Integration af dyreadfærdsvurdering og konvolutionelt neuralt netværk for at studere wasabi-alkohol smag-lugt-interaktion

De kommercielle wasabipastaer, der almindeligvis bruges til madlavning, indeholder en homolog forbindelse af kemosensoriske isothiocyanater (ITC'er), der fremkalder en irriterende fornemmelse ved indtagelse. Virkningen af at snuse til alkoholholdige drikkevarer i kosten på fornemmelsen af wasabi-krydrethed er aldrig blevet undersøgt. Mens de fleste sensoriske evalueringsundersøgelser fokuserer på individuel mad og drikkevarer separat, mangler der forskning i den olfaktoriske undersøgelse af at snuse spiritus, mens man indtager wasabi. Her udvikles en metode, der kombinerer brugen af en dyreadfærdsundersøgelse og et konvolutionelt neuralt netværk til at analysere musens ansigtsudtryk, når de samtidig snuser til spiritus og indtager wasabi. Resultaterne viser, at den trænede og validerede deep learning-model genkender 29 % af billederne, der viser co-behandling af wasabi og alkohol, der tilhører klassen af den wasabi-negative spiritus-positive gruppe uden behov for forudgående filtrering af træningsmaterialer. Statistisk analyse af musegrimasseskalascore opnået fra de valgte videorammebilleder afslører en signifikant forskel (P < 0,01) mellem tilstedeværelse og fravær af spiritus. Dette fund tyder på, at alkoholholdige drikkevarer i kosten kan have en aftagende effekt på de wasabi-fremkaldte reaktioner hos mus. Denne kombinatoriske metode rummer potentiale for individuel ITC-stofscreening og sensoriske analyser af spirituskomponenter i fremtiden. Der er dog behov for yderligere undersøgelser for at undersøge den underliggende mekanisme for alkoholinduceret undertrykkelse af wasabi-skarphed.