趙 丹，杜仁鵬，劉鵬飛，潘 超，葛菁萍，*

（1.黑龍江大學(xué)生命科學(xué)學(xué)院，微生物黑龍江省高校重點(diǎn)實(shí)驗(yàn)室，黑龍江 哈爾濱 150080；2.農(nóng)業(yè)微生物技術(shù)教育部工程研究中心，黑龍江 哈爾濱 150500）

代謝組學(xué)技術(shù)在植物源性食品研究中的應(yīng)用研究進(jìn)展

趙 丹1，2，杜仁鵬1，2，劉鵬飛1，2，潘 超1，2，葛菁萍1，2，*

（1.黑龍江大學(xué)生命科學(xué)學(xué)院，微生物黑龍江省高校重點(diǎn)實(shí)驗(yàn)室，黑龍江 哈爾濱 150080；2.農(nóng)業(yè)微生物技術(shù)教育部工程研究中心，黑龍江 哈爾濱 150500）

代謝組學(xué)以生物系統(tǒng)中的細(xì)胞在特定條件下所有小分子代謝物為研究對象，定性并定量描述生物內(nèi)源性代謝物及其對內(nèi)因和外因變化的應(yīng)答規(guī)律。近年來代謝組學(xué)技術(shù)成為食品科學(xué)研究中不可或缺的工具，尤其是在以植物為原材料進(jìn)行加工或直接食用的植物源性食品中，代謝組學(xué)技術(shù)廣泛用于檢測不易揮發(fā)性化合物。本文簡要介紹代謝組學(xué)主要技術(shù)平臺(tái)、研究流程和統(tǒng)計(jì)方法，著重論述代謝組學(xué)在植物源性食品的品質(zhì)鑒定、安全性及防偽評估、原料動(dòng)態(tài)監(jiān)控以及食品分類中的應(yīng)用現(xiàn)狀及發(fā)展趨勢。

代謝組學(xué)；植物源性食品；核磁共振；質(zhì)譜

20世紀(jì)70年代，Devaux等［1］基于代謝輪廓分析（metabolic profiling）第一次提出代謝組學(xué)（metabolomics）概念。之后Nicholson等［2］于1999年重新定義了代謝組學(xué)，并利用核磁共振（nuclear magnetic resonance，NMR）技術(shù)分析大鼠的尿液，對生物體內(nèi)隨時(shí)間改變的代謝物進(jìn)行動(dòng)態(tài)檢測、定量、分類，從而尋找相關(guān)的生物標(biāo)志物。代謝組學(xué)技術(shù)可同步實(shí)時(shí)定量分析細(xì)胞、器官、生物體內(nèi)維持其正常生長和功能的小分子代謝物或化學(xué)分子（＜1 500 u）［3］。

植物源性食品（plant-derived food）指以植物為原材料進(jìn)行加工或直接食用的健康安全食品，其質(zhì)量保證和生產(chǎn)過程需要有高度規(guī)范、統(tǒng)一的標(biāo)準(zhǔn)［4］。代謝組學(xué)允許同時(shí)表征大量化學(xué)分子和生物材料，為植物源性食品提供詳細(xì)、準(zhǔn)確的代謝物構(gòu)成分析［5］。通過大量研究發(fā)現(xiàn)，在食品研究中，充分利用代謝組學(xué)這個(gè)研究工具，可建立靈敏可靠特異的快速檢測方法，使得食品中小分子化學(xué)物質(zhì)的分離鑒別相對快速簡易，并已經(jīng)成功用于食品原材料和最終產(chǎn)品的質(zhì)量鑒定［6］。代謝組學(xué)能夠分析所有代謝物的集合，系統(tǒng)研究代謝物的變化規(guī)律，被認(rèn)為是具有潛在應(yīng)用價(jià)值的工具，為食品科學(xué)相關(guān)研究提供了新思路和技術(shù)。本文主要介紹代謝組學(xué)技術(shù)作為一種工具，在植物源性食品的品質(zhì)鑒定、安全把控、加工貯藏、產(chǎn)品分類中的應(yīng)用，以及如何運(yùn)用代謝組學(xué)技術(shù)分析和鑒定植物源性食品進(jìn)行簡要的概述和展望。

1　代謝組學(xué)研究的一般流程

完整的代謝組學(xué)分析的流程是指對代謝物進(jìn)行分離、檢測、數(shù)據(jù)處理及分析的過程。經(jīng)研究發(fā)現(xiàn)，并不是每一個(gè)步驟都是必需的，分離和檢測被認(rèn)為是代謝組學(xué)技術(shù)的核心部分，樣品處理之后，選擇一種能分析出所有代謝物的技術(shù)手段至關(guān)重要［7］。其中分離技術(shù)包括：氣相色譜（gas chromatogram，GC）、毛細(xì)管電泳（capillary electrophoresis，CE）和液相色譜（liquid chromatogram，LC）。由于這些技術(shù)具有技術(shù)成熟、易掌握、檢測靈敏度高、分離效能高、選擇性高、檢出限低、樣品用量少、方便快捷等特點(diǎn)，已被廣泛應(yīng)用于食品工業(yè)的安全評估中［8］。代謝組學(xué)檢測平臺(tái)中最常用的是質(zhì)譜（mass spectrometry，MS）和NMR技術(shù)，MS技術(shù)具有靈敏度高、樣品用量少、分析速度快、可鑒定待測物結(jié)構(gòu)等優(yōu)點(diǎn)，廣泛應(yīng)用于食品科學(xué)研究中，特別是其快速定性功能使其在植物揮發(fā)性代謝產(chǎn)物分析中得到廣泛應(yīng)用［9］。NMR圖譜可以使NMR波信號在樣品中定位，為進(jìn)行食品內(nèi)部結(jié)構(gòu)的直觀透視研究提供強(qiáng)有力的技術(shù)手段，對植物源性食品加工和貯藏過程中的生化反應(yīng)以及化學(xué)變化進(jìn)行跟蹤研究［10］。數(shù)據(jù)處理及分析主要包括化學(xué)物質(zhì)定性定量和統(tǒng)計(jì)學(xué)分析，分離的化學(xué)物質(zhì)通過色譜數(shù)據(jù)庫檢索并和標(biāo)準(zhǔn)品的保留時(shí)間進(jìn)行對比來定性鑒別，代謝組學(xué)數(shù)據(jù)分析以多維數(shù)據(jù)分析（multivariate data analysis，MVDA）為主［11］。由于數(shù)據(jù)量非常大，采用常規(guī)統(tǒng)計(jì)分析方法既難以發(fā)現(xiàn)樣品之間或各組之間的異同，也難以發(fā)現(xiàn)樣品中的哪些變量（分子）造成上述差異。因此代謝組學(xué)數(shù)據(jù)需要特殊方法加以分析，其中應(yīng)用最廣泛的是主成分分析（principal components analysis，PCA），它可以用來歸類區(qū)分不同處理樣品之間的不同。除此之外，還有非線形映射（nonlinear mapping，NLM）、聚類分析（hierarchical cluster analysis，HCA）等非監(jiān)督學(xué)習(xí)方法和軟獨(dú)立建模分類法（soft independent modeling of class analogy，SIMCA）、偏最小二乘法顯著分析（partial least squares-discriminant analysis，PLS-DA）和神經(jīng)網(wǎng)絡(luò)分析（artificial neural network，ANN）等有監(jiān)督學(xué)習(xí)方法［12］。常用的代謝組學(xué)分析軟件有MATLAB、SAS、SPSS、SIMCA等［13］，可根據(jù)研究需要選擇合適的方法。

2　植物源性食品的品質(zhì)特征鑒定

代謝組學(xué)詳細(xì)而全面的分子圖像對在評估食品質(zhì)量、分析不同食品中的揮發(fā)性化合物，以及鑒別不同物種之間的差異和相近特征的準(zhǔn)確性上起著決定性的作用［14］。在植物源性食品研究中，一個(gè)樣品中通常含有多種代謝產(chǎn)物，特別是一些高分子質(zhì)量不易揮發(fā)的極性代謝產(chǎn)物，研究這些物質(zhì)需要進(jìn)行化學(xué)衍生化或者高溫處理，方法和步驟比較復(fù)雜，要求較高。目前，氣相色譜-質(zhì)譜聯(lián)用（GC-MS）、液相色譜-質(zhì)譜聯(lián)用（LC-MS）、NMR技術(shù)為不同品種作物的生物活性化合物提供一個(gè)快速可行的檢測手段。有報(bào)道稱NMR技術(shù)可以定性分析西紅柿中的特異性糖類、黃酮苷、氨基酸和有機(jī)酸化合物，這些物質(zhì)與西紅柿的口味、香味、成熟階段和顏色微妙變化密切相關(guān)［10］。Choi等［15］利用NMR對韓國豆醬的生產(chǎn)過程進(jìn)行了實(shí)時(shí)檢測，并通過PCA發(fā)現(xiàn)豆醬發(fā)酵過程中糖的質(zhì)量分?jǐn)?shù)下降，乙酸、酪氨酸、苯丙氨酸等質(zhì)量分?jǐn)?shù)顯著增加。Ali等［16］利用NMR耦合MVDA，通過研究葡萄酒的性狀來評定葡萄酒的感官品質(zhì)，結(jié)果發(fā)現(xiàn)葡萄在成熟期間果漿化學(xué)成分的變化影響酒的質(zhì)量，對其感官品質(zhì)有重要的影響。其后，Lee等［17］用GC-MS和1H-NMR與PLS-DA模型聯(lián)用技術(shù)構(gòu)建葡萄酒的代謝圖譜，來預(yù)測葡萄酒的口感黏度分?jǐn)?shù)，結(jié)果顯示脯氨酸、乳酸、醋酸、酒石酸、蘋果酸和甘油對葡萄酒口感起著至關(guān)重要的作用。研究者采用流動(dòng)注射電噴霧電離質(zhì)譜（flow injection electrospray ionization mass spectrometry，F(xiàn)IE-MS）和GC-MS評估馬鈴薯的化學(xué)組成，不同品種的馬鈴薯塊莖中代謝物組分與馬鈴薯品質(zhì)特征聯(lián)系密切，其中某些品種的氨基酸（異亮氨酸、酪氨酸和苯丙氨酸）含量較高。GC-MS結(jié)果顯示極性代謝物（氨基酸、有機(jī)酸、糖和糖醇）和非極性代謝物（包括脂肪酸、脂肪醇和甾醇）差異顯著［18］。Tarachiwin［19］和Pongsuwan［20］等把GC-MS、1H-NMR、傅里葉變換紅外光譜（Fourier transform infrared chromatography，F(xiàn)TIR）和超高效液相色譜-串聯(lián)質(zhì)譜（ultra performance liquid chromatography-tandem mass spectrometry，UPLC-MS/MS）技術(shù)結(jié)合起來，用于鑒別綠茶質(zhì)量等級，并且分析出影響茶葉質(zhì)量的特征性化合物。

3　植物源性食品安全性及防偽評估

代謝組學(xué)技術(shù)在植物轉(zhuǎn)基因食品的測定中具有靈敏、準(zhǔn)確的優(yōu)勢。Roessnner等［21］利用GC-MS對馬鈴薯塊莖中150 種化合物進(jìn)行了定量和定性分析，確定了過表達(dá)葡萄糖激酶和葡萄糖磷酸酶基因轉(zhuǎn)基因植株的生物化學(xué)表現(xiàn)型。Catchpole等［22］用FTIR和NMR對轉(zhuǎn)基因馬鈴薯和非轉(zhuǎn)基因馬鈴薯做了比較分析，多維數(shù)據(jù)分析結(jié)果顯示二者之間并無顯著區(qū)別。這表明代謝組學(xué)能快速而簡便地評估轉(zhuǎn)基因產(chǎn)品成分組成差異。

原料摻假是假冒偽劣食品生產(chǎn)中的慣用手段，很難通過味道或顏色檢測出來。Vardin等［23］在FTIR光譜信息的基礎(chǔ)上開發(fā)出一種快速敏感、高通量且重現(xiàn)性好的分析手段，用于檢測果汁真?zhèn)巍grinc等［24］利用同位素比質(zhì)譜法（isotope ratio mass spectrometry，IRMS）選取摻假的果汁、葡萄酒和橄欖油樣品，同時(shí)以合格產(chǎn)品為對照，通過PCA或ANN分析結(jié)果來區(qū)分摻假產(chǎn)品和合格產(chǎn)品。Christy等［25］利用色譜技術(shù)結(jié)合其他化學(xué)計(jì)量學(xué)技術(shù)鑒別摻入豆油、玉米油、核桃油的偽劣橄欖油，結(jié)果表明：偏最小二乘法的應(yīng)用可以預(yù)測橄欖油中摻入豆油、玉米油、核桃油的誤差，結(jié)合PCA分析結(jié)果可以100%地區(qū)分出橄欖油中是否摻假。這些研究表明，代謝組學(xué)技術(shù)不但可以快速，低成本地識別摻假飲料和油，還可以準(zhǔn)確的監(jiān)測轉(zhuǎn)基因食品的質(zhì)量問題。

4　植物源性食品原料種植、產(chǎn)品加工、貯存過程中的監(jiān)控

水果在生長成熟過程中，其內(nèi)部的水分含量與狀態(tài)、可溶性碳水化合物及油脂含量等都會(huì)相應(yīng)變化。通過對這些成分的測定，即可預(yù)知水果的成熟度［26］。Carrari等［27］用液相色譜串聯(lián)四極桿飛行時(shí)間質(zhì)譜（liquid chromatography-quadrupole-time of flightmass spectrometry，LC-Q-TOF-MS）和高效液相色譜-二極管陣列檢測-熒光檢測技術(shù)（high performance liquid chromatography-diode array detector-fluorescence detection，HPLC-DAD-FD），對不同成熟階段番茄果實(shí)組織中代謝物的圖譜進(jìn)行比較，區(qū)分不同發(fā)育階段并檢測各階段的標(biāo)志性代謝產(chǎn)物。le Gall等［28］研究了番茄成熟過程中茄紅素等一系列代謝產(chǎn)物的動(dòng)態(tài)變化，對番茄的成熟機(jī)制有了進(jìn)一步的了解，為加快番茄成熟速度打好了基礎(chǔ)。Ku等［29］利用1H-NMR耦合GC-MS技術(shù)研究綠茶發(fā)酵特征，結(jié)果表明綠茶發(fā)酵過程中表兒茶素、表兒茶素-3-沒食子酸酯、奎尼酸、咖啡因和蔗糖的質(zhì)量分?jǐn)?shù)不斷下降，而沒食子酸和葡萄糖的質(zhì)量分?jǐn)?shù)不斷增加。此外，代謝組學(xué)技術(shù)也可作為采摘后水果生理生化狀況的評估工具，為水果的貯存方式選擇和營銷策略提供依據(jù)。Kushalappa等［30］利用GC-MS檢測水果采摘初期頂部空間的揮發(fā)性代謝物來診斷水果疾病，從而幫助人們尋找提高水果保質(zhì)期的方法。Bianchi等［31］基于揮發(fā)性代謝產(chǎn)物的代謝輪廓構(gòu)建了一種新的GC-MS技術(shù)，能夠盡早檢測到橙汁的腐敗情況，結(jié)果發(fā)現(xiàn)被污染的樣品中萜醇和酮等揮發(fā)性物質(zhì)的含量增加，而α-里哪醇、萜烴類和線性醛等物質(zhì)含量下降。

5　植物源性食品溯源

Hong-Seok等［32］運(yùn)用1H-NMR檢測了不同品種（Campbell，Early，Cabernet Sauvignon and Shiraz）和來自不同國家和地區(qū)（澳大利亞、法國、美國加州和韓國）的葡萄所生產(chǎn)葡萄酒的差異。Son等［33］將NMR和GC-MS結(jié)合起來，檢測2，3-丁二醇、乳酸、乙酸、脯氨酸、琥珀酸鹽、蘋果酸鹽、甘油、酒石酸鹽、葡萄糖和酚類代謝物，然后運(yùn)用PCA和PLS分析實(shí)現(xiàn)了對葡萄酒的分類。Vaclavik等［34］的研究利用LC-Q-TOF-MS對來自歐洲和美國的不同地理環(huán)境的不同種類葡萄酒進(jìn)行分類，結(jié)果表明矢車菊素-3-O-葡萄糖苷是葡萄酒分類的主要指標(biāo)。此外，代謝組學(xué)技術(shù)在植物油的來源及品質(zhì)鑒定中應(yīng)用廣泛。Ruiz-Samblás等［35］運(yùn)用 GC-MS指紋圖譜獲得了三酰甘油圖譜，1-棕櫚酸-2-硬脂酸-3-油酸甘油酯和1，2-油酸甘油酯-3-硬脂酸是區(qū)別特級初榨油、初榨橄欖油、橄欖油和果渣油這4 種橄欖油樣品的主要代謝產(chǎn)物。Mata-Espinosa等［36］利用高效液相色譜-電霧式檢測器（high performance liquid chromatography-charged aerosol detection，HPLC-CAD）區(qū)分不同類別和品種的橄欖油、食用油（玉米、向日葵、花生大豆、油菜籽、芝麻、葡萄籽）和一些混合油，其中三油酸甘油酯、1，2-油酸-3-棕櫚酸和1，2-油酸-3-甘油三亞油酸酯作為區(qū)分橄欖油和植物油的鑒別性代謝物。研究表明，NMR與GC-MS聯(lián)用極大促進(jìn)了植物源性食品的分類，不僅可以準(zhǔn)確地鑒定不易揮發(fā)性代謝產(chǎn)物，還可以同時(shí)構(gòu)建多種代謝產(chǎn)物的代謝圖譜，為飲料、酒、油的分類提供現(xiàn)實(shí)可行的保障手段。

6　結(jié) 語

代謝組學(xué)是后基因組時(shí)代新興的一種生物表型研究手段，旨在通過一系列的最新科技成果整合代謝產(chǎn)物信息，是系統(tǒng)生物學(xué)研究的重要部分。代謝組學(xué)技術(shù)已經(jīng)廣泛應(yīng)用到微生物學(xué)、植物學(xué)、食品學(xué)、毒理學(xué)和藥物學(xué)研究中，正朝著整合化、自動(dòng)化和高通量的方向發(fā)展［37］。然而，多方面因素又制約著代謝組學(xué)技術(shù)在食品科學(xué)中的廣泛使用。首先，代謝組學(xué)發(fā)展的時(shí)間較短，分析對象是無偏向性的樣品中所有小分子物質(zhì)，對分析手段的要求比較高，并且各種技術(shù)都各有所長，怎樣進(jìn)行優(yōu)勢互補(bǔ)，使得各種分析技術(shù)的數(shù)據(jù)能統(tǒng)一、交叉驗(yàn)證是一個(gè)亟待解決的問題。其次，代謝組學(xué)仍屬于一種技術(shù)潛力尚待開發(fā)的新興學(xué)科領(lǐng)域，目前僅有一部分代謝產(chǎn)物已得到識別，仍有相當(dāng)大的一部分代謝產(chǎn)物未被鑒定，這也成了代謝組學(xué)在食品科學(xué)中發(fā)展的障礙［38］。

對于植物源性食品原料，代謝物組成復(fù)雜、含量不一，樣品在制備過程中流程不統(tǒng)一，以及植物揮發(fā)性代謝產(chǎn)物的分析技術(shù)尚不完善，許多分析方法僅停留在對植物源性食品組分的定性和初步定量上。植物源性食品研究缺乏系統(tǒng)的研究模式，其中采樣、分析技術(shù)和數(shù)據(jù)處理是研究難點(diǎn)，這主要是由于植物揮發(fā)性代謝產(chǎn)物濃度低、物質(zhì)種類多、從極性到非極性跨度大、理化指標(biāo)各異且常伴隨復(fù)雜基體，而采樣和分析過程中又要求保持其生物活性，導(dǎo)致檢測的難度較大［39］。因此，植物源性食品及其原料代謝物的分析檢測，尤其是現(xiàn)場快速檢測是當(dāng)前該領(lǐng)域的熱點(diǎn)和難點(diǎn)。代謝組學(xué)技術(shù)在植物源性食品研究中的應(yīng)用，將呈現(xiàn)以下兩個(gè)趨勢：一是將代謝組學(xué)技術(shù)及數(shù)據(jù)方法有機(jī)結(jié)合，有針對性的建立快速、分辨率高、靈敏度強(qiáng)的檢測平臺(tái)和規(guī)范統(tǒng)一的檢測流程，將有助于促進(jìn)植物源性食品的發(fā)展；二是將代謝組學(xué)技術(shù)與其他系統(tǒng)生物學(xué)技術(shù)和高通量數(shù)據(jù)分析方法結(jié)合，有助于我們深入了解植物源性食品代謝物與其所處生態(tài)環(huán)境中的生物和非生物因素的響應(yīng)關(guān)系，進(jìn)而幫助我們深入了解并監(jiān)控植物源性食品產(chǎn)業(yè)鏈的各個(gè)環(huán)節(jié)。

［1］ DEVAUX P G， HORNING E C. Benyzl-oxime derivative of steroids: a new metabolic profile procedure for human urinary steroids［J］. Analytical Letters， 1971， 4: 151.

［2］ NICHOLSON J K， LINDON J C， HOLMES E. Metabonomics: understanding the metabolic responses of living systems to pathophysiological stimuli via multivariate statistical analysis of biological NMR spectroscopic data［J］. Xenobiotica， 1999， 29（11）: 1181-1189.

［3］ DUNN W B， ELLIS D I. Metabolomics: current analytical platforms and methodologies［J］. Trends in Analytical Chemistry， 2005， 24（4）: 285-294.

［4］ OMS-OLIU G， ODRIOZOLA-SERRANO I， MART?N-BELLOSO O. Metabolomics for assessing safety and quality of plant-derived food［J］. Food Research International， 2013， 54（1）: 1172-1183.

［5］ WISHART D S. Metabolomics: applications to food science and nutrition research［J］. Trends in Food Science & Technology， 2008，19（9）: 482-493.

［6］ CEVALLOS-CEVALLOS J M， REYES-de-CORCUERA J I，ETXEBERRIA E， et al. Metabolomic analysis in food science: a review［J］. Trends in Food Science & Technology， 2009， 20（11/12）: 557-566.

［7］ 許國旺， 路鑫， 楊勝利. 代謝組學(xué)研究進(jìn)展［J］. 中國醫(yī)學(xué)科學(xué)院學(xué)報(bào)，2007， 29（6）: 701-711.

［8］ PUTRI S P， NAKAYAMA Y， MATSUDA F， et al. Current metabolomics: practical applications［J］. Journal of Bioscience and Bioengineering， 2013， 115（6）: 579-589.

［9］ WISHART D S. Advances in metabolite identi?cation［J］. Bioanalysis，2011， 3（15）: 1769-1782.

［10］ MANNINA L， SOBOLEV A P， VIEL S. Liquid state1H high field NMR in food analysis［J］. Progress in Nuclear Magnetic Resonance Spectroscopy， 2012， 66: 1-39.

［11］ 邱緒建， 耿偉， 劉光明， 等. 代謝組學(xué)方法在食品安全中的應(yīng)用研究進(jìn)展［J］. 食品工業(yè)科技， 2012， 33（21）: 369-373.

［12］ 阿基業(yè). 代謝組學(xué)數(shù)據(jù)處理方法： 主成分分析［J］. 中國臨床藥理學(xué)與治療學(xué)， 2010， 15（5）: 481-489.

［13］ KHAKIMOV B， BAK S， ENGELSEN S B. High-throughput cereal metabolomics: current analytical technologies， challenges and perspectives［J］. Journal of Cereal Science， 2014， 59（3）: 393-418.

［14］ 王龑， 許文濤， 趙維薇， 等. 組學(xué)技術(shù)及其在食品科學(xué)中應(yīng)用的研究進(jìn)展［J］. 生物技術(shù)通報(bào)， 2011（11）: 26-33.

［15］ CHOI H K， YOON J H， KIM Y S， et al. Metabolomic profiling of Cheonggukjang during fermentation by1H-NMR spectrometry and principal components analysis［J］. Process Biochemistry， 2007， 42（2）: 263-266.

［16］ ALI K， MALTESE F， FORTES A M， et al. Monitoring biochemical changes during grape berry development in portuguese cultivars by NMR spectroscopy［J］. Food Chemistry， 2011， 124（4）: 1760-1769.

［17］ LEE J E， HONG Y S， LEE C H. Characterization of fermentative behaviors of lactic acid bacteria in grape wines through1H NMR-and GC-based metabolic profiling［J］. Journal of Agricultural and Food Chemistry， 2009， 57（11）: 4810-4817.

［18］ DOBSON G， SPHPHERD T， VERRALL S R， et al. Phytochemical diversity in tubers of potato cultivars and landraces using a GC-MS metabolomics approach［J］. Journal of Agricultural and Food Chemistry， 2008，56（21）: 10280-10291.

［19］ TARACHIWIN L， UTE K， KOBAYSHI A， et al.1H NMR based metabolic profiling in the evaluation of Japanese green tea quality［J］. Journal of Agricultural and Food Chemistry， 2007， 55（23）: 9330-9336.

［20］ PONGSUWAN W， BAMABA T， HARADA K， et al. High-throughput technique for comprehensive analysis of Japanese green tea quality assessment using ultra-performance liquid chromatography with time-of-flight mass spectrometry（UPLC/TOF MS）［J］. Journal of Agricultural and Food Chemistry， 2008， 56（22）: 10705-10708.

［21］ ROESSNER U， WAGNER C， KOKKA J， et al. Simultaneous analysis of metabolites in potato tuber by gas chromatography-mass spectrometry［J］. The Plant Journal， 2000， 23（1）: 131-142.

［22］ CATCHPOLE G S， BECKMANN M， ENOT D P， et al. Hierarchical metabolomics demonstrates substantial compositional similarity between genetically modi?ed and conventional potato crops［J］. Proceedings of the National Academy of Sciences， 2005， 102（40）: 14458-14462.

［23］ VARDIN H， TAY A， OZEN B， et al. Authentication of pomegranate juice concentrate using FTIR spectroscopy and chemometrics［J］. Food Chemistry， 2008， 108（2）: 742-748.

［24］ OGRINC N， KO?IR I J， SPANGENBERG J E， et al. The application of NMR and MS methods for detection of adulteration of wine，fruit juices， and olive oil. A review［J］. Analytical and Bioanalysis Chemistry， 2003， 376（4）: 424-430.

［25］ CHRISTY A A， KASEMSUMRAN S， DU Y， et al. The detection and quantification of adulteration in olive oil by near-infrared apectroscopy and chemo metrics［J］. Analytical Sciences， 2004， 20（6）: 935-940.

［26］ ZHANG Juanjuan， WANG Xin， OLIVER Y， et al. Metabolic pro?ling of strawberry （Fragaria×ananassa Duch.） during fruit development and maturation［J］. Journal of Experimental Botany， 2011， 62（3）: 1103-1118.

［27］ CARRARI F， BAXTER C， USADEL B， et al. Integrated analysis of metabolite and transcript levels reveals the metabolic shifts that underlie tomato fruit development and highlight regulatory aspects of metabolic network behavior［J］. Plant Physiology， 2006， 142（4）: 1380-1396.

［28］ le GALL G， COLQUHOUN I J， DAVIS A L， et al. Metabolite profiling of tomato （Lycopersicon esculentum） using1H NMRspectroscopy as a tool to detect potential unintended effects following a genetic modification［J］. Journal of Agricultural and Food Chemistry，2003， 51（9）: 2447-2456.

［29］ KU K M， KIM J， PARK H J， et al. Application of metabolomics in the analysis of manufacturing type of Pu-erh tea and composition changes with different postfermentation year［J］. Journal of Agricultural and Food Chemistry， 2009， 58（1）: 345-352.

［30］ KUSHALAPPA A C， VICKRAN A， RAGHAVAN G S V. Metabolomics of headspace gas for diagnosing diseases of fruits and vegetables after harvest［J］. Stewart Postharvest Review， 2008， 4（2）: 565-565.

［31］ BIANCHI F， CARERI M， MANGIA A， et al. Charaterization of the volatile profile of orange juice contaminated with Alicyclobacillus acidoterrestris［J］. Food Chemistry， 2010， 123（3）: 653-658.

［32］ HONG-SEOK S， KIM K M， BERG F V， et al.1H nuclear magnetic resonance-based metabolomic characterization of wines by grape varieties and production areas［J］. Journal of Agricultural and Food Chemistry， 2008， 56（17）: 7-16.

［33］ SON H S， HWANG G S， KIM K M， et al. Metabolomic studies on geographical grapes and their wines using1H NMR analysis coupled with multivariate statistics［J］. Journal of Agricultural and Food Chemistry， 2008， 56（17）: 8007-8016.

［34］ VACLAVIK L， LACINA O， HAJSLOVA J， et al. The use of high performance liquid chromatography-quadrupole time-of-flight mass spectrometry coupled to advanced data mining and chemometric tools for discrimination and classification of red wines according to their variety［J］. Analytica Chimica Acta， 2011， 685（1）: 51-65.

［35］ RUIZ-SAMBL?S C， TRES A， KOOT A， et al. Proton transfer reaction-mass spectrometry volatile organic compound ?ngerprinting for monovarietal extra virgin olive oil identi?cation［J］. Food Chemistry， 2012， 134（1）: 589-596.

［36］ MATA-ESPINOSA D L， BOSQUE-SENDRA， BRO R， et al. Discriminating olive and non-olive oils using HPLC-CAD and chemometrics［J］. Analytical and Bioanalytical Chemistry， 2011，399（6）: 2083-2092.

［37］ 趙維薇， 許文濤， 王龑， 等. 代謝組學(xué)研究技術(shù)及其應(yīng)用［J］. 生物技術(shù)通報(bào)， 2011（12）: 57-64.

［38］ MOZZI F， ORTIZ M E， BLECKWEDEL J， et al. Metabolomics as a tool for the comprehensive understanding of fermented and functional foods with lactic acid bacteria［J］. Food Research International， 2013，54（1）: 1152-1161.

［39］ MENA-BRAVO A， LUQUE D C. Sweat: a sample with limited present applications and promising future in metabolomics［J］. Journal of Pharmaceutical and Biomedical Analysis， 2014， 90: 139-147.

A Review of Applications of Metabolomics Techniques in Plant-Derived Food Research

ZHAO Dan1，2， DU Renpeng1，2， LIU Pengfei1，2， PAN Chao1，2， GE Jingping1，2，*
（1. Heilongjiang Provincial Key Laboratory of Microbiology， College of Life Science， Heilongjiang University， Harbin 150080， China；2. Engineering Research Center of Agricultural Microbiology Technology， Ministry of Education， Harbin 150500， China）

Metabolomics is defined as the quantitative and qualitative measurement of all the endogenous small-molecule metabolites within a biological system as well as its dynamic response to external and internal factors. In recent years，metabolomics techniques have become important research tools in food science and have been widely applied in the detection of nonvolatile compounds present in plant-derived materials used for processing or direct consumption. This paper summarizes the major technical platforms， research procedures and statistical methods involved in metabolomics. The current applications and future trends of metabolomics techniques in authentication and classification of plant-derived foods，assessment of their quality and safety， and dynamic monitoring of the raw materials.

metabolomics； plant-derived food； nuclear magnetic resonance （NMR）； mass spectrometry （MS）

TS201；C39

A

1002-6630（2015）03-0212-05

10.7506/spkx1002-6630-201503041

2014-05-08

國家自然科學(xué)基金青年科學(xué)基金項(xiàng)目（31300355）；國家自然科學(xué)基 金面上項(xiàng)目（31270534）；哈爾濱市科技局青年后備人才項(xiàng)目（2014RFQXJ101）；黑龍江大學(xué)杰出青年基金項(xiàng)目（JCL201305）；黑龍江省高等學(xué)?？萍紕?chuàng)新團(tuán)隊(duì)項(xiàng)目（2012td009）

趙丹（1980—），女，副教授，博士，研究方向?yàn)槲⑸锷鷳B(tài)學(xué)。E-mail：zhaodan4u@163.com

葛菁萍（1972—），女，教授，博士 ，研究方向?yàn)槲⑸飳W(xué)。E-mail：gejingping@126.com