《Food Chemistry》：Integrated metabolomic fingerprinting and machine learning for the discrimination of geographical origin and regional flavor profile differences of
Zanthoxylum bungeanum
编辑推荐：
•
分析了ZBPS的代谢物特性，并鉴定出203种化合物。
•
整合的代谢组学技术实现了对来自六
- •
分析了ZBPS的代谢物特性，并鉴定出203种化合物。
- •
整合的代谢组学技术实现了对来自六个产地的ZBPS的全面分析。
- •
一个包含12种代谢物的检测面板能够以高达100%的准确率鉴定ZBPS的产地。
- •
区域气候与ZBPS的代谢物谱型存在显著关联。
引言
Zanthoxylum bungeanum（简称Z. bungeanum），俗称中国花椒，是一种属于芸香科的高价值香料作物，在东亚地区广泛种植（Li et al., 2020; Zhang et al., 2017）。Z. bungeanum的干燥果皮（ZBPS）是主要的可食用和药用部分，既用作调味品也用于中医药。ZBPS具有独特的柑橘类香气和特有的麻感，这些特性对许多地方菜肴的风味至关重要。中国拥有最大的种植面积、最高的产量和最丰富的种质资源，主要生产地区包括陕西省、甘肃省和四川省。其中，汉源（四川省）和汉中（陕西省）的辣椒是受地理标志保护（PGI）的产品，这反映了它们独特的风味特征和高商业价值。Z. bungeanum的独特风味特征，尤其是其柑橘类香气和麻感，主要由其化学成分决定。挥发性萜类化合物和各种生物活性代谢物是其中的关键因素。重要的是，这些化合物的生物合成和积累受到气候、土壤成分和栽培方式等环境因素的强烈影响，从而导致不同地区的代谢特征存在差异（Zhang et al., 2019; Zheng et al., 2021）。
由于高质量地区产品的较高价格，ZBPS的地理误标在香料市场上成为一个日益严重的问题（Zhang et al., 2024）。因此，人们投入了大量精力开发用于产地鉴定的分析方法。例如气相色谱-质谱（GC–MS）（Shao et al., 2023）、X射线荧光（Zhang, Xiong, et al., 2023）和代谢组学技术已被广泛用于区分不同产地的ZBPS。虽然基于GC–MS的方法对挥发性萜类化合物具有很高的灵敏度，但其对非挥发性代谢物的检测范围有限，从而限制了全面的产地鉴别（Dettmer et al., 2007）。同样，X射线荧光可以提供元素指纹图谱，但无法直接捕捉与风味特征相关的有机代谢物（Feng et al., 2021）。尽管这些方法证明了化学指纹图谱可以有效分类地理来源，但大多数以往的研究主要集中在提高分类性能上，而不是识别导致地区差异的具体化学成分。因此，不同产地ZBPS独特风味特征背后的化学基础仍不甚明了。
ZBPS的风味特征主要归因于挥发性有机化合物（VOCs）和非挥发性麻味物质。研究表明，ZBPS的挥发油含量在0.7%到9.0%之间，主要成分包括烯烃、酯类和醇类。ZBPS含有多种挥发油和生物活性成分，如柠檬烯、芳樟醇、生物碱、黄酮类和香豆素（Fei, Luo, et al., 2022）。因此，挥发性和非挥发性代谢物的谱型都对确定ZBPS的地理来源有重要贡献。然而，这两类代谢物通常使用不同的技术进行分析，而且大多数现有研究依赖于单一的分析平台（Lu et al., 2025; Zhao et al., 2022）。这样的方法可能只能捕捉到ZBPS部分化学复杂性，并可能忽视与地区代谢特征相关的补充信息。此外，传统的低分辨率质谱技术可能限制了对结构相似的代谢物的可靠鉴定，阻碍了之前未报道的化合物的发现，而这些化合物可以作为可靠的地理标记（Stettin et al., 2020）。因此，需要一种结合气相色谱与四极杆 Orbitrap 高分辨率质谱（GC-Q-Orbitrap-MS）和超高效液相色谱与四极杆飞行时间串联质谱（UPLC-QTOF-MS/MS）的综合策略，以实现全面的代谢特征分析和可靠的地理鉴定。
尽管取得了这些进展，目前对ZBPS地理差异的理解仍存在几个关键差距。首先，现有研究主要依赖单一分析平台，可能无法充分捕捉由挥发性香气化合物和非挥发性活性成分共同形成的ZBPS的完整化学复杂性。其次，尽管分类准确性已经得到了显著提高，但导致地区风味差异的具体化学成分仍大部分未被鉴定，这限制了我们对地区风味差异化学基础的理解。第三，由于缺乏经过验证的、可靠的生物标志物面板作为未来快速、低成本靶向检测方法的基础，研究成果转化为实际鉴定工具的进程受到阻碍。
高分辨率质谱平台，如GC-Orbitrap HRMS-MS和UPLC-QTOF-MS/MS，提供了更高的质量精度和更强的代谢物覆盖范围，能够检测痕量级化合物，并有助于更可靠的代谢物注释（Li et al., 2024）。特别是UPLC-QTOF-MS/MS已被用于代谢组学化合物的鉴定、质量评估和产地鉴别。这些分析技术的应用为ZBPS风味特征的全面表征提供了有力支持。当它们在多平台代谢组学策略中结合使用时，可以同时捕捉挥发性和非挥发性代谢特征。这种综合方法可能有助于发现之前被忽视的与地理来源相关的化学标记，并深入了解ZBPS地区风味差异的代谢基础。为了有效整合GC-Q-Orbitrap-MS和UPLC-QTOF-MS/MS生成的互补数据集，本研究采用了数据融合策略。数据融合是一种整合多个分析平台信息的方法，以实现更强大和准确的分类（Borràs et al., 2015）。一般认可三种主要的数据融合方法：低级融合、中级融合和高级融合（Jin et al., 2021）。在本研究中，采用了中级数据融合方法，即直接将两个平台的 cleaning 后特征矩阵连接起来，用于后续的机器学习分析。
因此，我们假设通过结合GC-Q-Orbitrap-MS和UPLC-QTOF-MS/MS这两种互补平台的挥发性和非挥发性代谢组学分析，可以揭示定义ZBPS地区代谢特征的关键化学标记。Zeng et al.（2021）使用GC–MS结合电子鼻和人工神经网络，基于挥发性香气化合物来区分Zanthoxylum bungeanum的地理来源。与以往的单平台方法不同，这种双平台策略能够同时捕捉香气贡献的挥发性物质和风味贡献的非挥发性物质，可能会揭示之前无法访问的、支撑地区风味差异的生物标志物。为了验证这一假设，本研究采用了结合GC-Q-Orbitrap-MS挥发性分析方法和UPLC-QTOF-MS/MS非挥发性代谢组学的综合代谢组学策略，对来自中国六个代表性产地的ZBPS进行了全面分析：雅安市（YA）、凉山彝族自治州（LS）、汉中市（HC）、阿坝藏羌族自治州（AB）、昭通市（ZZ）和陇南县（LN）。随后应用多平台数据融合和机器学习算法来鉴定区分性代谢物并构建地理来源鉴别模型。本研究旨在揭示ZBPS地区差异的化学基础，并建立一个用于高价值香料产品真实性验证的强大分析框架。此外，这一策略也可以为其他具有类似代谢复杂性的高价值农产品的真实性验证提供参考。
章节摘录
样品收集与制备
在2022年收获季节（8月至9月），从中国的六个主要生产地区收集了成熟且干燥的ZBPS样品。根据其独特的地理标签，这些样品分别来自四川省雅安市（YA）、凉山彝族自治州（LS）、陕西省汉中市（HC）、四川省阿坝藏羌族自治州（AB）、山东省昭通市（ZZ）和甘肃省陇南县（LN）。
ZBPS的挥发性成分谱型
挥发性有机化合物是ZBPS香气的主要贡献者。ZBPS的独特香气特征是由多种挥发性化合物相互作用产生的。热图是评估产品质量的有效工具，可以直观展示测试样品中挥发性化合物含量变化的趋势（Tian et al., 2021）。如图2所示，共检测到99种挥发性成分，包括39种萜类、22种醇类等。
结论
总之，本研究展示了结合GC-Q-Orbitrap-MS和UPLC-QTOF-MS/MS代谢组学与机器学习的综合应用，实现了ZBPS的全面地理溯源。通过利用两种平台的互补分析能力，我们实现了对挥发性和非挥发性代谢特征的全面表征，鉴定出一组强健的生物标志物，可以区分六个主要生产地区的ZBPS。
CRediT作者贡献声明
余玉梅： 文章撰写、审校与编辑、验证、概念构思。 易秋菊： 文章撰写、审校与编辑、方法学设计。 胡倩： 文章撰写、审校与编辑、方法学设计。 邢冉冉： 文章撰写、审校与编辑、监督、资金申请。 陈颖： 文章撰写、审校与编辑、监督、项目管理、数据分析。
利益冲突声明
作者声明没有已知的会影响到本文研究工作的财务利益或个人关系。
致谢
本研究得到了浙江省“先锋”和“领头鹅”研发计划（2025C02127）以及中国国家重点研发计划（2023YFF1104700）的财政支持。我们感谢郑州大学的姚马先生和四川嘉禾原味香料有限公司在标本寻找和收集方面的帮助。
余玉梅|易秋菊|胡倩|邢冉冉|陈颖
