《Food Bioscience》:Geographical traceability of paprika from emerging production regions: Combined UHPLC-Q-Orbitrap-HRMS-based untargeted metabolomics and lipidomics for marker discovery
编辑推荐:
辣椒粉(Paprika)的组成反映了受品种、加工和环境条件调控的复杂代谢组学与脂质组学轮廓,使其产地溯源成为质量控制和食品真伪鉴定的关键挑战。传统产区辣椒粉已被广泛研究,而新兴产区的化学表征仍较有限。研究人员采用基于超高效液相色谱-四极杆-轨道阱-高分辨质谱(
辣椒粉(Paprika)的组成反映了受品种、加工和环境条件调控的复杂代谢组学与脂质组学轮廓,使其产地溯源成为质量控制和食品真伪鉴定的关键挑战。传统产区辣椒粉已被广泛研究,而新兴产区的化学表征仍较有限。研究人员采用基于超高效液相色谱-四极杆-轨道阱-高分辨质谱(UHPLC-Q-Orbitrap-HRMS)的整合非靶向代谢组学—脂质组学策略,研究两个较少被探究的国家——秘鲁(Peru)和津巴布韦(Zimbabwe)——所产甜辣椒粉(Capsicum annuum L.)的产地溯源,涵盖极性及半极性代谢物,包括氨基酸、有机酸、脂肪酸、磷脂和类胡萝卜素衍生化合物。采用主成分分析(PCA)和正交偏最小二乘判别分析(OPLS-DA)的多变量数据分析显示两产地间存在清晰区分,模型内部验证成功(Q2> 0.990),外部验证正确分类率达100%。共注释出27个判别性组成标记物,包括氨基酸(如L-脯氨酸和果糖基-脯氨酸衍生物)、辣椒素类(Capsaicinoids)、氧化及多不饱和脂肪酸(硬脂四烯酸、斑鸠菊酸、FA 18:2;O)、磷脂(溶血磷脂酰甘油和溶血磷脂酰胆碱)及类胡萝卜素相关代谢物。标记物经高分辨MS/MS谱图解译和数据库匹配注释,置信度达Level 1–2。秘鲁辣椒粉中辣椒红(Capsanthin)和β-紫罗兰酮(β-Ionone)等标记物含量较高;津巴布韦样品中辣椒素类和磷脂富集。综上,本研究首次对新产区辣椒粉进行了整合代谢组学—脂质组学表征,证明基于UHPLC-Q-Orbitrap-HRMS指纹图谱可作为辣椒粉溯源、真实性评估和掺假防控的有力工具。
论文解读:基于UHPLC-Q-Orbitrap-HRMS非靶向代谢组学与脂质组学的辣椒粉(Paprika)新兴产区地理溯源及标记物发现
该研究由Araceli Rivera-Pérez、Luigi Lucini、Manuel Acosta Motos及Antonia Garrido Frenich完成,发表于《Food Bioscience》。
研究背景
近年来消费者对食品真实性的关注度不断提升,辣椒粉(Paprika,Capsicum annuum L.)因经济价值高且全球贸易量大,易出现虚假标注产地或以低价产区冒充受保护原产地(Protected Designation of Origin, PDO)产品等欺诈行为。传统欧洲产区(如西班牙La Vera)辣椒粉的化学组成已有较多研究,但从秘鲁(Peru)和津巴布韦(Zimbabwe)等新兴重要产区进口的辣椒粉尚缺乏系统的化学表征。已有研究多采用光谱法或靶向HPLC,难以全面捕获产地特异性小分子标记物;且极少有研究将非靶向代谢组学与脂质组学联合应用于辣椒粉产地鉴别。鉴于风土(Terroir,指气候、土壤及栽培实践等地域综合因素对农产品特征的影响)显著影响植物源性食品的代谢组与脂质组轮廓,研究人员认为有必要建立高分辨质谱(HRMS)基础上的整合化学指纹策略,以揭示新兴产区辣椒粉的特征差异并为真伪鉴别提供依据。
研究人员收集同种甜椒栽培品种(Papri King/Paprika King)产自秘鲁(Ica和Arequipa各15份)和津巴布韦(Kwe Kwe地区,30份)的商业辣椒粉各30份,经超声辅助提取后采用UHPLC-Q-Orbitrap-HRMS在正、负电喷雾电离(ESI+/ESI-)模式下同步采集非靶向代谢组学与脂质组数据,结合Compound Discoverer?及MS-DIAL进行特征提取与注释,并利用SIMCA?进行主成分分析(PCA)与正交偏最小二乘判别分析(OPLS-DA)筛选产地判别变量(VIP ≥ 1.0,p < 0.05,FC > 1.1),最终通过高分辨MS/MS碎片比对及部分对照品确认标记物。
主要关键技术方法
研究人员采集秘鲁(Ica 15份+Arequipa 15份)与津巴布韦(Kwe Kwe地区 30份)同种甜椒品种(Papri King)商业干制辣椒粉共60份,以甲醇:水(80:20, v/v)超声辅助提取并加入氯虫苯甲酰胺作过程内标;提取物经UHPLC(ACE Excel 2 C18-PFP柱)分离后,使用Q-Exactive?杂交四极杆-轨道阱高分辨质谱于ESI+和ESI-模式下以Full Scan/dd-MS2(Top 5, HCD NCE 20/35/55 eV)采集极性及半极性代谢物与脂质信号(m/z 70–1000,分辨率70,000 @ m/z 200);代谢组数据用Compound Discoverer? 3.3进行峰检测、对齐、QC校正、空白过滤、归一化及库匹配注释,脂质组数据用MS-DIAL 5.5分别处理ESI+和ESI-模式并以内置脂质数据库及LipidBlast进行注释;经Pareto标度的多元统计分析在SIMCA? 17中构建PCA与OPLS-DA(7折交叉验证+200次置换检验,外部验证集30%),以VIP得分、p值及fold change筛选判别标记物并经MS/MS碎片解析与对照品(L-脯氨酸、DL-苹果酸)确认至Metabolomics Standards Initiative Level 1–2。
3.1. Profiling of paprika metabolites: optimization of extraction solvent
研究人员比较水、甲醇及甲醇:水(80:20, v/v)三种溶剂对代表性混合辣椒粉提取效果,发现甲醇:水(80:20)检出代谢物特征数最多(2298个),兼顾极性及半极性/弱非极性组分溶出且适配UHPLC分析,故定为最优提取溶剂;过程内标氯虫苯甲酰胺峰面积控制图显示所有样品提取重现性好,无异常值。
3.2. Multivariate data analysis results
- •
3.2.1. Unsupervised analysis to assess sample clustering
代谢组学PCA(5个主成分,R2X = 0.856,Q2= 0.801)中秘鲁与津巴布韦样本沿PC1–PC2明显分离,秘鲁组内可见Ica与Arequipa两个亚簇(反映微区域风土差异),津巴布韦组聚类紧密(同源产区);ESI+和ESI-脂质组PCA分别解释94.5%(Q2= 0.922)和95.9%(Q2= 0.844)总方差,同样清晰分开两地样本,QC样居中聚集,表明仪器与分析流程稳定可靠。
- •
3.2.2. Supervised analysis for Peru vs. Zimbabwe group discrimination
代谢组学OPLS-DA模型(R2Y = 0.995,Q2= 0.994)及脂质组OPLS-DA模型(R2Y = 0.992–0.996,Q2= 0.990–0.994)均具极好拟合与预测能力,置换检验无过拟合,外部验证正确分类率(Correct Classification Rate, CCR)均为100%,ROC曲线下面积(Area Under the Curve, AUC)= 1,证实基于UHPLC-Q-Orbitrap-HRMS指纹可有效区分两产地辣椒粉。
3.3. Identification of paprika markers
按VIP > 1.0、p < 0.05及FC > 1.1筛选,共获得27个判别标记物(代谢组16个+脂质组11个),经高分辨前体离子质量(误差≤5 ppm)及诊断碎片离子比对,置信度达MSI Level 2,其中L-脯氨酸与苹果酸以对照品确认为Level 1。
- •
3.3.1. Paprika markers identified by untargeted metabolomics
秘鲁富集标记物(Log2(FC) > 0):L-正亮氨酸、1-[(3-羧丙基)氨基]-1-脱氧-β-D-呋喃果糖苷(首次报道于辣椒粉)、硬脂四烯酸(Stearidonic acid, C18:4 n-3)、斑鸠菊酸(Vernolic acid, 12,13-epoxy-octadec-cis-9-enoic acid)、β-紫罗兰酮(β-Ionone)、特定糖衍生物(1,2-di-O-甲基-4-[(2R)-2,4-二氢丁酰氨基]-4,6-二脱氧-α-D-吡喃甘露糖苷,首次报道于辣椒粉)、辣椒红(Capsanthin, C40H56O3)、7E,10-十一碳二烯-4-内酯、十八碳五烯-3-酮及4-己基苯甲醛等;津巴布韦富集标记物(Log2(FC) < 0):L-脯氨酸(L-Proline)、N-(1-脱氧-1-果糖基)脯氨酸(Amadori化合物,与L-脯氨酸呈正相关 r = 0.882)、辣椒素(Capsaicin)与二氢辣椒素(Dihydrocapsaicin)、苹果酸(Malic acid)。L-脯氨酸积累可能与津巴布韦产区盐胁迫或渗透胁迫诱导的植物生理响应有关;β-紫罗兰酮与辣椒红升高暗示秘鲁样品可能有更充分类胡萝卜素降解或成熟度差异。
- •
3.3.2. Paprika markers identified by lipidomics
秘鲁富集:氧化多不饱和脂肪酸FA 18:3;O(氧代亚麻酸衍生物)与FA 18:2;O(9-HODE, 9-hydroxyoctadecadienoic acid);津巴布韦富集:溶血磷脂酰甘油LPG 16:0(首次报道于辣椒粉)、多种溶血磷脂酰胆碱LPC 18:3/LPC 18:2/LPC 16:0/LPC 18:1及磷脂酰胆碱PC 36:5/PC 36:4/PC 34:2/PC 36:3,且与辣椒素类呈正相关(r = 0.766–0.927),提示津巴布韦产区环境条件可能促进膜脂代谢及辣椒素生物合成前体供应。
讨论与结论
研究人员指出,整合非靶向代谢组学与脂质组学UHPLC-Q-Orbitrap-HRMS方法可有效区分秘鲁与津巴布韦商业甜辣椒粉,OPLS-DA模型Q2> 0.990且外部验证CCR = 100%。秘鲁辣椒粉特征性富集硬脂四烯酸、斑鸠菊酸、FA 18:3;O、FA 18:2;O、β-紫罗兰酮及辣椒红等类胡萝卜素相关代谢物;津巴布韦辣椒粉特征性富集L-脯氨酸及其果糖基衍生物、辣椒素类、苹果酸及多种磷脂(LPC、PC、LPG 16:0)。其中10种脂质标记物(LPG、LPC、PC系列)为首次在辣椒粉中被报道具产地判别价值。研究表明风土显著影响辣椒粉代谢组与脂质组组成,所发现标记物可为辣椒粉产地溯源、PDO保护及反欺诈监管提供化学依据。未来需扩大样本涵盖更多产区并考察加工因素及掺假模型影响,以推动该方法在常规检测中的应用。