空间诱导突变大红袍茶加工过程中特征香气的演变及其嗅觉感知的初步探索

《Foods》:Evolution of Characteristic Aroma During Processing of Space-Induced Mutant Dahongpao Tea and the Preliminary Exploration of Its Olfactory Perception

【字体: 大 中 小 】 时间:2026年08月13日 来源:Foods 6.0

编辑推荐:

  空间诱导突变是茶树育种的一种新方法,但其对加工诱导香气形成的影响尚不明确。本研究分析了空间诱导突变大红袍茶加工过程中挥发性有机化合物(VOCs)的动态变化。结果表明,加工显著重塑了VOC谱,其中发酵阶段影响最大,萜类化合物(terpenoids)是主要贡献者。

  
空间诱导突变是茶树育种的一种新方法,但其对加工诱导香气形成的影响尚不明确。本研究分析了空间诱导突变大红袍茶加工过程中挥发性有机化合物(VOCs)的动态变化。结果表明,加工显著重塑了VOC谱,其中发酵阶段影响最大,萜类化合物(terpenoids)是主要贡献者。七种特征VOCs被鉴定出来,包括α-水芹烯(α-phellandrene)、β-水芹烯(β-phellandrene)、d-松油烯(d-sylvestrene)、异香叶醇(iso-geraniol)、seudenone、己基苯(hexyl benzene)和橙花醇(nerol),并构建了连接花香、青草香、木香、杏仁香和果香属性的转化网络。分子对接(molecular docking)揭示,呈现青草、木香和杏仁特征的VOCs能与超过100个嗅觉受体(olfactory receptors)形成强结合相互作用,而具有花香和果香特征的VOCs结合受体较少。这一发现表明,在加工过程中,前三种气味特征可能被更显著地感知。总体而言,本研究为空间诱导突变茶的香气评价提供了理论基础。
**研究背景与问题**
茶(*Camellia sinensis*)是全球广受欢迎的饮品,其香气品质决定消费者接受度与经济价值。大红袍(武夷岩茶代表)以独特复杂香气著称,香气主要源于加工过程中挥发性有机化合物(VOCs)的系列生化反应。传统加工(萎凋、发酵、揉捻、干燥)通过酶促氧化、热降解、糖苷水解等途径深刻影响VOCs组成与含量。然而,如何在保持传统品质的同时通过育种策略进一步优化香气,仍是重要课题。空间诱导突变利用太空物理条件(宇宙辐射、微重力、高真空)诱发随机基因组突变,已在稻、麦、棉等作物成功应用,在茶树育种中亦具潜力。空间诱导突变大红袍通过种子搭载返回式卫星后地面筛选获得。前期研究显示突变可显著改变茶树次生代谢物谱,尤其是香气相关萜类。但缺乏对加工过程中VOCs动态演变的系统研究,尤其突变如何影响最终香气特征及嗅觉感知机制尚不明确。因此,本研究以空间诱导突变大红袍为材料,系统追踪五个关键加工阶段(鲜叶、萎凋、发酵、揉捻、干燥)的VOCs动态变化,旨在阐明加工对VOC谱的重塑效应,筛选特征VOCs,构建香气转化网络,并通过分子对接预测其与人类嗅觉受体的结合能力,为香气品质评价及加工技术调控提供理论依据。论文发表在《Foods》。

**主要技术方法**
样本来源:空间诱导突变大红袍茶树种植于福建省武夷山市仙明武夷岩茶厂茶树空间育种实验基地(117°59′47.7″E, 27°44′8.4″N)。方法:采用顶空固相微萃取(HS-SPME)结合气相色谱-质谱联用(GC-MS)分析五个加工阶段(鲜叶、萎凋、发酵、揉捻、干燥)的VOCs,通过主成分分析(PCA)、K-means聚类、正交偏最小二乘判别分析(OPLS-DA)筛选特征VOCs,构建香气转化网络;利用AutoDock Vina软件对七种特征VOCs与428个人类嗅觉受体进行分子对接模拟,计算结合能及最近接触距离。

**研究结果**
**3.1 加工对茶叶VOCs的影响**
通过PCA分析发现,不同加工阶段样本的VOC组成存在显著差异,前两个主成分解释总方差的77.19%,有效区分各阶段。总VOC含量在加工过程中显著变化,其中发酵阶段对萜类、胺类、酚类、酸类和醇类影响最大,而揉捻和干燥阶段对硫化物影响显著。结果表明加工显著重塑VOC谱,发酵阶段是香气形成的关键阶段。

**3.2 加工过程中特征VOCs的筛选**
Kruskal-Wallis检验显示,1103种VOCs中有975种在加工阶段间差异显著(p<0.05)。K-means聚类将差异VOCs分为四类:538种先增后减、366种波动、69种持续增加、2种持续减少。持续变化化合物中萜类最多(27.78%)。基于71种规律变化VOCs构建OPLS-DA模型(R2Y=0.904,Q2=0.624),筛选出31个VIP>1的关键VOCs,进一步通过气泡特征图获得七种特征VOCs:α-水芹烯、β-水芹烯、d-松油烯、异香叶醇、seudenone、己基苯、橙花醇,其含量在加工中持续增加。

**3.3 特征VOCs的香气分析**
构建了香气轮盘,七种特征VOCs呈现五种典型气味属性:青草(α-/β-水芹烯)、花香(异香叶醇、橙花醇)、木香(d-松油烯)、杏仁(己基苯)、果香(seudenone)。随加工进行,青草和木香持续增强;花香和杏仁在发酵前快速增加,发酵后稳定;果香在萎凋前快速增加,发酵后再次增强。推测异香叶醇和橙花醇作为前体,可通过脱水/环化生成α-/β-水芹烯,后者进一步转化为d-松油烯、己基苯和seudenone,构建了从花香→青草→杏仁/木香→果香的转化网络(假设模型)。

**3.4 人类嗅觉受体与特征VOCs的分子对接模拟**
分子对接显示,七种特征VOCs与428个受体中425个可结合,结合能范围-0.23~-7.80 kcal/mol。结合能<-6.0 kcal/mol(强结合)的受体数量:己基苯(129)、α-水芹烯(129)、β-水芹烯(127)、d-松油烯(126)均超过100个,而异香叶醇(73)、橙花醇(71)、seudenone(13)较少。表明青草、木香、杏仁属性的VOCs更易被嗅觉系统感知,花香和果香相对较弱。九个受体(如OR6S1、OR2L8)能与所有七种特征VOCs形成强结合,平均结合能-6.58~-7.00 kcal/mol,提示复杂香气可能由少数广谱受体介导。

**3.5 特征VOCs及其最佳预测嗅觉受体与相互作用机制**
分析了七种特征VOCs各自的最佳预测受体:d-松油烯和异香叶醇均以OR5M8为最佳受体(结合位点ILE-104、ASP-180),结合能分别为-7.60和-6.90 kcal/mol,最近接触距离3.51和2.04 ?;α-水芹烯和β-水芹烯以OR2D3为最佳受体(TYR-275、LEU-223),结合能-7.80和-7.60 kcal/mol,距离3.46和3.51 ?;己基苯、橙花醇、seudenone的最佳受体分别为OR6C3(PHE-109)、OR2C1(LEU-107)、OR2L8(TYR-250),结合能-7.80、-7.13、-6.50 kcal/mol,距离3.55、2.27、3.03 ?。青草、木香、杏仁属性的VOCs平均结合能-7.70 kcal/mol,高于花香和果香(平均-7.02和-6.50 kcal/mol),尽管花香化合物接触距离更近(2.16 ?),但结合能较弱,可能因空间位阻或缺乏氢键等稳定作用。

**总结讨论与结论**
讨论部分指出,分子对接仅预测结合潜能,不直接对应真实嗅觉感知,也未模拟激动剂/拮抗剂作用,需通过感官评价和电生理实验验证;此外,人类嗅觉感知还依赖于化合物挥发性和浓度与阈值的关系。本研究构建的VOC转化网络为基于前体结构的假设模型,需通过同位素示踪或体外酶反应确认。
结论:本研究系统阐明了空间诱导突变大红袍加工过程中VOCs的动态变化、特征香气化合物转化网络及其与人类嗅觉受体的相互作用机制。加工显著重塑VOC谱,共检测1103种VOCs,其中975种显著差异,发酵阶段影响最大,萜类为主要活性香气途径。筛选出七种特征VOCs,构成青草、花香、木香、杏仁、果香五种气味属性,并构建了以异香叶醇和橙花醇为前体的转化网络。分子对接预测表明,青草、木香和杏仁属性的VOCs能与超过100个嗅觉受体强结合,而花香和果香属性结合受体较少,提示在加工过程中前三种气味特征更易被感知。本研究从分子层面阐明了空间诱导突变大红袍加工中特征香气的形成与感知机制,为空间诱导突变茶品种的香气评价提供了理论依据。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

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