MyCoView beoogt de ontwikkeling van innovatieve, niet-invasieve methoden voor de detectie van hartrot (MC) in appel door het verband te onderzoeken van MC-laesie en mycotoxine besmettingen. Voor het eerst zullen massaspectrometrie en hyperspectrale beeldvorming, met behulp van machine learning (ML), worden gecombineerd tot een nieuwe methodologie. Hoewel hyperspectrale beeldvorming en de interactie tussen plant en pathogeen reeds onderzocht werden, is de integratie van deze interdisciplinaire gebieden met link naar mycotoxine contaminatie en ML een uitdaging. Deze ambitieuze fusie vormt een cruciale bijdrage aan onze voedselveiligheid. MyCoView ambieert dit doel door de opslag van latent geïnfecteerde MC-appels te voorkomen en door mycotoxine besmetting in appelproducten aan te pakken. Via een multi-strategische benadering zal ik hiervoor de volgende onderzoekdoelstellingen voorop stellen: 1) Onderzoek naar de metabole plant-pathogene interacties en de productie van secundaire metabolieten door Alternaria spp. In appel met behulp van hoge resolutie massaspectrometrie. 2) Kwantificeren van de productie van de belangrijkste Alternaria mycotoxinen in appel en hun accumulatie in functie van de tijd bij het veroorzaken van MC. 3) Nauwkeurige ML-modellen ontwikkelen om de opslag van latent geïnfecteerde MC-appels en hun verdere verwerking te voorkomen, waarbij hyperspectrale beeldvorming en massaspectrometrie worden gecombineerd.