《Food Chemistry》：Non-targeted metabolomics reveals distinct metabolic profiles of
Litopenaeus vannamei under different storage conditions (fresh, refrigerated, frozen)
编辑推荐：
本研究开发基于UPLC-QTOF-MS的非靶向代谢组学方法，鉴别烹饪后冷冻、冷藏及新鲜虾仁的代谢差异，发现26个显著生物标志物（如EPA、DHA），SVM与随机森林模型分类准确率达100%，证实该方法可有效识别虾仁新鲜度差异及潜在食品欺诈行为。
Xianyu You|Chaoqi Ren|Liuan Li|Ruting Zhao|Ziyang Diao|Jishi Wang|Zeying He
农业农村部农业环境保护研究所农产品质量安全环境因素控制重点实验室，中国天津市300191
摘要
本研究采用基于超高效液相色谱/四极杆飞行时间质谱（UPLC-QTOF-MS）的非靶向代谢组学方法，探讨了冷冻、冷藏和新鲜虾在烹饪后的代谢谱差异，这有助于检测食品行业中的潜在欺诈行为。主成分分析（PCA）和层次聚类分析（HCA）显示这三组之间存在显著差异。通过自建的内部数据库，共鉴定出26个潜在生物标志物。此外，使用支持向量机（SVM）和随机森林（RF）算法对选定的潜在标志物进行了处理，实现了100%的分类准确率。在三组样本中，观察到二十碳五烯酸（EPA）、二十二碳六烯酸（DHA）、精氨酸琥珀酸、烟酸、腺苷5′-单磷酸（AMP）、腺苷2′,3′-环磷酸和环腺苷酸等代谢物的显著差异（变化倍数>10，p<0.05）。这些结果表明，非靶向代谢组学方法在验证煮熟虾的新鲜度方面具有巨大潜力。
引言
涉及各种水产品的食品欺诈已成为全球日益关注的问题（Creydt & Fischer, 2022）。在大多数情况下，食品欺诈是通过用水产品更便宜的成分进行替换以获取经济利益。虾（甲壳纲，十足目）因其丰富的营养成分而受到消费者的广泛欢迎。根据联合国粮食及农业组织的数据，2023年中国虾的总产量达到了647万吨，同比增长12.66%（FAO, 2024）。虾是一种极易变质的食品，通常以加工形式供应给消费者（Zhong et al., 2021）。因此，一旦煮熟后，很难确定它们最初是活的、冷冻的还是冷藏的。这种固有的不确定性，加上新鲜度导致的价格差异，为食品欺诈提供了动机。这严重损害了消费者的权益，并对公共健康构成威胁。因此，食品标签验证已成为确保公平贸易和食品安全的重要趋势。
代谢组学是基因组学和蛋白质组学的下游学科，能够在特定生理状态或条件下对整个生物体、组织或细胞中的所有代谢物进行定性和定量分析，从而帮助识别差异表达的代谢物（Yan et al., 2019）。代谢组学已广泛应用于多个研究领域，包括研究环境影响引起的代谢变化（Goto et al., 2019）、疾病（Shen et al., 2020）或污染物暴露（Wang et al., 2023）。在食品行业中，代谢组学在解决关键问题方面也发挥了重要作用，如食品真实性鉴定（Cao et al., 2020）、地理来源追溯（Zhao et al., 2020）、品种鉴定（Zhong et al., 2021）、加工技术（Li et al., 2021）以及质量和安全控制（Sidwick et al., 2017）。代谢组学策略的最终目标是识别能够区分样本组的生物标志物代谢物，并提供关于潜在生物过程的机制见解。核磁共振（NMR）光谱和质谱（MS）是代谢组学方法的主要平台，因为它们能够提供各种化学类别的丰富结构信息（Beckonert et al., 2007）。虽然NMR光谱具有高稳定性，但其灵敏度相对较低。相比之下，基于质谱的技术，尤其是基于液相色谱的高分辨率质谱技术（如UPLC-QTOF），由于其快速采集速度、高灵敏度和准确的质量测量能力，已成为代谢组学中最广泛使用的工具。非靶向代谢组学结合UPLC-QTOF平台上的信息依赖采集（IDA）技术，能够从样本中检测到最多的代谢物，从而获得揭示不同样本类型之间细微差异的代谢指纹。为了从非靶向代谢组学生成的大型数据集中提取有意义的信息，使用合适的多元统计分析方法至关重要。多元统计分析对于筛选潜在的代谢物标志物和可视化解释代谢模式非常有用。
据我们所知，此前尚未报道过不同储存条件下虾的潜在代谢差异。本研究的主要目标是建立基于UPLC-Q-TOF的非靶向代谢组学方法，并结合多元统计分析，以区分煮熟后的冷冻、冷藏和新鲜虾的代谢谱。首先使用主成分分析（PCA）在无需先验知识的情况下区分这三组样本。随后构建了正交偏最小二乘-判别分析（OPLS-DA）模型来筛选潜在生物标志物，并开发出区分不同新鲜度级别虾的模型。进一步进行了代谢途径分析，以解释差异表达代谢物的生物学意义。总体而言，本研究证明非靶向代谢组学能够识别区分不同新鲜度级别虾的潜在标志物，同时也提供了关于潜在代谢机制的见解。
化学试剂
化学试剂
甲醇、乙腈和异丙醇均为HPLC级，购自Fisher Scientific（美国新泽西州费尔劳恩）。HPLC级氯仿购自Merck（德国达姆施塔特）。甲酸和甲酸铵购自Sigma Aldrich（德国达姆施塔特）。实验中使用的水通过Milli-Q系统（Millipore，美国马萨诸塞州比勒里卡）进行纯化。
实验设计
活虾（Litopenaeus vannamei）购自中国天津的当地海鲜市场。
非靶向代谢组学分析
通过UPLC-Q-TOF-MS获得了新鲜、冷藏和冷冻虾的代谢谱数据。在排除了质控样本中相对标准偏差（RSD）>30%的代谢物后，共保留了287个代谢物。对代谢组学数据进行了PCA分析，以识别异常值并进行初步分组。PCA得分图显示所有数据点都在95%置信区间内，未检测到异常值。
结论
本研究建立了非靶向UHPLC-Q-TOF代谢组学方法，作为区分新鲜、冷藏和冷冻状态下虾新鲜度的可靠方法。通过数据分析，筛选出26个潜在生物标志物（p<0.05，FC>1.5，VIP>1），包括核苷、氨基酸和不饱和脂肪酸，有效捕捉了各组的独特代谢谱。冷藏和冷冻储存显著干扰了虾的代谢过程，导致相关代谢物上调。
作者贡献声明
Xianyu You：撰写——初稿、方法学、研究设计、概念构建。
Chaoqi Ren：数据可视化、软件处理。
Liuan Li：数据验证、数据管理。
Ruting Zhao：数据验证、方法学研究。
Ziyang Diao：研究监督、资金筹集、概念构建。
Zeying He：研究监督、资金筹集、概念构建。
未引用参考文献
Yu et al., 2023
利益冲突声明
作者声明没有已知的财务利益或个人关系可能影响本文所述的工作。
致谢
本研究得到了中央公益性科研机构基础研究基金（2025-jbkyywf-wjs）的支持。
