食品組學(xué)研究進(jìn)展

王雨，焦珊瑤，劉亞，陳瑩瑩，馬慧鋆

1(北京工商大學(xué) 食品學(xué)院，北京，100048) 2(北京工商大學(xué) 計(jì)算機(jī)與信息工程學(xué)院，北京，100048)

隨著人們對(duì)食品科學(xué)和營(yíng)養(yǎng)研究不斷深入，消費(fèi)者對(duì)食物及其安全性的關(guān)注與日驟增，這就要求科研人員開(kāi)發(fā)出更好的技術(shù)與工具。為此，世界各地的食品和營(yíng)養(yǎng)研究人員正面臨越來(lái)越復(fù)雜的挑戰(zhàn)[1]。進(jìn)口食品數(shù)量的增加、食品污染全球化、農(nóng)產(chǎn)品工業(yè)化和大規(guī)模生產(chǎn)，以及消費(fèi)者食物消費(fèi)模式變化等諸多現(xiàn)實(shí)原因的存在，增加了對(duì)于食品安全控制、質(zhì)量保證、確?？勺匪菪砸约盃I(yíng)養(yǎng)結(jié)構(gòu)優(yōu)化等研究的難度[2]。因此，確保食品安全性、質(zhì)量和可追溯性等問(wèn)題亟待解決，且面臨著前所未有的挑戰(zhàn)。一直以來(lái)，食品科學(xué)的首要目標(biāo)是確保食品安全。中國(guó)食品安全法、歐盟國(guó)家的新歐洲法規(guī)、美國(guó)營(yíng)養(yǎng)標(biāo)簽和教育法案以及“蒙特利爾議定書(shū)”對(duì)食品實(shí)驗(yàn)室提出了一定要求。為了應(yīng)對(duì)這些挑戰(zhàn)，研究與管理人員亟需更強(qiáng)大、更清潔、更便宜的分析方法。

目前，食品科學(xué)使食品與健康之間的聯(lián)系越來(lái)越密切。食物通過(guò)調(diào)節(jié)新陳代謝、激素分泌、身體和精神過(guò)程對(duì)維持健康起著至關(guān)重要的作用，人們?cè)絹?lái)越多地認(rèn)識(shí)到營(yíng)養(yǎng)在各種慢性疾病的進(jìn)展中所起的作用[3]。因此功能性食品已然轉(zhuǎn)化為消費(fèi)者的消費(fèi)習(xí)慣。如今，食物不僅是能源來(lái)源，也是人們預(yù)防未來(lái)疾病及輔助治療慢性疾病的低成本方式。順應(yīng)這一趨勢(shì)出現(xiàn)了大量的新方法、新知識(shí)、新產(chǎn)品，現(xiàn)代食品科學(xué)和營(yíng)養(yǎng)與藥理學(xué)、醫(yī)學(xué)或生物技術(shù)等學(xué)科相互關(guān)聯(lián)將傳統(tǒng)的食品研究轉(zhuǎn)向更為先進(jìn)的研究策略，現(xiàn)代食品科學(xué)領(lǐng)域開(kāi)始出現(xiàn)營(yíng)養(yǎng)基因組學(xué)、營(yíng)養(yǎng)遺傳學(xué)、功能性食品、營(yíng)養(yǎng)保健品、轉(zhuǎn)基因食品、微生物組學(xué)、毒物基因組學(xué)、營(yíng)養(yǎng)轉(zhuǎn)錄組學(xué)、營(yíng)養(yǎng)蛋白組學(xué)、營(yíng)養(yǎng)生物學(xué)和系統(tǒng)生物學(xué)等術(shù)語(yǔ)[1]。

1 食品組學(xué)

1.1 食品組學(xué)的定義

2007年以來(lái)，食品組學(xué)一詞多次用于不同的網(wǎng)頁(yè)以及科學(xué)會(huì)議[1]，在2009年SCI雜志上首次被定義為一個(gè)新的學(xué)科：通過(guò)應(yīng)用先進(jìn)的組學(xué)技術(shù)來(lái)研究食品和營(yíng)養(yǎng)領(lǐng)域以改善消費(fèi)者的身心健康和自信。

食品組學(xué)是一個(gè)包含廣泛學(xué)科的新概念，包括食物和組學(xué)工具相交叉的所有工作區(qū)域，涵蓋了基因組學(xué)、轉(zhuǎn)錄組學(xué)、蛋白質(zhì)組學(xué)、代謝組學(xué)等策略，包括上述出現(xiàn)的所有術(shù)語(yǔ)(營(yíng)養(yǎng)基因組學(xué)、微生物組學(xué)、毒物基因組學(xué)等)。同時(shí)，食品組學(xué)也是一個(gè)全球性學(xué)科，與系統(tǒng)生物學(xué)相結(jié)合將采后研究引入了一個(gè)新時(shí)代。這一結(jié)合也與以食物攝入來(lái)預(yù)防疾病的醫(yī)學(xué)趨勢(shì)相一致。

1.2 食品組學(xué)的工具

食品組學(xué)涉及使用多個(gè)不同的工具來(lái)處理其不同的子學(xué)科和應(yīng)用。其中基因組學(xué)、轉(zhuǎn)錄組學(xué)、蛋白質(zhì)組學(xué)和代謝組學(xué)是最常用且重要的工具。

1.2.1 基因組學(xué)

基因組學(xué)包括基因及其功能的研究，以了解完整基因組的結(jié)構(gòu)為目的，確定整個(gè)生物體的DNA序列?；蚪M學(xué)除了增加對(duì)成熟、風(fēng)味形成和作物改良等重要過(guò)程和性質(zhì)的認(rèn)識(shí)，還應(yīng)用于防止作物病害，揭示生命領(lǐng)域基因組結(jié)構(gòu)和大小的信息，闡明重要的遺傳元件、進(jìn)化模式以及環(huán)境適應(yīng)能力的遺傳成分[4]。 CAI等[5]利用從NCBI數(shù)據(jù)庫(kù)等獲得基因組信息，以及微陣列雜交技術(shù)分析干酪乳桿菌ATCC334基因組序列并與其他測(cè)序的乳桿菌比較，揭示了ATCC334中含有大量參與糖代謝以及轉(zhuǎn)錄調(diào)節(jié)的編碼序列，反映了有助于生態(tài)適應(yīng)性的基因組特征及其進(jìn)化以及表型多樣性，從而預(yù)測(cè)細(xì)菌菌株風(fēng)味形成的潛力。PARK等[6]對(duì)發(fā)酵蝦、泡菜、德國(guó)泡菜中的病毒群落進(jìn)行了研究，分別對(duì)提取的病毒DNA進(jìn)行高通量焦磷酸測(cè)序，結(jié)果顯示這3種發(fā)酵食品中病毒群落的主要類群為Caudovirales，研究表明發(fā)酵食品中的病毒群落比人糞等環(huán)境中的病毒群落相對(duì)簡(jiǎn)單，但其對(duì)人體的影響仍需引起科研人員的重視。WHITESIDE等[7]提出大腸埃希氏大腸桿菌的在線預(yù)測(cè)基因組學(xué)平臺(tái)SuperPhy。其能夠明確毒力和抗微生物抗性決定因素，基因型、生物標(biāo)志物、地理空間分布、宿主、來(lái)源和系統(tǒng)發(fā)育進(jìn)化枝之間的統(tǒng)計(jì)關(guān)聯(lián)，基于特定基因組區(qū)域和單核苷酸多態(tài)性的基因組群生物標(biāo)志物的鑒定等。祝儒剛等[8]以細(xì)菌16SrDNA基因作為陽(yáng)性對(duì)照設(shè)計(jì)引物和探針，與細(xì)菌無(wú)關(guān)的探針為陰性對(duì)照，不含寡核苷酸片段的點(diǎn)樣液做空白對(duì)照，利用多重PCR擴(kuò)增技術(shù)及芯片雜交技術(shù)特異性檢測(cè)了肉及肉制品樣品中的5中致病菌(大腸埃希氏菌、沙門氏菌因、金黃色葡萄球菌、志賀氏菌和單核細(xì)胞增生李斯特菌)。

1.2.2 轉(zhuǎn)錄組學(xué)

轉(zhuǎn)錄組學(xué)在食品組學(xué)中應(yīng)用于基因表達(dá)的全局分析，可應(yīng)用于鑒定生物活性食物成分對(duì)穩(wěn)態(tài)調(diào)節(jié)的影響，以及這種調(diào)節(jié)在某些慢性疾病發(fā)展中發(fā)生潛在改變等；應(yīng)用于定量和綜合分析基因組在轉(zhuǎn)錄水平上的變化，其分析方法有2種：一種方法基于微陣列技術(shù)，另一組基于DNA測(cè)序，通常結(jié)合實(shí)時(shí)PCR來(lái)確認(rèn)所選擇基因的上調(diào)或下調(diào)[1]。NEILSON等[9]利用轉(zhuǎn)錄組測(cè)序技術(shù)對(duì)收獲后冷藏前的馬鈴薯塊莖中的基因表達(dá)進(jìn)行了概述，并鑒定了與冷誘導(dǎo)甜味(CIS)相關(guān)的基因；同時(shí)構(gòu)建了冷藏后葡萄糖水平的馬鈴薯克隆距離矩陣，并與使用RNA-seq基因表達(dá)數(shù)據(jù)構(gòu)建的距離矩陣進(jìn)行比較，研究表明了基因表達(dá)譜在預(yù)測(cè)CIS嚴(yán)重程度方面有極其重要的作用。ANTONIO等[10]通過(guò)轉(zhuǎn)錄組學(xué)和差異基因表達(dá)分析研究了橄欖苦苷對(duì)人骨髓間充質(zhì)干細(xì)胞脂肪形成的影響，結(jié)果顯示橄欖苦苷可以上調(diào)脂肪形成抑制基因的表達(dá)、激活信號(hào)通路并減少脂肪形成分化期間的線粒體活動(dòng)，揭示了橄欖苦苷在防治肥胖癥、骨質(zhì)疏松癥等疾病方面的潛在應(yīng)用。CRIF等[11]采用減除雜交的轉(zhuǎn)錄組學(xué)以及實(shí)時(shí)RT-PCR驗(yàn)證分析了低溫誘導(dǎo)血橙的基因表達(dá)，結(jié)果表明增強(qiáng)的轉(zhuǎn)錄物涉及氧化損傷、滲透調(diào)節(jié)過(guò)程、脂質(zhì)減飽和防御機(jī)制以及許多EST參與的初級(jí)代謝和次級(jí)代謝的防御機(jī)制，該研究還顯示冷脅迫誘導(dǎo)有利于類黃酮化合物和花青素的生物合成。MAYUONI等[12]利用Affymetrix基因芯片進(jìn)行了柑橘果肉的全基因組轉(zhuǎn)錄譜分析，結(jié)果顯示乙烯刺激能夠誘導(dǎo)糖、氨基酸、激素等代謝過(guò)程及其轉(zhuǎn)錄調(diào)節(jié)和蛋白質(zhì)翻譯后修飾的基因表達(dá)。

1.2.3 蛋白質(zhì)組學(xué)

蛋白質(zhì)組學(xué)工具主要包括SDS-PAGE、2D電泳、色譜和質(zhì)譜等，基于陣列技術(shù)和抗體的蛋白質(zhì)微陣列是蛋白質(zhì)組學(xué)研究中最常見(jiàn)的平臺(tái)。蛋白質(zhì)組學(xué)現(xiàn)已應(yīng)用于植物、細(xì)菌、病毒的研究以及生物醫(yī)學(xué)和人類健康等多個(gè)領(lǐng)域，如利用蛋白質(zhì)組學(xué)方法更好的理解疾病機(jī)制和藥物作用機(jī)制、鑒定疾病標(biāo)志物等[13]。LIU等[14]以4個(gè)國(guó)家15種可食用燕窩(EBN)作為樣品，通過(guò)2-DE在IPG條上分離蛋白質(zhì)以及考馬斯亮藍(lán)R250染色得到2-DE圖，并用PDQuest軟件對(duì)其進(jìn)行分析，結(jié)果表明分類單元D是與卵抑制劑(存在于蛋清中的Kazal型絲氨酸蛋白酶抑制劑)同源的EBN變應(yīng)原，建議有過(guò)敏史的兒童不宜食用ENB。廖國(guó)周等[15]采用三氯乙酸-丙酮沉淀法提取宣威火腿蛋白，定量后進(jìn)行一向等電聚焦電泳和二向聚丙烯酰胺凝膠電泳，利用ImageMaster 2D Platinum軟件分析蛋白質(zhì)點(diǎn)，MALDI-TOF/TOF MS獲取其中一個(gè)蛋白質(zhì)點(diǎn)的肽質(zhì)量指紋圖譜并用Mascot軟件分析，建立了蛋白質(zhì)組學(xué)研究方法，蛋白點(diǎn)清晰，圖譜分辨率好。COSCIA等[16]對(duì)62組正常分娩母乳和11組早產(chǎn)初乳樣品微量成分進(jìn)行蛋白質(zhì)組學(xué)分析，發(fā)現(xiàn)人初乳中存在完整的牛奶過(guò)敏原牛α-S1-酪蛋白，此為純母乳喂養(yǎng)的嬰兒牛奶敏感的原因之一。HANG等[17]采用酶聯(lián)免疫吸附試驗(yàn)法以及基于與MALDI-TOF/TOF-MS偶聯(lián)的液相色譜鑒定了吐魯番墓地食物殘?jiān)械呐＠业鞍滋禺愋孕蛄泻脱蚶业鞍淄葱孕蛄校Y(jié)果表明殘?jiān)写嬖谂Ｄ坛煞?，這為該地區(qū)歷史飲食特點(diǎn)及考古研究提供了有力的信息。PEDRESCHI等[18]應(yīng)用鳥(niǎo)槍蛋白質(zhì)組學(xué)檢測(cè)烘焙餅干中過(guò)敏原蛋白酶Ara h 3/4肽，證明了餅干中花生的存在，并開(kāi)發(fā)了花生的痕量水平檢測(cè)方法。

1.2.4 代謝組學(xué)

代謝組學(xué)被用于了解生命系統(tǒng)，研究某些細(xì)胞、組織、器官和生物體的整個(gè)代謝組的全局變化[19]。代謝組學(xué)分析平臺(tái)有2個(gè)：基于MS的系統(tǒng)和基于NMR的系統(tǒng)，一般與LC、GC組合使用以獲得更廣泛的代謝組覆蓋。代謝組學(xué)有3種基本方法：靶分析，代謝分析和代謝指紋。靶分析旨在定量測(cè)量所選分析物，如特異性生物標(biāo)志物或反應(yīng)產(chǎn)物。代謝分析重點(diǎn)研究一組相關(guān)代謝物或特定代謝途徑，是表型分析方法之一。代謝指紋著重于比較響應(yīng)于細(xì)胞環(huán)境而變化的代謝物模式[1]。代謝組學(xué)可以應(yīng)用于從農(nóng)場(chǎng)到人類所有的食物系統(tǒng)過(guò)程，各種生物系統(tǒng)，生物科學(xué)的不同領(lǐng)域，如用于識(shí)別某些疾病的生物標(biāo)志物和藥物發(fā)現(xiàn)，研究未知的代謝途徑和應(yīng)激耐受機(jī)制[19]，研究食物病原體和腐敗微生物的代謝[2]，發(fā)展微生物菌株等，還可應(yīng)用于分析食物中由微生物產(chǎn)生的廣泛代謝物，分析飲食模式，揭示與飲食相關(guān)疾病的相關(guān)代謝改變以及飲食干預(yù)的結(jié)果。ANIZAN等[20]使用半制備型液相色譜分離牛尿液樣品中5α-雄甾-2-烯-17-酮，通過(guò)Chemstation、MetAlign等軟件處理數(shù)據(jù)，利用非靶向GC-MS和靶向GC-MS/MS確定了5α-雄甾烷-3β，17α-二醇和5α-雄甾-2-烯-17-酮這2種類固醇，可作為生物標(biāo)志物篩選出4-雄烯二酮濫用的牛。LIMA等[21]分別通過(guò)液體1H核磁共振和高分辨率魔角旋轉(zhuǎn)核磁共振分析鐵充足及缺鐵的大豆葉提取物和全葉，使用SIMCA-P 11.5等軟件進(jìn)行數(shù)據(jù)分析，通過(guò)KEGG數(shù)據(jù)庫(kù)和植物代謝網(wǎng)絡(luò)輔助代謝物在代謝途徑中的分配，同時(shí)評(píng)價(jià)了不同化合物治療條件下的代謝物差異，表明了大豆缺鐵對(duì)代謝的主要影響包括：增強(qiáng)三羧酸循環(huán)活性，提高氧化應(yīng)激保護(hù)機(jī)制的激活性能和增強(qiáng)氨基酸積累，結(jié)果證明鐵饑餓但視覺(jué)無(wú)癥狀葉中的積累差異的代謝物可以作為早期檢測(cè)Fe缺乏應(yīng)激的生物標(biāo)志物，有助于設(shè)計(jì)改善缺鐵問(wèn)題的策略。INOUE等[22]基于代謝組學(xué)對(duì)嬰兒配方的質(zhì)量和安全性作出評(píng)估。利用HILIC-ESI/TOF/MS以及多變量統(tǒng)計(jì)分析方法評(píng)估非目標(biāo)化合物，利用ESI陽(yáng)性掃描模式評(píng)價(jià)了類型和來(lái)源分類、三聚氰胺污染和一周降解的顯著差異。DUAN等[23]利用UHPLC-MS/MS以及部分最小平方判別分析，發(fā)現(xiàn)次黃嘌呤為三聚氰胺誘導(dǎo)的腎結(jié)石的生物標(biāo)志物，顯示了形成結(jié)石的病理機(jī)制，對(duì)于確定幼兒腎病病因方面具有臨床應(yīng)用。LEE等[24]通過(guò)基于1H-NMR的代謝組學(xué)分析和GC的數(shù)據(jù)采集，研究了5種商業(yè)Oenococcusoeni菌株的發(fā)酵行為及其對(duì)Meoru葡萄酒中代謝物變化的影響，結(jié)果表明5種菌株和LAB菌株不同的乳酸發(fā)酵行為影響其次生代謝物的變化。

1.2.5 生物信息學(xué)

生物信息學(xué)包括數(shù)據(jù)處理、聚類、動(dòng)力學(xué)或各種“組學(xué)”水平的整合，能夠?qū)⒔M學(xué)研究中獲得的復(fù)雜原始數(shù)據(jù)轉(zhuǎn)化為有用信息的策略。最近在食品蛋白質(zhì)中生物活性肽的發(fā)現(xiàn)方面已經(jīng)應(yīng)用了生物信息學(xué)，其能夠同時(shí)評(píng)估多種食物蛋白質(zhì)和蛋白水解酶，在生物活性肽研究中意義重大[25]。此外，統(tǒng)計(jì)工具通常用于探索性數(shù)據(jù)分析以確定樣品之間的相關(guān)性或用于區(qū)分完整數(shù)據(jù)列表等。GU等[26]利用目標(biāo)物與數(shù)據(jù)庫(kù)中信息對(duì)比分析的方法，研究了疾病相關(guān)的酶抑制肽在典型食物蛋白質(zhì)一級(jí)結(jié)構(gòu)內(nèi)的分布。UDENIGWE等[27]同樣利用目標(biāo)物與數(shù)據(jù)庫(kù)中信息對(duì)比分析的方法，獲得了生物活性肽的可持續(xù)蛋白質(zhì)前體。

2 食品組學(xué)的應(yīng)用

食品科學(xué)研究既面臨著巨大的安全挑戰(zhàn)，如新食品病原體的出現(xiàn)、食品材料的摻假、長(zhǎng)期食用轉(zhuǎn)基因食品的未知效應(yīng)以及大量化學(xué)污染物殘留等，同時(shí)營(yíng)養(yǎng)與健康等人們?nèi)找骊P(guān)注的問(wèn)題也亟待解決[2]。雖然目前關(guān)于食品科學(xué)的知識(shí)仍然存在很大的不足，但食品組學(xué)的巨大分析潛力有助于解決許多食品安全、可追溯性、質(zhì)量、新食品、轉(zhuǎn)基因食品、功能食品、營(yíng)養(yǎng)品等問(wèn)題。

2.1 食品安全、質(zhì)量和可追溯性

食品安全是全球性的重要問(wèn)題而且是一項(xiàng)復(fù)雜的任務(wù)。食品安全和質(zhì)量取決于原料特性以及食品轉(zhuǎn)化過(guò)程中采用的化學(xué)、物理和生物技術(shù)過(guò)程，安全危害可能發(fā)生在從初級(jí)生產(chǎn)到消費(fèi)食物鏈的任何階段。如今，氣候變暖及環(huán)境污染也對(duì)食品安全產(chǎn)生了重要的影響[28]。提高食品控制效率和有效性的一個(gè)重要任務(wù)，是消除或減少食源性病原體及其毒素，因此，早期檢測(cè)食物病原體和腐敗微生物是極其重要的一步。WANG等[29]根據(jù)WON等人的方法提取16個(gè)已知來(lái)自夏威夷的蜂蜜以及38個(gè)商業(yè)蜂蜜這兩組樣品中的蛋白質(zhì)，以Bradford方法測(cè)定蛋白質(zhì)的濃度，進(jìn)行SDS-PAGE后，通過(guò)MALDI-TOF-MS以及MALDI Biotyper 1.1軟件得到生物質(zhì)量條形碼，并對(duì)2組進(jìn)行比較，結(jié)果表明蜂蜜的蛋白質(zhì)指紋與來(lái)自相同區(qū)域文庫(kù)中的蜂蜜具有更好的可比性，MALDI TOF MS Biotyper系統(tǒng)能夠快速、簡(jiǎn)單地確定商業(yè)銷售蜂蜜的地理起源。CEVALLOS-CEVALLOS等[30]將所有病原菌(大腸桿菌O157∶H7，沙門氏菌屬哈特福德，鼠傷寒沙門氏菌和沙門氏菌)在胰蛋白大豆肉湯中培養(yǎng)，將其與在相同條件下單獨(dú)或作為混合物生長(zhǎng)的大腸桿菌K12、銅綠假單胞菌等獲得的代謝物譜進(jìn)行比較，利用主成分分析以及最小二乘模型快速檢測(cè)了牛肉和雞中幾種主要的病原菌，建立了基于代謝組學(xué)的快速檢測(cè)病原菌的方法。OGRINC等[31]應(yīng)用同位素、一維和多維1H,13C NMR方法以及化學(xué)計(jì)量學(xué)方法檢測(cè)了葡萄酒在品種、地理起源方面是否摻假，并且能夠檢測(cè)出葡萄酒、果汁和橄欖油中是否摻入低品質(zhì)物質(zhì)或有毒化合物。BIANCHI等[32]通過(guò)動(dòng)態(tài)頂空萃取橙汁樣品，并將氣相色譜所得揮發(fā)物譜進(jìn)行多變量統(tǒng)計(jì)分析，快速可靠地對(duì)橙汁中的酸性環(huán)酸芽孢桿菌腐敗進(jìn)行了早期檢測(cè)。

2.2 轉(zhuǎn)基因食品

重組DNA技術(shù)的采用一直被認(rèn)為是農(nóng)業(yè)歷史上最快的增長(zhǎng)趨勢(shì)，代表著現(xiàn)代生物技術(shù)在過(guò)去幾十年中最重要的技術(shù)進(jìn)步之一[28]?；蚬こ淘谶^(guò)去幾年中已經(jīng)用于農(nóng)業(yè)和食品工業(yè)中，以改善植物品種性能，改善儲(chǔ)存和加工期間的工藝特性，，改善食品的口感和營(yíng)養(yǎng)性質(zhì)等。重組DNA技術(shù)在農(nóng)業(yè)中的快速發(fā)展促進(jìn)了轉(zhuǎn)基因作物的生產(chǎn)。同時(shí)，基因工程在食品生產(chǎn)中的使用隨之增長(zhǎng)，轉(zhuǎn)基因食品安全問(wèn)題受到公眾輿論的廣泛關(guān)注，中心問(wèn)題是遺傳轉(zhuǎn)化引起的潛在非預(yù)期變化的存在。因此，在分子水平對(duì)植物進(jìn)行徹底表征將有助于檢測(cè)和描述轉(zhuǎn)基因生物中潛在的非預(yù)期效應(yīng)[28]。歐洲食品安全局建議使用包括組學(xué)技術(shù)在內(nèi)的先進(jìn)分析技術(shù)監(jiān)測(cè)這些轉(zhuǎn)基因食品的組成、可追溯性和質(zhì)量，以提供這些轉(zhuǎn)基因食品更為全面的概況。基于食品組學(xué)的新的分析策略將大幅增加我們對(duì)轉(zhuǎn)基因生物的了解，并有助于解決食品組分濃度波動(dòng)范圍大以及食品基質(zhì)的異質(zhì)性等困難。CATCHPOLE等[33]使用分層代謝組學(xué)對(duì)轉(zhuǎn)基因和常規(guī)馬鈴薯塊莖中的總代謝物進(jìn)行了綜合比較，利用GC-TOF和LC-MS技術(shù)以及LDA和決策樹(shù)數(shù)據(jù)分析方法，表明除了果糖的顯著差異兩種馬鈴薯在代謝組成上基本等同。CHENG等[34]應(yīng)用轉(zhuǎn)錄組分析作為非目標(biāo)方法評(píng)估轉(zhuǎn)基因大豆品種的總體分子變化。使用Affymatrix 基因芯片技術(shù)對(duì)比了轉(zhuǎn)CP4-epsps 基因大豆與非轉(zhuǎn)基因三葉期幼苗葉子的基因表達(dá)譜,結(jié)果表明二者之間的差異小于2種常規(guī)栽培品種的差異。BATISTA等[35]利用寡核苷酸微陣列分析對(duì)比了1988年γ-輻射獲得的穩(wěn)定突變體、經(jīng)100Gy γ-輻射的M1代植物、產(chǎn)生抗癌抗體的轉(zhuǎn)基因植物、非生物脅迫改良而產(chǎn)生的轉(zhuǎn)基因植物以及所有未修飾的原始基因型的基因表達(dá)情況。結(jié)果顯示，上述幾種誘變比轉(zhuǎn)基因所引起的表達(dá)改變更為廣泛，對(duì)于植物品種的安全性評(píng)估應(yīng)不僅限于轉(zhuǎn)基因作物。COLL等[36]利用質(zhì)譜和二維凝膠電泳技術(shù)評(píng)估了MON810轉(zhuǎn)基因玉米蛋白質(zhì)組的非預(yù)期變化，分析了與非轉(zhuǎn)基因乳漿蛋白顆粒差異，結(jié)果表明二者的蛋白質(zhì)組模式幾乎相同，證明了MON810和類似非轉(zhuǎn)基因品種之間的實(shí)質(zhì)等價(jià)。

2.3 營(yíng)養(yǎng)和健康研究中的食品組學(xué)

健康不僅受到遺傳的重大影響，飲食、生活方式和環(huán)境也可能通過(guò)關(guān)聯(lián)轉(zhuǎn)錄組、蛋白質(zhì)組和最終代謝組對(duì)表觀基因組、腸道微生物組產(chǎn)生關(guān)鍵性影響。當(dāng)遺傳學(xué)和營(yíng)養(yǎng)、生活方式、環(huán)境的組合不平衡時(shí)，人類健康將會(huì)受到影響。如今，食物不僅被認(rèn)為是能量的來(lái)源，而且是潛在的健康促進(jìn)者。在調(diào)查與預(yù)防未來(lái)疾病以及通過(guò)食物攝入促進(jìn)健康等復(fù)雜問(wèn)題上可采用食品組學(xué)策略得以實(shí)現(xiàn)。

KLEIN等[37]研究了牛奶成分和牛代謝狀態(tài)的相關(guān)性，通過(guò)核磁共振和氣相色譜-質(zhì)譜量化了44種不同的乳代謝物，結(jié)果顯示丙酮和β-羥基丁酸鹽與早期哺乳期奶牛的代謝狀態(tài)密切相關(guān)。ILVES等[38]利用基于質(zhì)譜技術(shù)的代謝組學(xué)跟蹤了牛乳汁和血漿在哺乳期早期階段的變化過(guò)程。結(jié)果顯示，乳汁最顯著的變化與磷酸化水平相關(guān)，而血漿中最顯著的變化與含有磷脂酰膽堿的多不飽和脂肪酸的水平相關(guān)。GUAN等[39]利用液相色譜和質(zhì)譜鑒定并表征了2種新型脂質(zhì)：N-酰基磷脂酰絲氨酸和多膽酸。STEGEMANN等[40]利用三重四極桿質(zhì)譜儀及鳥(niǎo)槍脂質(zhì)組學(xué)提取并分析了150種脂質(zhì)種類，進(jìn)一步研究了有癥狀和無(wú)癥狀患者頸動(dòng)脈內(nèi)膜的不同，結(jié)果表明相比于血漿樣品，動(dòng)脈粥樣硬化的斑塊中含有更多的具有長(zhǎng)鏈脂肪酸和某些鞘磷脂物質(zhì)的多不飽和膽固醇酯，研究有利于該病的預(yù)防和相關(guān)飲食的調(diào)節(jié)。

目前，關(guān)于特定天然化合物、營(yíng)養(yǎng)物或飲食對(duì)生物體轉(zhuǎn)錄組、蛋白質(zhì)組和代謝組影響的研究仍然相當(dāng)有限。

3 食品組學(xué)未來(lái)的發(fā)展趨勢(shì)

食品組學(xué)分析面對(duì)著重大的挑戰(zhàn)，包括食品復(fù)雜性、巨大的自然變異性、巨大的濃度差異以及特異性目標(biāo)的親和力差異等。其中基因組學(xué)、蛋白質(zhì)組學(xué)、轉(zhuǎn)錄組學(xué)、代謝組學(xué)共同構(gòu)建了強(qiáng)大的分析平臺(tái)。同時(shí)，目前組學(xué)研究方法仍存在一定的局限性，主要體現(xiàn)在系統(tǒng)偏差方面，且需進(jìn)一步增強(qiáng)相關(guān)的技術(shù)保障。

系統(tǒng)生物學(xué)是一種整體研究的科學(xué)，將生物現(xiàn)象的每一個(gè)單獨(dú)的組分有機(jī)地結(jié)合起來(lái)進(jìn)行系統(tǒng)的分析，是對(duì)整個(gè)系統(tǒng)的定量研究，它通常利用組學(xué)方法得到的大量數(shù)據(jù)研究生物各組分的系統(tǒng)行為、相互聯(lián)系以及動(dòng)力學(xué)特性，以此揭示生物系統(tǒng)的基本規(guī)律，進(jìn)而有助于預(yù)測(cè)系統(tǒng)受到外界刺激后將要做出的反應(yīng)，同樣我們也將因此找到更加根本的綜合性治療方案[41]。系統(tǒng)生物學(xué)的研究?jī)?nèi)容主要包括：系統(tǒng)組分的測(cè)定、系統(tǒng)行為的分析、系統(tǒng)控制規(guī)律的歸納總結(jié)和系統(tǒng)的設(shè)計(jì)。基于蛋白組學(xué)、質(zhì)譜分析尤其是基因組學(xué)獲得了大量的系統(tǒng)數(shù)據(jù)，以此可進(jìn)行系統(tǒng)組分的測(cè)定。系統(tǒng)生物學(xué)利用計(jì)算機(jī)軟件進(jìn)行數(shù)據(jù)處理、模型構(gòu)建和理論分析，研究系統(tǒng)行為總結(jié)系統(tǒng)控制規(guī)律。有上述的工作作為基礎(chǔ)，系統(tǒng)的設(shè)計(jì)才得以進(jìn)行。

系統(tǒng)生物學(xué)和食品組學(xué)作為生物和食品領(lǐng)域的新興學(xué)科，對(duì)食品科學(xué)及生物研究有極大的推動(dòng)作用，但其本身并不完善，研究方法上仍存在著很大的挑戰(zhàn)。通過(guò)組學(xué)方法獲得的大量數(shù)據(jù)需要系統(tǒng)生物學(xué)的整合，相反地，系統(tǒng)生物學(xué)的預(yù)測(cè)結(jié)果需要實(shí)驗(yàn)驗(yàn)證。多種問(wèn)題的存在給數(shù)據(jù)的整合帶來(lái)了很大的挑戰(zhàn)，同時(shí)由于實(shí)驗(yàn)科學(xué)及生物學(xué)的相對(duì)滯后性，系統(tǒng)生物學(xué)預(yù)測(cè)結(jié)果的驗(yàn)證也面臨著很大的困難。二者綜合應(yīng)用的挑戰(zhàn)不僅在于兩者之間的結(jié)合，同時(shí)也在于組學(xué)相關(guān)技術(shù)本身的局限以及對(duì)于分子水平上生物過(guò)程掌握的有限性。未來(lái)，食品組學(xué)和系統(tǒng)生物學(xué)的發(fā)展還有待于生物學(xué)、計(jì)算機(jī)學(xué)、數(shù)學(xué)等科學(xué)的全面進(jìn)步。

[1] CIFUENTES A.Foodomics: Principles and Applications[M].Foodomics: Advanced Mass Spectrometry in Modern Food Science and Nutrition.John Wiley & Sons, Inc.， 2013:1-13.

[2] PINU F R.Early detection of food pathogens and food spoilage microorganisms: Application of metabolomics[J].Trends in Food Science & Technology, 2016, 54:213-215.

[3] HOLTON T A, VIJAYAKUMAR V, KHALDI N.Bioinformatics: Current perspectives and future directions for food and nutritional research facilitated by a Food-Wiki database[J].Trends in Food Science & Technology, 2013, 34(1):5-17.

[4] QIAN Wei, JIA Yan-tao, REN Shuang-xi, et al.Comparative and functional genomic analyses of the pathogenicity of phytopathogen Xanthomonas campestris pv.campestris[J].Genome Research, 2005, 15(6):757-767.

[5] CAI Hui, THOMPSON R, BUDINICH M F, et al.Genome sequence and comparative genome analysis of lactobacillus casei: Insights into their niche-associated evolution[J].Genome Biology & Evolution, 2009, 1(1):239.

[6] PARK E J, KIM K H, ABELL G C J, et al.Metagenomic analysis of the viral communities in fermented foods[J].Applied & Environmental Microbiology, 2011, 77(4):1 284-1 291.

[7] WHITESIDE M D, LAING C R, MANJI A, et al.SuperPhy: Predictive genomics for the bacterial pathogenEscherichiacoli[J].BMC Microbiology, 2016, 16(1):65.

[8] 祝儒剛, 李拖平, 宋立峰.應(yīng)用基因芯片技術(shù)檢測(cè)肉及肉制品中5種致病菌[J].食品科學(xué), 2012, 33(14):211-215.

[9] NEILSON J, LAGüE M, THOMSON S, et al.Gene expression profiles predictive of cold-induced sweetening in potato[J].Functional & Integrative Genomics, 2017,17(4):1-18.

[10] ANTONIO C D, ANTER J, MüLLER S, et al.Transcriptomic analyses of the anti-adipogenic effects of oleuropein in human mesenchymal stem cells[J].Food & Function,2017,8(3):1 254-1 270.

[12] MAYUONI L, SHARABI-SCHWAGER M, FELDMESSER E, et al.Effects of ethylene degreening on the transcriptome of mandarin flesh[J].Postharvest Biology & Technology, 2011, 60(2):75-82.

[13] SOSPEDRA I, SORIANO J M, MAES J.Enterotoxinomics: The omic sciences in the study of staphylococcal toxins analyzed in food matrices[J].Food Research International, 2013, 54(1):1 052-1 060.

[14] LIU Xiao-qing, LAI Xin-tian, ZHANG Shi-wei, et al.Proteomic profile of edible bird's nest proteins[J].Journal of Agricultural & Food Chemistry, 2012, 60(51):12 477.

[15] 廖國(guó)周, 王桂瑛, 程志斌,等.雙向電泳分析宣威火腿蛋白質(zhì)組方法的建立[J].食品科學(xué), 2012, 33(23):125-128.

[16] COSCIA A, ORRS, NICOLA P D, et al.Detection of cow’s milk proteins and minor components in human milk using proteomics techniques[J].J Matern Fetal Neonatal Med, 2012, 25 Suppl 4(S4):54-56.

[17] HONG Chuan, JIANG Hong-en, LYU En-guo, et al.Identification of milk component in ancient food residue by proteomics[J].Plos One, 2012, 7(5):e37053.

[18] PEDRESCHI R, N?RGAARD J, MAQUET A.Current challenges in detecting food allergens by shotgun and targeted proteomic approaches: a case study on traces of peanut allergens in baked cookies[J].Nutrients, 2012, 4(2):132-150.

[19] KIM S, KIM J, YUN E J, et al.Food metabolomics: From farm to human[J].Current Opinion in Biotechnology, 2016, 37:16-23.

[20] ANIZAN S, BICHON E, DUVAL T, et al.Gas chromatography coupled to mass spectrometry-based metabolomic to screen for anabolic practices in cattle: identification of 5α-androst-2-en-17-one as new biomarker of 4-androstenedione misuse[J].Journal of Mass Spectrometry, 2012, 47(1):131-140.

[21] LIMA M R M, DIAZ S O, LamEGO I, et al.Nuclear magnetic resonance metabolomics of iron deficiency in soybean leaves[J].Journal of Proteome Research, 2014, 13(6):3 075.

[22] INOUE K, TANADA C, SAKAMOTO T, et al.Metabolomics approach of infant formula for the evaluation of contamination and degradation using hydrophilic interaction liquid chromatography coupled with mass spectrometry[J].Food Chem, 2015, 181:318-324.

[23] DUAN He-jun, GUAN Na, WU Yong-ning, et al.Identification of biomarkers for melamine-induced nephrolithiasis in young children based on ultra high performance liquid chromatography coupled to time-of-flight mass spectrometry (U-HPLC-Q-TOF/MS)[J].Journal of Chromatography B, 2011, 879(30):3 544-3 550.

[24] LEE J E, HONG Y S, LEE C H.Characterization of fermentative behaviors of lactic acid bacteria in grape wines through 1H NMR-and GC-based metabolic profiling[J].Journal of Agricultural & Food Chemistry, 2009, 57(11):4 810.

[25] UDENIGWE C C.Bioinformatics approaches, prospects and challenges of food bioactive peptide research[J].Trends in Food Science & Technology, 2014, 36(2):137-143.

[26] GU Yu-chen, MAJUMDER K, WU Jian-ping.QSAR-aided in silico approach in evaluation of food proteins as precursors of ACE inhibitory peptides[J].Food Research International, 2011, 44(8):2 465-2 474.

[27] UDENIGWE C C, HOWARD A.Meat proteome as source of functional biopeptides[J].Food Research International, 2013, 54(1):1 021-1 032.

[28] PINU F R.Metabolomics—The new frontier in food safety and quality research[J].Food Research International, 2015, 72:80-81.

[29] WANG Jun, KLIKS M M, QU Wei-yue, et al.Rapid determination of the geographical origin of honey based on protein fingerprinting and barcoding using MALDI TOF MS[J].Journal of Agricultural & Food Chemistry, 2009, 57(21):10 081-10 088.

[30] CEVALLOS-CEVALLOS J M, DANYLUK M D, REYESDECORCUERA J I.GC-MS based metabolomics for rapid simultaneous detection ofEscherichiacoliO157:H7, Salmonella Typhimurium, Salmonella Muenchen, and Salmonella Hartford in ground beef and chicken[J].Journal of Food Science, 2011, 76(4):238-246.

[31] OGRINC N, KOIR 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 Bioanalytical Chemistry, 2003, 376(4):424-430.

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

[33] CATCHPOLE G S, BECKMANN M, ENOT D P, et al.Hierarchical metabolomics demonstrates substantial compositional similarity between genetically modified and conventional potato crops[J].Proceedings of the National Academy of Sciences of the United States of America, 2005, 102(40):14458.

[34] CHENG K C, BEAULIEU J, IQUIRA E, et al.Effect of transgenes on global gene expression in soybean is within the natural range of variation of conventional cultivars[J].Journal of Agricultural & Food Chemistry, 2008, 56(9):3 057-3 067.

[35] BATISTA R, SAIBO N, LOUREN?O T, et al.Microarray analyses reveal that plant mutagenesis may induce more transcriptomic changes than transgene insertion[J].Proceedings of the National Academy of Sciences of the United States of America, 2008, 105(9):3 640-3 645.

[36] COLL A, NADAL A, ROSSIGNOL M, et al.Proteomic analysis of MON810 and comparable non-GM maize varieties grown in agricultural fields [J].Transgenic Research, 2011, 20(4):939-949.

[37] KLEIN M S, ALMSTETTER M F, SCHLAMBERGER G, et al.Nuclear magnetic resonance and mass spectrometry-based milk metabolomics in dairy cows during early and late lactation.[J].Journal of Dairy Science, 2010, 93(4):1 539-1 550.

[38] ILVES A, HARZIA H, LING K, et al.Alterations in milk and blood metabolomes during the first months of lactation in dairy cows[J].Journal of Dairy Science, 2012, 95(10):5 788-5 797.

[39] GUAN Zi-qiang.Discovering novel brain lipids by liquid chromatography/tandem mass spectrometry[J].Journal of Chromatography B Analytical Technologies in the Biomedical & Life Sciences, 2009, 877(26):2 814-2 821.

[40] STEGEMANN C, DROZDOV I, SHALHOUB J, et al.Comparative lipidomics profiling of human atherosclerotic plaques[J].Circulation Cardiovascular Genetics, 2011, 4(3):232-242.

[41] 蔣太交, 薛艷紅, 徐濤.系統(tǒng)生物學(xué)——生命科學(xué)的新領(lǐng)域[J].生物化學(xué)與生物物理進(jìn)展, 2004, 31(11):957-964.