本发明公开一种基于代谢标志物结合机器学习的乳粉中致病菌筛查方法及应用，通过选取通用的非选择性培养基PBS作为乳粉样品增菌液，经恒温培养后，基于液相色谱‑质谱采集乳粉样品增菌处理后的胞外代谢标志物信息，结合多种模型机器学习方法，构建异常乳粉鉴别模型及致病菌污染种类鉴别模型，可有效精准鉴别乳粉是否遭受致病菌污染，并进一步鉴别出污染乳粉致病菌的种类。本方法能够简化样品分析流程并缩短样品分析时间，并且本方法在获取乳粉数据后，可基于不同数量的代谢标志物并根据其特点选用机器学习算法进行分类，在实际应用场景中可根据需求选用不同代谢标志物及分类模型进行异常乳粉鉴别，运行速度快，误差小，效率高。