食品組學研究進展

王雨，焦珊瑤，劉亞，陳瑩瑩，馬慧鋆

1(北京工商大學 食品學院，北京，100048) 2(北京工商大學 計算機與信息工程學院，北京，100048)

隨著人們對食品科學和營養研究不斷深入，消費者對食物及其安全性的關注與日驟增，這就要求科研人員開發出更好的技術與工具。為此，世界各地的食品和營養研究人員正面臨越來越復雜的挑戰[1]。進口食品數量的增加、食品污染全球化、農產品工業化和大規模生產，以及消費者食物消費模式變化等諸多現實原因的存在，增加了對于食品安全控制、質量保證、確保可追溯性以及營養結構優化等研究的難度[2]。因此，確保食品安全性、質量和可追溯性等問題亟待解決，且面臨著前所未有的挑戰。一直以來，食品科學的首要目標是確保食品安全。中國食品安全法、歐盟國家的新歐洲法規、美國營養標簽和教育法案以及“蒙特利爾議定書”對食品實驗室提出了一定要求。為了應對這些挑戰，研究與管理人員亟需更強大、更清潔、更便宜的分析方法。

目前，食品科學使食品與健康之間的聯系越來越密切。食物通過調節新陳代謝、激素分泌、身體和精神過程對維持健康起著至關重要的作用，人們越來越多地認識到營養在各種慢性疾病的進展中所起的作用[3]。因此功能性食品已然轉化為消費者的消費習慣。如今，食物不僅是能源來源，也是人們預防未來疾病及輔助治療慢性疾病的低成本方式。順應這一趨勢出現了大量的新方法、新知識、新產品，現代食品科學和營養與藥理學、醫學或生物技術等學科相互關聯將傳統的食品研究轉向更為先進的研究策略，現代食品科學領域開始出現營養基因組學、營養遺傳學、功能性食品、營養保健品、轉基因食品、微生物組學、毒物基因組學、營養轉錄組學、營養蛋白組學、營養生物學和系統生物學等術語[1]。

1 食品組學

1.1 食品組學的定義

2007年以來，食品組學一詞多次用于不同的網頁以及科學會議[1]，在2009年SCI雜志上首次被定義為一個新的學科：通過應用先進的組學技術來研究食品和營養領域以改善消費者的身心健康和自信。

食品組學是一個包含廣泛學科的新概念，包括食物和組學工具相交叉的所有工作區域，涵蓋了基因組學、轉錄組學、蛋白質組學、代謝組學等策略，包括上述出現的所有術語(營養基因組學、微生物組學、毒物基因組學等)。同時，食品組學也是一個全球性學科，與系統生物學相結合將采后研究引入了一個新時代。這一結合也與以食物攝入來預防疾病的醫學趨勢相一致。

1.2 食品組學的工具

食品組學涉及使用多個不同的工具來處理其不同的子學科和應用。其中基因組學、轉錄組學、蛋白質組學和代謝組學是最常用且重要的工具。

1.2.1 基因組學

基因組學包括基因及其功能的研究，以了解完整基因組的結構為目的，確定整個生物體的DNA序列。基因組學除了增加對成熟、風味形成和作物改良等重要過程和性質的認識，還應用于防止作物病害，揭示生命領域基因組結構和大小的信息，闡明重要的遺傳元件、進化模式以及環境適應能力的遺傳成分[4]。 CAI等[5]利用從NCBI數據庫等獲得基因組信息，以及微陣列雜交技術分析干酪乳桿菌ATCC334基因組序列并與其他測序的乳桿菌比較，揭示了ATCC334中含有大量參與糖代謝以及轉錄調節的編碼序列，反映了有助于生態適應性的基因組特征及其進化以及表型多樣性，從而預測細菌菌株風味形成的潛力。PARK等[6]對發酵蝦、泡菜、德國泡菜中的病毒群落進行了研究，分別對提取的病毒DNA進行高通量焦磷酸測序，結果顯示這3種發酵食品中病毒群落的主要類群為Caudovirales，研究表明發酵食品中的病毒群落比人糞等環境中的病毒群落相對簡單，但其對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測基因組學平臺SuperPhy。其能夠明確毒力和抗微生物抗性決定因素，基因型、生物標志物、地理空間分布、宿主、來源和系統發育進化枝之間的統計關聯，基于特定基因組區域和單核苷酸多態性的基因組群生物標志物的鑒定等。祝儒剛等[8]以細菌16SrDNA基因作為陽性對照設計引物和探針，與細菌無關的探針為陰性對照，不含寡核苷酸片段的點樣液做空白對照，利用多重PCR擴增技術及芯片雜交技術特異性檢測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、志賀氏菌和單核細胞增生李斯特菌)。

1.2.2 轉錄組學

轉錄組學在食品組學中應用于基因表達的全局分析，可應用于鑒定生物活性食物成分對穩態調節的影響，以及這種調節在某些慢性疾病發展中發生潛在改變等；應用于定量和綜合分析基因組在轉錄水平上的變化，其分析方法有2種：一種方法基于微陣列技術，另一組基于DNA測序，通常結合實時PCR來確認所選擇基因的上調或下調[1]。NEILSON等[9]利用轉錄組測序技術對收獲后冷藏前的馬鈴薯塊莖中的基因表達進行了概述，并鑒定了與冷誘導甜味(CIS)相關的基因；同時構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基因表達數據構建的距離矩陣進行比較，研究表明了基因表達譜在預測CIS嚴重程度方面有極其重要的作用。ANTONIO等[10]通過轉錄組學和差異基因表達分析研究了橄欖苦苷對人骨髓間充質干細胞脂肪形成的影響，結果顯示橄欖苦苷可以上調脂肪形成抑制基因的表達、激活信號通路并減少脂肪形成分化期間的線粒體活動，揭示了橄欖苦苷在防治肥胖癥、骨質疏松癥等疾病方面的潛在應用。CRIF等[11]采用減除雜交的轉錄組學以及實時RT-PCR驗證分析了低溫誘導血橙的基因表達，結果表明增強的轉錄物涉及氧化損傷、滲透調節過程、脂質減飽和防御機制以及許多EST參與的初級代謝和次級代謝的防御機制，該研究還顯示冷脅迫誘導有利于類黃酮化合物和花青素的生物合成。MAYUONI等[12]利用Affymetrix基因芯片進行了柑橘果肉的全基因組轉錄譜分析，結果顯示乙烯刺激能夠誘導糖、氨基酸、激素等代謝過程及其轉錄調節和蛋白質翻譯后修飾的基因表達。

1.2.3 蛋白質組學

蛋白質組學工具主要包括SDS-PAGE、2D電泳、色譜和質譜等，基于陣列技術和抗體的蛋白質微陣列是蛋白質組學研究中最常見的平臺。蛋白質組學現已應用于植物、細菌、病毒的研究以及生物醫學和人類健康等多個領域，如利用蛋白質組學方法更好的理解疾病機制和藥物作用機制、鑒定疾病標志物等[13]。LIU等[14]以4個國家15種可食用燕窩(EBN)作為樣品，通過2-DE在IPG條上分離蛋白質以及考馬斯亮藍R250染色得到2-DE圖，并用PDQuest軟件對其進行分析，結果表明分類單元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變應原，建議有過敏史的兒童不宜食用ENB。廖國周等[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軟件分析蛋白質點，MALDI-TOF/TOF MS獲取其中一個蛋白質點的肽質量指紋圖譜并用Mascot軟件分析，建立了蛋白質組學研究方法，蛋白點清晰，圖譜分辨率好。COSCIA等[16]對62組正常分娩母乳和11組早產初乳樣品微量成分進行蛋白質組學分析，發現人初乳中存在完整的牛奶過敏原牛α-S1-酪蛋白，此為純母乳喂養的嬰兒牛奶敏感的原因之一。HANG等[17]采用酶聯免疫吸附試驗法以及基于與MALDI-TOF/TOF-MS偶聯的液相色譜鑒定了吐魯番墓地食物殘渣中的牛酪蛋白特異性序列和羊酪蛋白同源性序列，結果表明殘渣中存在牛奶成分，這為該地區歷史飲食特點及考古研究提供了有力的信息。PEDRESCHI等[18]應用鳥槍蛋白質組學檢測烘焙餅干中過敏原蛋白酶Ara h 3/4肽，證明了餅干中花生的存在，并開發了花生的痕量水平檢測方法。

1.2.4 代謝組學

代謝組學被用于了解生命系統，研究某些細胞、組織、器官和生物體的整個代謝組的全局變化[19]。代謝組學分析平臺有2個：基于MS的系統和基于NMR的系統，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。靶分析旨在定量測量所選分析物，如特異性生物標志物或反應產物。代謝分析重點研究一組相關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于細胞環境而變化的代謝物模式[1]。代謝組學可以應用于從農場到人類所有的食物系統過程，各種生物系統，生物科學的不同領域，如用于識別某些疾病的生物標志物和藥物發現，研究未知的代謝途徑和應激耐受機制[19]，研究食物病原體和腐敗微生物的代謝[2]，發展微生物菌株等，還可應用于分析食物中由微生物產生的廣泛代謝物，分析飲食模式，揭示與飲食相關疾病的相關代謝改變以及飲食干預的結果。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Chemstation、MetAlign等軟件處理數據，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，可作為生物標志物篩選出4-雄烯二酮濫用的牛。LIMA等[21]分別通過液體1H核磁共振和高分辨率魔角旋轉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等軟件進行數據分析，通過KEGG數據庫和植物代謝網絡輔助代謝物在代謝途徑中的分配，同時評價了不同化合物治療條件下的代謝物差異，表明了大豆缺鐵對代謝的主要影響包括：增強三羧酸循環活性，提高氧化應激保護機制的激活性能和增強氨基酸積累，結果證明鐵饑餓但視覺無癥狀葉中的積累差異的代謝物可以作為早期檢測Fe缺乏應激的生物標志物，有助于設計改善缺鐵問題的策略。INOUE等[22]基于代謝組學對嬰兒配方的質量和安全性作出評估。利用HILIC-ESI/TOF/MS以及多變量統計分析方法評估非目標化合物，利用ESI陽性掃描模式評價了類型和來源分類、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，發現次黃嘌呤為三聚氰胺誘導的腎結石的生物標志物，顯示了形成結石的病理機制，對于確定幼兒腎病病因方面具有臨床應用。LEE等[24]通過基于1H-NMR的代謝組學分析和GC的數據采集，研究了5種商業Oenococcusoeni菌株的發酵行為及其對Meoru葡萄酒中代謝物變化的影響，結果表明5種菌株和LAB菌株不同的乳酸發酵行為影響其次生代謝物的變化。

1.2.5 生物信息學

生物信息學包括數據處理、聚類、動力學或各種“組學”水平的整合，能夠將組學研究中獲得的復雜原始數據轉化為有用信息的策略。最近在食品蛋白質中生物活性肽的發現方面已經應用了生物信息學，其能夠同時評估多種食物蛋白質和蛋白水解酶，在生物活性肽研究中意義重大[25]。此外，統計工具通常用于探索性數據分析以確定樣品之間的相關性或用于區分完整數據列表等。GU等[26]利用目標物與數據庫中信息對比分析的方法，研究了疾病相關的酶抑制肽在典型食物蛋白質一級結構內的分布。UDENIGWE等[27]同樣利用目標物與數據庫中信息對比分析的方法，獲得了生物活性肽的可持續蛋白質前體。

2 食品組學的應用

食品科學研究既面臨著巨大的安全挑戰，如新食品病原體的出現、食品材料的摻假、長期食用轉基因食品的未知效應以及大量化學污染物殘留等，同時營養與健康等人們日益關注的問題也亟待解決[2]。雖然目前關于食品科學的知識仍然存在很大的不足，但食品組學的巨大分析潛力有助于解決許多食品安全、可追溯性、質量、新食品、轉基因食品、功能食品、營養品等問題。

2.1 食品安全、質量和可追溯性

食品安全是全球性的重要問題而且是一項復雜的任務。食品安全和質量取決于原料特性以及食品轉化過程中采用的化學、物理和生物技術過程，安全危害可能發生在從初級生產到消費食物鏈的任何階段。如今，氣候變暖及環境污染也對食品安全產生了重要的影響[28]。提高食品控制效率和有效性的一個重要任務，是消除或減少食源性病原體及其毒素，因此，早期檢測食物病原體和腐敗微生物是極其重要的一步。WANG等[29]根據WON等人的方法提取16個已知來自夏威夷的蜂蜜以及38個商業蜂蜜這兩組樣品中的蛋白質，以Bradford方法測定蛋白質的濃度，進行SDS-PAGE后，通過MALDI-TOF-MS以及MALDI Biotyper 1.1軟件得到生物質量條形碼，并對2組進行比較，結果表明蜂蜜的蛋白質指紋與來自相同區域文庫中的蜂蜜具有更好的可比性，MALDI TOF MS Biotyper系統能夠快速、簡單地確定商業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，將其與在相同條件下單獨或作為混合物生長的大腸桿菌K12、銅綠假單胞菌等獲得的代謝物譜進行比較，利用主成分分析以及最小二乘模型快速檢測了牛肉和雞中幾種主要的病原菌，建立了基于代謝組學的快速檢測病原菌的方法。OGRINC等[31]應用同位素、一維和多維1H,13C NMR方法以及化學計量學方法檢測了葡萄酒在品種、地理起源方面是否摻假，并且能夠檢測出葡萄酒、果汁和橄欖油中是否摻入低品質物質或有毒化合物。BIANCHI等[32]通過動態頂空萃取橙汁樣品，并將氣相色譜所得揮發物譜進行多變量統計分析，快速可靠地對橙汁中的酸性環酸芽孢桿菌腐敗進行了早期檢測。

2.2 轉基因食品

重組DNA技術的采用一直被認為是農業歷史上最快的增長趨勢，代表著現代生物技術在過去幾十年中最重要的技術進步之一[28]。基因工程在過去幾年中已經用于農業和食品工業中，以改善植物品種性能，改善儲存和加工期間的工藝特性，，改善食品的口感和營養性質等。重組DNA技術在農業中的快速發展促進了轉基因作物的生產。同時，基因工程在食品生產中的使用隨之增長，轉基因食品安全問題受到公眾輿論的廣泛關注，中心問題是遺傳轉化引起的潛在非預期變化的存在。因此，在分子水平對植物進行徹底表征將有助于檢測和描述轉基因生物中潛在的非預期效應[28]。歐洲食品安全局建議使用包括組學技術在內的先進分析技術監測這些轉基因食品的組成、可追溯性和質量，以提供這些轉基因食品更為全面的概況。基于食品組學的新的分析策略將大幅增加我們對轉基因生物的了解，并有助于解決食品組分濃度波動范圍大以及食品基質的異質性等困難。CATCHPOLE等[33]使用分層代謝組學對轉基因和常規馬鈴薯塊莖中的總代謝物進行了綜合比較，利用GC-TOF和LC-MS技術以及LDA和決策樹數據分析方法，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]應用轉錄組分析作為非目標方法評估轉基因大豆品種的總體分子變化。使用Affymatrix 基因芯片技術對比了轉CP4-epsps 基因大豆與非轉基因三葉期幼苗葉子的基因表達譜,結果表明二者之間的差異小于2種常規栽培品種的差異。BATISTA等[35]利用寡核苷酸微陣列分析對比了1988年γ-輻射獲得的穩定突變體、經100Gy γ-輻射的M1代植物、產生抗癌抗體的轉基因植物、非生物脅迫改良而產生的轉基因植物以及所有未修飾的原始基因型的基因表達情況。結果顯示，上述幾種誘變比轉基因所引起的表達改變更為廣泛，對于植物品種的安全性評估應不僅限于轉基因作物。COLL等[36]利用質譜和二維凝膠電泳技術評估了MON810轉基因玉米蛋白質組的非預期變化，分析了與非轉基因乳漿蛋白顆粒差異，結果表明二者的蛋白質組模式幾乎相同，證明了MON810和類似非轉基因品種之間的實質等價。

2.3 營養和健康研究中的食品組學

健康不僅受到遺傳的重大影響，飲食、生活方式和環境也可能通過關聯轉錄組、蛋白質組和最終代謝組對表觀基因組、腸道微生物組產生關鍵性影響。當遺傳學和營養、生活方式、環境的組合不平衡時，人類健康將會受到影響。如今，食物不僅被認為是能量的來源，而且是潛在的健康促進者。在調查與預防未來疾病以及通過食物攝入促進健康等復雜問題上可采用食品組學策略得以實現。

KLEIN等[37]研究了牛奶成分和牛代謝狀態的相關性，通過核磁共振和氣相色譜-質譜量化了44種不同的乳代謝物，結果顯示丙酮和β-羥基丁酸鹽與早期哺乳期奶牛的代謝狀態密切相關。ILVES等[38]利用基于質譜技術的代謝組學跟蹤了牛乳汁和血漿在哺乳期早期階段的變化過程。結果顯示，乳汁最顯著的變化與磷酸化水平相關，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。GUAN等[39]利用液相色譜和質譜鑒定并表征了2種新型脂質：N-酰基磷脂酰絲氨酸和多膽酸。STEGEMANN等[40]利用三重四極桿質譜儀及鳥槍脂質組學提取并分析了150種脂質種類，進一步研究了有癥狀和無癥狀患者頸動脈內膜的不同，結果表明相比于血漿樣品，動脈粥樣硬化的斑塊中含有更多的具有長鏈脂肪酸和某些鞘磷脂物質的多不飽和膽固醇酯，研究有利于該病的預防和相關飲食的調節。

目前，關于特定天然化合物、營養物或飲食對生物體轉錄組、蛋白質組和代謝組影響的研究仍然相當有限。

3 食品組學未來的發展趨勢

食品組學分析面對著重大的挑戰，包括食品復雜性、巨大的自然變異性、巨大的濃度差異以及特異性目標的親和力差異等。其中基因組學、蛋白質組學、轉錄組學、代謝組學共同構建了強大的分析平臺。同時，目前組學研究方法仍存在一定的局限性，主要體現在系統偏差方面，且需進一步增強相關的技術保障。

系統生物學是一種整體研究的科學，將生物現象的每一個單獨的組分有機地結合起來進行系統的分析，是對整個系統的定量研究，它通常利用組學方法得到的大量數據研究生物各組分的系統行為、相互聯系以及動力學特性，以此揭示生物系統的基本規律，進而有助于預測系統受到外界刺激后將要做出的反應，同樣我們也將因此找到更加根本的綜合性治療方案[41]。系統生物學的研究內容主要包括：系統組分的測定、系統行為的分析、系統控制規律的歸納總結和系統的設計。基于蛋白組學、質譜分析尤其是基因組學獲得了大量的系統數據，以此可進行系統組分的測定。系統生物學利用計算機軟件進行數據處理、模型構建和理論分析，研究系統行為總結系統控制規律。有上述的工作作為基礎，系統的設計才得以進行。

系統生物學和食品組學作為生物和食品領域的新興學科，對食品科學及生物研究有極大的推動作用，但其本身并不完善，研究方法上仍存在著很大的挑戰。通過組學方法獲得的大量數據需要系統生物學的整合，相反地，系統生物學的預測結果需要實驗驗證。多種問題的存在給數據的整合帶來了很大的挑戰，同時由于實驗科學及生物學的相對滯后性，系統生物學預測結果的驗證也面臨著很大的困難。二者綜合應用的挑戰不僅在于兩者之間的結合，同時也在于組學相關技術本身的局限以及對于分子水平上生物過程掌握的有限性。未來，食品組學和系統生物學的發展還有待于生物學、計算機學、數學等科學的全面進步。

[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.應用基因芯片技術檢測肉及肉制品中5種致病菌[J].食品科學, 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] 廖國周, 王桂瑛, 程志斌,等.雙向電泳分析宣威火腿蛋白質組方法的建立[J].食品科學, 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.系統生物學——生命科學的新領域[J].生物化學與生物物理進展, 2004, 31(11):957-964.