鱼类和贝类是最具营养价值且最受欢迎的水生资源之一，通常以生食形式食用。然而，它们在捕获后新鲜度会迅速下降，因此需要先进的新鲜度控制技术来保证其保存和分销。随着全球需求的增长和冷链物流的进步以及长途运输的扩展，迫切需要客观且可重复的新鲜度指标，以满足消费者和商业利益相关者的期望（Hong等人，2017年；Barat等人，2008年）。
传统的鱼类新鲜度评估方法，如感官评估和细菌计数，容易受到人为偏见和环境变化的影响，这限制了其重复性（Hong等人，2017年；Barat等人，2008年）。为了解决这些问题，Saito等人（1959年）首次提出的K值已成为一个被广泛采用的客观生化新鲜度指标。该指标基于鱼类组织死亡后三磷酸腺苷（ATP）代谢物的降解过程，从而提高了样本间的一致性（Surette等人，1988年；Hwang等人，2019年；Howgate，2005a；Howgate，2005b）。
鱼类死亡后，肌肉组织中的ATP会依次降解为ADP、AMP、IMP、肌苷（HxR），最终形成次黄嘌呤（Hx）。这一生化途径已在多种鱼类中得到证实，并与新鲜度相关的质量变化密切相关（Surette等人，1988年；Hong等人，2017年）。IMP有助于产生美味的鲜味，而Hx的积累则与苦味和异味有关（Hwang等人，2019年；Tan和Teo，1991年）。由于K值反映了这一降解过程的相对进展（ATP → IMP → HxR + Hx），因此可以通过高效液相色谱法（HPLC）进行定量分析（日本农林水产省，2022年）。
ATP代谢物的降解过程受储存温度的强烈影响，已有研究应用动力学模型或阿伦尼乌斯模型来描述这种依赖性（Kaminishi等人，2000年；Agustini等人，2001年）。尽管这些模型成功量化了温度效应并预测了单个物种内的新鲜度变化（Howgate，2005a；Howgate，2005b），但大多数模型仍然具有物种特异性，需要针对每种鱼类进行单独校准。因此，尽管鱼类之间的ATP降解途径具有高度相似性，直接进行跨物种比较或通用应用仍然具有挑战性。
与此同时，最近的研究探索了多参数评估框架和非破坏性传感技术，以改进实际的新鲜度监测。例如，高光谱成像（Cheng等人，2014年；Cheng等人，2015年；Shao等人，2023年；Ryu等人，2024年）和多电极传感器阵列（Hsueh等人，1999年；Martínez-Mañez等人，2005年；Possari等人，2006年；Menesatti等人，2010年）等技术在评估与新鲜度相关的生化变化方面显示出潜力，后续的研究表明这些技术与K值等指标之间存在相关性，表明它们适用于快速和无接触的评估。然而，这些方法通常只能提供点时刻测量结果，并且需要复杂的校准，限制了它们预测未来新鲜度动态或与预测质量控制工作流程集成的能力。
随着冷链物流与基于物联网的监测系统的日益结合，人们越来越关注能够将连续获取的传感器数据转化为可操作的新鲜度状态预测的概念性和早期阶段模型（Vilas等人，2018年；Hsueh等人，1999年；Possari等人，2006年；Martínez-Mañez等人，2005年）。这样的集成将实现预测性新鲜度管理，使行业用户能够估算剩余保质期，而不仅仅是依赖实时测量结果。然而，一个将生化有效性、预测能力和跨物种适用性相结合的实用框架尚未建立。因此，一个简化且可转移的动力学模型，能够使用最少的物种特定调整来估算K值的进展，将填补现有空白，并支持与实时监测和质量保证技术的未来集成。
为了解决这些限制，本研究旨在开发一个简化且可转移的动力学建模框架，该框架能够基于ATP降解动态预测K值的进展（Kaminishi等人，2000年；Agustini等人，2001年；Howgate，2005年）。我们提出了一个统一的、顺序的、不可逆的一级反应模型，该模型具有可调的动力学参数，能够在保持生化可解释性的同时实现跨物种适用性（Tan & Teo，1991年）。重要的是，虽然模型结构在各个物种之间是共享的，但动力学参数（k1和k2）是为每个物种单独估算的，从而确保了生化相关性同时保持了跨物种的转移性（Surette等人，1988年）。
该模型使用了关于竹荚鱼（Scomber japonicus）和马鲛鱼（Trachurus japonicus）的报告数据进行评估，并进一步使用冷藏Atka鲭鱼（Pleurogrammus azonus）的实验数据进行了验证。虽然之前也有类似的模型应用（Kaminishi等人，2000年；Agustini等人，2001年；Howgate，2005年），但它们是为单个物种设计的，并未评估跨分类群的适用性。
据我们所知，本研究提供了一个实证示例，证明了一个单一模型结构可以应用于多种鱼类，并在保持预测准确性的同时进行最小化校准。通过展示理论有效性和实际性能，所提出的模型为一个通用预测框架的概念验证（另见Kaminishi等人，2000年；Agustini等人，2001年；Howgate，2005年中的物种特定方法）。
最终，这种方法为将动力学建模与实时监测平台（如新兴的基于物联网的传感器系统）集成提供了基础，正如早期可行性研究和传感器集成研究中所探讨的（Vilas等人，2018年；Possari等人，2006年；Martínez-Mañez等人，2005年；Hsueh等人，1999年）。
本研究的目的是基于ATP相关化合物的降解过程，开发一个简化且可转移的动力学模型来预测K值（鱼类新鲜度的指标）。
我们提出了一个统一的、顺序的、不可逆的一级反应模型（ATP池 [ATP + ADP + AMP] → IMP → HxR + Hx [肌苷 + 次黄嘌呤]）。动力学参数是根据从已发表文献中获得的储存在0°C下的竹荚鱼的时间序列K值数据估算的。
然后使用独立发布的0°C下马鲛鱼的数据集对模型进行了评估，并使用0°C下Atka鲭鱼（Pleurogrammus azonus）的实验测量核苷酸浓度进行了验证。
