В последние годы в качестве инструментов для изучения СПП применяются цифровые технологии в их многочисленных модификациях. Такой инструмент цифровизации, как аналог Big Data под названием Data mining (DM), дал начало новым методологиям в интеллектуальном анализе данных — разделе науки, которая стремится найти новые интересные закономерности и взаимосвязи в огромных объемах информации.
DM включает в себя подходы биоинформатики, которые объединяют биологические данные с использованием вычислительных инструментов и статистических методов. Такой систематический подход облегчает извлечение и корреляцию шаблонов знаний, которые неявно присутствуют в хранимых базах данных [1], позволяет обнаруживать и определять приоритеты последующих целей, представляющих интерес, лучше понимать молекулярные механизмы, связанные с питательными веществами, лекарствами или токсикантами. DM справедливо называют открытием знаний из анализа данных. Хорошим примером применения DM является работа [2], в которой проведено картирование генов, участвующих в регулировании метаболизма микронутриентов, связанных с хроническими заболеваниями.
Необходимо отметить, что за рубежом в настоящее время технология Big Data успешно используется в ситуациях, когда при идентификации генов-мишеней, ассоциированных с конкретным состоянием здоровья человека, необходимо из набора генов выбрать наиболее значимые и по оценке их экспрессии выполнить диагностику и прогноз заболевания [3]. А в пищевой промышленности Big Data помогает сделать продукты полезнее для здоровья, в том числе за счет ориентации производителей на персонализацию питания [4].
Но особенно перспективной для достижения наших целей представляется технология цифровых двойников (ЦД). Используя ЦД, можно будет попытаться создать СПП с выдающимися функционально-оздоровительными характеристиками. ЦД позволяет выставить очень много ограничений для выбора оптимального состава СПП и просчитать множество вариантов. К примеру, если важны не длительность хранения, органолептические и другие товароведные показатели, а величина физиологического эффекта или, например, объем целевого потребительского кластера, то СПП, спроектированная при помощи ЦД, будет иметь именно такие показатели за счет снижения других, менее критичных [5].