周宗賢,何洪源*,趙霞,黃家棟,張桄滕

1(中國(guó)人民公安大學(xué) 偵查學(xué)院,北京,100038)2(國(guó)家毒品實(shí)驗(yàn)室北京分中心,北京,100164)

食品是人體所需的主要營(yíng)養(yǎng)來源,調(diào)節(jié)著人體的生長(zhǎng)發(fā)育[1-3]。食品工業(yè)的全球化促進(jìn)了食品在全世界的生產(chǎn)、分銷和貿(mào)易。同時(shí),食品在加工、分銷過程中涉及的由環(huán)境和人為因素產(chǎn)生的污染也在逐漸增加。近年來,有關(guān)食品中霉菌毒素、過敏性添加劑、轉(zhuǎn)基因作物、多種農(nóng)藥殘留的研究越來越多[4-7]。未來必須迎接新的食品挑戰(zhàn),減少可能出現(xiàn)的食品安全風(fēng)險(xiǎn)。

食品分析是分析化學(xué)的一個(gè)重要領(lǐng)域,2009年CIFUENTES[8]提出了食品組學(xué)的概念,將其定義為一門通過應(yīng)用組學(xué)技術(shù)研究食品和營(yíng)養(yǎng)領(lǐng)域的學(xué)科。食品組學(xué)應(yīng)用于食品安全研究、質(zhì)量和可追溯性以及評(píng)估食品的功能和營(yíng)養(yǎng)。代謝組學(xué)作為食品組學(xué)的一類工具主要研究的是小分子代謝產(chǎn)物,核磁共振波譜(nuclear magnetic resonance spectroscopy,NMR)和高分辨質(zhì)譜(high resolution mass spectrometry,HRMS)是代謝組學(xué)主要使用的2個(gè)分析平臺(tái)。

目前,以質(zhì)譜為基礎(chǔ)的代謝組學(xué)研究已經(jīng)比較完善。這項(xiàng)技術(shù)可以分析營(yíng)養(yǎng)物質(zhì)(例如氨基酸、脂質(zhì)、維生素和脂肪酸)、添加劑(例如著色劑、防腐劑和香料)和食品污染物(例如殺蟲劑、藥物、增塑劑和表面活性劑)[9-12]。此外,代謝組學(xué)平臺(tái)已經(jīng)成功地應(yīng)用于食品科學(xué)的各個(gè)領(lǐng)域,包括食品安全評(píng)估、質(zhì)量管理、食品溯源、食品(生物)標(biāo)志物確定、食品生物活性的研究以及食品風(fēng)味化學(xué)和功能的發(fā)現(xiàn)[13-19]。本文綜述了基于液相色譜-質(zhì)譜(liquid chromatograph mass spectrometer,LC-MS)的代謝組學(xué)方法和有關(guān)代謝組學(xué)應(yīng)用的最新研究現(xiàn)狀,并展望了食品代謝組學(xué)的應(yīng)用趨勢(shì)。

1 基于LC-MS的食品代謝組學(xué)技術(shù)

代謝組學(xué)在醫(yī)學(xué)、農(nóng)業(yè)、環(huán)境科學(xué)以及食品科學(xué)領(lǐng)域有著不同的應(yīng)用[20-21]。在食品科學(xué)領(lǐng)域,代謝組學(xué)與基因組學(xué)、轉(zhuǎn)錄組學(xué)和蛋白質(zhì)組學(xué)均通過食品組學(xué)方法參與研究,其已經(jīng)成為研究飲食與生物機(jī)體之間相互作用的有力工具,使研究者能夠更深入地了解食品中的營(yíng)養(yǎng)物質(zhì)與疾病代謝水平之間的關(guān)系。應(yīng)用代謝組學(xué)技術(shù)進(jìn)行食品研究的一般工作流程包括樣品收集、樣品前處理、儀器分析和數(shù)據(jù)處理。圖1 展示了代謝組學(xué)在食品分析中的工作流程。

圖1 食品代謝組學(xué)流程Fig.1 Schematic diagram of food metabolomics workflow

近年來,液相色譜(liquid chromatography,LC)技術(shù)發(fā)展迅速。在現(xiàn)代高效液相色譜中,色譜技術(shù)不斷地追求分析的高速度和高分辨率,在某種程度上色譜柱的小型化是LC發(fā)展的主要方向,用于高靈敏度的分離分析[22]。納米液相色譜(nano liquid chromatography,Nano-LC)是一種先進(jìn)的色譜技術(shù),使用柱直徑≤100 μm的毛細(xì)管柱進(jìn)行分離[23]。Nano-LC有很多優(yōu)點(diǎn),如高靈敏度、高分辨率、較低的流速(≤800 nL/min)以及試劑的消耗減少等。REINHOLDS等[24]開發(fā)了用于分析谷物和豆類中 27 種真菌毒素的Nano-LC分離技術(shù),展現(xiàn)了足夠的準(zhǔn)確度和精密度。與傳統(tǒng)方法相比,Nano-LC對(duì)包括乙腈在內(nèi)的流動(dòng)相的消耗顯著降低。在處理非常復(fù)雜的食品基質(zhì)時(shí),傳統(tǒng)的液相色譜法的分離度有限。二維液相色譜(two-dimensional liquid chromatography,2D-LC)技術(shù)與一維液相色譜相比,選擇性好、靈敏度高、分辨率高,并且預(yù)處理簡(jiǎn)單、峰容量大,適合分離復(fù)雜樣品基質(zhì)。例如,在對(duì)食品的風(fēng)味成分進(jìn)行分析時(shí),由于風(fēng)味成分的含量從小分子到大分子變化非常大,傳統(tǒng)的一維液相色譜法的峰容量和分辨率相對(duì)有限,不能滿足對(duì)風(fēng)味成分全面分析的要求。而2D-LC應(yīng)運(yùn)而生,成為分離復(fù)雜風(fēng)味化合物的有效分析工具。

隨著MS的快速發(fā)展,HRMS已在食品分析中得到充分應(yīng)用[25]。HRMS分析速度快、分析精度高、具有較高的靈敏度、較寬的動(dòng)態(tài)范圍和較高的選擇性,是許多組學(xué)科學(xué)中最強(qiáng)大的分析工具。在HRMS分析儀中,飛行時(shí)間質(zhì)譜儀(time of flight mass spectrometer,TOF-MS)和靜電場(chǎng)軌道阱質(zhì)譜儀(orbitrap-MS)是使用最多的,而傅里葉變換離子回旋共振質(zhì)譜儀(Fourier transform ion cyclotron resonance mass spectrometer,FTICR-MS)由于采集速率低,難以與快速色譜分離相結(jié)合,并且存在維護(hù)成本較高等缺點(diǎn),應(yīng)用較少。當(dāng)MS與分離技術(shù)、串聯(lián)技術(shù)和信息方法相結(jié)合時(shí),能夠提供非常有效且豐富的信息。在食品組學(xué)的分析中最常見的是多MS串聯(lián)使用,如四極桿飛行時(shí)間質(zhì)譜(quadrupole-time of flight mass spectrometer,Q-TOF-MS)、三重四極桿質(zhì)譜(triple quadrupole mass spectrometer,QqQ-MS)、四極桿離子阱質(zhì)譜(quadrupole ion trap mass spectrometer,Q-Trap-MS)、四極桿軌道阱質(zhì)譜(quadrupole orbitrap mass spectrometer,Q-Orbitrap-MS)[26-29]?？梢哉J(rèn)為,MS為眾多組學(xué)科學(xué)奠定了基礎(chǔ)。

基于LC-MS的代謝組學(xué)平臺(tái)已經(jīng)成功地應(yīng)用于食品科學(xué)的各個(gè)領(lǐng)域。根據(jù)所分析的化學(xué)物質(zhì)在食品基質(zhì)中的覆蓋范圍,該分析方法主要分為兩類,即靶向和非靶向的代謝組學(xué)方法。非靶向方法側(cè)重于分析樣品中所有可檢測(cè)的分析物,包括未知的成分。相比之下,靶向方法是對(duì)目標(biāo)分析物的檢測(cè)。CAJKA等[30]指出,在定量和研究結(jié)果的可比性方面,靶向或非靶向方法的應(yīng)用取決于分析化學(xué)家研究問題的目的和范圍[30]。

2 基于LC-MS的食品代謝組學(xué)的數(shù)據(jù)處理

數(shù)據(jù)處理可能是代謝組學(xué)的瓶頸之一,以非靶向篩選為例, LC-MS非靶向代謝組學(xué)會(huì)產(chǎn)生大量數(shù)據(jù),如果沒有開源的數(shù)據(jù)庫(kù),將很難根據(jù)保留時(shí)間和串聯(lián)質(zhì)譜信息來確定未知峰。數(shù)據(jù)處理步驟主要包括數(shù)據(jù)預(yù)處理、建立單變量或多變量分析模型和模型數(shù)據(jù)評(píng)估。

數(shù)據(jù)預(yù)處理會(huì)對(duì)結(jié)果產(chǎn)生影響,在進(jìn)行各個(gè)步驟的時(shí)候應(yīng)當(dāng)避免信號(hào)被錯(cuò)誤排除或過擬合,同時(shí)盡可能地減少由設(shè)備波動(dòng)和系統(tǒng)測(cè)量誤差等引起的差異。表1 歸納整理了常用的預(yù)處理程序的摘要。

表1 數(shù)據(jù)預(yù)處理Table 1 Data pre-processing

數(shù)據(jù)預(yù)處理后通常使用多變量方法進(jìn)行進(jìn)一步分析。多變量分析分為無監(jiān)督和有監(jiān)督分析方法,通過結(jié)構(gòu)化、簡(jiǎn)化和圖解數(shù)據(jù)集的方式來顯示特征的相似性和差異性。無監(jiān)督方法是一種無假設(shè)的方法,其目的是減少測(cè)量的變量并顯示樣本特征的最大差異。例如,不考慮特征是否取決于產(chǎn)地、動(dòng)物研究中不考慮飼料對(duì)動(dòng)物的影響、植物研究中不考慮栽培方法對(duì)植物的影響。有監(jiān)督方法則需要考慮關(guān)于樣本的元數(shù)據(jù)。

主成分分析(principal component analysis,PCA)是最常用的無監(jiān)督多變量分析模型。PCA將多維數(shù)據(jù)降成二維或三維數(shù)據(jù),構(gòu)建新的主成分并探索數(shù)據(jù)集的整體變化,最終將不同樣本之間的總代謝差異進(jìn)行可視化[39]。PCA常被作為一種探索性的方法,例如在食品真實(shí)性研究中用于區(qū)分辣椒和豬肉的地理來源[40-41]。

在實(shí)際的分析中僅僅應(yīng)用無監(jiān)督方法是不夠的,大多數(shù)情況下必須使用有監(jiān)督方法來提取最相關(guān)化合物。偏最小二乘判別分析是目前最常用的有監(jiān)督多變量分析模型,其旨在減少殘差(實(shí)際觀測(cè)值與預(yù)測(cè)值之間的偏差)并最大化樣本與特征之間的協(xié)方差。正交偏最小二乘判別分析(orthogonal partial least squares-discriminant analysis,OPLS-DA)是一個(gè)相對(duì)新穎的方法,通過將類別信息納入模型并找到類別最大化分離方向,最小化每個(gè)類別之間的分散度。目前OPLS-DA使用仍然較少,但已有研究表明了OPLS-DA的應(yīng)用價(jià)值。例如,QUINTERO等[42]和BRIGANTE等[43]使用OPLS-DA確定了濃縮咖啡感官相關(guān)的標(biāo)志物以及尋找奇亞、亞麻和芝麻籽真實(shí)性的標(biāo)志物。監(jiān)督方法往往會(huì)過度擬合,因此需要通過進(jìn)一步交叉驗(yàn)證和結(jié)合其他模型性能標(biāo)準(zhǔn)來判別模型的可靠性。

最近,機(jī)器學(xué)習(xí)被引入食品科學(xué)領(lǐng)域,其最突出的特點(diǎn)是學(xué)習(xí)大量數(shù)據(jù)來提高模型性能,常使用的算法是隨機(jī)森林和支持向量機(jī)[44]。ZHOU等[45]回顧了深度學(xué)習(xí)在食品科學(xué)中的應(yīng)用,包括食品識(shí)別、熱量估計(jì)、質(zhì)量檢測(cè)、食品溯源和食品污染。將機(jī)器學(xué)習(xí)與多源數(shù)據(jù)融合相結(jié)合,可以對(duì)食品進(jìn)行更加全面地分析。因此,機(jī)器學(xué)習(xí)在食品科學(xué)領(lǐng)域是一個(gè)很有前景的工具,機(jī)器學(xué)習(xí)中的分類和回歸模型在未來適用于食品科學(xué)領(lǐng)域。

3 基于LC-MS的食品代謝組學(xué)應(yīng)用

現(xiàn)代食品分析中,食品代謝組學(xué)主要應(yīng)用于食品安全(評(píng)估微生物毒素、過敏原、抗?fàn)I養(yǎng)物質(zhì)、食源性病原體、農(nóng)藥、獸藥)、食品質(zhì)量(感官特性和營(yíng)養(yǎng)價(jià)值)、食品真實(shí)性(生物特性、地理來源、農(nóng)業(yè)生產(chǎn)和新鮮度)和食品溯源(食品成分、加工過程)[46-47]。

3.1 食品安全

食品安全是食品分析的重要課題之一,消費(fèi)者在日常的消費(fèi)過程中需要在售商品都是安全可靠的,但有關(guān)食品安全的事件卻層出不窮。食品安全包括很多子領(lǐng)域,如檢測(cè)與微生物相關(guān)的食品腐敗、確定過敏原、檢測(cè)化學(xué)污染物和非法添加物、評(píng)估天然毒素等。

在生產(chǎn)、加工等關(guān)鍵步驟中食品可能會(huì)被污染,如食品原材料生產(chǎn)過程中農(nóng)藥、獸藥的使用,食品原材料加工過程中病原體殘留。根據(jù)世界衛(wèi)生組織于2020年4月30日有關(guān)食品安全的報(bào)道中得知,不安全食品可導(dǎo)致腹瀉、癌癥等200多種疾病,每年全世界約有6億人(幾乎每10人中就有1人)因食用受污染的食品而患病,并約有42萬人死亡[48]。

為了檢測(cè)和量化食品中的污染物,需要對(duì)食品基質(zhì)進(jìn)行適當(dāng)?shù)那疤幚?。QuEChERS方法快速、簡(jiǎn)便、廉價(jià)、有效、可靠和安全,作為一種兩步的樣品富集和脫鹽方法,已被普遍用于與LC相結(jié)合的小分子檢測(cè)[49],其中QuEChERS與固相萃取或固相微萃取的結(jié)合已被成功用于食品中農(nóng)藥殘留分析。然而,考慮到一些天然毒素在非常低的濃度下仍具有極大的毒性(甚至是致命的),應(yīng)該進(jìn)一步改進(jìn)制備方法,以便進(jìn)行靈敏和高通量的檢測(cè)[50]。例如,在應(yīng)用HPLC-MS/MS之前,使用多抗體免疫親和柱選擇性地提取7種毒素,擴(kuò)大了測(cè)定的線性范圍,并將檢測(cè)限降至μg/kg[51]。同樣,ALTAFINI等[52]對(duì)意大利薩拉米香腸中的赭曲霉毒素A進(jìn)行檢測(cè)時(shí),通過免疫親和色譜柱進(jìn)行樣品制備,使用LC-MS/MS進(jìn)行分析,保證平均回收率為79.4%～89.0%,檢測(cè)限和定量限分別為0.10 μg/kg和0.25 μg/kg。表2 歸納整理了代謝組學(xué)在常見食品安全問題中的應(yīng)用摘要。

表2 代謝組學(xué)在食品安全中的應(yīng)用Table 2 Application of metabolomics in food safety

3.2 食品質(zhì)量

食品質(zhì)量包含多種因素,如味道、顏色、氣味和營(yíng)養(yǎng)價(jià)值。食品中的許多風(fēng)味成分含量甚微,如何從中篩選和識(shí)別關(guān)鍵成分一直是食品感官研究的難點(diǎn)和焦點(diǎn)。經(jīng)過多年的發(fā)展,代謝組學(xué)已經(jīng)成為食品感官分析的重要工具,它可以在分子水平上識(shí)別食品的關(guān)鍵風(fēng)味活性物質(zhì),揭示食品風(fēng)味的形成機(jī)制,并為評(píng)價(jià)體系提供參考[59-60]。以綠茶為例,非揮發(fā)性代謝物決定著茶葉的顏色、風(fēng)味質(zhì)量和功能。游離氨基酸可以為茶湯帶來新鮮、輕快的味道并參與香氣物質(zhì)的形成,類黃酮苷、咖啡因和兒茶素影響苦味,有機(jī)酸影響果味和酸度,磷脂影響香味的形成,類胡蘿卜素和脂溶性葉綠素對(duì)干茶的顏色和形狀有影響[61]。

代謝組學(xué)對(duì)食品營(yíng)養(yǎng)價(jià)值分析的主要目標(biāo)是評(píng)估某些化合物對(duì)生物機(jī)體可能產(chǎn)生的影響、不同化合物之間的協(xié)同作用以及認(rèn)定與健康相關(guān)的生物標(biāo)志物。這些標(biāo)志物分子可以作為評(píng)價(jià)身體營(yíng)養(yǎng)狀況的指標(biāo),例如,缺乏某些脂肪酸、類胡蘿卜素和維生素分子會(huì)導(dǎo)致脂肪沉積、膽固醇水平和胰島素活性失調(diào),這與慢性疾病(例如肥胖)的有關(guān)[62]。

表3歸納整理了代謝組學(xué)在常見食品質(zhì)量問題中的應(yīng)用摘要。

表3 代謝組學(xué)在食品質(zhì)量中的應(yīng)用Table 3 Application of metabolomics in food quality

3.3 食品真實(shí)性

與其他行業(yè)相比,食品行業(yè)的利潤(rùn)率較低。為了增加利潤(rùn),一些商家試圖通過偽造或摻假來實(shí)現(xiàn)利益最大化,從而造成了食品欺詐。食品欺詐是一個(gè)日益嚴(yán)重的全球性問題,導(dǎo)致了嚴(yán)重的食品安全風(fēng)險(xiǎn)[69]。相關(guān)報(bào)道很多,例如2008年的中國(guó)三聚氰胺事件、2013年的歐洲馬肉風(fēng)波、2017年的巴西黑心肉事件等。食品欺詐使得食品的真實(shí)性備受質(zhì)疑,如生物特性、地理來源、農(nóng)業(yè)生產(chǎn)和新鮮度等。近年來代謝組學(xué)已經(jīng)成為了打擊食品欺詐的一個(gè)強(qiáng)有力的武器,一些代謝物、脂類作為分子標(biāo)志物在確定食品真實(shí)性方面發(fā)揮著重要作用。與遺傳和蛋白質(zhì)標(biāo)志物相比,代謝標(biāo)志物(代謝物、脂類)具有樣品制備簡(jiǎn)單、應(yīng)用范圍廣的優(yōu)勢(shì)。

不同生物身份的食品很難進(jìn)行區(qū)分,而加工食品尤其容易造成食品欺詐的風(fēng)險(xiǎn)。對(duì)于食品生物特性的鑒別,目前常采用LC-MS非靶向代謝組學(xué)的方法來探索食品生物特性的標(biāo)志物。牛奶、山羊奶、水牛奶是飲食中3種消費(fèi)量很大的奶類,由于生產(chǎn)和飼養(yǎng)成本等各種因素的影響,水牛奶、山羊奶的價(jià)格高于牛奶,因此產(chǎn)生了食品欺詐的風(fēng)險(xiǎn)。JIA等[70]利用UHPLC-Q-Orbitrap-MS進(jìn)行非靶向代謝組學(xué)在3種動(dòng)物的奶中尋找標(biāo)志物,從11個(gè)潛在標(biāo)記物中篩選出5個(gè)標(biāo)記物來區(qū)分3種產(chǎn)品。其中β-胡蘿卜素僅在牛奶中發(fā)現(xiàn),其定量檢測(cè)靈敏度能夠檢測(cè)出含有5%的牛奶摻假,維生素D2僅在水牛奶中發(fā)現(xiàn);山羊奶中壬酸、癸酸和辛酸的含量高于牛奶和水牛奶中的含量。

地理原產(chǎn)地有助于提高食品的競(jìng)爭(zhēng)力,特別是對(duì)于那些帶有原產(chǎn)地保護(hù)、受地理標(biāo)志保護(hù)和傳統(tǒng)特產(chǎn)保證的食品[71-72]。因此,迫切需要保護(hù)特定地理來源的食品,防止可能的食品欺詐。原材料的地理來源信息至關(guān)重要。CAVANNA等[73]基于UHPLC-Q-Orbitrap-MS的非靶向代謝組學(xué)方法用來檢測(cè)來自意大利、歐洲和歐洲以外國(guó)家的硬質(zhì)小麥樣品中的代謝物,最終確定了14個(gè)“非意大利”標(biāo)志物、2個(gè)“非歐洲”標(biāo)志物和9個(gè)“意大利”標(biāo)志物。

農(nóng)業(yè)生產(chǎn)是指培養(yǎng)動(dòng)、植物或真菌的生產(chǎn)系統(tǒng)。市場(chǎng)上的一些食品被貼上有機(jī)、野生、散養(yǎng)、草飼等標(biāo)簽,不同的飼養(yǎng)條件對(duì)產(chǎn)品產(chǎn)生不同的影響。因此,有必要關(guān)注不同飼養(yǎng)條件產(chǎn)品的鑒別。在農(nóng)業(yè)生產(chǎn)中常關(guān)注的是有機(jī)食品和常規(guī)食品的鑒別。與常規(guī)食品相比,有機(jī)食品對(duì)人體健康更加有益,其往往以更高的價(jià)格出售從而造成了食品欺詐的風(fēng)險(xiǎn)。CUBERO-LEON等[74]使用UHPLC-TOF對(duì)有機(jī)和常規(guī)胡蘿卜進(jìn)行非靶向代謝組學(xué)分析,選擇了區(qū)分2組樣品的24個(gè)生物標(biāo)志物,其中有5個(gè)標(biāo)記物顯示出了顯著差異。如果在預(yù)測(cè)模型(OPLS-DA)中把收獲年份排除在訓(xùn)練集之外,則分類正確率為76%～100%,這說明該方法受收獲時(shí)間的影響較小,方法穩(wěn)定性高。

食品的新鮮度能夠反映出食品自身的特點(diǎn),不僅影響食品的風(fēng)味和營(yíng)養(yǎng)還會(huì)影響有害物質(zhì)的含量。此外,新鮮度將直接影響食品原料的銷售、加工價(jià)值以及加工食品的質(zhì)量和安全。魚類很容易變質(zhì),為解決把產(chǎn)品冷凍后再解凍然后當(dāng)作新鮮產(chǎn)品銷售的問題,STELLA等[75]提出了一種基于UHPLC-Q-Orbitrap-MS的非靶向代謝組學(xué)方法,對(duì)冷凍后再解凍和新鮮歐洲海鱸魚片的代謝組進(jìn)行分析,最終把二十碳五烯酸和二十二碳六烯酸確定為具有高度區(qū)分性的新鮮度標(biāo)志物。

3.4 食品溯源

食品溯源是指在整個(gè)供應(yīng)鏈中對(duì)食品進(jìn)行持續(xù)監(jiān)測(cè)。毋庸置疑,食品溯源與食品質(zhì)量、食品安全和公共健康密切相關(guān)。由于在初級(jí)生產(chǎn)、加工、分銷和零售階段對(duì)有關(guān)食品來源和食品成分信息的精確度要求越來越高,食品溯源對(duì)食品工業(yè)和消費(fèi)者均很重要。因此,對(duì)食品的加工方法、成分和地理來源的了解是食品可溯源性研究的主要目的。

可使用代謝組學(xué)可以對(duì)食品工業(yè)的主要傳統(tǒng)方法(如加熱、干燥、濃縮和發(fā)酵)進(jìn)行評(píng)估。例如,ROCCHETTI等[76]研究了在制造干式發(fā)酵薩拉米香腸過程中,加入3種不同的微生物發(fā)酵劑(即戊糖片球菌、木糖葡萄球菌和清酒乳桿菌)促進(jìn)發(fā)酵的過程?；赨HPLC-Q-Orbitrap非靶向代謝組學(xué)分析結(jié)果,每種微生物發(fā)酵劑在香腸成熟末期都有獨(dú)特的代謝組學(xué)特征,涉及脂質(zhì)氧化(包括脂肪酸的羥基和環(huán)氧衍生物)和γ-谷氨酰肽的積累,有助于產(chǎn)品的感官質(zhì)量。表4 歸納整理了一些代謝組學(xué)在食品真實(shí)性和食品追溯中的應(yīng)用摘要。

表4 代謝組學(xué)在食品真實(shí)性和食品溯源中的應(yīng)用Table 4 Application of metabolomics in food authenticity and food traceability

4 總結(jié)和展望

本篇綜述展示了色譜與質(zhì)譜的最新發(fā)展,并介紹了基于 LC-MS 的靶向和非靶向代謝組學(xué)在食品科學(xué)領(lǐng)域的應(yīng)用。代謝組學(xué)已經(jīng)在食品安全、食品質(zhì)量、食品真實(shí)性以及食品溯源方面進(jìn)行了全面的研究,為食品科學(xué)領(lǐng)域提供了可靠的數(shù)據(jù)。NMR是一種重現(xiàn)性好、無損的表征方法,通過原子核的固有磁性檢測(cè)分子特征,常用于靶向代謝組學(xué)分析,但其維護(hù)成本高、靈敏度低并在數(shù)據(jù)采集和數(shù)據(jù)處理方面受到限制。相對(duì)而言,HRMS靈敏度高、分辨率高、動(dòng)態(tài)范圍寬,使得靶向和非靶向方法的融合成為了可能,是食品代謝組學(xué)分析中的常用技術(shù),其使用局限性是代謝物數(shù)據(jù)庫(kù)少、樣品需要繁瑣的前處理。在整個(gè)非靶向代謝組學(xué)分析程序中,數(shù)據(jù)處理是一個(gè)非常巨大且重要的工程,如果沒有強(qiáng)大的統(tǒng)計(jì)軟件工具,將難以處理大量的實(shí)驗(yàn)數(shù)據(jù)并進(jìn)行精確和可靠的量化。

在今后的食品代謝組學(xué)分析中應(yīng)注重以下工作:a)優(yōu)化從復(fù)雜食品基質(zhì)中提取目標(biāo)分析物的方法;b)將靶向和非靶向方法進(jìn)行融合以實(shí)現(xiàn)更有效的代謝組學(xué)分析;c)開發(fā)用于數(shù)據(jù)處理的生物信息學(xué)算法,以自動(dòng)組合大量代謝組學(xué)數(shù)據(jù);d)不斷拓展食品成分?jǐn)?shù)據(jù)庫(kù)和用于代謝物鑒定的串聯(lián)質(zhì)譜數(shù)據(jù)庫(kù);e)將代謝組學(xué)與其他組學(xué)相結(jié)合,例如代謝組學(xué)與宏基因組學(xué)相結(jié)合可以更好地了解影響食品質(zhì)量各因素之間的關(guān)聯(lián)和相互作用,并確認(rèn)不同生物水平(基因型-表型)的特征。