《LWT》：A multimodal computational workflow identifies OR2J3 as the key olfactory receptor for terpenoids in
Citrus aurantium 'Changshanhuyou' pericarp
编辑推荐：
本研究针对常山胡柚果皮复杂香气物质基础及嗅觉识别机制不清的问题，开发了结合电子鼻、传统机器学习与深度学习的双模型筛选策略，成功鉴定出53种关键挥发性有机物，并通过分子对接与动力学模拟首次揭示OR2J3受体通过疏水作用主导萜类化合物识别的分子机制，为柑橘香气优化及神经功能调节研究提供了新范式。
当我们剥开一颗橙子，瞬间迸发的清新香气总能唤起愉悦的感受，但你是否想过这种复杂的芳香是如何被我们的鼻子识别的？常山胡柚作为中国特有柑橘品种，其果皮富含挥发性有机物，香气特征独特且随时间动态演变。然而，传统研究方法难以从数百种化合物中精准锁定关键香气成分，更无法揭示其与人体嗅觉受体结合的动态过程，这严重制约了柑橘香气的精准调控及其潜在神经调节功能的探索。
在这项发表于《LWT》的研究中，浙江中医药大学团队创新性地构建了多模态计算工作流。研究人员首先利用电子鼻技术将27组果皮样本按气味特征分为早、晚两个成熟阶段，发现香气从早期的"青草辛辣感"向后期的"温和果香"转变。通过整合传统机器学习方法正交偏最小二乘判别分析（OPLS-DA）与深度学习中的自编码器（Autoencoder, AE），建立了双模型筛选策略，从544种挥发性有机物中鉴定出53个高置信度关键成分，其中萜类化合物占32.1%，D-柠檬烯相对含量高达6.29-55.10%。
关键技术方法包括：基于电子鼻的感官分组、OPLS-DA与AE双模型筛选、分子对接分析、100纳秒分子动力学模拟。样本来自浙江常山县果园2023年5-10月每周采集的27个时间点生物重复。
3.1. E-nose分析
通过10传感器金属氧化物半导体阵列的雷达图与主成分分析显示，传感器S2和S9在成熟后期响应显著增强，主成分分析成功将样本分为早期和晚期两组，累计方差贡献率达76.6%，证实了基于气味分组的合理性。
3.2. 气味-成分谱分析
萜类化合物主导了香气动态变化，D-柠檬烯作为主要香气标记物含量随成熟度增加，同时作为α-松油醇等含氧衍生物的前体，构成了香气的层次性调控网络。
3.3. 双模型挥发组学分析与验证
OPLS-DA模型显示早期样本分布分散而晚期样本聚类紧密，双模型交集筛选出的53种关键挥发性有机物中，自编码器模型在保留香气活性萜类方面表现更优。感官-代谢相关性网络分析表明，自编码器筛选的化合物与电子鼻传感器具有更高关联效率。
3.4. 嗅觉受体与关键挥发性有机物的分子对接分析
系统发育分析显示Class II嗅觉受体更适合识别疏水性萜类。分子对接热图揭示OR2J3对萜类化合物具有最强结合亲和力，结合能达-4.3至-6.9 kcal/mol。结合位点可视化显示疏水残基ALA9、LEU171和PRO170形成疏水口袋主导结合过程。
3.5. 分子动力学模拟结果
100纳秒模拟显示OR2J3-萜类复合物均方根偏差小于0.5纳米，均方根涨落小于0.2纳米，结构波动显著低于OR51复合物。溶剂可及表面积分析显示结合后ΔSASA≈-4.31 nm2，证实疏水效应是主要热力学驱动力。
研究结论表明，双模型筛选策略有效克服了传统方法的局限性，首次证实OR2J3是柑橘萜类嗅觉识别的核心受体，其通过"疏水包裹"机制实现稳定结合。该发现不仅为柑橘香气品质调控提供了新靶点，更揭示了挥发性有机物通过嗅觉受体调节神经功能的潜在途径，为功能性食品开发提供了理论依据。研究建立的"深度学习-分子动力学"工作流为复杂风味系统解析提供了新范式，有望在风味科学和神经科学交叉领域产生深远影响。
