《Foods》:Research Progress in Multi-Omics Analysis of Dairy Products: Nutritional Quality, Safety Evaluation, and Health Functions
本综述系统评价了多组学技术在乳制品研究中于营养、安全及健康领域的应用。通过多组学整合,研究人员揭示了由物种、饲养方式及加工工艺驱动的营养差异,鉴定了蛋白质模式与过敏原谱,构建了掺假检测指纹图谱及物种特异性肽标记,从而提升了安全评估的时效性与准确性。宏基因组学(metagenomics)与代谢组学(metabolomics)的耦合有效预测了腐败相关微生物风险,实现了更优的风险控制。此外,多组学方法系统阐明了生物活性肽(如血管紧张素转化酶(ACE)抑制肽)的功能机制,明确了功能性寡糖的益生元效应,并构建了乳成分与肠道微生物群之间的互作网络。机器学习(machine learning)的引入实现了产地溯源与货架期预测,以及新型生物标志物的发现,推动了个性化营养与精准发酵策略的发展。然而,该领域目前因缺乏标准操作流程而存在严重的可重复性问题,对机器学习模型的过度乐观预期使其极少能跨实验室或产品矩阵泛化,且实验室规模的生物标志物发现与工业应用之间存在持续脱节。若无严格的跨平台验证及开放共享的多组学参考数据集,大多数已发表的标记物均不足以适用于监管或工业场景。未来应着力建立标准化工作流程并拓展证据基础,以推动乳制品产业向更安全、更健康及更可追溯的方向发展。
1 引言
乳制品是全球重要的食物资源,其营养价值不仅涵盖基础营养素,还包含一系列共同影响生长发育、免疫调节及代谢调控的生物活性分子。尽管全球哺乳动物物种众多,但商业乳制品主要来源于牛、山羊、骆驼等有限物种。不同物种的乳在蛋白质、脂质、矿物质等成分上存在系统性差异,为定制化营养及特定加工技术的发展提供了分子基础。
然而,乳制品行业面临显著的安全与品质挑战。掺假行为(如将低成本乳源与高价值乳源混合)带来的健康风险使得高效可追溯的检测系统成为监管重点。传统方法如感官评价、电泳、免疫分析等在应对复杂掺假场景或深度加工样本时存在分辨率及标准化不足的问题。
在此背景下,以蛋白质组学(proteomics)、代谢组学(metabolomics)、宏基因组学(metagenomics)为代表的多组学技术,结合生物信息学分析(如机器学习、网络建模、分子对接等),正推动乳制品研究从"单分子—单功能"向"多分子网络—多维功能"的范式转变。这些技术为非靶向成分表征、来源鉴定及功能评价提供了系统工具。例如,基于液相色谱—串联质谱(LC-MS/MS)的代谢组学、脂质组学(lipidomics)及四维非标记定量蛋白质组学(4D label-free proteomics)已成功揭示不同乳制品间的代谢物、脂质及蛋白质差异;质谱成像技术也在糖基化分析中发挥重要作用。
尽管多组学技术在乳种鉴定、掺假定量、热损伤评估、发酵监测及益生功能预测等场景中取得了显著进展,其大规模应用仍面临挑战。主要瓶颈包括跨平台数据可比性差、缺乏涵盖从采样、样本制备到分析及注释的全流程国际标准化操作程序,以及实验室发现向监管合规、工艺优化及健康声明转化的路径不明。为克服上述挑战并充分发挥生物信息学驱动多组学的潜力,未来研究应聚焦两大战略方向:一是营养品质及安全认证分子机制的解析,即利用多组学数据识别物种特异性蛋白标记、特征脂质簇、代谢指纹及微生物群功能基因谱,从而支持高分辨率溯源及风险预警;二是健康功能系统化验证框架的构建,将多组学与体外细胞模型、类器官(organoids)及临床队列相结合,推动从相关性到因果推断的转变。
2 多组学解析乳制品营养品质分析
2.1 物种、环境与加工:影响乳制品营养品质的三大因素
乳制品营养品质是一个复杂的系统性概念,涵盖从宏量营养素到微量活性成分的多重维度,主要受物种差异、饲养实践(环境)及加工技术三大因素影响。不同物种的乳在蛋白质、脂质及矿物质方面存在固差异,为定制化营养提供了分子基础。饲养实践及环境胁迫可通过调控瘤胃微生物及宿主代谢重塑乳成分。热处理、发酵等加工步骤进一步改变蛋白质结构及代谢物谱,但现有研究尚未全面揭示上述因素对乳制品分子组成的整体影响。
多组学技术(代谢组学、蛋白质组学、脂质组学及宏基因组学)通过高通量、系统水平的分析提供了系统性图谱。
2.2 不同来源乳的营养差异:基于机器学习判别的多组学指纹图谱
多组学技术的综合应用,特别是代谢组学、脂质组学和蛋白质组学,已成为系统解析不同乳源营养差异的关键工具,并指向适用于机器学习判别的特征性指标。通过整合蛋白质组学、代谢组学和脂质组学的多维分子信息,可构建乳源特异性分子指纹,为后续的机器学习目标判别奠定高质量数据基础。
在代谢组学层面,超高效液相色谱—四极杆飞行时间质谱(UHPLC-QTOF-MS)、Orbitrap高分辨质谱及四维非标记定量技术的应用实现了对不同物种乳源代谢物谱的深度表征。通过系统分析人乳、猪乳、牛乳、牦牛乳及水牛乳,共鉴定出1992种代谢物,其中脂质(21.08%)、有机酸及其衍生物(18.62%)、杂环化合物(14.56%)、苯类化合物(13.91%)及有机氧化合物(9.29%)为主要组分,为解密不同乳源间的营养差异及关键生物分子关联提供了高质量化学图谱。该研究还揭示了个体物种内物种特异性分子网络,为后续乳源特异性判别模型的构建奠定了坚实的数据基础。
在差异比较层面,不同乳源在蛋白质谱、代谢物组成及脂质结构上存在系统性差异。在蛋白质组学层面,酪蛋白亚型及乳清蛋白的表达模式呈现显著的物种特异性,其差异不仅为物种鉴定提供依据,也与蛋白质的消化吸收特性及功能活性密切相关。在脂质组学层面,山羊乳富含中链脂肪酸及多不饱和脂肪酸,而牛乳的脂质谱则呈现不同的分布特征。研究人员采用整合蛋白质组学、代谢组学和脂质组学的多组学策略比较了诺曼底牛与荷斯坦牛原料乳的特征,发现两者在蛋白质、脂肪、生物活性成分及代谢途径上存在系统性差异,并成功构建了品种特异性分子指纹。
基于上述多组学指纹数据,机器学习技术的融合从根本上将乳源判别从描述性分析转变为预测建模。有研究报道了一种基于基质辅助激光解吸电离—飞行时间质谱(MALDI-TOF MS)脂质—肽双组学指纹结合机器学习集成的新型乳品认证方法:由联合脂质—肽数据集构建的集成模型在有机乳认证中实现了高达100%的准确率,显著优于仅基于单组学特征集的模型。该结果强有力地证明了数据融合策略与机器学习结合是多组学判别系统的重要趋势。
2.3 饲养实践与环境因素:多组学联合分析揭示微生物—代谢物关联
乳制品营养品质不仅受物种相关因素影响,还受饲养实践及环境条件的调控。多组学技术为阐明这些外源因素对乳成分的影响提供了必要工具。
环境胁迫,特别是热应激,可显著影响乳制品的分子组成。整合多组学研究表明,热应激降低了牛乳的抗氧化能力(超氧化物歧化酶(SOD)及谷胱甘肽过氧化物酶(GSH-Px)活性降低,丙二醛(MDA)水平升高),扰乱能量、氨基酸及脂质代谢,导致必需氨基酸、不饱和脂肪酸及极性脂质等营养素减少,同时增加腐败相关微生物丰度并显著升高异味挥发性化合物。
在饲料类型方面,尿液代谢组学研究表明,饲喂苜蓿(优质粗饲料)的奶牛比饲喂玉米秸秆(低质粗饲料)的奶牛展现出更高的产乳性能。马尿酸(HUA)和N-甲基谷氨酸(NML-Glu)是区分两种饲料类型的关键尿液代谢物,其中HUA可作为低质粗饲料代谢利用的生物标志物。
在瘤胃微生物组层面,多组学技术揭示了瘤胃微生态与乳制品营养品质之间的密切关联。通过宏基因组与代谢组学整合分析,研究人员发现高产奶蛋白量奶牛与低产奶牛在瘤胃微生物组的组成和功能上存在显著差异:高产组富含普雷沃氏菌属(Prevotella)及支链氨基酸生物合成途径,且瘤胃代谢物(氨基酸、羧酸及挥发性脂肪酸)浓度显著更高。线性混合效应模型估计,瘤胃代谢物对奶蛋白量产变的贡献(29.76%)高于微生物组成(17.81%)或微生物功能(21.56%)。
在功能饲料调控方面,代谢组学研究发现补充紫苏叶可增加瘤胃液和乳中嘧啶核苷酸的丰度,丰富嘧啶代谢及不饱和脂肪酸生物合成途径,为功能性乳制品的开发提供了新见解。
2.4 加工对营养的重塑:多组学动态网络分析
在乳制品加工及贮藏过程中,其分子组成发生显著变化。多组学方法为系统解析加工过程中营养素及功能成分的动态变化、识别潜在标记物及反应途径提供了有力工具。
高通量非靶向多组学监测策略在贮藏期间的应用已成为该领域的前沿方法。有研究利用联合
1H核磁共振(NMR)和UHPLC-QToF/MS平台分析原料乳在冻干及后续贮藏期间的代谢物变化,结果表明在常温贮藏期间,乳清酸、核黄素及乙酰化碳水化合物水平持续下降,而脂肪酸、苏糖酸及尿苷水平呈上升趋势。后续研究进一步揭示了喷雾干燥乳粉在恒温及加速贮藏条件下的代谢谱演变,证实贮藏温度是驱动该过程的关键环境因素,为建立合理货架期及优化干燥工艺参数奠定了数据基础。
在热处理阶段,多组学整合分析为不同灭菌技术对乳品质影响的分子层面洞察提供了依据。一项研究系统评估了工业规模直接(130 °C/0.5 s)与间接(75 °C/15 s)热处理对牛乳蛋白质、代谢物及脂质谱的差异性影响,揭示直接加热在保留乳蛋白质及内源性功能代谢物方面优于常规间接加热。
在发酵乳制品背景下,乳酸菌菌株特性显著影响代谢物生成。有研究利用超高效液相色谱—四极杆静电场轨道阱质谱(UPLC-QE-MS)非靶向代谢组学追踪多物种益生菌培养物的发酵过程,发现代谢物变化主要集中在发酵早期,多种代谢物与新菌落形成及风味和营养品质显著相关。另一研究比较了乳酸乳球菌(Lactococcus lactis)LA
1和瑞士乳杆菌(Lactobacillus helveticus)Lh
59两株菌对发酵的贡献,揭示了菌株特异性特征代谢物及相互作用,表明通过筛选功能性乳酸菌菌株定向积累有效功能小分子是确有依据的策略。
在奶酪成熟过程中,代谢组学分析揭示酪氨酸及其衍生物与成熟程度、品质及风味形成密切相关。新兴的靶向定量多组学技术,如覆盖α-Glu-X、X-Glu和γ-Glu-X亚群全部56种谷氨酰二肽的LC-MS/MS高通量分析面板,已成功应用于精确评估奶酪成熟、地理产地及发酵剂对浓厚味(kokumi taste)的贡献。
此外,原料乳的初始品质对于维持加工稳定性也至关重要。靶向脂质组学分析揭示,原料乳在4 °C冷贮6天期间,甘油三酯、磷脂及游离脂肪酸等脂质分子发生代谢变化,这与后续加工产品的品质保持直接相关。宏蛋白质组学与代谢组学的综合应用有望从蛋白质和代谢物层面全面揭示原料乳冷贮期间的品质演变机制,为开发更有效的保鲜技术及优化下游加工工艺提供决策依据。
2.5 横向比较:不同组学技术在营养品质研究中的适用性与局限性
各组学技术在应用于乳制品营养品质评估时各有优劣。代谢组学涵盖有机酸、氨基酸、核苷酸等小分子,检测通量高、灵敏度好,适用于大规模筛选,但对未知代谢物的结构鉴定能力有限且易受基质干扰。蛋白质组学以酪蛋白和乳清蛋白为靶标,特异性高、定量准确,尤其适用于物种鉴定和过敏原分析,然而其动态范围有限,低丰度蛋白的检测具有挑战性。脂质组学聚焦于脂肪酸和磷脂等直接与乳品功能相关的成分(如共轭亚油酸),但该方法标准化程度低,导致脂质鉴定的实验室间差异较大。宏基因组学揭示微生物组成及功能基因,可提供机制性洞见,但无法直接反映最终产品的营养成分且成本相对较高。因此,营养品质研究应根据具体目标合理选择或整合多种组学技术:代谢组学用于初步筛查,蛋白质组学用于验证,脂质组学用于功能靶向,宏基因组学用于机制探索。
3 多组学构建乳品安全评估链条
3.1 从真实性到风险分级:乳品安全评估的渐进逻辑
本章聚焦多组学技术在乳品安全评估中的最新进展。多组学技术在乳品安全评估中展现出显著潜力,为质量与溯源提供了深入见解。其应用主要涵盖乳真实性及掺假识别、物种特异性肽标记以及过敏原识别与风险评估。通过整合代谢组学、蛋白质组学、基因组学和宏基因组学,可实现对乳制品营养品质、安全认证及健康功能的综合评价。
3.2 掺假检测:多组学指纹图谱结合数据库搜索的物种特异性肽鉴定
作为全球消费的高价值营养商品,乳制品频繁遭受掺假,尤其是与低成本乳种混合的掺假行为。多组学技术整合蛋白质组、肽组、代谢组、基因组等多维分子信息,构建乳源特异性分子指纹图谱,结合数据库搜索和机器学习算法,实现掺杂物的高灵敏度检测及物种来源追溯。
基于质谱的蛋白质组学和肽组学是掺假检测的核心技术。乳清蛋白(如β-乳球蛋白和α-乳白蛋白)及酪蛋白亚型在物种间存在系统性差异。由于肽类具有比完整蛋白更高的热稳定性及加工耐受性,其在深度加工乳制品的物种鉴定中具有更高价值。一项研究利用定量蛋白质组学和代谢组学发现,蛋白生物标志物(如骨桥蛋白OPN、转铁蛋白TF)在巴氏杀菌马乳中可检测1%的牛乳掺假,但在马乳粉中仅能检测10%,而N
6-甲基腺嘌呤在乳粉中可检测0.1%的掺假;研究同时指出加工会降低生物标志物灵敏度,需要针对不同产品形式调整方法。
在肽组学与蛋白质组学整合方面,基于MALDI-TOF-MS的整合平台可实现肽组学和蛋白质组学的同步分析。通过识别水牛乳、山羊乳或绵羊乳特异性的蛋白或肽标记,能够快速检测是否掺入了未申报的牛乳并估计掺假程度。该方法也已扩展至热处理标记物的表征。
在基因组层面,通过靶向线粒体DNA或核基因中的单核苷酸多态性位点(如酪蛋白基因CSN1S
1及乳清蛋白基因LALBA),可实现对乳制品的精确物种溯源及遗传背景验证。宏基因组学可检测原料乳中残存的宿主细胞DNA及共生微生物群落结构,辅助排除非法混合或稀释。
基于上述多组学指纹,机器学习算法的整合将掺假识别从描述性分析转向预测建模。化学计量学方法如主成分分析(PCA)和偏最小二乘判别分析(PLS-DA)正越来越多地整合入蛋白质组学工作流程以处理高维数据集。不同机器学习算法在掺假检测中表现各异:支持向量机(SVM)在小样本量下稳健但拟合非线性关系的能力有限;随机森林(RF)可处理高维特征但易过拟合;XGBoost和LightGBM在大多数数据集中实现最高AUC,但对超参数敏感且需要较大训练集;深度学习模型(如卷积神经网络CNN)对光谱和肽组学数据展现特征提取能力,但其"黑箱"特性、对海量训练样本的依赖及较差的跨平台转移性限制了其在监管场景中的应用。目前尚无普适最优算法,建议根据样本量、特征维度及检测背景采用集成策略或多模型投票机制。此外,可解释人工智能(如SHAP值)正成为筛选关键生物标志物及降低模型复杂度的有效工具。
3.3 过敏原识别:多组学结合免疫信息学的序列比对与表位预测
过敏原识别是准确诊断和有效干预过敏性疾病的关键。牛乳过敏(CMA)是全球婴幼儿最常见的食物过敏之一,主要过敏原包括酪蛋白家族(αS1-、αS2-、β-及κ-酪蛋白)和乳清蛋白(β-乳球蛋白、α-乳白蛋白)。近年来,多组学技术通过整合蛋白质组学、代谢组学和宏基因组学等不同层次的数据,为乳品过敏原的全面表征及其致敏性评估提供了系统工具。
基于质谱的蛋白质组学已成为过敏原精准检测和定量的核心技术。研究人员采用自下而上蛋白质组学结合高分辨质谱,开发了一种同时检测低敏配方中六种牛乳过敏原(α-乳白蛋白、β-乳球蛋白、αS1-酪蛋白、αS2-酪蛋白、β-酪蛋白和κ-酪蛋白)的靶向定量方法,筛选并验证了15条特征肽,最终选取6条肽进行定量分析。该方法优于文献报道及VITAL阈值,成功检测了市售部分水解和深度水解配方中的过敏原残留,为低敏配方产品的质量控制提供了直接工具。
在表位识别和致敏性评估层面,多组学方法的应用取得了显著进展。有研究开发了基于IgE多表位特异性抗体的高灵敏度、宽范围定量方法,用于检测食品中的牛αS1-酪蛋白并预测潜在乳致敏性。该研究利用针对αS1-酪蛋白九种IgE表位的多克隆抗体作为检测探针,建立了常规夹心酶联免疫吸附测定(ELISA)及Fe-N-C单原子纳米酶探针夹心ELISA,该方法在灵敏度、特异性、准确度、精密度及回收率方面表现良好,线性检测范围跨越四至五个数量级。
一项涉及118名西班牙CMA患儿的肽微阵列研究检测了五种主要牛乳过敏原特异性IgE/IgG
4线性表位结合,结合基线血清学变量,采用XGBoost算法建立了耐受性预测模型。该模型在6个月和30个月时的AUC分别为0.883和0.833,表明基线表位结合谱可有效预测受累患儿获得耐受的时间。
在多组学整合风险评估层面,多组学数据与机器学习模型的融合为个性化过敏风险评估开辟了新途径。研究人员采用晚期整合多视图学习方法融合临床数据、微生物组数据、宏蛋白质组数据、免疫数据和代谢组数据,构建了能够预测婴儿CMA缓解的机器学习分类器。结果显示,与使用单一数据类型相比,整合多组学数据显著改善了CMA缓解的分类性能。值得注意的是,微生物组数据与临床、免疫、宏蛋白质组和代谢组数据的整合大幅提高了CMA婴儿的分类准确性。
3.4 风险评估:多组学标记与微生物预警模型的整合
乳制品腐败及致病微生物污染对全球食品安全构成严峻挑战。传统风险评估方法依赖于基于货架期研究或特定腐败菌评估的常规微生物学方法,但这些数据通常忽略了对抗菌素耐药性、生物膜形成及毒力因子等关键信息,也忽视了食品基质生化特性之间的复杂相互作用。此外,食品中的微生物风险具有多样性和异质性,可能源于多种微生物群体的生长和活动而非单一物种的污染,这限制了传统风险评估的效率。
在此背景下,多组学技术的融合为乳品行业提供了革命性的系统工具。通过宏基因组学识别腐败及致病微生物的组成和功能,代谢组学同步监测腐败标记物的积累动力学,蛋白质组学阐明微生物驱动的蛋白质降解机制,多组学整合策略正从传统的定性或定量风险评估转向基于分子证据的精准风险评估。
在解决原料乳冷贮期间微生物驱动的品质劣变问题上,多组学技术展现出深度分析腐败微生物群落结构和功能的巨大潜力。一项利用宏基因组学和蛋白质组学分析4 °C贮存6天原料乳样本的研究揭示,假单胞菌属(Pseudomonas)的相对丰度随冷贮时间延长显著增加,并与不动杆菌属(Acinetobacter)共同成为6天后乳中的优势细菌属。分析显示,冷贮早期差异蛋白主要参与免疫调节和信号转导,而后期则主要与碳水化合物和脂质代谢相关。另一项耦合宏基因组和代谢组分析的研究发现,在4 °C贮存3~4天期间,微生物群落从不动杆菌属等物种向假单胞菌属转移,最显著的代谢变化与嗜冷菌的快速生长期吻合,代表了质量控制的关键窗口期。
关于原料乳及乳制品在贮藏加工过程中微生物群与代谢物的动态相互作用,一项研究采用宏基因组下一代测序结合LC-MS和GC-MS分析了原料乳、巴氏杀菌乳和超高温灭菌乳(UHT乳)贮藏期间微生物群和代谢物的变化。结果显示原料乳与热处理乳制品的演替趋势存在显著差异。在冷藏巴氏杀菌乳中,微杆菌属(Microbacterium)、未分类放线菌纲(unclassified Actinomycetia)及微球菌属(Micrococcus)丰度增加最为显著,且与多种代谢物高度相关,表明这些属是主要的增殖和代谢活跃微生物群。
综上所述,多组学与宏基因组学、代谢组学和蛋白质组学的深度融合正推动乳品风险评估从传统的、基于经验的第一性模型转向基于分子证据的精准评估框架。通过整合宏基因组学、蛋白质组学和代谢组学的多层次数据构建微生物—代谢物—蛋白质关联网络,可识别腐败相关微生物及代谢生物标志物,为乳品腐败风险提供早期预警信号。
4 多组学揭示乳品健康功能机制
4.1 从分子到肠道微生物群:乳品健康功能的分层解析
从食品组学(foodomics)视角,乳品健康功能研究正从单一生物活性成分的识别转向多层次、多尺度的系统分析。乳品中的生物活性肽、功能性寡糖及脂质等成分可通过直接作用于宿主靶点或间接调控肠道微生物群及其代谢物,发挥抗氧化、降压、免疫调节及肠道屏障修复等多种健康效益。
本章将从三个递进层次阐述多组学应用于乳品健康功能研究的最新进展。首先,在分子层面,肽组学与分子对接模拟的整合可实现具有血管紧张素转化酶(ACE)抑制、抗氧化等活性生物活性肽的高效挖掘及其与靶蛋白结合模式的预测。其次,在代谢通路层面,宏基因组学和代谢组学的联合分析可阐明功能性寡糖的益生元效应,揭示其调控肠道微生物代谢产生短链脂肪酸(SCFAs)等有益代谢物的机制。最后,在生态系统层面,多组学共现网络和因果推断模型可构建乳成分与肠道微生物群之间的复杂互作图谱,识别驱动宿主健康的关键微生物类群及代谢信号通路。
4.2 生物活性肽挖掘:多组学整合分子对接与功能预测
乳源性生物活性肽是嵌入乳蛋白氨基酸序列中的天然功能片段,通常由2至20个氨基酸残基组成,通过胃肠道消化、体外酶解或微生物发酵释放,可发挥抗氧化、降压、抗菌及免疫调节等多种生理功能。传统方法依赖体外酶解、色谱分离纯化及活性筛选的正交策略,存在周转时间长、通量低、成本高等固有限制。组学与计算模拟的整合策略正深刻重塑这一范式,将降血压(ACE抑制)肽、降血糖(二肽基肽酶IV(DPP-IV)抑制)肽及抗氧化肽等活性物质的发现从经验实验筛选升级为数据驱动的理性设计。
在数据库与计算预测方面,BIOPEP-UWM数据库是食品科学领域应用最广泛的生物活性肽信息平台,包含蛋白质序列数据库、生物活性肽序列数据库、致敏肽及表位数据库、感官肽数据库四大模块,为乳源活性肽的系统认知奠定了基础。有研究利用该数据库工具预测牛乳蛋白经三种酶处理后可产生59条具有ACE抑制、DPP-IV抑制及抗氧化活性的生物活性肽,进一步采用INFOGEST体外模拟消化模型验证,在三种乳蛋白组分中鉴定出36条上述肽,证实了计算预测与体外消化结果的良好对应性。同时,基于机器学习的功能预测模型也正逐步融入该工作流程。有研究训练了梯度提升决策树(GBDT)、XGBoost、LightGBM、CatBoost和随机森林五种机器学习模型用于预测DPP-IV抑制活性,其中LightGBM模型表现最优,随后将其应用于牛乳蛋白计算机酶解产生DPP-IV抑制肽的大规模预测,成功鉴定出GPVRGPF和HPHPHL两条具有前景活性的候选肽。
在肽序列的实验鉴定与表征方面,基于高分辨质谱的液相色谱—串联质谱(LC-MS/MS)平台已成为鉴定乳源性生物活性肽序列的主流工具。标记定量肽组学分析比较了人乳、牛初乳及驴初乳的主要蛋白及其释放的内源肽谱差异,为理解不同物种初乳中生物活性肽的组成模式提供了依据。在此基础上,有研究整合模拟胃肠道消化、蛋白质组学和计算预测工具,从酪蛋白中鉴定出三条具有不同生物学活性的新肽。其中,EMPFPKY(βCN)在体外展现抗氧化活性,分子对接预测其可与Keap1蛋白结合;FVAPFPEVFG(αCN)对MCF-7乳腺癌细胞展现ACE抑制和抗癌双重活性;NLLRF(αCN)对癌细胞具有选择性毒性同时保留正常细胞活性。这些发现阐明了实验与计算结合识别和表征多功能肽的协同优势。
分子对接与机制验证是验证生物学活性及阐明分子机制的核心。在一项关于牛乳蛋白来源ACE抑制三肽和五肽的合成及体外活性表征研究中,分子对接分析不仅揭示了这些肽与ACE的S
1和S
2口袋区域及锌离子结构域的结合模式,还阐明了其通过竞争性抑制阻断ACE催化功能的机制。氢键被鉴定为维持分子相互作用的主要驱动力,且三条肽在模拟胃肠道消化后均保持相对稳定的ACE抑制活性。在另一项关于凝乳酶、胰蛋白酶和胃蛋白酶水解牛κ-酪蛋白来源七肽的ACE抑制活性及分子对接研究中,分子对接模拟进一步表明氧阴离子和阳离子氢键在七肽与ACE活性中心稳定结合中发挥重要作用,C末端脯氨酸残基对维持肽的抑制活性至关重要。牛乳β-酪蛋白来源的YKVPQLEIVP及其类似物的对接模拟结果进一步表明,关键氨基酸残基Leu、Val和Pro对DPP-IV抑制活性的贡献不可忽视,为后续理性设计和结构优化提供了结构层面的理论指导。
就肽功能筛选策略而言,三种主流策略各有优劣。分子对接提供肽与靶蛋白(如ACE、DPP-IV)结合模式的结构信息,识别参与氢键、疏水相互作用等的关键残基,但其依赖已知晶体结构,无法预测新靶点或动态构象变化。基于机器学习的预测(如LightGBM、随机森林)可实现数千条肽的高通量筛选,成本低、速度快,但预测结果需要体外验证,且模型泛化性随训练数据集差异变化较大。体外实验(包括酶活性抑制实验和细胞模型)是功能验证的金标准,但存在通量低、耗时长和成本高等问题。目前公认的最佳路径是将三者结合的整合策略:机器学习初步筛选缩小候选范围,继而分子对接解析结合机制,最后体外实验验证活性。该策略已成功应用于ACE抑制肽和DPP-IV抑制肽的高效发现。
4.3 功能性寡糖的益生元效应:多组学联合代谢通路富集分析
功能性寡糖是一类不被宿主胃肠道消化吸收但可被肠道微生物群选择性利用并赋予宿主健康益处的碳水化合物,包括人乳寡糖(HMOs)、低聚果糖(FOSs)和低聚半乳糖(GOSs)等。近年来,多组学技术特别是宏基因组学和代谢组学的联合应用,已成为系统阐明功能性寡糖益生元效应及其代谢通路富集模式的核心研究工具。
作为母乳中仅次于乳糖和脂肪的第三大固体成分,HMOs在婴儿肠道微生物群的组装和代谢功能塑造中发挥着不可或缺的调控作用。一项整合宏基因组学和代谢组学的研究发现,人乳寡糖(2'-岩藻糖基乳糖(2'-FL)、乳糖-N-四糖(LNT)、3'-唾液酸乳糖(3'-SL))可调节婴儿肠道微生物群(增加双歧杆菌属(Bifidobacterium)、乳杆菌属(Lactobacillus)和肠球菌属(Enterococcus),降低埃希氏—志贺菌属(Escherichia–Shigella)),显著扰动氨基酸、嘌呤和脂质代谢途径,并升高短链脂肪酸水平,揭示了HMOs与益生元效应相关的微生物群关联代谢通路富集相关。
低聚果糖选择性地促进有益肠道微生物,增强免疫应答并增加SCFA产生。一项整合宏基因组学和代谢组学的FOS补充试验发现,肠道微生物组成和功能存在显著的个体间差异:某些参与者双歧杆菌属丰度的增加显著大于其他人,这与果糖代谢途径中编码酶的基因表达差异相关;代谢组学进一步揭示了果糖利用模式的个体化代谢应答。
在低聚半乳糖的功能阐明方面,一项双盲随机对照试验显示,经GOS强化低乳糖乳干预4周后,应答者症状评分降低,而非应答者双歧杆菌属丰度增加;血浆代谢组学鉴定出12种差异代谢物(主要涉及氨基酸和脂质代谢途径),表明个体化基线肠道微生物群组成决定了对GOS干预的应答,为精准益生元干预提供了可行性证据。
4.4 乳品—肠道微生物群互作:多组学共现网络与因果推断
乳品成分与肠道微生物群的互作并非简单的线性关系,而是涉及微生物群内部、微生物群与代谢物之间、以及代谢物与宿主表型之间的多层次协同变化。传统相关性分析仅能捕捉成对的统计依赖关系,不足以揭示复杂生态系统中多方互作的网络结构,常将间接关联误解为直接因果关系。多组学共现网络和因果推断方法的整合为应对这一挑战提供了系统工具。
共现网络分析通过构建微生物、代谢物和宿主指标之间的关联图谱,可识别驱动乳品健康效应的关键功能模块。一项针对健康成年人的随机对照研究显示,经过8周益生菌发酵乳干预后,肠道微生物群—代谢物共现网络的密度及与抗炎代谢物相关连接数增加,乳杆菌属—双歧杆菌属—SCFA模块与白细胞介素10(IL-10)呈正相关。这表明发酵乳通过重塑网络结构增强微生物群的功能稳定性。在乳用山羊肠道微生物群肠型研究中,共现网络分析也揭示了不同微生物群落模式与泌乳性能之间的复杂相互作用及关键物种差异。一项系统综述进一步整合多组学证据,表明发酵乳制品通过活菌及其代谢物协同慕尼黑地协同增强微生物多样性、强化肠道上皮屏障并调控免疫信号通路。然而,当前研究受限于异质性实验设计和短干预周期,凸显整合纵向多组学数据以建立持久性和因果验证的迫切需求。
在因果推断方面,孟德尔随机化利用遗传变异作为工具变量推断观察性研究中乳品消费与肠道微生物群之间的因果方向。一项针对欧洲人群的双向孟德尔随机化研究,以LCT基因变异为工具变量,发现遗传预测的乳摄入量增加导致双歧杆菌属和乳杆菌属丰度增加,而链球菌属(Streptococcus)和埃希氏/志贺菌属丰度降低,且未观察到显著反向因果,支持"乳品摄入驱动微生物群重塑"的单向因果关系。该研究进一步扩展分析了LCT变异与肠道微生物群关联作为乳摄入函数的关联。此外,一项双样本孟德尔随机化研究分析了乳摄入量与体重指数及血脂之间的因果关系,为乳品消费对代谢表型影响的因果推断提供了遗传学证据。
结构方程模型可同时评估多个潜变量之间的直接和间接路径,适用于解析"乳制品—肠道微生物群—宿主健康"多层次因果链。有综述系统总结了网络分析结合多组学数据在识别关键物种中的应用,强调多组学整合是区分真实生态关系与统计噪声、将微生物与其功能相联系的关键方法,从而为构建微生物群—代谢物—宿主健康网络框架提供了方法学支持。有研究利用结构方程模型和中介分析研究了宿主基因组和瘤胃微生物组对奶牛饲料效率的影响,展示了基于中介的结构方程模型在推断微生物介导的分层因果路径中的实际应用。有研究采用多组学方法结合中介分析和因果网络推断,系统解析了益生菌发酵乳重塑肠道微生物群并发挥ACE抑制功能的微生物代谢途径及因果关联,展示了多组学因果分析框架从相关性到机制验证的可行性。
5 数据整合与标准化挑战:迈向可重复的乳品组学研究
5.1 跨平台数据标准化与多组学工作流程构建
从实验室发现到工业应用面临多重挑战,其中最突出的瓶颈是多组学数据预处理的标准化缺失。除缺乏统一标准操作程序外,长期仪器漂移产生的不可预测批次效应、不同实验室间样本制备工作流程的不一致、各种峰处理算法的差异结果及相关软件设置记录不足、不同代谢物数据库注释的不均衡、以及LC-MS、NMR和GC-MS数据集之间较差的跨平台兼容性等持续性未解决的技术障碍,共同要求研究界联合努力开发标准化参考物质、强制遵守既定报告指南。
与此密切相关的是对生物信息学专业知识的专门需求:多组学数据集通常规模大且高度异质,其存储、处理和分析需要生物统计学、机器学习、编程和生物学等跨学科知识。开发融合不同方法、灵活参数设置及健壮版本控制的定制化生物信息学流程仍是该领域的主要瓶颈。
此外,整合方法的选择也相当复杂。目前存在多种多组学整合方法(如MOFA、DIABLO、SNF等),各自采用不同的算法策略。缺乏通用框架指导哪种方法最适合给定数据集或生物学问题,常使研究人员困惑。即使成功完成数据整合,将算法输出转化为可操作的生物学洞察仍是重大瓶颈。在乳品研究中,这具体表现为难以直接将多组学发现与乳品质指标、健康功能或生产工艺优化相联系。
为克服上述挑战,需要建立标准化的乳品多组学研究框架。在数据层面,应构建跨平台分子参考数据库(如LactoBase),收集物种特异性蛋白标记、特征脂质簇、代谢指纹及微生物群功能基因谱,同时促进公共数据存储库的统—格式以确保数据的可查找、可访问、可互操作和可重复利用(FAIR原则)。在方法层面,应推动ISO和国际乳业联盟(IDF)联合制定涵盖从样本采集、预处理、质谱分析到数据注释的全流程多组学标准操作程序,针对不同乳品基质(液态乳、乳粉、发酵乳)制定差异化的预处理和分析参数。在应用层面,需要建立从组学发现到生物标志物验证、监管审批及工业适配的闭环转化路径,将复杂的组学工作流程简化为低成本、易操作的快速检测解决方案,以供中小型乳品企业采用。
尽管高准确性声称层出不穷,但现实是绝大多数已发表的多组学生物标志物在独立验证中失败。原因具有结构性:质谱平台间的批次效应一直被低估,仅日间仪器漂移往往就超过生物学变异;大多数乳品组学研究的样本量相对于特征维度(数千种代谢物/肽)严重不足,导致过度拟合带来的分类性能虚高;机器学习模型常在同一批次或同一农场的数据上训练和测试,但应用于不同季节、地区或加工条件下的乳时性能崩溃;发表偏倚强烈倾向于阳性结果,而阴性验证研究大多未发表或 buried in supplementary materials。因此,"有机乳认证达到100%准确率"或"掺假检测限低至0.1%"等声称必须谨慎对待:它们通常来源于最佳实验室条件下的便利样本,而非常规工业质量控制的异质、非受控环境。该领域迫切需要强制的跨实验室环行试验和预注册验证协议,才能使任何多组学特征被纳入标准化考虑。
5.2 多组学机器学习预测模型:从生物标志物到个性化营养与精准发酵
将机器学习与多组学整合是克服上述瓶颈的关键路径之一。传统相关性分析主要捕捉线性关系,难以表征生物系统中的复杂非线性相互作用。机器学习算法(如随机森林、支持向量机、XGBoost)可处理高维数据并识别更稳健、生物学相关性更强的生物标志物组合。深度学习模型(如深度自编码器、超图卷积网络)可自动学习数据中的复杂特征和模式,特别适用于处理高维、非线性的多组学数据。
然而,机器学习在乳品多组学中的现实远为严峻。已发表模型极少报告在真正独立外部测试集(如来自不同国家或不同加工厂)上的性能,当此类测试执行时,AUC通常比内部交叉验证低0.2~0.4。此外,大多数模型不可复现:特征选择、超参数调优和随机种子方差的组合,导致同一分析流程在同一数据上重新运行时产生完全不同的"关键生物标志物"集合。这种"发现的不稳定性"直接削弱了多组学用于监管用途的可信度。系统少报的关键局限性包括:样本—特征比很少超过1:100,使深度学习模型几乎必然记忆噪声;缺乏前瞻性验证——几乎没有乳品组学模型在真实生产线上进行过连续在线监测测试;分析的黑箱性质——即使提供了SHAP值,也不能保证生物学因果性,监管机构仍不愿接受非机制模型用于安全决策。未来工作必须优先选择小型、可解释的特征集,在至少三个独立实验室和至少两种不同质谱平台上进行验证,然后才考虑任何工业部署。
基于上述分析,未来研究应聚焦两大战略方向。第一方向是营养品质和安全认证分子机制的解析,即利用机器学习构建物种特异性蛋白标记、特征脂质簇和代谢指纹的分类模型。可解释人工智能的进一步发展可筛选稀疏生物标志物组合,降低检测成本并提高模型泛化能力。第二方向是健康功能系统化验证框架的构建,需要结合多组学数据与体外细胞模型、类器官和临床队列研究以从相关性走向因果推断。孟德尔随机化和中介分析等方法可用于验证生物活性肽、功能性寡糖等成分的实际生理效应。分子对接模拟可预测肽与靶点(如血管紧张素转化酶)的结合亲和力,代谢通路富集分析阐明其作用机制。最终可构建连接乳品成分和肠道微生物群的共现网络,识别驱动宿主健康的关键微生物代谢物(如短链脂肪酸)。
展望未来,乳品多组学研究正进入向工业化转折的关键节点。应优先发展实时检测技术,将经验证的稳定生物标志物转化为快速检测试剂盒(如ELISA、侧流试纸条)或在线监测传感器,以满足生产现场和市场监督的需求。同时,应构建全面的乳品多组学数据库,整合已鉴定的生物活性肽序列、过敏原表位及物种特异性肽生物标志物等数据,作为相关检测的统一基准。此外,必须加强乳品科学、计算生物学、临床医学和监管政策之间的跨学科合作,培养兼具乳品制造和数据科学技能的跨学科专业人才——这两项措施是推动相关技术转化的根本前提。最后,应努力将多组学检测方法纳入国家和国际食品安全标准(如AOAC、ISO),使组学标志物成为掺假检测和质量评估的官方认可标记。
5.3 经济与产业可行性:常规实施的障碍
本综述所述的大多数多组学技术——特别是高分辨LC-MS/MS、四维非标记蛋白质组学和宏基因组鸟枪测序——仍然过于昂贵,需要专门人员和基础设施。这使其超出了大多数乳品加工厂,尤其是中小型企业(SMEs)的常规质量控制预算。此外,样本周转时间(通常数天至数周)与实时生产线决策不兼容。因此,务实路径应优先:(i)将经验证的多组学生物标志物转化为ELISA试剂盒、侧流试纸条或靶向qPCR等低成本、快速形式;(ii)开发简化的便携式质谱仪或近红外传感器,以多组学参考数据校准;(iii)将全尺度组学保留用于参考实验室、争议解决和监管执法,而非日常筛查。若无此类转化策略,乳品多组学的产业影响仍将边缘化。
5.4 多组学数据融合与机器学习分类模型分析策略
多组学整合并非简单的数据拼接,而需要根据研究目标和数据特征选择合适的融合层次、算法策略和验证方案。
5.4.1 多组学数据融合的三层架构
低级融合(早期整合)直接拼接原始数据或预处理特征,适用于同平台数据(如同时由LC-MS获取的代谢组学和脂质组学数据),信息损失最小但存在维度灾难、异质数据难以对齐及过拟合风险高的问题。中级融合先对各组学数据集单独进行降维或特征提取(如PCA、稀疏偏最小二乘及自编码器),再进行整合,代表性方法包括MOFA、DIABLO和sPLS-DA,适用于跨平台数据(如16S rRNA测序+LC-MS代谢组学),是当前多组学整合的主流策略。高级融合(晚期整合)为每个组学层构建独立模型,然后在决策层面通过投票或加权和进行组合,适用于高度异质的数据,具有良好的鲁棒性,但忽略了跨组学互作。建议乳品多组学研究优先采用中级融合,并报告融合前后的性能提升。
5.4.2 组学光谱数据的化学计量学与机器学习融合
拉曼光谱、近红外(NIR)光谱和高光谱成像(HSI)等技术产生的光谱数据本质上是"伪组学"数据,具有高维度、高共线性和信噪比多变的特点。常用化学计量学算法包括PCA、PLS-DA、SVM、RF、CNN和一维卷积神经网络(1D-CNN)。在融合策略方面,将光谱特征与基于质谱的组学标记一起输入模型可显著提高泛化能力。例如,研究人员融合MALDI-TOF MS的脂质指纹和肽指纹,并结合集成学习模型,在有机乳认证中实现了100%的准确率,远优于单组学模型。
5.4.3 可解释人工智能(XAI)在多组学整合中的作用
尽管黑箱模型(如XGBoost、深度学习)预测准确性高,但无法满足监管对可解释性的要求。可解释人工智能(XAI)方法,包括SHAP、LIME和注意力机制,可用于识别关键标记、简化检测面板并提高跨实验室可重复性。在乳品掺假检测中,利用SHAP值选择最稳定的五条肽,可将模型从>200个特征压缩到少于10个,同时保持跨平台验证AUC>0.90。引入XAI是推动多组学从实验室走向监管接受的关键一步。
5.4.4 智能传感技术与在线监测:从实验室到工业化
拉曼光谱、NIR、HSI、电子鼻和电子舌等智能传感技术可实现无损、实时、在线检测。其与多组学数据的整合策略为:首先通过多组学发现标记(如特定代谢物、肽),然后训练光谱模型,最终部署于生产线。然而,基质效应、长期传感器漂移及多样化场景中验证不足等仍是实际生产环境中的重大挑战。未来工业化路径应将全尺度组学保留用于参考实验室和争议仲裁,而将经验证标记转化为低成本快速检测试剂盒或便携式传感器。
5.5 当前知识空白与优先行动
尽管多组学在乳品研究中取得显著进展,以下四个与工业实施和监管接受直接相关的核心研究空白仍未解决:缺乏来自实验室间研究的原始LC-MS/MS数据的公开可用参考数据集;物种特异性肽标记在不同地理区域、热处理和混合乳制品中的错误发现率未经验证;缺乏建立多组学鉴定生物活性肽与降压或血糖控制等临床结局之间因果联系的随机对照试验;多组学掺假筛查与常规工业方法(ELISA、qPCR)之间的成本效益比较缺失;以及乳品真实性验证中使用的机器学习分类算法缺乏官方认可的监管阈值。
6 结论
多组学技术已从单一组学分析演进至多组学整合,为乳制品的营养品质、安全评估和健康功能提供了系统性分子洞察。在营养品质方面,蛋白质组学、代谢组学和脂质组学的联合应用揭示了物种、饲养方式和加工技术对乳制品分子组成的系统性影响,成功构建了不同乳源的特异性分子指纹。在安全评估方面,基于物种特异性肽标记的掺假检测方法已能精确识别极低水平的掺假,宏基因组学与代谢组学的耦合有效支持了腐败微生物风险预警和货架期预测。在健康功能方面,多组学技术系统阐明了生物活性肽的作用靶点和信号通路,明确了功能性寡糖调控肠道微生物群及产生短链脂肪酸的益生元途径,并揭示了肠道微生物群代谢物作为信号分子调控宿主免疫和代谢的系统性效应。
尽管现有研究取得进展,五个关键知识空白仍然存在:(1)缺乏来自实验室间研究的公开可用原始LC-MS/MS参考数据集;(2)物种特异性肽标记在不同地理区域、热处理和混合乳制品中的错误发现率未经验证;(3)缺乏建立多组学鉴定生物活性肽与降压或血糖控制等临床结局之间因果联系的随机对照试验;(4)多组学掺假筛查与常规工业方法之间的成本效益比较缺失;(5)乳品真实性验证中使用的机器学习分类算法缺乏官方认可的监管阈值。
未来工作必须通过开发经验证组学生物标志物衍生的低成本、快速检测方法来解决经济可行性问题,使小型乳品企业也能进行常规应用。未来还应优先推进标准化工作流程、跨实验室验证和可解释人工智能驱动的生物标志物筛选,以及适用于中小型乳品企业的低成本解决方案。