全球海洋与海域捕捞的鱼类在进入超市、餐厅及家庭厨房前，往往需要经历较长时间的冷链运输与流通环节。运输过程中鱼类新鲜度持续下降，但在复杂的供应链网络中，这种变化并不容易被及时、准确地掌握。北海道大学研究人员近日提出一种数学模型，旨在实现对鱼类在流通过程中新鲜度的实时评估与预测，以减少浪费并提升海鲜品质管理效率。

北海道大学副教授坪内直人表示，鱼类和贝类在死亡后新鲜度会立即开始下降，但在多环节流通体系中，相关变化难以追踪；由于对新鲜度随时间变化的掌握不足，相关方往往难以作出准确且适当的决策。

研究人员指出，这种信息不确定性不仅关系到产品安全性与质量，也会影响经济价值。围绕定价、储存与运输的决策在缺乏精确信息时，可能对零售海鲜中心、鱼贩、超市、回转寿司店及便利店等业态的物流与库存管理造成影响，进而带来效率损失与不必要的浪费。

基于ATP降解路径建立预测模型

相关研究发表在《食品工程杂志》（Journal of Food Engineering）。论文介绍的模型以鱼类死亡后肌肉组织中三磷酸腺苷（ATP）的降解路径为基础构建。坪内直人解释称，鱼死亡后储存在肌肉中的ATP会依次分解，研究团队利用这一自然发生的生化过程建立了预测性数学模型。

该模型通过K值对上述生化过程进行数学描述，从而用于估算鱼类当前的新鲜度，并进一步预测其随时间的变化。研究人员表示，这意味着模型不仅可用于判断“此刻”的新鲜度水平，也可用于推算数小时或数天后的新鲜度变化趋势。

从实验室检测走向无损与实时评估

研究团队回顾称，约60多年前，北海道大学研究人员首次提出以K值作为新鲜度指标；目前，K值已在全球范围内被广泛用作衡量鱼类新鲜度的科学标志。不过，传统K值估算通常需要采集鱼组织样本并进行实验室分析，流程耗时且具有破坏性。

新提出的模型通过模拟ATP降解过程来预测K值，所需输入包括鱼类种类、储存时间与温度等基础信息。研究人员认为，这为无损检测提供了替代路径，并具备与实时监测结合的潜力。

同时关联新鲜度与风味信息

研究人员还指出，由于同一生化路径也与口感相关，模型可提供与鱼肉风味有关的信息。例如，ATP降解过程中产生的肌苷酸（IMP）与鲜味相关，而路径中的其他晚期产物则与苦味及异味相关。基于此，模型在估算新鲜度的同时，也可对风味变化提供参考。

研究团队在包括鲭鱼在内的多种鱼类上对模型进行了测试，并称模型预测结果与实验室测得的新鲜度数值高度吻合。坪内直人表示，研究结果显示，单一模型结构可适用于多种鱼类，同时保持预测准确性。

面向供应链应用的下一步

研究人员表示，已在多个国家就相关技术申请专利，并期待未来将其应用于传感器设备与自动化新鲜度监测系统。随着海鲜供应链全球化发展、出口与远距离配送增加，研究团队认为，该模型有望支持实时监测系统，用于估算剩余保质期、减少浪费，并提升行业在储运与库存等环节的决策水平。