不同异质条件下九个Vitis vinifera L.品种种子、果皮与葡萄酒中酚类浓度的高度离散及其对比较分析与品种分类的限制

《Antioxidants》:The High Dispersion of Phenolic Concentration in the Seeds, Skins and Wines of Vitis vinifera L. Cultivars Limits Comparative Analysis and Varietal Categorization Under Heterogeneous Conditions

【字体: 大 中 小 】 时间:2026年10月22日 来源:Antioxidants 8.2

编辑推荐:

  该比较性文献综述评估了九个Vitis vinifera L.品种种子、果皮和葡萄酒中的多酚谱(polyphenolic profiles)。资料汇编显示,总单宁(total tannins)和儿茶素(catechin)在种子中呈现出较果皮相对更均一的酚类谱,提

  
该比较性文献综述评估了九个Vitis vinifera L.品种种子、果皮和葡萄酒中的多酚谱(polyphenolic profiles)。资料汇编显示,总单宁(total tannins)和儿茶素(catechin)在种子中呈现出较果皮相对更均一的酚类谱,提示浆果内特定酚类生物合成途径存在组织差异性调控。然而,该模式并未延伸至总酚(total phenols)或表儿茶素(epicatechin)。此外,结果证实存在广泛的品种间(inter-cultivar)和品种内(intra-cultivar)多酚变异,品种内离散程度常达到与品种间差异相当或更大的数量级。这些变异可能与环境、遗传和栽培背景对葡萄和葡萄酒中多酚浓度的多因素影响有关,其来源包括方法学差异(提取方案(extraction protocols)、多种定量技术(quantification techniques)和酿造实践(winemaking practices))以及生物因素(土壤与气候条件(edaphic and climatic conditions))。此外,高品种间和品种内变异性导致浓度范围重叠,妨碍严格的品种分类(varietal categorization)。这表明每项研究仅代表特定环境和农业条件下的一个快照(snapshot)。因此,该综述强调,标准化分析方案(standardized analytical protocols)、严谨实验设计(rigorous experimental designs)和稳健生物学重复(robust biological replication)对于区分实验噪声(experimental noise)与生物学变异(biological variability)至关重要,并强化了综合酚类谱(comprehensive phenolic profiles)用于基因型表征(genotypic characterization)和靶向酿造决策(targeted winemaking decisions)的价值。
1. 引言
该综述指出,酚类化合物(phenolic compounds)是源于植物的次生代谢物(secondary metabolites),影响Vitis vinifera葡萄的化学特性并与葡萄酒品质相关。果皮、种子和果梗(以及部分红葡萄品种果肉)中的多酚(polyphenols)在酿造过程中被提取,贡献颜色、香气、涩感(astringency)和苦味(bitterness)。酚类分为非类黄酮(non-flavonoids;包括酚酸、肉桂酸和芪类)与类黄酮(flavonoids;包括黄酮醇、花青素和黄烷醇或原花青素(proanthocyanidins))。花青素决定果皮和葡萄酒颜色,黄烷醇与涩感和苦味相关,黄酮醇参与颜色和苦味;这些化合物也与葡萄和葡萄酒抗氧化能力(antioxidant capacity)相关。文献报道多种因素调控葡萄果皮、种子和葡萄酒中多酚的发育与可利用性,其中葡萄品种(wine grape variety)常被关联到这些多酚在葡萄组织及葡萄酒中的浓度。尽管已有在严格实验与方法学条件下比较品种因素的研究,但比较酚类分析仍受环境和技术因素定量调控的影响,不同生长纬度及环境、技术条件下的同一品种酚类谱难以直接比较。该研究因此提出对九个Vitis vinifera L.品种种子、果皮和葡萄酒酚类组成进行比较分析,以确定这些品种在广泛多样条件下表现出的酚类变异性;其特点是在同一分析框架内整合种子、果皮和葡萄酒数据,实现现有文献中较少共同开展的跨基质(cross-matrix)直接比较。

2. 材料与方法
2.1 文献检索与研究筛选
该研究利用Web of Science和Scopus(2005—2025年)的文献资源,检索词为“phenolic”“polyphenols”“grape seeds”“grape skins”和“wines”并结合各品种名称。对具有国际通用同义词的品种同时使用主名和同义词:‘Mourvèdre’或‘Monastrell’、‘Syrah’或‘Shiraz’、‘Grenache’或‘Garnacha’;其余品种(Cabernet Sauvignon、Carménère、Malbec、Merlot、Sangiovese和Tannat)未检索额外同义词。检索记录经标题和摘要筛选,以识别至少报告三种植物基质(种子、果皮或葡萄酒)之一中定量酚类数据(均值与标准差或等效指标)的研究。部分共同作者使用Claude Haiku 5.5辅助区分报告至少一种基质定量酚类数据的科学记录;人工智能辅助筛选结果由作者独立核验,研究纳入和数据提取的最终决定由作者作出。鉴于该叙述性综述(narrative review)的探索性和比较性,数据库来源及纳入/排除标准被完整报告以支持透明性和可重复性。方法包括围绕既定目标收集信息、选择专门考察这些品种种子、果皮和葡萄酒酚类含量的研究。九个品种的选择基于两项联合标准:其一,在主要葡萄酒生产国具有公认相关性和广泛地理分布;其二,同一品种在三种植物基质中均有足够数量研究报告定量酚类数据。其他国际相关品种因同时具备三种基质数据的研究不足而被排除,以避免影响平衡的跨基质比较。最终纳入研究限于Web of Science和/或Scopus索引来源;未发表学位论文和其他未索引灰色文献被排除,以确保与方法学策略一致。

2.2 数据提取
在全面审查可用信息源后,研究对材料进行选择和分类。定量数据取自报告均值±标准差(mean ± standard deviation)的文章。汇编前,所有报告值均归一化至共同表达基础(鲜重(fresh weight)、整果等效(whole-berry equivalent))和每类化合物的参考标准(reference standard),以确保采用不同原始单位和校准标准的研究之间浓度范围具有可比性。未报告足够信息以完成该转换的研究(例如缺乏平均浆果或种子重量、含水量或未明确说明参考标准)被排除;因此,汇编数据均以共同且可直接比较的基础表达。对于同一品种呈现不同处理并报告一个以上均值±标准差的文章,考虑各处理报告的最小值和最大值;对于仅报告一个均值±标准差的文章,计算最小值(均值?标准差)和最大值(均值+标准差)。

2.3 品种
数据分析和讨论针对九种Vitis vinifera L.品种的酚类组成(总体和详细)进行:Cabernet Sauvignon(CS)、Merlot(ME)、Carménère(CA)、Syrah(SY)、Malbec(MB)、Sangiovese(SG)、Tannat(TA)、Mourvèdre(MV)和Grenache(GA)。品种选择标准同前,即国际相关性和广泛地理分布,以及同一品种在种子、果皮和葡萄酒三种基质中均有足够定量酚类研究。其他国际相关品种因三种基质同时数据不足而被排除。Mendeley软件(version 1.19.8)用于组织参考文献。

2.4 统计与图形分析
根据文献综述中每个品种的个体收集数据构建箱线图(box plots)。每个箱体代表四分位距(interquartile range, IQR),从第一四分位数(Q1)延伸至第三四分位数(Q3),包含数据中间50%;箱体内水平线表示中位数(median),由于数据不对称而作为集中趋势度量。潜在离群值采用Tukey准则识别,须线上下限分别设为Q1 ? 1.5 × IQR和Q3 + 1.5 × IQR。所有分析使用R software version 2026.05.0完成。为补充图形离散分析,对每个品种—化合物组合计算变异系数(coefficient of variation, CV),公式为CV(%)=(标准差/均值)× 100,使用支撑箱线图的同一组文献汇编个体值。由于这些值来自采用异质分析方案、提取方法和归一化程序的独立研究,所得CV反映真实生物学变异与研究间方法学变异的共同贡献,应解释为总体离散的描述性指标,而非内在生物学方差的精确估计。

3. 结果与讨论
3.1 多酚生物合成受化合物特异性组织调控
该研究观察到,与缩合单宁相关的化合物在种子中较果皮呈现相对更均一的分布:总单宁的CV为种子101.6%对果皮125.2%,儿茶素为97.4%对124.9%,与生物合成局限于浆果发育早期相一致。然而,该模式未见于其他化合物:总酚在种子中的离散略大于果皮(CV 65.9%对58.6%),表儿茶素亦然(CV 101.9%对76.3%);总花青素因在种子中痕量或缺失而无法评估。这表明酚类生物合成的组织调控并非所有多酚类别统一的普遍现象,而取决于特定生物合成途径及其在浆果发育中的激活时序,特定化合物的生物合成和积累可能受浆果内差异性组织调控。该现象可归因于三种非互斥解释:种子为胚胎组织,其酚类组成可能主要由遗传控制的发育动态决定,较少直接受外部气候因素影响;果皮直接接触环境,是对太阳辐射、环境温度、湿度和真菌病害等的主要保护界面;种子缩合单宁合成主要发生在浆果发育早期并于转色前停止,而果皮酚类合成在后熟期受调控;若种子酚类生物合成受更进化保守的调控机制支配,遗传变异可能表现出较弱表型表达。应注意每个品种—化合物估计的独立研究数(n)为1至11,基于n ≤ 2的CV估计应谨慎解释,其作为真实生物学变异指标的稳健性低于较大研究数所得估计;且汇编值来自异质方法学研究,CV不应解释为内在生物学方差的精确度量,而是文献总体离散的描述性指标。

3.2 葡萄品种影响多酚积累
该研究支持Vitis vinifera葡萄和葡萄酒中多酚浓度的“品种间变异”传统认识。例如,Syrah品种在种子总酚和没食子酸(gallic acid)平均浓度最高;Malbec品种在种子儿茶素和表儿茶素含量最高;Mourvèdre品种在果皮总酚、儿茶素和表儿茶素浓度最高。综合来看,Syrah、Malbec和Mourvèdre在种子和果皮多个化合物中持续呈现最高酚类值。这种跨化合物的汇聚性而非单一参数的孤立模式提示,尽管汇编研究间方法异质性使结论不能确定,葡萄品种可能是果皮和种子多酚积累的影响因素。要将该模式确认为真实品种特征而非研究间方法或环境条件分布不均造成的假象,仍需在受控栽培和分析条件下开展标准化比较试验。

3.3 单一品种内多酚浓度变异很大
该研究显示Vitis vinifera葡萄和葡萄酒中多酚含量存在很宽的“品种内”变异。例如,Syrah种子总酚离散范围特别宽,同一品种内从27.7 mg/g至超过600 mg/g,产生明显宽于Cabernet Sauvignon或Merlot的IQR,而后两者分布更均一。该例说明研究中更普遍的模式:在若干品种—化合物组合中,单一品种内报告值的离散程度与不同品种间差异相当甚至更大,挑战了仅凭品种间比较即可可靠捕捉品种真实酚类身份(phenolic identity)的假设。Merlot果皮总单宁也呈现类似模式,个体重复约在0.1至95.9 mg/g之间广泛分布;Sangiovese葡萄酒中酚酸(phenolic acids)离散最显著,范围约14.7至361.9 mg/L。同一品种内的高酚类离散可源于多种环境和技术因素对次生代谢物生物合成的影响。尽管多个酚类化合物存在高品种内变异,不同组织和品种中离群值的反复出现值得注意,例如Syrah种子(总单宁、儿茶素和表儿茶素)以及Grenache、Syrah和Tannat果皮(总花青素、儿茶素和表儿茶素)。这些例外似乎对应特定样品中的孤立事件,可能反映某些品种对特定管理、环境甚至克隆因素更敏感,而非内在不同的组织调控。该模式也提出超越单一组织分析的方法学/生物学问题;当前研究设计无法区分方法学与生物学可能性,但识别这些现象对未来研究有价值。后续研究可增加每品种生物学重复数并详细记录 vineyard 环境条件,以更确定地区分实验变异与真实生物学变异。

3.4 多因素背景限制品种比较与分类
上述观察共同形成该研究的核心挑战:环境、遗传和栽培背景对葡萄和葡萄酒多酚浓度的多因素影响限制不同Vitis vinifera L.品种的比较分析和分类。种子、果皮和葡萄酒中多酚浓度高度依赖方法学和生物学变量。方法学上,提取和定量技术高度多样;总酚定量常用280 nm吸光度(absorbance at 280 nm)和Folin–Ciocalteu法,总单宁常用Bate-Smith、Porter et al.和Mercurio et al.提出的技术,总花青素也有多种方法;详细酚类谱方法更多样,且除分光光度法外,若干汇编研究采用色谱和质谱技术(如HPLC-DAD、LC-MS/MS和UHPLC)进行个体酚类化合物详细分析,这些技术在灵敏度、选择性和定量限方面与分光光度法差异显著。分光光度法快速且易获得,但特异性较低,吸光度读数可能受共提取非酚类化合物影响,从而随样品基质和提取方案不同而高估报告浓度;色谱和质谱技术可分离和鉴定个体酚类化合物,特异性更高且受基质干扰更小,但分析复杂性和成本更高,结果仍依赖参考标准和校准曲线。因此,研究间变异部分可能归因于真实生物或环境差异,也归因于各研究所用分析方法固有的特异性和抗干扰能力差异。系统比较各技术分析性能超出该综述范围,但专门比较葡萄和葡萄酒酚类分析方法、评价其相对灵敏度、可重复性和结果可比性,是未来研究方向。方法学方案使用不同溶剂、时间、温度和其他实验条件,妨碍对比分析;高品种内和品种间离散——若干情况下单一品种内与品种间相当或更大——强化了额外分析验证的必要性,例如评估交叉污染或分析误差,并在接受观察值为品种自然生物学变异前重新分析样品或采用互补分析技术。生物学上,不能排除品种内和品种间酚类差异反映真实异质性;但越来越多实验证据支持土壤—气候和酿造条件对多酚合成的显著影响,可归为土壤气候条件、酿酒—栽培管理实践和葡萄品种。葡萄藤中,土壤营养、园地活力(vineyard vigor)、土壤特性和水分亏缺、激素水平、伤口和病害、园地海拔、光照强度、温度和湿度均是浆果种子和果皮多酚合成的关键因素。葡萄酒酚类组成还受发酵温度、压榨强度、泵over频率、浸渍时间、商业单宁补充、桶陈、木材规格、橡木树种、木材烘烤程度、桶龄、陈酿时间和特定陈酿品种等影响。该研究还显示,一个品种的多酚基质行为不一定与另一品种相同,因为果皮和/或种子多酚向葡萄酒的转移在品种间既非选择性也非线性。例如Tannat和Grenache种子和果皮总单宁平均值最高,但Malbec在葡萄酒中表现同样非典型模式;Mourvèdre和Syrah分别在种子和果皮总酚浓度最高,但Cabernet Sauvignon葡萄酒总酚平均值最高。基质间缺乏直接相关提示,酿造过程中多酚提取的所有方面决定性调控最终葡萄酒中占优势的化合物,而与其在原料中的丰度无关。区分方法学或生物学视角超出该研究范围,但这是未来研究方向,理想上应纳入按方法学和生物学变量分层采样。

4. 未来展望
该研究不仅确认环境和方法学因素影响酚类变异性,还通过跨基质、多品种定量框架展示以酚类含量作为品种描述符(varietal descriptor)的实际限制,并识别哪些特定酚类类别更易或较少受该变异性影响。该综述承认局限:系统记录个体研究特征(如样本量、生长区域、年份和分析技术)超出当前范围;汇编并交叉引用全部研究的这些元数据(metadata)将是未来更细粒度葡萄和葡萄酒酚类变异性综合的有价值扩展。基于方法学异质性,作者提出改善未来葡萄和葡萄酒酚类组成研究可比性的最低报告清单:(a)每类化合物所用分析方法和参考标准;(b)报告值的表达基础(如鲜重对干重、每浆果等);(c)样本量(每处理/条件的生物学重复数);(d)采样年份;(e)地理来源和生长条件;(f)品种克隆或种质材料,以及在已知时考虑潜在品种内遗传变异。采用这些最低报告要素将使未来比较综述从描述性范围汇编转向正式方差分解分析(variance-partitioning analyses),如混合效应模型(mixed-effects models),以量化品种、环境和方法学来源对观察到的酚类变异性的相对贡献。

5. 结论
综上,高品种内和品种间酚类变异性——品种内变异常匹配或超过品种间差异——在葡萄酒葡萄品种比较分析中形成关键问题,因为任何栽培和/或酿酒条件的最小改变均可影响酚类浓度。参与这些代谢物合成的多种因素可在葡萄和葡萄酒中产生不同酚类矩阵(phenolic matrices),进一步加剧同一品种在不同纬度或不同酿酒管理下比较的问题。此外,多种因素之间很可能存在相减、相加和/或协同关系(scarcely studied),可能导致高度特异的酚类表达,并进一步加剧该研究所讨论的问题。同时,研究结果揭示根据酚类含量对葡萄品种进行分类存在困难,因为葡萄和葡萄酒中这些化合物的广泛离散产生品种间浓度明显重叠,妨碍严格分类。总之,每项研究方案都是特定环境—农业条件下某一特定时刻的“快照”,绝不应等同于其他实验条件。因此,采用严格标准化种植区域条件和/或酿酒实践以研究一个或多个因素的比较研究,将有助于阐明这些对葡萄酒生产重要的次生代谢物积累动态。此外,葡萄果实不同组织和葡萄酒中的酚类定量强化了酚类谱作为基因型表征工具和指导酿造决策客观标准的价值。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号