代謝組學(xué)技術(shù)及其在食品鑒別中的應(yīng)用

陳利利，李云志，李 麗

(安徽農(nóng)業(yè)大學(xué)茶與食品科技學(xué)院，安徽合肥230036)

代謝組學(xué)技術(shù)及其在食品鑒別中的應(yīng)用

陳利利，李云志*，李 麗

(安徽農(nóng)業(yè)大學(xué)茶與食品科技學(xué)院，安徽合肥230036)

代謝組學(xué)作為系統(tǒng)生物學(xué)的一支，已被廣泛應(yīng)用到各個(gè)研究領(lǐng)域。主要簡(jiǎn)述了代謝組學(xué)技術(shù)及其在食品質(zhì)量和產(chǎn)地來(lái)源鑒別中的應(yīng)用，通過(guò)分析表明:代謝組學(xué)技術(shù)在食品質(zhì)量檢測(cè)、食品產(chǎn)地來(lái)源鑒別等方面有著很好的應(yīng)用前景。但在實(shí)際應(yīng)用中仍存有問(wèn)題，有待進(jìn)一步深入研究。

代謝組學(xué)，食品，質(zhì)量，產(chǎn)地，鑒別，應(yīng)用

2 代謝組學(xué)的研究平臺(tái)

任何完整的代謝組學(xué)研究，均需要考慮以下幾個(gè)方面：一是樣品的采集、制備;二是分析技術(shù)的選擇;三是對(duì)所獲得的數(shù)據(jù)進(jìn)行分析;四是識(shí)別代謝產(chǎn)物;五是建立模型或解釋所隱藏的生物學(xué)意義。

2.1 樣品制備

代謝組是基因型和環(huán)境共同作用的結(jié)果，其作為代謝組學(xué)分析研究的對(duì)象，構(gòu)成十分復(fù)雜，具有廣泛的化學(xué)多樣性。例如擬南芥有約5000種代謝物，而整個(gè)植物界的代謝物的種類(lèi)估計(jì)高達(dá)20萬(wàn)［4-5］，高等動(dòng)物代謝組的規(guī)?？赡芨螅?］。而代謝組學(xué)力求分析生物系統(tǒng)中所有的代謝產(chǎn)物，因此樣品制備過(guò)程中應(yīng)盡可能地保留和反映總的代謝產(chǎn)物的信息。由于所采用的分析技術(shù)不同，樣品制備方法也各異。目前，常用的樣品預(yù)處理方法有液相萃取、固相萃取、固相微萃取和微波輔助萃取等。

2.2 分析技術(shù)

對(duì)樣品預(yù)處理后，選擇一種能分析出所有代謝物的技術(shù)手段至關(guān)重要。然而，由于代謝物組成復(fù)雜、含量不一、樣品制備過(guò)程的偏差以及檢測(cè)設(shè)備的量程及通量等問(wèn)題，現(xiàn)還沒(méi)有一種技術(shù)可以滿(mǎn)足對(duì)所有代謝物進(jìn)行分析［7］?，F(xiàn)在應(yīng)用較多的技術(shù)主要有核磁共振(NMR)、質(zhì)譜、色譜(液相和氣相)、紅外光譜以及各種技術(shù)之間的聯(lián)用。

2.2.1 核磁共振技術(shù) NMR技術(shù)是基于原子核磁性的一種技術(shù)，可以快速定量分析檢測(cè)樣品，對(duì)樣品不具破壞性，而且對(duì)于樣品的制備無(wú)太多要求，制備簡(jiǎn)便;另外，利用該技術(shù)可在短時(shí)間內(nèi)同時(shí)獲得樣品中多種組分的弛豫時(shí)間曲線圖譜，從而能準(zhǔn)確地對(duì)樣品進(jìn)行分析鑒定［8］。目前常使用的NMR有氫譜、碳譜和磷譜，其中1H-NMR是代謝組學(xué)的主要分析技術(shù)。利用核磁共振技術(shù)對(duì)樣品進(jìn)行分析，其分析性能的好壞，不是依據(jù)所檢測(cè)到的信號(hào)數(shù)目而定，而是根據(jù)所鑒定的代謝物數(shù)量。二維核磁共振或多維核磁共振技術(shù)的發(fā)展與應(yīng)用，如關(guān)聯(lián)能譜法、總相光譜等［9］，提供了信號(hào)與兩個(gè)不同的原子核之間關(guān)系的信息，從而提高了對(duì)代謝物的鑒定［10］。在靈敏度方面，NMR技術(shù)不如其他分析技術(shù)的靈敏度高，如：紅外光譜、紫外可見(jiàn)吸收光譜［11］等。然而，低溫探頭在NMR技術(shù)中的應(yīng)用，改善了NMR的靈敏度［12］。隨著NMR靈敏度的改進(jìn)，LC與NMR的聯(lián)用也將成為代謝組學(xué)主要分析工具。

2.2.2 色譜與質(zhì)譜的聯(lián)用 色譜和質(zhì)譜之間的聯(lián)用，使其既具有了色譜對(duì)復(fù)雜樣品較強(qiáng)分離能力的特性，又具有質(zhì)譜高靈敏度、高選擇性以及提供相對(duì)分子質(zhì)量和豐富結(jié)構(gòu)信息的特性。其中LC-MS、GC-MS技術(shù)在代謝組學(xué)研究中已得到廣泛的應(yīng)用，而這兩種技術(shù)的離子化程序又有所區(qū)別。GC-MS儀器采用硬離子方法電離，電子轟擊電離，而LC-MS利用軟離子方法電離(如在氣壓電離、電噴霧電離、大氣壓化學(xué)電離)［26］。

氣質(zhì)聯(lián)用現(xiàn)已廣泛應(yīng)用于生命科學(xué)、環(huán)保、材料、食品、藥物開(kāi)發(fā)等領(lǐng)域?？捎行У姆治龇肿恿肯鄬?duì)較低的疏水性化合物，如精油、烴類(lèi)、酯類(lèi)和極性減弱的代謝衍生物［13］。飛行時(shí)間質(zhì)譜與氣相結(jié)合的引進(jìn)和發(fā)展，大大減少?gòu)?fù)雜混合物的分析時(shí)間并且提高了m/z的精度，優(yōu)化了所有化合物在色譜圖中的鑒定［14］。在研究中，大多數(shù)樣品都需要在室溫或升溫的條件下進(jìn)行衍生化處理，改善分析對(duì)象的揮發(fā)性、峰形、分離度、穩(wěn)定性，從而提高檢測(cè)的靈敏度。常見(jiàn)的衍生過(guò)程有三甲硅烷基化和與重氮甲烷發(fā)生反應(yīng)［15］。但樣品中水分的存在會(huì)嚴(yán)重影響衍生化產(chǎn)物的結(jié)構(gòu)。雖然充分的樣品干燥可以減少這種干擾，但過(guò)多的樣品干燥又會(huì)使某些易揮發(fā)代謝物損失［16］。并不是所有的化合物都可以用GC-MS技術(shù)進(jìn)行分析，尤其是不耐熱和大分子代謝產(chǎn)物。隨著GC-MS技術(shù)的發(fā)展，二維氣相色譜質(zhì)譜(GC-GC -MS)及多維氣相色譜質(zhì)譜技術(shù)的應(yīng)用，其高峰容量、抗雜質(zhì)干擾強(qiáng)的特點(diǎn)，大大提高了分離系統(tǒng)的分辨率。

LC與MS的聯(lián)用時(shí)，能夠集HPLC高分離性能和MS高靈敏度、高專(zhuān)屬性的優(yōu)點(diǎn)于一體，并且具有提純和制備單一物質(zhì)的能力［17］。LC-MS不同于GC-MS，它對(duì)檢測(cè)溫度要求較低，對(duì)樣品的揮發(fā)性也沒(méi)有太高的要求，避免了GC-MS中繁雜的樣品前處理，不需要對(duì)樣品進(jìn)行衍生化處理。最近高效液相色譜/質(zhì)譜，超高效液相色譜/質(zhì)譜和親水作用色譜/質(zhì)譜在代謝組學(xué)研究中的分析潛能已得到重視［18-19］。應(yīng)用LC/MS技術(shù)分析代謝產(chǎn)物時(shí)，要求必須同時(shí)采用保留時(shí)間和質(zhì)荷比二個(gè)參數(shù)才能準(zhǔn)確地標(biāo)識(shí)一個(gè)化學(xué)成分，無(wú)疑增加了 LC/MS譜圖解析工作的難度［20］。并且該技術(shù)還沒(méi)有得到一個(gè)廣泛光譜數(shù)據(jù)庫(kù)的支持，因此，代謝物鑒定的步驟是比GC-MS技術(shù)花費(fèi)的時(shí)間要多［21］。在色譜分析方法中，液相具有最小峰容量，這也就意味著混合物中單一代謝產(chǎn)物的峰分辨率降低。除了通過(guò)改善柱性能提高了LC在代謝組學(xué)中的應(yīng)用外，二維液相色譜的引入也克服峰了分辨率低的限制［22］。二維液相色譜在代謝組學(xué)研究中具有較好的應(yīng)用前景。

代謝組學(xué)研究中，所用的分析技術(shù)還有毛細(xì)管電泳質(zhì)譜、傅立葉變換紅外光譜、紅外光譜、紫外可見(jiàn)光譜法等，然而技術(shù)各異，各有優(yōu)缺點(diǎn)，在此不一一詳述。

2.3 數(shù)據(jù)分析

代謝組學(xué)技術(shù)對(duì)樣品分析后，獲得的是多維數(shù)據(jù)信息，對(duì)于大量多維數(shù)據(jù)集進(jìn)行處理、分析和管理需要結(jié)合化學(xué)計(jì)量學(xué)工具。根據(jù)各種分析手段的特點(diǎn)，對(duì)原始譜圖數(shù)據(jù)進(jìn)行提取、峰對(duì)齊［23］、去噪［24］等處理。然后對(duì)這些數(shù)據(jù)進(jìn)行分析，解讀數(shù)據(jù)中蘊(yùn)藏的生物學(xué)意義。代謝組學(xué)研究中，數(shù)據(jù)分析過(guò)程應(yīng)用的技術(shù)主要集中在模式識(shí)別上。其中應(yīng)用最廣泛的是主成分分析(PCA)，其他的還有非線形映射(Nonlinear Mapping，NLM)、聚類(lèi)分析(Hierarchical Cluster Analysis，HCA)等非監(jiān)督學(xué)習(xí)方法和SIMCA (Soft Independent Modeling of Class Analogy)、偏最小二乘法——顯著分析(PLS-Discriminant Analysis，PLS-DA)，ANN(Artificial neural network)等有監(jiān)督學(xué)習(xí)方法。無(wú)監(jiān)督分析方法不能忽略組內(nèi)誤差，消除與研究目的無(wú)關(guān)的隨機(jī)誤差，過(guò)分關(guān)注于細(xì)節(jié)，忽略了整體和規(guī)律，最終不利于發(fā)現(xiàn)組間差異和差異化合物，而這一點(diǎn)恰恰是代謝組學(xué)研究最重要的目的，這個(gè)問(wèn)題卻可以通過(guò)采用有監(jiān)督分析的方法加以解決［25］。

3 代謝組學(xué)的應(yīng)用

代謝組學(xué)自出現(xiàn)以來(lái)，即引起各國(guó)研究人員的注意，現(xiàn)已廣泛的應(yīng)用于各個(gè)研究領(lǐng)域：植物繁育和作物質(zhì)量的評(píng)估，食品安全評(píng)估，毒性評(píng)估，營(yíng)養(yǎng)評(píng)估，疾病診斷和病情程度的判別，藥物的毒性評(píng)價(jià)，發(fā)酵與作物產(chǎn)量的改進(jìn)，生物標(biāo)記分子的發(fā)現(xiàn)，分析化學(xué)技術(shù)的發(fā)展，基因分型，環(huán)境調(diào)適，基因功能的解釋與系統(tǒng)生物整合。

3.1 代謝組學(xué)在食品品質(zhì)鑒別中的應(yīng)用

民以食為天，食以安為先。食品的質(zhì)量問(wèn)題直接關(guān)系到人的身體健康、切身利益乃至生命安全。現(xiàn)如今，類(lèi)似于鮮乳中加入水分、淀粉等物質(zhì)的摻假行為已屢見(jiàn)不鮮。對(duì)食品進(jìn)行質(zhì)量鑒定是有必要的。Christy［27］等用近紅外光譜結(jié)合主成分分析和偏最小二乘法鑒別了摻入豆油、向日葵油、玉米油、核桃油、榛子油的偽劣橄欖油，結(jié)果表明：偏最小二乘校正方法建立的模型可預(yù)測(cè)橄欖油中摻入玉米油、向日葵油、豆油、核桃油、榛子油的誤差分別為0.57、1.32、0.96、0.56和0.57。另外，利用 PCA建立的模型，幾乎能100%的區(qū)分出橄欖油中是否有摻雜。Andreotti［28］等人利用13C-NMR以牛奶中脂肪酸的含量作為鑒別的特征成分，分析了15個(gè)不同的樣品。研究表明，核磁共振可以安全地用于定量牛奶脂肪含量，并成功地鑒別了奶牛奶和水牛奶。近幾年利用代謝組學(xué)技術(shù)鑒定茶葉質(zhì)量的研究也不少，如Jumtee［29］等利用快速 GC-FID，Pongsuwan［30］等利用GC-MS，Tarachiwin［31］等利用1H-NMR，Ikeda［32］等利用傅立葉變換近紅外光譜，Pongsuwan［33］等利用UPLC-MS都結(jié)合化學(xué)計(jì)量學(xué)方法對(duì)日本綠茶進(jìn)行了分析，都可以成功對(duì)綠茶進(jìn)行質(zhì)量等級(jí)鑒別，并識(shí)別出影響茶葉質(zhì)量的特征性化合物。其中核磁共振技術(shù)提供了對(duì)茶葉質(zhì)量鑒別的詳細(xì)信息，并且樣品制備簡(jiǎn)單、分析時(shí)間短。此外，利用核磁共振技術(shù)，可在單一的運(yùn)行過(guò)程中識(shí)別出所有的代謝物。并且Pongsuwan和Tarachiwin在沒(méi)有標(biāo)準(zhǔn)品的情況下可對(duì)綠茶的等級(jí)進(jìn)行準(zhǔn)確劃分，這不同于其他的研究中以某些具體關(guān)鍵的代謝產(chǎn)物作為分析目標(biāo)。Lee［34］等利用1H-NMR結(jié)合主成分分析(PCA)分析了產(chǎn)于亞州的人參和美國(guó)的西洋參，成功地鑒別了人參的質(zhì)量，并表明：一些化合物如葡萄糖、富馬酸及各種氨基酸可以作為人參質(zhì)量鑒別的生物標(biāo)志物。

3.2 代謝組學(xué)在食品產(chǎn)地鑒別中的應(yīng)用

具有地方特征的產(chǎn)品越來(lái)越受廣大消費(fèi)者的歡迎，這些產(chǎn)品除具有優(yōu)質(zhì)品質(zhì)外，還具有地方特色。產(chǎn)品的質(zhì)量除受品種的影響外，還受到生長(zhǎng)環(huán)境(土壤、氣候)、耕作方法的影響。判斷用來(lái)釀酒的葡萄質(zhì)量的傳統(tǒng)方法是分別測(cè)定其糖分、酸度、pH和總酚含量。而Pereira［35］等利用傳統(tǒng)質(zhì)量標(biāo)準(zhǔn)與葡萄果皮和果肉提取液的1H-NMR圖譜建立了波爾多4個(gè)不同葡萄酒產(chǎn)區(qū)成熟葡萄的代謝物指紋圖譜。通過(guò)PCA對(duì)傳統(tǒng)質(zhì)量標(biāo)準(zhǔn)和1H-NMR數(shù)據(jù)分別進(jìn)行分析，結(jié)果表明4個(gè)產(chǎn)區(qū)的葡萄有著明顯的聚類(lèi)。尤其1H-NMR可以通過(guò)已識(shí)別和一些暫時(shí)無(wú)法識(shí)別的代謝物成分進(jìn)行代謝物指紋分析，而傳統(tǒng)方法無(wú)法做到這一點(diǎn)。陳波［36］等用1H-NMR分析測(cè)定了35種從福建、云南、廣州、江西等地采集及購(gòu)買(mǎi)的不同種類(lèi)的茶葉。檢測(cè)出約20種物質(zhì)，包括多種氨基酸、茶氨酸、多種兒茶素(EGC、EC(兒茶素)、EGCG、ECG和一些未知的兒茶素)、蔗糖、未知糖類(lèi)、脂肪酸、咖啡因等。所得譜圖經(jīng)主成分分析，實(shí)現(xiàn)了不同種類(lèi)的茶葉以及鐵觀音產(chǎn)地的區(qū)分，并且發(fā)現(xiàn)了引起區(qū)分的化學(xué)成分：紅茶和黑茶與綠茶和烏龍茶相比，部分氨基酸和一些未知成分的含量較高，而兒茶素的含量較低;安溪西坪鐵觀音與安溪祥華和感德鐵觀音相比，部分氨基酸、咖啡因、EGCG、ECG以及一些未知成分的含量較高，而EC、EGC含量相對(duì)低。另外，譜圖的聚類(lèi)分析也顯示了與主成分分析類(lèi)似的結(jié)果。Ritota M［37］等用帶有HRMAS探頭的核磁共振結(jié)合多變量分析方法對(duì)意大利甜辣椒的代謝物進(jìn)行了分析。HRMAS-NMR光譜對(duì)甜辣椒進(jìn)行代謝指紋分析，利用PLS-DA建立的模型可以將兩種甜辣椒明顯區(qū)分開(kāi)來(lái)，并且確定了引起兩者之間區(qū)分的化合物是糖、有機(jī)酸和脂肪酸。另外，用PLS-DA對(duì)所獲得的NMR數(shù)據(jù)分析，可根據(jù)其地理來(lái)源將甜辣椒明顯的區(qū)分開(kāi)。此外也說(shuō)明了，在食品科學(xué)領(lǐng)域HRMAS-NMR是一互補(bǔ)的標(biāo)準(zhǔn)分析工具。Kang［38］等運(yùn)用GC-MS和LC-MS結(jié)合多變量分析方法研究了樹(shù)蔭下生長(zhǎng)的綠茶與正常生長(zhǎng)的綠茶之間代謝物的差異。研究表明，茶樹(shù)生長(zhǎng)的環(huán)境對(duì)其化學(xué)成分的組成有影響，并發(fā)現(xiàn)了區(qū)分樹(shù)蔭下生長(zhǎng)的茶樹(shù)的生物標(biāo)志物。此外，在樹(shù)蔭下生長(zhǎng)的茶樹(shù)所產(chǎn)的茶葉鮮味濃，少了茶的澀味。由此也說(shuō)明了生長(zhǎng)環(huán)境對(duì)植物的化學(xué)成分是有所影響的。

3.3 代謝組學(xué)在轉(zhuǎn)基因食品中的應(yīng)用

為了使農(nóng)作物具有耐貯藏、抗病蟲(chóng)和抗除草劑的能力，提高農(nóng)產(chǎn)品營(yíng)養(yǎng)價(jià)值及更快，更高效的提高產(chǎn)量，科學(xué)家們應(yīng)用轉(zhuǎn)基因的方法，改變生物的遺傳信息，生產(chǎn)了新的轉(zhuǎn)基因食品。目前，對(duì)于轉(zhuǎn)基因食品的質(zhì)量以及對(duì)人類(lèi)健康的影響仍有質(zhì)疑。Gall G.Le［39］等利用1H-NMR對(duì)紅番茄基因改良后潛在的非預(yù)見(jiàn)變異作用進(jìn)行檢測(cè)。比較了在同等條件下生長(zhǎng)的不同成熟程度的基因改良和無(wú)基因改良番茄的代謝物成分。1H-NMR圖譜顯示：谷氨酸、果糖和一些核苷及核苷酸的含量隨著番茄從不成熟到成熟逐漸增加，而一些氨基酸如纈氨酸和γ-氨基丁酸的含量則逐漸降低。經(jīng)比較，兩種紅番茄除了6種主要黃酮苷外，至少有15種其它代謝成分含量不同。將PCA與PLS應(yīng)用于80份兩種番茄的1H-NMR數(shù)據(jù)，幾乎可完全實(shí)現(xiàn)區(qū)分。這項(xiàng)研究清楚地表明，核磁共振結(jié)合化學(xué)計(jì)量學(xué)和一元統(tǒng)計(jì)學(xué)方法可以成功地鑒別基因改良和無(wú)基因改良食品代謝物成分之間的差異，即使是很微小的變化。用這個(gè)強(qiáng)大的工具分析轉(zhuǎn)基因食品潛在的變化，可以檢測(cè)其質(zhì)量及對(duì)人類(lèi)健康的影響。代謝組學(xué)技術(shù)也已應(yīng)用到轉(zhuǎn)基因土豆［40］、轉(zhuǎn)基因玉米［41］等食物的代謝成分分析。

4 展望

為了保證食品質(zhì)量、保障消費(fèi)者利益，對(duì)食品進(jìn)行質(zhì)量鑒定和產(chǎn)地來(lái)源鑒別的重要性是顯而易見(jiàn)的。目前，已有不少分析技術(shù)應(yīng)用到食品品質(zhì)鑒定中，而代謝組學(xué)最顯著的特征在于它的整體分析能力，更強(qiáng)調(diào)外源性物質(zhì)對(duì)生物體所產(chǎn)生的整體性效應(yīng)。可以更好的反應(yīng)環(huán)境(地理、氣候等)對(duì)食品組成成分的影響。代謝組學(xué)從1999年左右興起，受到各國(guó)研究人員的關(guān)注，但它并沒(méi)有像蛋白質(zhì)組學(xué)那樣出現(xiàn)迅速趨熱的現(xiàn)象，而是呈現(xiàn)出了一種緩慢上升的趨勢(shì)。在我國(guó)，該領(lǐng)域的研究起步比較晚，但代謝組學(xué)仍屬于一種技術(shù)潛力尚待開(kāi)發(fā)的新興學(xué)科領(lǐng)域，我國(guó)有待在該研究領(lǐng)域與國(guó)際接軌。目前僅有一部分代謝產(chǎn)物已得到識(shí)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)發(fā)展的障礙。在代謝組學(xué)的研究過(guò)程中，建立大規(guī)模的標(biāo)準(zhǔn)化代謝組學(xué)數(shù)據(jù)庫(kù)仍是一個(gè)重要的問(wèn)題。

［1］Nicholson J K，Lindon J C，Holmes E.’Metabonomic’: understanding the metabolic responses oflivingsystemsto pathophysiological stimuli via multivariate statistical analysis of biological NMR spectroscopic data［J］.Xenobiotica，1999，29 (11):1181-1189.

［2］FiehnO.Combininggenomics，metabolomeanalysis，and biochemical modelling to understand metabolic networks［J］. Comparative and Functional Genomics，2001，2:155-168.

［3］Fiehn O，Kopka J，Dormann P，et al.Metabolite profiling for plant functional genomics［J］.Nat Biotechnol，2000，18(11):1157 -1161.

［4］Fiehn O.Metabolomics—the link between genotypes and phenotypes［J］.Plant Mol Biol，2002，48:155-171.

［5］Roessner U，Luedemann A，Brust D，et al.Metabolic profiling allows comprehensive phenotyping of genetically or environmentally modified plant systems［J］.Plant Cell，2001，13 (1):11-29.

［6］Dunn W B，Ellis D I.Metabolomics:current analytical platforms and methodologies［J］.Trends Anal Chem，2005，24 (4):285-294.

［7］彭超，黃和，肖愛(ài)華，等.代謝組學(xué)分析技術(shù)平臺(tái)及方法研究進(jìn)展［J］.食品科技，2008(9):220-223.

［8］Henrik T P，Lars M，Sren B E.Low-Field 1H nuclear magnetic resonance and chemometrics combined for simultaneous determination of water，oil，and protein contents in oilseeds［J］. JAOCS，2000，77(10):1069-1077.

［9］Viant M R，Ludwig C，Gunter U L.1D and 2D NMR spectroscopy:From metabolic fingerprinting to profiling［M］.UK: RSC Publishing，Metabonomics and metabolic profiling，2008: 44-70.

［10］Ratcliffe R G，Roscher A，Shachar-Hill Y.Plant NMR spectroscopy［J］.Prog Nucl Reson Spectr，2001，39:267-300.

［11］Claridge T.High-resolution NMR Techniques in Organic Chemistry［M］.Elsevier Amsterdam，1999.

［12］Kovacs H，Moskau D，Spraul M.Recent Developments and Applications of NMR-Based Metabonomics［J］.Prog Nucl Magn Reson Spectrosc，2005，46:131.

［13］Jillian M，Hagel Peter J，F(xiàn)acchini.Plant metabolomics: analytical platforms and integration with functional genomics［J］. Phytochem Rev，2008(7):479-498.

［14］Allwood J W，Erban A，Koning S，et al.Inter-laboratory reproducibility of fast gas chromatography-electronimpact-time of flightmassspectrometry(GC-EI-TOF/MS)based plant metabolomics［J］.Metabolomics，2009(5):479-496.

［15］Kati Hanhineva，Asaph Aharoni.Chapter 29 Metabolomics in Fruit Development［M］.2010:675-693.

［16］張川，毛靜遠(yuǎn)，侯雅竹.代謝組學(xué)中數(shù)據(jù)采集及分析的研究進(jìn)展［J］.中國(guó)中西醫(yī)結(jié)合雜志，2009，29(10):949-952.

［17］Cai Z，Lee FSC，Wang X R，et al.A capsule review of recent studies on the application of mass spectrometry in the analysis of Chinese medicinal herbs［J］.Mass Spectrom，2002，37:1013 -1024.

［18］Guillarme D，Schappler J，Rudaz S，et al.Coupling ultra-high -pressure liquid chromatography with mass spectrometry［J］. Trends in Analytical Chemistry，2010，29:15-27.

［19］Allwood J W，Goodacre R.HPLC instrumentation applied in plant metabolomic analyses［J］.Phy Chemical Analysis，2010，21: 33-47.

［20］林艷萍，司端運(yùn)，劉昌孝.液相色譜和質(zhì)譜聯(lián)用技術(shù)結(jié)合化學(xué)計(jì)量學(xué)應(yīng)用于代謝組學(xué)的研究進(jìn)展［J］.分析化學(xué)評(píng)述與進(jìn)展，2007，35(10):1535-1540.

［21］ Federica Maltese，Robert Verpoorte.Chapter 20 Metabolomics:NovelToolforStudying Complex Biological Systems［M］.2010:493-510.

［22］Fukusaki E，Kobayashi A.Plant metabolomics:potential for practical operation［J］.Biosci Bioeng，2005(4):347-354.

［23］Jonsson P，Gullberg J，Nordstrêm A，et al.A strategy for identifying differences in large series of metabolomic samples analyzed by GC-MS［J］.Anal Chem，2004，76(6):1738-1745.

［24］KellD B，King R D.On the optimization of classes for the assignment of unidentified reading frames in functional genomics programmers:the need formachine learning［J］.Trends Biotechnol，2000，18(3):93-98.

［25］阿基業(yè).代謝組學(xué)數(shù)據(jù)處理方法—主成分分析［M］.中國(guó)藥理學(xué)會(huì)，2010，15(5):481-489.

［26］Sofia Moco，Raoul J Bino，Ric C H，et al.Metabolomics technologies and metabolite identification［J］.Trends in Analytical Chemistry，2007，26(9):855-866.

［27］Christy A A，Kasemsumran S，et al.The detection and quantification of adulteration in olive oil by near-infrared spectroscopy and chemo metrics［J］.Analytical Sciences，2004，20 (6):935-940.

［28］AndreottiG，Trivellone E，Lamanna R，etal.Milk identification of different species:13C-NMR spectroscopy of triacylglycerols from cows and buffaloes’milks［J］.Journal of Dairy Science，2000，83(11):2432-2437.

［29］Jumtee K，Bamba T，F(xiàn)ukusaki E.Fast GC-FID based metabolic fingerprinting of Japanese green tea leaf for its quality ranking prediction［J］.Science，2009，32:2296-2304.

［30］Pongsuwan W，F(xiàn)ukusaki E，Bamba T，et al.Prediction of Japanese Green TeaRankingbyGasChromatotraphy/Mass spectrometry-Based Hydrophilic Metabolite Fingerprinting［J］. Agric and Food Chem，2007，55:231-236.

［31］Tarachiwin L，Ute K，Kobayashi A，F(xiàn)ukusaki E.1H-NMR Based Metabolic Profiling in the Evaluation of Japanese Green Tea Quality［J］.Agric and Food Chem，2007，55:9330-9336.

［32］Ikeda T，Kanaya S，Yonetani T，et al.Prediction of Japanese Green TeaRanking byFourierTransform Near-Infrared Reflectance Spectroscopy［J］.Agric and Food Chem，2007，55: 9908-9912.

［33］Pongsuwan W，Bamba 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(UPLCTOF MS)［J］.Agric and Food Chem，2008，56:10705-10708.

［34］Lee E J，Shaykhutdinov R，Weljie A M，et al.Quality Assessment of Ginseng by 1H-NMR Metabolite Fingerprinting and Profiling Analysis［J］.Agric and Food Chem，2009，57:7513-7522.

［35］Pereira G E，Gaudillere J P，Van Leeuwen C，et al.1H-NMR and chemometrics to characterize mature grape berries in four wine-growing are as in Bordeaux，F(xiàn)rance［J］.Agr Food Chem，2005，53(16):6382-6389.

［36］陳波，張巍，康海寧，等.茶葉的1H-NMR指紋圖譜研究［J］.光譜學(xué)雜志，2006，23(2):169-179.

［37］Ritota M，Marini F，Sequi P，Valentini M.Metabolomic characterization of ltalian sweet pepper(capsicum annum l.)by means of HRMAS-NMR spectroscopy and multivariate anlysis［J］.Agr and Food Chem，2010，58(17):9675-9684.

［38］Kang M K，Jung N C，et al.Metabolomics Analysis Reveals the Compositional Differences of Shade Grown Tea(Camellia sinensis L.)［J］.Agric and Food Chem，2010，58:418-426.

［39］Le Gall G，Colquhoun I J，Davis A L，et al.Metabolite profiling of tomato(Lycopersicon esculentum)using 1H-NMR spectroscopy as a tool to detect potential unintended effects following a genetic modification［J］.Agr Food Chem，2003，51 (9):2447-2456.

［40］Catchpole G S，Beckmamm M，Enot D P，et al.Hierarchical metabolomics demonstrates substantial compositional similarity between genetically modified and conventional potato crops［J］. Proc Natl Acad Sci，USA，2005，102:14458-14462.

［41］LevandiT，Leon C，Kaljurand M，etal.Capillary electrophoresis time-of-flight mass spectrometry for comparative metabolomics of transgenic versus conventional maize［J］.Anal Chem，2008，80(16):6329-6335.

Metabolomics technology and its application in food identification

CHEN Li-li，LI Yun-zhi*，LI-Li
(College of Tea and Food and Science Technology，Anhui Agricultural University，Hefei 230036，China)

Metabolomics which as one of the systems biology has been widely applied to various fields of study. Primarily briefly outlined the metabonomics technology and the application of metabonlmics technology in food quality and identification of food origin.The analysis showed that:metabonomics had favorable the applying prospects in the valuation of food quality，the identification of food origin and so on.However，there were many problems in practice，which needed to be further in-depth study.

metabolomics;food;quality;geographic origin;valuation;application

TS201.2

A

1002-0306(2011)12-0585-05

梁斌的《播火記》中曾記載：“一方水土養(yǎng)一方人”，而對(duì)于萬(wàn)物也亦如此。我國(guó)幅員遼闊，地形復(fù)雜，氣候多樣，各地特有的自然地理?xiàng)l件，形成了很多具有典型特征的地域;然而受地域、生長(zhǎng)環(huán)境、氣候、人文等方面的影響，加之當(dāng)?shù)鬲?dú)特的加工工藝，形成了許多具有典型地域特征的農(nóng)業(yè)土特產(chǎn)品，如安徽的黃山毛峰、貴州的茅臺(tái)酒、鎮(zhèn)江香醋等。這些產(chǎn)品的質(zhì)量、特色、聲譽(yù)在全國(guó)乃至世界上都占有較高的地位。眾所周知，產(chǎn)品的質(zhì)量和原材料的產(chǎn)地來(lái)源是消費(fèi)者購(gòu)買(mǎi)產(chǎn)品的兩大主要參考因素，這兩方面保證了產(chǎn)品具有一定的質(zhì)量。然而，在食品工業(yè)生產(chǎn)中，假冒名優(yōu)產(chǎn)品原產(chǎn)地、食品中摻雜其他成分等不法銷(xiāo)售的現(xiàn)象屢見(jiàn)不鮮。這不僅破壞了優(yōu)質(zhì)產(chǎn)品的聲譽(yù)，而且侵害了消費(fèi)者的利益。為了保障消費(fèi)者的合法權(quán)益、企業(yè)的公平競(jìng)爭(zhēng)不受侵害以及提高產(chǎn)品的外銷(xiāo)量，近年來(lái)越來(lái)越多的分析技術(shù)應(yīng)用到食品品質(zhì)和產(chǎn)地鑒別中。本文主要綜述了代謝組學(xué)技術(shù)及其在食品品質(zhì)和產(chǎn)地鑒別方面的應(yīng)用。

1 代謝組學(xué)概述

1999年，英國(guó)倫敦大學(xué)帝國(guó)學(xué)院的 Jeremy Nicholson［1］教授首次提出了代謝物組學(xué)一詞。他是效仿基因組學(xué)、蛋白質(zhì)組學(xué)的研究思想，對(duì)生物體的代謝產(chǎn)物進(jìn)行定性定量分析，其分析研究的對(duì)象是相對(duì)分子質(zhì)量1000以?xún)?nèi)的小分子代謝產(chǎn)物。根據(jù)研究的對(duì)象和目的不同，Oliver Fichn［2］對(duì)生物體系的代謝產(chǎn)物分析劃分為4個(gè)層次：一是代謝物靶標(biāo)分析(Metabolite target analysis)：某個(gè)或某幾個(gè)特定組分的分析;二是代謝輪廓分析(Metabolic profiling analysis)：少數(shù)預(yù)設(shè)的一些代謝產(chǎn)物的定量分析。如某一類(lèi)結(jié)構(gòu)、性質(zhì)相關(guān)的化合物(氨基酸、有機(jī)酸、順二醇類(lèi))或某一代謝途徑的所有中間產(chǎn)物或多條代謝途徑的標(biāo)志性組分;三是代謝組學(xué)(Metabonomics)：限定條件下的特定生物樣品中所有代謝組分的定性和定量;四是代謝物指紋分析(Metabolic fingerprinting analysis)：不分離鑒定具體單一組分，而是對(duì)樣品進(jìn)行快速分類(lèi)。目前國(guó)際上對(duì)代謝組學(xué)有兩種表達(dá)方式，即：Metabolomics和Metabonomics。兩者既有區(qū)別又相互聯(lián)系，F(xiàn)iehn［3］等認(rèn)為Metabolomics是Metabonomics的組成部分。目前，在國(guó)內(nèi)將Metabolomics譯成“代謝物組學(xué)”，而把Metabonomics譯成“代謝組學(xué)”。但是，隨著學(xué)科的進(jìn)一步發(fā)展和不斷深入的討論，代謝物組學(xué)和代謝組學(xué)應(yīng)該有可能會(huì)出現(xiàn)融合的現(xiàn)象。

2010-10-27 *通訊聯(lián)系人

陳利利(1985-)，女，碩士研究生，研究方向:營(yíng)養(yǎng)與食品衛(wèi)生。