编辑推荐：
为应对加工肉类清真认证挑战，本研究创新性地采用非靶向代谢组学结合化学计量学方法，旨在建立一种准确、灵敏的鉴别体系。通过UHPLC-HRMS分析，鉴定出86种代谢物，并利用PCA、聚类分析和PLS-DA等方法，成功区分了牛肉与猪肉制品，并筛选出15种潜在的标志性代谢物，为清真食品的快速、准确认证提供了可靠的技术方案。
在当今全球化的食品供应链中，确保食品来源的真实性与合规性，尤其是关乎宗教信仰的清真（Halal）认证，已成为一项重要的挑战。肉类加工业蓬勃发展，香肠、肉丸、火腿、熏肉等预制产品琳琅满目，为消费者提供了便利，但也让“挂牛头卖猪肉”成为可能。由于加工过程会改变肉的物理和生化特性，传统的DNA检测方法如聚合酶链反应（PCR）在面对深度加工、DNA降解的产品时，可能出现“假阴性”结果，这无疑会给遵循特定饮食规定的消费者带来困扰，并动摇市场信任的基石。那么，是否存在一种更强大、更精准的“化学指纹”识别技术，能够穿透加工的表象，直指肉类最本质的化学差异呢？
这正是发表于《International Journal of Food Properties》的研究所致力于解决的问题。该研究团队将目光投向了生物体内小分子化合物的集合——代谢组。他们认为，不同物种（如牛和猪）即使在经过相似的加工后，其代谢产物谱仍会存在系统性差异。为了捕捉并解读这些微妙的“化学指纹”，他们构建了一套结合超高效液相色谱-高分辨质谱（UHPLC-HRMS）的非靶向代谢组学分析平台，并辅以强大的化学计量学（Chemometrics）工具进行数据挖掘与模式识别，旨在为加工肉制品的清真认证提供一种全新的、高精度的解决方案。
研究人员为开展此项研究，主要采用了以下关键技术方法：首先，样本来自印度尼西亚万隆当地超市的多种加工牛肉与猪肉制品。其次，核心分析技术为非靶向代谢组学分析，使用配备C18色谱柱的UHPLC-HRMS系统，在正负离子模式下采集代谢物质谱数据。最后，运用化学计量学进行数据分析，包括主成分分析（PCA）、聚类分析（如树状图和自组织映射图SOM）以及偏最小二乘判别分析（PLS-DA），以识别和验证差异代谢物。
研究结果
加工肉制品的代谢物谱
通过对多种加工牛肉和猪肉样品（如肉丝、肉丸、烟熏火腿、腊肠等）进行分析，共鉴定出86种代谢物用于后续研究。其中，肌酸、肌酐和DL-肉碱是含量最高的三种代谢物。不同产品的代谢物谱存在显著差异，例如苹果酸在烟熏火腿猪肉和猪肉丝中含量最高，山梨酸在牛肉香肠中最高，而D-蔗糖在咸牛肉中最高。这些差异表明代谢物谱有潜力作为鉴别的依据，但仅凭丰度差异难以准确判断，需借助更高级的数据分析手段。
化学计量学分析
- •
主成分分析（PCA）：PCA分析能够良好地区分牛肉和猪肉加工产品，在得分图中形成了清晰的分组。这直观地证明了不同物种来源的加工肉制品具有独特的代谢物“指纹”模式，PCA作为一种无监督分析方法，有效实现了数据的降维和可视化分组。
- •
聚类分析：通过树状图（Dendrogram）和自组织映射图（SOM）进行的聚类分析进一步证实，牛肉产品和猪肉产品能够依据其代谢物谱特征分别聚类。这意味着同源产品的代谢物具有相似的化学特性，而异源产品则差异明显，这为基于类别相似性的认证提供了支持。
- •
偏最小二乘判别分析（PLS-DA）：为了找出能够作为认证“标志物”的关键代谢物，研究进行了PLS-DA分析。该模型具有较高的解释率（R2= 0.952）和预测能力（Q2= 0.616）。通过变量重要性投影（VIP）评分，最终筛选出15种对区分牛肉和猪肉贡献最大的潜在标志代谢物，包括DL-苹果酸、肉豆蔻基硫酸酯、山梨酸、L-焦谷氨酸、次黄嘌呤、牛磺酸、(9Z)-9-十八碳烯酰胺、乙酰肉碱、DL-组氨酸、大豆苷元、柠檬酸、植物鞘氨醇、丙酰肉碱、6-O-磷酸-2-酮-呋喃己糖和D-蔗糖。其中，DL-苹果酸和次黄嘌呤被认为是特别有前景的区分指标。
研究结论与重要意义
本研究成功验证了代谢组学结合化学计量学在加工肉类真实性认证中的强大效力。研究得出结论：尽管加工过程复杂，但牛肉和猪肉制品仍保有显著不同的代谢物谱。PCA和聚类分析能够清晰地将两者区分开来。更重要的是，通过PLS-DA模型，研究精准定位了15种可作为清真认证潜在生物标志物的代谢物。
该研究的核心意义在于其方法学的创新性与实用性。它突破了传统DNA检测法在加工肉品中面临的局限性，将鉴别依据从可能被破坏的遗传物质，转向了更能反映加工后生化状态的代谢小分子。这套“代谢指纹图谱”策略，不仅为清真食品认证提供了一种快速、灵敏、准确的新工具，也为更广泛的食品掺假、产地溯源、物种鉴别等食品真实性领域的研究提供了可借鉴的分析范式。通过将高通量的仪器分析与智能化的化学计量学模型相结合，该研究为实现复杂食品基质的精准、客观鉴定奠定了坚实的技术基础。
