综述:仿生鲜味传感器在食品风味分析中的研究进展

【字体: 时间:2025年06月25日 来源:Food Chemistry 8.5

编辑推荐:

  这篇综述系统总结了基于味觉受体(T1R1/T1R3)、细胞/组织及酶(如L-谷氨酸氧化酶)的仿生鲜味传感器研究进展,涵盖敏感元件固定化策略、传感器性能比较及其在受体-配体机制解析、鲜味协同效应评估和肉类新鲜度检测中的应用,为食品风味评价提供了高效替代方案。

  

Abstract
鲜味作为增强感官愉悦和营养价值的关键成分,其快速检测技术对食品工业至关重要。仿生味觉传感器通过模拟哺乳动物味觉感知机制,成为传统感官评价和仪器分析(如HPLC)的有力补充。

Introduction
鲜味由T1R1/T1R3异源二聚体与鲜味物质(如游离氨基酸、核苷酸)结合触发,传统检测方法存在主观性强、成本高等缺陷。仿生传感器利用受体蛋白、细胞或酶(如L-glutamate oxidase)作为敏感元件,兼具特异性和快速响应优势。

Umami evaluation methods
现有技术包括:

  1. 感官评价:易受个体差异影响;
  2. 电子舌:缺乏生物特异性;
  3. 受体传感器:T1R1-VFT结构域可识别多种鲜味物质,但存在信号重叠问题。

Receptor-based bionic umami sensor

  • 敏感元件:T1R1-VFT结构域通过电化学信号转换实现检测,但需克服非特异性吸附(如食物基质中的蛋白质干扰);
  • 稳定性挑战:电极界面修饰材料(壳聚糖、多巴胺)可增强受体固定强度。

Application

  1. 机制研究:通过解离常数(Ka)分析受体-配体亲和力;
  2. 协同效应评估:电化学信号变化揭示鲜味物质(如MSG与IMP)的协同作用;
  3. 肉类新鲜度监测:实时检测储存过程中鲜味物质降解动态。

Conclusions and perspectives
未来方向包括:

  • 精准检测:分子印迹技术辅助T1R1-VFT实现双重识别;
  • 多模态融合:机器学习(ML)整合传感器信号与感官评分;
  • 生理模拟:引入mGluR4受体以更真实模拟人类味觉通路。

Challenges

  1. 特异性不足:T1R1-VFT广谱响应导致单一物质识别困难;
  2. 寿命限制:敏感元件活性随使用衰减;
  3. 动态响应缺陷:现有传感器无法模拟唾液冲刷下的实时味觉衰减。

Innovation strategies

  • 分子印迹聚合物:构建特异性识别空腔;
  • 仿生粘附材料:多巴胺涂层提升电极稳定性;
  • 跨学科技术:结合脑电信号验证传感器与真实味觉感知的相关性。

展望
仿生鲜味传感器将推动食品风味研究的标准化和智能化,但其商业化仍需突破稳定性与成本瓶颈。

相关新闻
生物通微信公众号
微信
新浪微博
  • 急聘职位
  • 高薪职位

知名企业招聘

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