引言
全球粮食安全日益受到冷依赖型供应链脆弱性的制约,其中微小的温度波动即可造成产品价值和营养的不成比例损失(Lott, Wiedmann, & Martin, 2023)。巴氏杀菌液态奶正是这一脆弱性的典型代表:虽然热处理可灭活致病微生物,但并不能实现灭菌(Buehler, Martin, Boor, & Wiedmann, 2018; Edwards, Badiger, Heldman, & Klein, 2021; Ma, Klontz, DiNovi, Edwards, & Hennes, 2015)。因此,货架期不仅取决于加工后存留的微生物群,还取决于加工前生长所遗留的生化"遗产",尤其是冷藏储存期间产生的热稳定胞外酶,如蛋白酶和脂肪酶(Medjahdi, Didouh, & Araujo, 2025; X. Y. Wang et al., 2026; Xu et al., 2026)。食品冷链中的温度滥用在全球范围内普遍存在(Ndraha, Hsiao, Vlajic, Yang, & Lin, 2018),现代分销渠道——尤其是最后一公里配送——加剧了产品暴露于可变热历史的风险,从而加速酶促降解和微生物生长(Wasserlauf-Pepper, Su, Trmcic, & Martin, 2025)。微生物安全性与感官质量之间的这种脱节显著加剧了全球食品浪费(Gustavsson, Cederberg, Sonesson, Van Otterdijk, & Meybeck, 2011; Martin, Torres-Frenzel, & Wiedmann, 2021),凸显了对灵敏且具有前瞻性的质量指标的迫切需求,以防止过早丢弃产品。
目前,巴氏杀菌奶的质量保证仍然严重依赖回顾性检测(Ziyaina, Govindan, Rasco, Coffey, & Sablani, 2018)。标准微生物计数和整体化学分析,包括滴定酸度,往往作为滞后指标使用,只有在变质发生后才能检测到变质,而无法在变质初期进行预测(Ziyaina et al., 2018)。分子检测技术虽然具有特异性,但存在模糊性:基于DNA的定量可能因检测到失活细胞的DNA而高估风险,而活性PCR方法虽然可缓解这一问题,但仍受基质和方法学依赖性的制约,在乳制品分析中仍面临方法学挑战(Dinu, Al-Zaidi, Matache, & Matei, 2024)。在冷藏储存期间,微生物增殖重塑了牛奶基质,产生可测量的化学特征,如整体酸化(例如乳酸和其他有机酸)和挥发性化合物(例如H2S、NH3),这些化合物与感官品质下降相关(Edwards et al., 2021; Tian, Wang, Song, Liu, & Wu, 2026)。这些变化推动了化学传感器(Tian et al., 2026)、生物传感器(Aswathy & Sreejith, 2025; Rajabzadeh, Sedighi, Jalili, Nikfarjam, & Jarmoshti, 2024)和智能包装技术(R. T. Liu et al., 2023)的发展,以从酸度相关分析物或挥发性有机化合物模式推断新鲜度。这些指标显示出延迟响应,对温度波动的敏感性较低(D. F. Liu, Zhang, Pu, Chen, Liu, Cui, et al., 2022; R. T. Liu et al., 2023)。此外,靶向通用挥发性物质或电化学信号的快速传感器平台面临挑战,因为牛奶的物理化学复杂性极高,而牛奶基质长期以来被认为是稳健传感的困难基质(Tian et al., 2026)。
为弥补这一诊断空白,该领域已拥抱高维分子表型分析。基于核磁共振(NMR)的时间和温度解析代谢组学已量化了在储存过程中系统性演变的代谢物面板,为实时货架期指标提供了候选分子(Edwards et al., 2021)。与之互补的是,以肽段为核心的分析已开始绘制反映牛奶蛋白质组中蛋白酶解活性的储存依赖性肽段特征图谱,相较于整体酸度或总微生物计数,提供了更早且更具机制基础的检测手段(Class et al., 2024)。然而,转化仍受鉴定和标准化挑战的阻碍。在非靶向组学中,许多报道的特征仍为推定注释而非确认结构;代谢组学标准倡议(MSI)将最高置信度的鉴定(Level-1)定义为需要在相同分析条件下与真实参考标准直接匹配,通常至少需有两条正交证据支持,而非仅依赖谱库检索或推定注释(Salek, Steinbeck, Viant, Goodacre, & Dunn, 2013; Schymanski, Jeon, Gulde, Fenner, Ruff, Singer, et al., 2014)。此外,大多数研究报告的是相对倍变而非绝对浓度数据,限制了跨批次、仪器和生产环境的可比性。克服这些障碍需要将发现阶段的候选分子转化为靶向的、定量校准的检测方法(例如液相色谱-串联质谱,LC-MS/MS),并在现实的冷链扰动和异质生产批次中进行验证。建立此类经过验证的分子"哨兵"将使牛奶质量控制从回顾性拒绝转变为前瞻性预防——在减少浪费的同时,保障消费者在日益复杂的分销生态系统中的信任。
为应对这些挑战,我们采用了一种结合高分辨质谱食品组学和先进机器学习策略,以绘制牛奶新鲜度的分子特征图谱。我们鉴定并结构确证了一种生物标志物,该标志物在不同生产地理区域、热加工条件和供应链温度偏差中均保持预测有效性。通过同位素示踪实验从机制上定义其形成过程,本研究为早期变质检测和冷链完整性评估提供了一种经验证的分子探针。
康民(Min Kang)|刘通(Tong Liu)|王秀娟(Xiujuan Wang)|索冉(Ran Suo)|孙建峰(Jianfeng Sun)|徐秀立(Xiuli Xu)