食物信息透明化創(chuàng)新趨勢報告

食物信息透明化創(chuàng)新趨勢2016Q2蛋殼研究院出品市場需求驅動力：人們想知道自己究竟吃了是什么消費者訴求消費者訴求 有害成份 營養(yǎng)成份 新鮮度 過敏原 卡路里 轉基因 …… 食物信息 物信息透明化.當前痛點 當前方式：主要依賴供應方提供信息標簽當前程度：食物信息透明化程度極低當前態(tài)度：不滿意、不信任、無奈沒有標簽許多食物并沒有附上明晰的信息標許多食物并沒有附上明晰的信息標餐飲店食品等。標簽信息不真實食品廠商信譽度不高，再加上流通環(huán)節(jié)等因素，消費者對食品標簽信息的真實度無從確認。食品廠商信譽度不高，再加上流通環(huán)節(jié)等因素，消費者對食品標簽信息的真實度無從確認。標簽信息不全面食品標簽信息不全面，不能滿足全部需要。例如無法獲知新鮮度、是否轉基因等信息。常規(guī)食物檢測技術以往食品檢測是定向成份檢也就是說你得知道你要找什么成份，然后通過撿測方法來確認這一成份是否存在，以。分子食物檢測技術發(fā)展，食物分子檢測技術深化到分子層，能進行全面的成份掃描，分析出所有存在于該食物中的成份。

分子食物檢測方式任意樣本測序流程算法分析前沿創(chuàng)新實踐者.ClearLabs下一代基因技術食物檢測解決方案，重新定義食品標簽前沿創(chuàng)新實踐者.ClearLabs下一代基因技術食物檢測解決方案，重新定義食品標簽ClearLab期望打造一個食物信息分析平臺。這分為三個層次：最底層的ClearLab參數數據庫；中間采用下一代基因檢測技術的檢測層；最上面的數據分析層囊括消費者及食品產業(yè)生態(tài)中的各個角色。ClearLab試圖成為新一代的食品標準制定者Clearlabs成立于2014年，2015年9月獲得650萬美元A輪融資，投資方包括：PlugandPlay,KhoslaVentures,FelicisVentures,PassportCapital,HBRGenomicsClearLab食品信息分析平臺架構ClearViewTM產品界面技術創(chuàng)新驅動力：近紅外光譜食物檢測設備向手持式發(fā)展近紅外光譜技術（NearInfra-RedSpectroscopy）用于食物檢測不是最近才有的技術原理：不同的分子類型有其獨特的震動模式。不同分子震動通過光反射形成不同的視覺信號。分析采集到視覺信號則可以分析出樣本中的分子成分。獨特優(yōu)勢：無接觸、快捷、準確近紅外光譜技術用于食物檢測的設備正在向家用手持式發(fā)展 前沿創(chuàng)新實踐者.SCiO以色列公司開發(fā)世界第一款手持前沿創(chuàng)新實踐者.SCiO以色列公司開發(fā)世界第一款手持食物分子傳感器SCiO成立于2011年，開發(fā)了世界第一款手持式食物分子傳感器，但產品尚未正式發(fā)售。SCiO官網進行產品預售，購買SCiO的預售價格為249美元，發(fā)貨時間約為2016年7月。SCiO傳感器通過藍牙連接iPhone智能手機，通過相應APP讀取營養(yǎng)含量信息。SCiO還可以掃描藥物、植物等來確保攝人體的安全性。SCiO銷售基于其傳感器的開發(fā)者套件，其他開發(fā)團隊可基于此來開發(fā)其他應用。SCiO與2014年從眾籌網站Kickstarter募集了220萬美元，先后獲得包括KhoslaVentures在內約1000萬美元風險投資。技術創(chuàng)新驅動力：檢測食物新鮮度，新型傳感器替代保質期標簽技術創(chuàng)新驅動力：檢測食物新鮮度，新型傳感器替代保質期標簽食物新鮮度檢測傳感器發(fā)展：微小廉價貼片式食物新鮮度檢測傳感器發(fā)展：微小廉價貼片式可食用可食用貼片2015年美國塔夫茨大學（TuftsUniversity）的研究人員開發(fā)了一種絲狀可食用的傳感器材料來測試食物新鮮度。這種傳感器可直接貼在食物表面，感知食物腐壞過程的物理和化學變化。這種傳感器也連接智能手機應用程序，你只需要將手機靠近貼有這種貼片的食物，晃一晃就可以知道新鮮度如何了。也就是說有了它就不再需要保質期標簽了。2014年底美國麻省理工片式傳感器。了NFC技術。非接觸式生鮮食物新鮮度檢測2013年一家比利時科技公司Checkpack獲得了230萬歐元資金開發(fā)基于光學技術的傳感器，來檢測食物新鮮度。該傳感器力圖不對食物進行直接接觸就能獲得準確信息。Checkpack首先將著力開發(fā)對魚肉新鮮度進行檢測的產品。目前，Checkpack尚在原形開發(fā)階段中，計劃于2017年完成開發(fā)并推向市場。Google開發(fā)Im2Calories 2015年6月Google為其Im2Calories申請了技術專利。Im2Calories能用算法識別圖片中的食物，并分析其中的食品種類，計算卡路里總量。這套深度學習的算法結合了視覺分析、圖像識別，依靠背后的大數據庫判斷食物熱量。Im2Calories的技術事實上來自一家2014年被Google收購的技術公司DeepMind。最初Im2Calories的計算并不準確，但它采用了機器學習技術，通過不斷收集數據，它會變得越來與越準確。Im2Calories最終會是作為一個卡路里計算APP應用，但目前尚未正式發(fā)布。許多飲食攝入熱量控制的人群，例如運動員、瘦身族、部分慢病患者正在期待這款應用面市。Smartplate智能硬件結合AI算法 一款名為Smartplate的產品于2015年在kickstarter眾籌了10萬美元。同樣是通過分析食物圖片來計算卡路