代謝組學(xué)技術(shù)在肉品鑒別中的應(yīng)用進(jìn)展

王濟(jì)世 劉曉夏 王彥云 趙汝婷 楊曙明

（中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)質(zhì)量標(biāo)準(zhǔn)與檢測技術(shù)研究所，農(nóng)業(yè)農(nóng)村部農(nóng)產(chǎn)品質(zhì)量安全重點實驗室，北京100081）

肉類產(chǎn)品是人體不可或缺的營養(yǎng)源之一，為人體的生命活動提供蛋白質(zhì)、脂肪、維生素、鐵、鋅等營養(yǎng)物質(zhì)[1]。肉類摻假和質(zhì)量安全問題不僅會帶來人類健康風(fēng)險[2]，還可能阻礙經(jīng)濟(jì)發(fā)展，引起宗教矛盾[3]。隨著肉類產(chǎn)品需求不斷增加以及貿(mào)易全球化的發(fā)展，在產(chǎn)品交易過程中出現(xiàn)摻假的風(fēng)險將更高。高錯誤標(biāo)簽率已被報道[4～5]。這種產(chǎn)品信息不實行為已構(gòu)成潛在的公眾健康風(fēng)險[6～7]。MANE等[8]對約1000 種肉類產(chǎn)品進(jìn)行調(diào)查時發(fā)現(xiàn)，近20%的產(chǎn)品的質(zhì)量與標(biāo)簽不符。2013年歐洲馬肉丑聞引起全球?qū)κ称菲墼p的廣泛關(guān)注，更是引發(fā)了巨大的公眾信任危機(jī)[9]。因此，為了對肉類產(chǎn)品的品質(zhì)開展有效研究并對其真實屬性進(jìn)行鑒別，開發(fā)準(zhǔn)確可靠的分析方法顯得尤為重要。

目前肉類品質(zhì)及摻假鑒別的方法主要有聚合酶鏈?zhǔn)椒磻?yīng)（PCR）法、蛋白質(zhì)電泳法、免疫分析法等。雖然這些方法已在肉類鑒別中得到廣泛應(yīng)用，但是也存在著一定的局限性。PCR 方法因樣品中DNA 降解、復(fù)雜基質(zhì)的干擾等因素易造成交叉感染，出現(xiàn)假陽性或假陰性的結(jié)果。蛋白質(zhì)電泳法在深加工或多種肉類混合制品的檢測中存在缺陷，而免疫分析法在同一物種的摻假鑒別中存在一定的局限性。代謝組學(xué)的快速發(fā)展為探索肉類品質(zhì)及摻假鑒別提供了新的研究思路。本文對代謝組學(xué)的工作流程、技術(shù)和分析工具進(jìn)行概述，并對其在肉類品質(zhì)及摻假鑒別領(lǐng)域的應(yīng)用進(jìn)行回顧和總結(jié)。

一、代謝組學(xué)概述

代謝組學(xué) （metabonomics）是繼基因組學(xué)、轉(zhuǎn)錄組學(xué)和蛋白質(zhì)組學(xué)之后發(fā)展起的一門新興學(xué)科，可在生物體受到病理、生理性刺激或遺傳修飾后對動態(tài)多參數(shù)代謝響應(yīng)進(jìn)行定性、定量分析[10～11]。它所關(guān)注的是由疾病或環(huán)境影響引起的代謝譜的變化，其研究對象通常為分子量小于1000 Da 的氨基酸、脂類、小分子多肽、有機(jī)酸和糖醇類等小分子代謝物。根據(jù)研究方法的不同，代謝組學(xué)可分為靶向代謝組學(xué) （targeted metabonomics）和非靶向代謝組學(xué) （untargeted metabonomics）。靶向代謝組學(xué)關(guān)注的是特定的一類化合物，而非靶向代謝組學(xué)的目標(biāo)是在樣本中檢測盡可能多的代謝物，以獲得代謝指紋，進(jìn)而顯示不同樣本類型之間代謝物的細(xì)微差異。代謝組學(xué)已在環(huán)境科學(xué)[12]、毒理學(xué)[13]、營養(yǎng)學(xué)[14]、藥物及診斷[15]等多個領(lǐng)域的研究中發(fā)揮了重要作用，特別是在肉品質(zhì)研究及摻假鑒別中也得到了很好的應(yīng)用[16～17]。代謝組學(xué)的研究流程通常包括樣品前處理、數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、多元變量統(tǒng)計分析、生物標(biāo)志物的鑒定及生物學(xué)意義的闡述。

（一）代謝組學(xué)樣品前處理在進(jìn)行動物性產(chǎn)品（血液、組織）代謝組學(xué)研究時，需經(jīng)過適當(dāng)?shù)那疤幚砗蠓娇蛇M(jìn)行后續(xù)工作。開展非靶向代謝組學(xué)研究時，為盡可能保證樣品中代謝物的完整性，應(yīng)盡量簡化樣品前處理步驟，以達(dá)到分析盡可能多的代謝物的目的。而靶向代謝組學(xué)是有方向地進(jìn)行分析，前處理方法的選取及優(yōu)化需根據(jù)目標(biāo)代謝物的結(jié)構(gòu)特點進(jìn)行，進(jìn)而達(dá)到選擇性富集目標(biāo)代謝物的目的。常用的前處理方法包括液液萃取、固液萃取和沉淀蛋白等。

液液萃取是基于相似相溶的原理采用極性或非極性溶劑將代謝物提取分離的方法。SIDWICK 等[18]采用液液萃取方法同時對雞肉中極性和非極性代謝物進(jìn)行了分析。該方法對小分子代謝物具有較好的覆蓋范圍，但是處理步驟較為繁瑣，自動化程度較低。固液萃取是基于固相填料對不同代謝物吸附能力不同的原理實現(xiàn)分離的提取技術(shù)。該方法可有效除去蛋白等雜質(zhì)的干擾，對低豐度代謝物進(jìn)行富集，靈敏度較高，但是運行成本相對較高。目前該方法在靶向和非靶向組學(xué)的研究中得到廣泛應(yīng)用[19～20]。沉淀蛋白方法通常會借助極性較大的有機(jī)溶劑（如甲醇、乙腈等）將樣品中的蛋白質(zhì)凝聚沉淀，而高極性代謝物進(jìn)入溶劑以達(dá)到提取分離的目的，但對極性較小的脂類代謝物提取效果不佳[21]，另外該方法具有較強(qiáng)的基質(zhì)效應(yīng)，易造成儀器污染。前處理方法的選擇要根據(jù)代謝物屬性及實驗?zāi)康膩泶_定，比如針對一些低豐度、離子化效率較低的代謝物，還可以進(jìn)行衍生化以提高離子化效率，促進(jìn)色譜分離[22]。

（二）代謝組學(xué)數(shù)據(jù)采集平臺由于肉類樣本中代謝物的含量及理化性質(zhì)差異較大且動態(tài)范圍較寬，目前還沒有單一的分析工具能夠?qū)@些小分子代謝物進(jìn)行無偏向的全面分析。代謝組學(xué)分析最常用的技術(shù)平臺是核磁共振波譜 （NMR）和質(zhì)譜（MS）。NMR 已成功應(yīng)用于肉類品質(zhì)、鑒別及加工研究中[16，23～24]，具有分析無偏向性、樣品無損耗等特點，但可檢測的動態(tài)范圍較窄且靈敏度相對較低[25]。MS 尤其是高分辨質(zhì)譜（HRMS），如飛行時間質(zhì)譜（Q－TOF－MS）具有專屬性強(qiáng)、采集速度快、質(zhì)量數(shù)精確測定、靈敏度高且檢測動態(tài)范圍寬的特點，是一種很有前途的高通量代謝組學(xué)技術(shù)[26]。目前，色譜質(zhì)譜聯(lián)用技術(shù)如液相色譜串聯(lián)質(zhì)譜（LCMS）[18]和氣相色譜串聯(lián)質(zhì)譜 （GC－MS）[27]，將色譜技術(shù)強(qiáng)分離性能與質(zhì)譜技術(shù)的高結(jié)構(gòu)鑒定能力很好地結(jié)合起來，已成功應(yīng)用于代謝組學(xué)的相關(guān)研究中。GC－MS 通常用于非極性、易揮發(fā)的化合物的分析，且樣品需要衍生化處理。而LC－MS 靈敏度相對較高，對極性、熱不穩(wěn)定化合物檢測能力強(qiáng)，可分析的代謝物質(zhì)量范圍更寬，檢測限低可用于痕量分析，更適用于復(fù)雜生物樣本的代謝組學(xué)分析。目前超高效液相色譜串聯(lián)四極桿－飛行時間質(zhì)譜（UPLC－Q－TOF－MS/UPLC－Triple－TOF－MS）[28～29]、超高效液相色譜－三重四極桿－線性離子阱質(zhì)譜（UPLC－QTRAP－MS）[29]在代謝組學(xué)相關(guān)研究中已得到廣泛應(yīng)用。

近年來，隨著快速分析技術(shù)的發(fā)展，綠色、無損、快速及原位分析成為新的研究熱點?？焖僬舭l(fā)電離質(zhì)譜（REIMS）和實時直接分析質(zhì)譜（DARTMS）無需或只需簡單的樣品前處理，分析速度快且靈敏度高，克服了傳統(tǒng)檢測方法前處理復(fù)雜、耗時的缺點。目前REIMS 和DART－MS 已成功應(yīng)用于動物源性產(chǎn)品的代謝組學(xué)研究中[30～33]。

（三）代謝組學(xué)數(shù)據(jù)處理與分析數(shù)據(jù)處理是代謝組學(xué)研究中的關(guān)鍵環(huán)節(jié)。代謝組學(xué)研究中會產(chǎn)生大量數(shù)據(jù)集，需要使用專業(yè)軟件進(jìn)行處理，并借助化學(xué)計量學(xué)方法進(jìn)行可視化分析，對結(jié)果進(jìn)行解釋。通常數(shù)據(jù)處理步驟包括數(shù)據(jù)預(yù)處理、模式識別、模型的建立與驗證以及差異變量的篩選等[34]。

數(shù)據(jù)預(yù)處理的目的是將實驗或分析過程中產(chǎn)生的誤差進(jìn)行降低或消除，以保證變量差異來源于生物學(xué)變化而非誤差所致，進(jìn)而確保實驗結(jié)果具有可重復(fù)性。數(shù)據(jù)預(yù)處理通常包括基線校正，峰篩選（峰識別、峰對齊及校正），濾噪，缺失值處理、歸一化及標(biāo)度化。

原始數(shù)據(jù)中缺失值出現(xiàn)的原因有多種，可能是某些代謝物在一些樣本中不存在或者濃度低于儀器的檢出限，也可能是因為檢測出的數(shù)據(jù)與正確的質(zhì)譜峰未匹配。為了不影響數(shù)據(jù)分析結(jié)果的正確性，需要對數(shù)據(jù)進(jìn)行缺失值的刪除或填補(bǔ)。缺失值的刪減遵循“80 原則”，即當(dāng)某一代謝物在同一類80%的樣本中檢測的數(shù)據(jù)為零則剔除，反之保留。缺失值刪減后需要對數(shù)據(jù)中仍然存在的零值進(jìn)行填補(bǔ)，常用的缺失值填補(bǔ)法有列替代法、K 鄰近法[35]和多重填補(bǔ)法[36]等。隨后為了使數(shù)據(jù)處于同一數(shù)量級，保證樣品間的可比性，需要對數(shù)據(jù)進(jìn)行歸一化。常用的歸一化方法有面積歸一、中位值歸一和內(nèi)標(biāo)歸一等。然后，為防止高含量代謝物的變化將低含量代謝物的變化掩蓋，往往需要對數(shù)據(jù)進(jìn)行標(biāo)度化，以降低高含量代謝物的重要性并提高低含量代謝物的重要性[37]。常用的標(biāo)度化方法有range scaling，auto scaling，pareto scaling 等[38]。其中pareto scaling 最為常用，對代謝物重要性均等化效果較好[39]。

數(shù)據(jù)預(yù)處理之后，需要采用合適的多元統(tǒng)計分析方法對龐大的多維數(shù)據(jù)進(jìn)行挖掘和分析。代謝組學(xué)數(shù)據(jù)分析中最常用的模式識別方法可分為無監(jiān)督模式識別方法 （unsupervised method）和有監(jiān)督模式識別方法 （supervised method）[40]。無監(jiān)督分析方法是在樣本組別等信息未知的前提下，對樣本自動分類，進(jìn)行可視化分析，常用的方法包括主成分分析 （principal components analysis，PCA）[40]、聚類分析 （hierarchical cluster analysis，HCA）[41]、非線性映射 （non-linear map，NLM）[42]等。當(dāng)樣本組間差異大于組內(nèi)差異時，采用無監(jiān)督分析方法可以很好地將樣本進(jìn)行分組判別。但是若不同組的樣本量相差較大，那么樣本量大的組將會在主成分貢獻(xiàn)中占主導(dǎo)地位，進(jìn)而導(dǎo)致分組判別產(chǎn)生誤差。有監(jiān)督模式則是根據(jù)樣本組別等背景信息將樣本進(jìn)行強(qiáng)制分組，常用的有監(jiān)督分析方法有偏最小二乘判別分 析 （partial least squares discrimination analysis，PLS－DA）[43]、正交偏最小二乘判別分析（orthogonal projection to latent structures discriminant analysis，OPLS－DA）[39]及機(jī)器學(xué)習(xí)分類算法[44]等。有監(jiān)督分析方法通常用于篩選對分組有貢獻(xiàn)的差異變量并構(gòu)建模型。為了防止數(shù)據(jù)出現(xiàn)過擬合，需要采取合適的統(tǒng)計學(xué)方法（如置換檢驗）對模型的可靠性進(jìn)行驗證。通常代謝組學(xué)多元統(tǒng)計分析的流程是首先進(jìn)行PCA 分析，查看樣本的整體分組情況，觀察是否出現(xiàn)異常樣本點并確定最佳主成分?jǐn)?shù)； 隨后構(gòu)建PLSDA 或OPLS－DA 模型，采用置換檢驗等方法對模型的有效性進(jìn)行驗證； 最后結(jié)合變量重要性（variable importance for projection，VIP）與方差分析（analysis of variance，ANOVA）對差異變量進(jìn)行篩選。

（四）潛在生物標(biāo)志物的鑒定代謝組學(xué)數(shù)據(jù)經(jīng)過多元統(tǒng)計分析后，需要對篩選出的差異變量進(jìn)行鑒定。首先確定差異代謝物在正或負(fù)離子模式下的準(zhǔn)分子離子并分析其分子量、分子式； 隨后將差異代謝物的一級和二級碎片信息導(dǎo)入數(shù)據(jù)庫進(jìn)行檢索匹配，常用的數(shù)據(jù)庫有Metlin（https://metlin.scripps.edu），Mass bank （http://www.massbank.jp/），HMDB （http://hmdb.ca）和Lipidmaps （http://www.lipidmaps.org）； 最后將潛在差異代謝物的保留時間、一級譜及二級譜裂解特征與標(biāo)準(zhǔn)品的質(zhì)譜信息進(jìn)行比對，從而完成對潛在生物標(biāo)志物的鑒定。

二、代謝組學(xué)在肉品鑒別分析中的應(yīng)用

近年來，隨著NMR 和MS 等高通量技術(shù)的進(jìn)步以及化學(xué)計量學(xué)的發(fā)展，代謝組學(xué)方法已被廣泛用于肉類以次充好、地理溯源，品種、營養(yǎng)供給、年齡等方面的差異鑒別研究中，最新的相關(guān)研究應(yīng)用見表1。代謝組學(xué)的研究結(jié)果表明，肉質(zhì)特性與其所含的小分子代謝物密切相關(guān)。

（一）以次充好及地理來源導(dǎo)致的肉品差異鑒別使用劣質(zhì)或廉價肉類冒充高品質(zhì)產(chǎn)品已成為全球性問題。目前，代謝組學(xué)已被廣泛用于肉類產(chǎn)品的溯源與摻假鑒別研究中。PAVLIDIS 等[45]采用代謝組學(xué)方法結(jié)合頂空固相微萃取與氣相色譜質(zhì)譜法（HS－SPME/GC－MS）對不同牛肉中不同摻假比例的豬肉進(jìn)行分析，提出了一種基于揮發(fā)性指紋圖譜的鑒別方法，鑒別正確率達(dá)99%。JUNG 等[47]采用1H NMR 結(jié)合多元統(tǒng)計分析方法對來自澳大利亞、韓國、新西蘭和美國的牛肉樣品進(jìn)行溯源鑒別，結(jié)果表明，基于NMR 的代謝組學(xué)方法是一種有效的牛肉指紋鑒別方法，琥珀酸及多種氨基酸（異亮氨酸、亮氨酸、蛋氨酸等）可作為鑒別牛肉原產(chǎn)地的生物標(biāo)志物。

（二）品種因素導(dǎo)致的肉品差異鑒別品種是影響肉類品質(zhì)優(yōu)劣的重要因素。品種對動物的產(chǎn)肉性能、肉質(zhì)及營養(yǎng)價值等具有顯著影響。WANG等[23]采用NMR 技術(shù)對北京鴨和臨武鴨兩個品種鴨肉中的代謝物組成進(jìn)行了研究。通過多元統(tǒng)計分析發(fā)現(xiàn)，兩個品種鴨肉中肌肽、鵝肌肽、煙酰胺、琥珀酸和肌酸等代謝物存在顯著差異。STRAADT等[49]采用基于NMR 的代謝組學(xué)方法對5 種不同雜交品種的豬肉進(jìn)行分析，研究發(fā)現(xiàn)，不同雜交品種豬肉中的一些氨基酸、小肽、有機(jī)酸、鮮味物質(zhì)、脂類及膽堿化合物存在差異，而這些化合物與肉類品質(zhì)及感官屬性密切相關(guān)。

（三）營養(yǎng)供給方式因素導(dǎo)致的肉品差異鑒別日糧是動物產(chǎn)肉性能的物質(zhì)基礎(chǔ)。日糧中所含的營養(yǎng)成分及添加物會對肉類品質(zhì)及營養(yǎng)價值產(chǎn)生重要影響。飼料中的蛋白含量、脂肪含量、能量水平以及添加劑的種類和含量，不僅會對肉產(chǎn)品的色澤、持水力、嫩度等物理屬性產(chǎn)生影響，還會導(dǎo)致產(chǎn)品中氨基酸、脂肪酸等營養(yǎng)物質(zhì)的差異。SUN等[50]采用非靶向代謝組學(xué)的方法對常規(guī)基礎(chǔ)飼喂與高脂肪、高膽固醇飼喂的豬體內(nèi)代謝譜的變化進(jìn)行了分析，研究表明，兩種飼喂模式的豬體內(nèi)膽汁酸、脂類代謝物、脂肪酸、氨基酸、磷脂類化合物等具有顯著差異。BAIRA 等[52]分析了日糧中分別添加柚皮苷和橘皮苷后雞肉代謝譜的變化，其中篩選出3 個顯著差異代謝物可用于區(qū)分對照組與柚皮苷組，篩選出13 個顯著差異代謝物可用于區(qū)分對照組與橘皮苷組。

表1 代謝組學(xué)在肉類鑒別與肉質(zhì)分析中的應(yīng)用

（四）年齡因素導(dǎo)致的肉品差異鑒別動物的年齡對肉質(zhì)具有至關(guān)重要的影響[65]。LIU 等[16]采用基于NMR 代謝組學(xué)方法研究了年齡對鴨肉化學(xué)成分的影響。多元統(tǒng)計分析結(jié)果顯示，不同年齡的鴨肉中的代謝物存在顯著差異，乳酸和鵝肌肽隨著年齡的增長而增加，而富馬酸、甜菜堿、牛磺酸、肌苷和烷基取代的游離氨基酸卻減少。XIAO 等[53]對110、140、170、200 和230 d 5 個不同時間段的武定雞肉中的風(fēng)味前體物質(zhì)進(jìn)行了研究。與110 d 的樣品相比，其他4 個年齡段的雞胸肉和雞腿肉中總代謝物的含量明顯要高，230 d 的雞肉樣品中的前體物質(zhì)如乳酸、肌苷、肌酸、鵝肌肽等與其他4 個年齡段的樣品有顯著差異。

（五）飼養(yǎng)過程中疾病與藥物使用導(dǎo)致的肉品差異鑒別雖然獸藥與添加劑的使用能夠起到預(yù)防和治療畜禽疾病的作用，但不可避免地會對肉品品質(zhì)及安全性產(chǎn)生影響。因此采用有效技術(shù)手段分析畜禽疾病以及抗生素的使用對肉品質(zhì)的影響十分重要。WANG 等[54]借助基于NMR 的代謝組學(xué)方法表征了雞胸肉硬度缺陷病對雞肉代謝譜的影響，結(jié)果表明，硬度缺陷病雞肉中具有獨特的生化特征，含有較高的亮氨酸、纈氨酸、牛磺酸等，而組氨酸、肌酸、肌酐等含量較低。HERMO 等[56]采用代謝組學(xué)的方法對服用阿莫西林藥物后肉雞肌肉、腎臟和肝臟中代謝組的變化進(jìn)行了分析，多元統(tǒng)計分析結(jié)果顯示，服用阿莫西林組樣品與未服用組能夠明顯區(qū)分，兩組樣品的代謝物存在顯著差異。

（六）屠宰、包裝與加工因素導(dǎo)致的肉品差異鑒別屠宰前應(yīng)激與屠宰方式會改變動物死后體內(nèi)新陳代謝，進(jìn)而影響肉類品質(zhì)。后期的包裝與加工方式同樣會對肉類品質(zhì)產(chǎn)生影響。CAO 等[29]建立了一種非靶向和偽靶向代謝組學(xué)的聯(lián)合方法用以區(qū)分常規(guī)屠宰生豬肉與異常原因死亡（如病死）的豬肉。該研究首先借助UHPLC－Triple－TOF－MS 篩選出24 個感興趣的差異代謝物，隨后基于UHPLCQTRAP－MS 的偽靶向代謝組學(xué)對這些差異代謝物進(jìn)行量化，去除假陽性結(jié)果后，最終確定出可以區(qū)分活豬肉和死豬肉的14 個差異標(biāo)志物并進(jìn)行了準(zhǔn)確量化。ARGYRI 等[58]采用代謝組學(xué)方法對不同溫度和包裝條件下牛肉中微生物及腐敗情況進(jìn)行了研究，結(jié)果顯示，對肉類樣品中有機(jī)酸的分析可作為監(jiān)測肉品質(zhì)的有效手段。ZHANG 等[24]采用基于NMR 的代謝組學(xué)與多元統(tǒng)計分析相結(jié)合的方法，對干腌火腿加工過程中代謝物的變化進(jìn)行研究，以探索火腿口感的形成機(jī)制。研究發(fā)現(xiàn)，氨基酸（異亮氨酸、纈氨酸、丙氨酸等）、有機(jī)酸 （乳酸、醋酸、檸檬酸等）、核苷酸衍生物 （次黃嘌呤）是產(chǎn)品風(fēng)味的主要來源，且在加工過程中呈上升趨勢。

（七）貯藏時間導(dǎo)致的肉品差異鑒別肉類產(chǎn)品中的營養(yǎng)物質(zhì)在貯藏過程中會隨著時間的變化而改變。GRAHAM 等[61]對不同貯藏時間牛肉中代謝物的變化進(jìn)行了研究，結(jié)果顯示，有12 種氨基酸的含量隨著貯藏時間的延長而增加，其中貯藏第3 d 的樣品中氨基酸含量明顯低于貯藏21 d 的樣品，這是蛋白質(zhì)水解增加所導(dǎo)致的結(jié)果。

（八）肉色與嫩度差異鑒別肉色和嫩度是影響消費者購買意愿的關(guān)鍵因素。肉類顏色的穩(wěn)定性取決于動物本身以及老化、貯藏、包裝、貨架展示時間等。鮮紅色被認(rèn)為是新鮮度和整體健康度的指標(biāo)，而那些因肌紅蛋白氧化導(dǎo)致的呈褐色的鮮肉產(chǎn)品被認(rèn)為是低質(zhì)量產(chǎn)品。SUBBARAJ 等[62]采用代謝組學(xué)的方法對不同老化時間、貯藏條件和展示時間的綿羊肉樣品進(jìn)行代謝物的鑒定與比較，結(jié)果顯示，鑒定出的大多數(shù)氨基酸、核苷酸、有機(jī)酸等代謝物與肌紅蛋白有關(guān)，那些具有抗氧化性能的化合物在顏色穩(wěn)定的樣品中含量較高。同樣地，MA等[63]確定了牛肉中對老化有顯著響應(yīng)的代謝物與肌肉顏色及氧化穩(wěn)定性密切相關(guān)，且肉類嫩度、多汁性的改善是通過內(nèi)源性蛋白酶在老化過程中降解肌肉蛋白實現(xiàn)的。LANA 等[64]通過物理分析與組學(xué)手段發(fā)現(xiàn)，將老化時間延長至44 d 可增加皮埃蒙特牛肉嫩度，隨著老化時間延長，牛肉中肌纖維結(jié)構(gòu)的完整性逐漸降低并且能量代謝受損。

三、結(jié)語

代謝組學(xué)憑借其高靈敏性、高通量和穩(wěn)健性等特點已成為肉類鑒別及品質(zhì)分析的強(qiáng)有力工具。隨著核磁共振以及高分辨質(zhì)譜的進(jìn)步以及多元統(tǒng)計學(xué)的發(fā)展，代謝組學(xué)技術(shù)在探究肉質(zhì)特性形成的潛在分子機(jī)制方面發(fā)揮了重要作用。由于生物體是一個復(fù)雜的有機(jī)體，在新陳代謝過程中，DNA、RNA、蛋白質(zhì)以及小分子代謝物之間存在復(fù)雜的相互作用關(guān)系，因此，對生物樣本進(jìn)行多組學(xué)方法分析將成為品質(zhì)研究的重要方向。