美食贯穿着我们生活的方方面面，然而以往学者对美食学的研究大都集中在历史学、社会学、哲学等角度，对美食的定量分析则寥寥无几。近年来随着互联网的发展，在线美食数据的出现使得对美食进行深度定量分析成为可能。
Sherman PW等人1999年在Bioscience发表的Darwinian gastronomy: Why we use spices一文研究了香味料的食用与当地温度的关系，认为生活所在地温度越高的人们越倾向于食用更多的香味料[1]。
2011年Scientific Report发表了Yong-Yeol Ahn等人关于“分子美食学”的工作[2]，发现西方料理往往会用搭配让许多味道融合在一起，然后东方料理往往避开相同味道的食材。也许正是食材搭配及做法的不同是造就了东西方食物特色风味截然不同。
受以上两论文的启发，成都电子科大、美国印第安那大学、北京计算科学研究中心、中科院计算所、杭州师范大学的研究人员合作，于去年5月份爬取了美食杰(http://www.meishij.net/)中华菜系的数据，每个菜系均看成由recipe – ingredient组成的二部图网络，分析了不同区域菜系之间的相似度与区域之间地理距离、年平均温度差之间的关联性。
研究人员假定认为温度相似所以当地农作物的种植自然会比较相似，从而决定了当地的饮食文化。然而研究却发现温度相似性不是引起地方菜系相似的本质原因，相反的地理距离才是决定饮食文化相似的原因（温度相似性和地理距离有很强的正相关关系，在此意指剥离温度因素影响外的地理距离）。
因为地理距离的相近会大大促进区域之间的文化交流合作（甚至通婚等等，食材的可获取性这一因素的影响力已经随着现代社会各种交通工具的飞速发展大大削弱了）。在此基础上，提出了一个基于Copy-and-mutate和geographical distance proximity两机制的地方性菜系演化模型。
本工作的研究结果已经发布在arXiv上，麻省理工技术评论MIT Technology Review和美国连线杂志Wired Science分别对本工作进行了深度报道。