食品组学研究进展

王雨，焦珊瑶，刘亚，陈莹莹，马慧鋆

1(北京工商大学 食品学院，北京，100048) 2(北京工商大学 计算机与信息工程学院，北京，100048)

随着人们对食品科学和营养研究不断深入，消费者对食物及其安全性的关注与日骤增，这就要求科研人员开发出更好的技术与工具。为此，世界各地的食品和营养研究人员正面临越来越复杂的挑战[1]。进口食品数量的增加、食品污染全球化、农产品工业化和大规模生产，以及消费者食物消费模式变化等诸多现实原因的存在，增加了对于食品安全控制、质量保证、确保可追溯性以及营养结构优化等研究的难度[2]。因此，确保食品安全性、质量和可追溯性等问题亟待解决，且面临着前所未有的挑战。一直以来，食品科学的首要目标是确保食品安全。中国食品安全法、欧盟国家的新欧洲法规、美国营养标签和教育法案以及“蒙特利尔议定书”对食品实验室提出了一定要求。为了应对这些挑战，研究与管理人员亟需更强大、更清洁、更便宜的分析方法。

目前，食品科学使食品与健康之间的联系越来越密切。食物通过调节新陈代谢、激素分泌、身体和精神过程对维持健康起着至关重要的作用，人们越来越多地认识到营养在各种慢性疾病的进展中所起的作用[3]。因此功能性食品已然转化为消费者的消费习惯。如今，食物不仅是能源来源，也是人们预防未来疾病及辅助治疗慢性疾病的低成本方式。顺应这一趋势出现了大量的新方法、新知识、新产品，现代食品科学和营养与药理学、医学或生物技术等学科相互关联将传统的食品研究转向更为先进的研究策略，现代食品科学领域开始出现营养基因组学、营养遗传学、功能性食品、营养保健品、转基因食品、微生物组学、毒物基因组学、营养转录组学、营养蛋白组学、营养生物学和系统生物学等术语[1]。

1 食品组学

1.1 食品组学的定义

2007年以来，食品组学一词多次用于不同的网页以及科学会议[1]，在2009年SCI杂志上首次被定义为一个新的学科：通过应用先进的组学技术来研究食品和营养领域以改善消费者的身心健康和自信。

食品组学是一个包含广泛学科的新概念，包括食物和组学工具相交叉的所有工作区域，涵盖了基因组学、转录组学、蛋白质组学、代谢组学等策略，包括上述出现的所有术语(营养基因组学、微生物组学、毒物基因组学等)。同时，食品组学也是一个全球性学科，与系统生物学相结合将采后研究引入了一个新时代。这一结合也与以食物摄入来预防疾病的医学趋势相一致。

1.2 食品组学的工具

食品组学涉及使用多个不同的工具来处理其不同的子学科和应用。其中基因组学、转录组学、蛋白质组学和代谢组学是最常用且重要的工具。

1.2.1 基因组学

基因组学包括基因及其功能的研究，以了解完整基因组的结构为目的，确定整个生物体的DNA序列。基因组学除了增加对成熟、风味形成和作物改良等重要过程和性质的认识，还应用于防止作物病害，揭示生命领域基因组结构和大小的信息，阐明重要的遗传元件、进化模式以及环境适应能力的遗传成分[4]。 CAI等[5]利用从NCBI数据库等获得基因组信息，以及微阵列杂交技术分析干酪乳杆菌ATCC334基因组序列并与其他测序的乳杆菌比较，揭示了ATCC334中含有大量参与糖代谢以及转录调节的编码序列，反映了有助于生态适应性的基因组特征及其进化以及表型多样性，从而预测细菌菌株风味形成的潜力。PARK等[6]对发酵虾、泡菜、德国泡菜中的病毒群落进行了研究，分别对提取的病毒DNA进行高通量焦磷酸测序，结果显示这3种发酵食品中病毒群落的主要类群为Caudovirales，研究表明发酵食品中的病毒群落比人粪等环境中的病毒群落相对简单，但其对人体的影响仍需引起科研人员的重视。WHITESIDE等[7]提出大肠埃希氏大肠杆菌的在线预测基因组学平台SuperPhy。其能够明确毒力和抗微生物抗性决定因素，基因型、生物标志物、地理空间分布、宿主、来源和系统发育进化枝之间的统计关联，基于特定基因组区域和单核苷酸多态性的基因组群生物标志物的鉴定等。祝儒刚等[8]以细菌16SrDNA基因作为阳性对照设计引物和探针，与细菌无关的探针为阴性对照，不含寡核苷酸片段的点样液做空白对照，利用多重PCR扩增技术及芯片杂交技术特异性检测了肉及肉制品样品中的5中致病菌(大肠埃希氏菌、沙门氏菌因、金黄色葡萄球菌、志贺氏菌和单核细胞增生李斯特菌)。

1.2.2 转录组学

转录组学在食品组学中应用于基因表达的全局分析，可应用于鉴定生物活性食物成分对稳态调节的影响，以及这种调节在某些慢性疾病发展中发生潜在改变等；应用于定量和综合分析基因组在转录水平上的变化，其分析方法有2种：一种方法基于微阵列技术，另一组基于DNA测序，通常结合实时PCR来确认所选择基因的上调或下调[1]。NEILSON等[9]利用转录组测序技术对收获后冷藏前的马铃薯块茎中的基因表达进行了概述，并鉴定了与冷诱导甜味(CIS)相关的基因；同时构建了冷藏后葡萄糖水平的马铃薯克隆距离矩阵，并与使用RNA-seq基因表达数据构建的距离矩阵进行比较，研究表明了基因表达谱在预测CIS严重程度方面有极其重要的作用。ANTONIO等[10]通过转录组学和差异基因表达分析研究了橄榄苦苷对人骨髓间充质干细胞脂肪形成的影响，结果显示橄榄苦苷可以上调脂肪形成抑制基因的表达、激活信号通路并减少脂肪形成分化期间的线粒体活动，揭示了橄榄苦苷在防治肥胖症、骨质疏松症等疾病方面的潜在应用。CRIF等[11]采用减除杂交的转录组学以及实时RT-PCR验证分析了低温诱导血橙的基因表达，结果表明增强的转录物涉及氧化损伤、渗透调节过程、脂质减饱和防御机制以及许多EST参与的初级代谢和次级代谢的防御机制，该研究还显示冷胁迫诱导有利于类黄酮化合物和花青素的生物合成。MAYUONI等[12]利用Affymetrix基因芯片进行了柑橘果肉的全基因组转录谱分析，结果显示乙烯刺激能够诱导糖、氨基酸、激素等代谢过程及其转录调节和蛋白质翻译后修饰的基因表达。

1.2.3 蛋白质组学

蛋白质组学工具主要包括SDS-PAGE、2D电泳、色谱和质谱等，基于阵列技术和抗体的蛋白质微阵列是蛋白质组学研究中最常见的平台。蛋白质组学现已应用于植物、细菌、病毒的研究以及生物医学和人类健康等多个领域，如利用蛋白质组学方法更好的理解疾病机制和药物作用机制、鉴定疾病标志物等[13]。LIU等[14]以4个国家15种可食用燕窝(EBN)作为样品，通过2-DE在IPG条上分离蛋白质以及考马斯亮蓝R250染色得到2-DE图，并用PDQuest软件对其进行分析，结果表明分类单元D是与卵抑制剂(存在于蛋清中的Kazal型丝氨酸蛋白酶抑制剂)同源的EBN变应原，建议有过敏史的儿童不宜食用ENB。廖国周等[15]采用三氯乙酸-丙酮沉淀法提取宣威火腿蛋白，定量后进行一向等电聚焦电泳和二向聚丙烯酰胺凝胶电泳，利用ImageMaster 2D Platinum软件分析蛋白质点，MALDI-TOF/TOF MS获取其中一个蛋白质点的肽质量指纹图谱并用Mascot软件分析，建立了蛋白质组学研究方法，蛋白点清晰，图谱分辨率好。COSCIA等[16]对62组正常分娩母乳和11组早产初乳样品微量成分进行蛋白质组学分析，发现人初乳中存在完整的牛奶过敏原牛α-S1-酪蛋白，此为纯母乳喂养的婴儿牛奶敏感的原因之一。HANG等[17]采用酶联免疫吸附试验法以及基于与MALDI-TOF/TOF-MS偶联的液相色谱鉴定了吐鲁番墓地食物残渣中的牛酪蛋白特异性序列和羊酪蛋白同源性序列，结果表明残渣中存在牛奶成分，这为该地区历史饮食特点及考古研究提供了有力的信息。PEDRESCHI等[18]应用鸟枪蛋白质组学检测烘焙饼干中过敏原蛋白酶Ara h 3/4肽，证明了饼干中花生的存在，并开发了花生的痕量水平检测方法。

1.2.4 代谢组学

代谢组学被用于了解生命系统，研究某些细胞、组织、器官和生物体的整个代谢组的全局变化[19]。代谢组学分析平台有2个：基于MS的系统和基于NMR的系统，一般与LC、GC组合使用以获得更广泛的代谢组覆盖。代谢组学有3种基本方法：靶分析，代谢分析和代谢指纹。靶分析旨在定量测量所选分析物，如特异性生物标志物或反应产物。代谢分析重点研究一组相关代谢物或特定代谢途径，是表型分析方法之一。代谢指纹着重于比较响应于细胞环境而变化的代谢物模式[1]。代谢组学可以应用于从农场到人类所有的食物系统过程，各种生物系统，生物科学的不同领域，如用于识别某些疾病的生物标志物和药物发现，研究未知的代谢途径和应激耐受机制[19]，研究食物病原体和腐败微生物的代谢[2]，发展微生物菌株等，还可应用于分析食物中由微生物产生的广泛代谢物，分析饮食模式，揭示与饮食相关疾病的相关代谢改变以及饮食干预的结果。ANIZAN等[20]使用半制备型液相色谱分离牛尿液样品中5α-雄甾-2-烯-17-酮，通过Chemstation、MetAlign等软件处理数据，利用非靶向GC-MS和靶向GC-MS/MS确定了5α-雄甾烷-3β，17α-二醇和5α-雄甾-2-烯-17-酮这2种类固醇，可作为生物标志物筛选出4-雄烯二酮滥用的牛。LIMA等[21]分别通过液体1H核磁共振和高分辨率魔角旋转核磁共振分析铁充足及缺铁的大豆叶提取物和全叶，使用SIMCA-P 11.5等软件进行数据分析，通过KEGG数据库和植物代谢网络辅助代谢物在代谢途径中的分配，同时评价了不同化合物治疗条件下的代谢物差异，表明了大豆缺铁对代谢的主要影响包括：增强三羧酸循环活性，提高氧化应激保护机制的激活性能和增强氨基酸积累，结果证明铁饥饿但视觉无症状叶中的积累差异的代谢物可以作为早期检测Fe缺乏应激的生物标志物，有助于设计改善缺铁问题的策略。INOUE等[22]基于代谢组学对婴儿配方的质量和安全性作出评估。利用HILIC-ESI/TOF/MS以及多变量统计分析方法评估非目标化合物，利用ESI阳性扫描模式评价了类型和来源分类、三聚氰胺污染和一周降解的显著差异。DUAN等[23]利用UHPLC-MS/MS以及部分最小平方判别分析，发现次黄嘌呤为三聚氰胺诱导的肾结石的生物标志物，显示了形成结石的病理机制，对于确定幼儿肾病病因方面具有临床应用。LEE等[24]通过基于1H-NMR的代谢组学分析和GC的数据采集，研究了5种商业Oenococcusoeni菌株的发酵行为及其对Meoru葡萄酒中代谢物变化的影响，结果表明5种菌株和LAB菌株不同的乳酸发酵行为影响其次生代谢物的变化。

1.2.5 生物信息学

生物信息学包括数据处理、聚类、动力学或各种“组学”水平的整合，能够将组学研究中获得的复杂原始数据转化为有用信息的策略。最近在食品蛋白质中生物活性肽的发现方面已经应用了生物信息学，其能够同时评估多种食物蛋白质和蛋白水解酶，在生物活性肽研究中意义重大[25]。此外，统计工具通常用于探索性数据分析以确定样品之间的相关性或用于区分完整数据列表等。GU等[26]利用目标物与数据库中信息对比分析的方法，研究了疾病相关的酶抑制肽在典型食物蛋白质一级结构内的分布。UDENIGWE等[27]同样利用目标物与数据库中信息对比分析的方法，获得了生物活性肽的可持续蛋白质前体。

2 食品组学的应用

食品科学研究既面临着巨大的安全挑战，如新食品病原体的出现、食品材料的掺假、长期食用转基因食品的未知效应以及大量化学污染物残留等，同时营养与健康等人们日益关注的问题也亟待解决[2]。虽然目前关于食品科学的知识仍然存在很大的不足，但食品组学的巨大分析潜力有助于解决许多食品安全、可追溯性、质量、新食品、转基因食品、功能食品、营养品等问题。

2.1 食品安全、质量和可追溯性

食品安全是全球性的重要问题而且是一项复杂的任务。食品安全和质量取决于原料特性以及食品转化过程中采用的化学、物理和生物技术过程，安全危害可能发生在从初级生产到消费食物链的任何阶段。如今，气候变暖及环境污染也对食品安全产生了重要的影响[28]。提高食品控制效率和有效性的一个重要任务，是消除或减少食源性病原体及其毒素，因此，早期检测食物病原体和腐败微生物是极其重要的一步。WANG等[29]根据WON等人的方法提取16个已知来自夏威夷的蜂蜜以及38个商业蜂蜜这两组样品中的蛋白质，以Bradford方法测定蛋白质的浓度，进行SDS-PAGE后，通过MALDI-TOF-MS以及MALDI Biotyper 1.1软件得到生物质量条形码，并对2组进行比较，结果表明蜂蜜的蛋白质指纹与来自相同区域文库中的蜂蜜具有更好的可比性，MALDI TOF MS Biotyper系统能够快速、简单地确定商业销售蜂蜜的地理起源。CEVALLOS-CEVALLOS等[30]将所有病原菌(大肠杆菌O157∶H7，沙门氏菌属哈特福德，鼠伤寒沙门氏菌和沙门氏菌)在胰蛋白大豆肉汤中培养，将其与在相同条件下单独或作为混合物生长的大肠杆菌K12、铜绿假单胞菌等获得的代谢物谱进行比较，利用主成分分析以及最小二乘模型快速检测了牛肉和鸡中几种主要的病原菌，建立了基于代谢组学的快速检测病原菌的方法。OGRINC等[31]应用同位素、一维和多维1H,13C NMR方法以及化学计量学方法检测了葡萄酒在品种、地理起源方面是否掺假，并且能够检测出葡萄酒、果汁和橄榄油中是否掺入低品质物质或有毒化合物。BIANCHI等[32]通过动态顶空萃取橙汁样品，并将气相色谱所得挥发物谱进行多变量统计分析，快速可靠地对橙汁中的酸性环酸芽孢杆菌腐败进行了早期检测。

2.2 转基因食品

重组DNA技术的采用一直被认为是农业历史上最快的增长趋势，代表着现代生物技术在过去几十年中最重要的技术进步之一[28]。基因工程在过去几年中已经用于农业和食品工业中，以改善植物品种性能，改善储存和加工期间的工艺特性，，改善食品的口感和营养性质等。重组DNA技术在农业中的快速发展促进了转基因作物的生产。同时，基因工程在食品生产中的使用随之增长，转基因食品安全问题受到公众舆论的广泛关注，中心问题是遗传转化引起的潜在非预期变化的存在。因此，在分子水平对植物进行彻底表征将有助于检测和描述转基因生物中潜在的非预期效应[28]。欧洲食品安全局建议使用包括组学技术在内的先进分析技术监测这些转基因食品的组成、可追溯性和质量，以提供这些转基因食品更为全面的概况。基于食品组学的新的分析策略将大幅增加我们对转基因生物的了解，并有助于解决食品组分浓度波动范围大以及食品基质的异质性等困难。CATCHPOLE等[33]使用分层代谢组学对转基因和常规马铃薯块茎中的总代谢物进行了综合比较，利用GC-TOF和LC-MS技术以及LDA和决策树数据分析方法，表明除了果糖的显著差异两种马铃薯在代谢组成上基本等同。CHENG等[34]应用转录组分析作为非目标方法评估转基因大豆品种的总体分子变化。使用Affymatrix 基因芯片技术对比了转CP4-epsps 基因大豆与非转基因三叶期幼苗叶子的基因表达谱,结果表明二者之间的差异小于2种常规栽培品种的差异。BATISTA等[35]利用寡核苷酸微阵列分析对比了1988年γ-辐射获得的稳定突变体、经100Gy γ-辐射的M1代植物、产生抗癌抗体的转基因植物、非生物胁迫改良而产生的转基因植物以及所有未修饰的原始基因型的基因表达情况。结果显示，上述几种诱变比转基因所引起的表达改变更为广泛，对于植物品种的安全性评估应不仅限于转基因作物。COLL等[36]利用质谱和二维凝胶电泳技术评估了MON810转基因玉米蛋白质组的非预期变化，分析了与非转基因乳浆蛋白颗粒差异，结果表明二者的蛋白质组模式几乎相同，证明了MON810和类似非转基因品种之间的实质等价。

2.3 营养和健康研究中的食品组学

健康不仅受到遗传的重大影响，饮食、生活方式和环境也可能通过关联转录组、蛋白质组和最终代谢组对表观基因组、肠道微生物组产生关键性影响。当遗传学和营养、生活方式、环境的组合不平衡时，人类健康将会受到影响。如今，食物不仅被认为是能量的来源，而且是潜在的健康促进者。在调查与预防未来疾病以及通过食物摄入促进健康等复杂问题上可采用食品组学策略得以实现。

KLEIN等[37]研究了牛奶成分和牛代谢状态的相关性，通过核磁共振和气相色谱-质谱量化了44种不同的乳代谢物，结果显示丙酮和β-羟基丁酸盐与早期哺乳期奶牛的代谢状态密切相关。ILVES等[38]利用基于质谱技术的代谢组学跟踪了牛乳汁和血浆在哺乳期早期阶段的变化过程。结果显示，乳汁最显著的变化与磷酸化水平相关，而血浆中最显著的变化与含有磷脂酰胆碱的多不饱和脂肪酸的水平相关。GUAN等[39]利用液相色谱和质谱鉴定并表征了2种新型脂质：N-酰基磷脂酰丝氨酸和多胆酸。STEGEMANN等[40]利用三重四极杆质谱仪及鸟枪脂质组学提取并分析了150种脂质种类，进一步研究了有症状和无症状患者颈动脉内膜的不同，结果表明相比于血浆样品，动脉粥样硬化的斑块中含有更多的具有长链脂肪酸和某些鞘磷脂物质的多不饱和胆固醇酯，研究有利于该病的预防和相关饮食的调节。

目前，关于特定天然化合物、营养物或饮食对生物体转录组、蛋白质组和代谢组影响的研究仍然相当有限。

3 食品组学未来的发展趋势

食品组学分析面对着重大的挑战，包括食品复杂性、巨大的自然变异性、巨大的浓度差异以及特异性目标的亲和力差异等。其中基因组学、蛋白质组学、转录组学、代谢组学共同构建了强大的分析平台。同时，目前组学研究方法仍存在一定的局限性，主要体现在系统偏差方面，且需进一步增强相关的技术保障。

系统生物学是一种整体研究的科学，将生物现象的每一个单独的组分有机地结合起来进行系统的分析，是对整个系统的定量研究，它通常利用组学方法得到的大量数据研究生物各组分的系统行为、相互联系以及动力学特性，以此揭示生物系统的基本规律，进而有助于预测系统受到外界刺激后将要做出的反应，同样我们也将因此找到更加根本的综合性治疗方案[41]。系统生物学的研究内容主要包括：系统组分的测定、系统行为的分析、系统控制规律的归纳总结和系统的设计。基于蛋白组学、质谱分析尤其是基因组学获得了大量的系统数据，以此可进行系统组分的测定。系统生物学利用计算机软件进行数据处理、模型构建和理论分析，研究系统行为总结系统控制规律。有上述的工作作为基础，系统的设计才得以进行。

系统生物学和食品组学作为生物和食品领域的新兴学科，对食品科学及生物研究有极大的推动作用，但其本身并不完善，研究方法上仍存在着很大的挑战。通过组学方法获得的大量数据需要系统生物学的整合，相反地，系统生物学的预测结果需要实验验证。多种问题的存在给数据的整合带来了很大的挑战，同时由于实验科学及生物学的相对滞后性，系统生物学预测结果的验证也面临着很大的困难。二者综合应用的挑战不仅在于两者之间的结合，同时也在于组学相关技术本身的局限以及对于分子水平上生物过程掌握的有限性。未来，食品组学和系统生物学的发展还有待于生物学、计算机学、数学等科学的全面进步。

[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] 祝儒刚, 李拖平, 宋立峰.应用基因芯片技术检测肉及肉制品中5种致病菌[J].食品科学, 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] 廖国周, 王桂瑛, 程志斌,等.双向电泳分析宣威火腿蛋白质组方法的建立[J].食品科学, 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, NØRGAARD 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, LOURENÇO 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] 蒋太交, 薛艳红, 徐涛.系统生物学——生命科学的新领域[J].生物化学与生物物理进展, 2004, 31(11):957-964.