与生命周期评估串成一条流程，用于筛选生物基包装配方，读者可据此了解数据驱动配方设计在保鲜包装上的落地方式。

创新点

把机器人实验、机器学习预测、密度泛函理论与生命周期评估整合为一条配方筛选流程，在约 10 亿候选配方中同时兼顾力学、透明性与环境足迹，并配套开放正向预测与逆向设计平台。

图表、补充材料与最终表述以原文为准。阅读原文

来源：Science Advances · doi.org

复合材料生物基机器学习与高通量功能应用