通过弱碱同步膜分离技术同时增强大豆蛋白的风味和抗氧化活性：综合蛋白质组学与体外评估

《Food Chemistry》：Simultaneous enhancement of flavor and antioxidant activity in soy protein via Weak-Base synchronized membrane separation: Integrated proteomic and in vitro evaluation

大豆蛋白 isolate 风味与抗氧化活性研究：弱碱同步膜分离技术显著降低硫含化合物及挥发性物质（如1-辛烯-3-醇、苯乙醇），减少豆腥味达50%-66%，同时提升抗氧化蛋白丰度，质谱分析显示功能蛋白种类增加3.3%-20.3%。

　　

Jiaqi Shao|Jing Yang|Kangyu Li|Fenghong Huang|Weiping Jin|Junxia Xiao|Lei Wang|Dengfeng Peng|Qianchun Deng

农业部油料加工重点实验室，湖北省油料与植物蛋白工程技术研究中心，油料作物及脂质加工技术国家与地方联合工程实验室，中国农业科学院油料作物研究所，中国湖北武汉430062

摘要

本研究探讨了弱碱同步膜分离（MS）对大豆分离蛋白（SPI）风味和抗氧化特性的影响。比较分析表明，MS-SPI中的含硫氨基酸含量较低，疏水性氨基酸含量较高，这表明MS处理更好地保留了SPI的天然构象结构。SPME-GCMS分析显示，MS-SPI中的挥发性化合物含量显著降低（MS-SPI为38，而AE-SPI为43，SE-SPI为68），通过减少约50%的1-辛烯-3-醇和66%的苯甲醇，有效减轻了大豆的异味。此外，LC-MS/MS分析表明，MS-SPI的蛋白质多样性增加（MS-SPI为3110，而AE-SPI为3061，SE-SPI为2612），抗氧化蛋白含量也有所提高，其中上调的蛋白质占差异表达蛋白质的89%，从而显著增强了抗氧化活性。MS技术改善了SPI的风味和抗氧化性能，为其在食品工业中作为活性稳定剂的广泛应用提供了广阔前景。

引言

由于植物基蛋白质的可持续性，它们更符合全球对环境保护和资源保护的日益关注（Fasolin等人，2019；Hadidi, Aghababaei & McClements, 2023；Jing Yang等人，2024）。因此，从动物蛋白转向植物蛋白已成为食品工业的主要趋势，许多植物源蛋白质已被开发为膳食应用中的动物蛋白替代品（Gao等人，2020；Kumar等人，2021；J. Yang等人，2023）。根据联合国粮食及农业组织（FAO）的数据，全球大豆产量持续增长，2023年达到3.7亿吨。大豆粕是大豆油提取的副产品，含有约45%的蛋白质，已被广泛研究为高质量的蛋白质来源（Poji?, Mi?an & Tiwari, 2018；Shao等人，2024）。大豆分离蛋白（SPI）因其高营养价值和八种必需氨基酸的丰富含量而被认为是有价值的膳食蛋白质来源（Eze, Kwofie, Adewale, Lam & Ngadi, 2022；Huang, Qu, Hua, Wang, Jia & Yin, 2023）。因此，在食品工业中开发和更好地利用SPI至关重要。

选择合适的提取工艺对于生产高产量和高质量的大豆分离蛋白至关重要，因为蛋白质的性质（如产量、结构、功能和风味）受到加工和环境条件的显著影响（Eze等人，2022；Gao等人，2020；Hadidi, Ibarz & Pouramin, 2021）。在我们之前的工作中，我们创新性地采用了弱碱同步膜分离（MS）方法进行SPI提取，该方法在从大豆粕中富集、浓缩和纯化蛋白质方面表现出显著优势。它不仅避免了传统工艺的许多缺点，如使用强酸和强碱化学试剂以及产生废水，还有效调节了SPI的结构灵活性，从而改善了其发泡和乳化性能（Shao等人，2024）。尽管功能性能得到了提升，但这项技术对SPI的关键消费者属性——风味特征和抗氧化能力的影响仍不明确。这些属性对于SPI在各种食品产品中的接受度和定制应用至关重要。

具体而言，风味是食品质量的重要指标，风味组学研究在揭示食品的组成、化学性质和风味强度方面发挥着重要作用（Xiang等人，2023）。风味特征显著影响SPI及其相关产品的接受度（Liao等人，2022）。豆类中的异味可能由于脂肪酸降解、微生物腐败或热降解而在自然条件下或收获、加工和储存过程中产生（Gao等人，2020；Roland, Pouvreau, Curran, van de Velde & de Kok, 2017）。先前的研究表明，加工调整可以影响蛋白质的风味特征（Fang, Gu, Ohm, Chen & Rao, 2023；Gu, Jiang, Zha, Manthey, Rao & Chen, 2021；Shen, Gao, Xu, Ohm, Rao & Chen, 2020；K. Wang & Arntfield, 2015）。因此，捕获挥发性化合物并进行感官分析以评估SPI的感官特性是非常必要的，以便确定提取过程中大豆气味的来源并制定针对性的缓解策略。同样重要的是研究和增强MS-SPI的抗氧化能力。优化提取技术以直接获得具有强抗氧化活性的SPI具有重要意义。这种改进的MS-SPI可以应用于促进健康的食品中，不仅延长其保质期，还能提供额外的健康益处。这一进展将进一步促进SPI在食品工业中的高端和精细应用。

为了全面了解MS-SPI功能特性的分子基础——特别是风味前体和抗氧化表达蛋白，先进的蛋白质组学分析是必不可少的。基于质谱的蛋白质组学能够对复杂的蛋白质系统进行定量和定性分析，揭示对蛋白质行为至关重要的功能关联（Dupree, Jayathirtha, Yorkey, Mihasan, Petre & Darie, 2020；Gomes等人，2014；Miranda等人，2019）。具体来说，这种方法可以阐明提取方法如何调节蛋白质的组成和功能。例如，Miranda等人（2019）利用蛋白质组学鉴定了羽扇豆种子中的1376种蛋白质，确定了最丰富的蛋白质，并揭示了通过不同提取方法获得的蛋白质之间的功能差异。他们还发现，50%异丙醇提取法在提取低丰度蛋白质方面更有效，为更好地理解和改进羽扇豆种子蛋白质提供了理论基础。Goktayoglu, Oztop和Ozcan（2023）在甜菜叶蛋白的蛋白质组学分析中证实了这一效应，表明不同的提取/沉淀方法会导致不同的蛋白质组成，从而影响功能产品的物理和营养特性。因此，应用于MS-SPI时，蛋白质组学将建立提取过程、蛋白质组成和目标功能（风味/抗氧化能力）之间的机制联系，指导优化策略。

因此，本研究基于先前的研究进一步探讨了MS方法对SPI风味和抗氧化活性的影响。具体而言，使用SPME-GCMS鉴定挥发性化合物，然后通过电子鼻和电子舌进行综合感官评估。抗氧化活性通过ABTS、DPPH自由基清除和铁还原抗氧化能力（FRAP）测定进行评估。此外，还采用了氨基酸组成和定量蛋白质组学分析来精确表征蛋白质成分，从分子水平探讨MS处理增强风味和抗氧化特性的潜在机制。这些发现旨在为扩大SPI在食品工业中的应用提供实用策略。

材料

大豆（品种：You 6019，蛋白质含量约38.41%）由中国农业科学院油料作物研究所提供（武汉）。食品级核桃油由喀什光华现代农业有限公司提供（新疆喀什）。商业蛋白酶抑制剂混合物购自Merck KGaA（德国达姆施塔特）。所有其他试剂均为分析级。

大豆分离蛋白（SPI）的提取

简要参考Ren等人（2018）和Gauthier和Capron（2021）的方法，采用碱法提取

风味特性

通常，食品的风味由其中所含的挥发性化合物决定。然而，风味组学需要分离和纯化，仪器分析得到的成分或峰可能并不贡献于风味。因此，我们将SPME-GCMS检测与电子鼻/舌的感官分析相结合，以分析蛋白质样品中的主要风味化合物。

结论

本研究表明，弱碱同步膜分离是一种高效且环保的SPI生产策略，显著提高了其风味质量和抗氧化功能。SPME–GCMS分析显示，与传统的碱法和盐法提取相比，MS提取显著减少了与大豆异味相关的挥发性化合物，这一点通过电子鼻和电子舌分析得到了进一步验证。此外，MS-SPI表现出更强的铁还原能力和自由基清除能力

CRediT作者贡献声明

Jiaqi Shao：撰写 – 审稿与编辑，撰写 – 原稿，数据可视化，方法学研究，调查，正式分析，数据管理。Jing Yang：方法学研究，正式分析。Kangyu Li：方法学研究，正式分析。Fenghong Huang：正式分析。Weiping Jin：撰写 – 审稿与编辑。Junxia Xiao：撰写 – 审稿与编辑。Lei Wang：正式分析。Dengfeng Peng：撰写 – 审稿与编辑，验证，监督，方法学研究，概念化。Qianchun Deng：验证，

未引用参考文献

Dupree等人，2020

Hadidi, Aghababaei和McClements，2023

Hadidi, Ibarz和Pouramin，2021

Poji?, Mi?an和Tiwari，2018

Xu, Jin, Lan, Rao和Chen，2019

利益冲突声明

作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。

致谢

本研究得到了湖北省创新小组项目（2023AFA042）和中央公益性科学机构基础研究基金（编号Y2025YC111）的资助。本工作还得到了“泰山产业专家计划”的财政支持。同时，我们感谢Jingjie PTM生物实验室（杭州）有限公司在定量蛋白质组学分析方面的协助，以及Xinwei Yan在分析图表方面的帮助。