综述：基于分子对接的食品气味活性预测：气味分子与嗅觉受体相互作用、验证、可靠性评估及未来展望的系统综述

《Microchemical Journal》：Molecular docking-based prediction of food odor activity: A systematic review of odorant–olfactory receptor interactions, validation, reliability assessment, and future perspectives

【字体：大中小】 时间：2026年09月01日 来源：Microchemical Journal 5.2

编辑推荐：

　　 •对分子对接在食品气味活性预测中应用的系统综述。•对嗅觉受体建模方法和对接可靠性的批判性评估。•评估相同气味物质结合亲和力预测的研究间变异性。•逻辑建模揭示了计算机嗅觉研究的成长阶段和成熟度。引言风味是食品质量和感官体验的关键因素，它源于多感官信息的复杂整合，其中嗅觉贡献了高

•
对分子对接在食品气味活性预测中应用的系统综述。
•
对嗅觉受体建模方法和对接可靠性的批判性评估。
•
评估相同气味物质结合亲和力预测的研究间变异性。
•
逻辑建模揭示了计算机嗅觉研究的成长阶段和成熟度。

引言

风味是食品质量和感官体验的关键因素，它源于多感官信息的复杂整合，其中嗅觉贡献了高达 80–90% 的风味感知 [1]。新化合物的发现通常依赖于昂贵且耗时的实验筛选技术。因此，预测特定分子将被如何感知为气味的能力对食品、香料和风味行业具有重要价值 [2]。

过去十年，嗅觉研究已从传统的描述性方法转向更具预测性和机制性的框架 [3]。多年来综合研究显著提高了对嗅觉刺激的科学理解。气相色谱 - 质谱联用 (GC–MS) 和气相色谱 - 嗅闻法 (GC-O) 是已证明在测量食品中挥发性化合物方面具有准确性的分析工具。传统的感官评价也提供了关于检测阈值和定性特征的有价值的见解 [4], [5]。然而，这些传统方法伴随着挑战。个体差异、固有的主观性和疲劳可能对感官小组的表现产生负面影响。另一方面，仪器在通量方面面临困难，对感知机制的理解有限，且应用复杂度高 [1]。近年来，计算技术已成为预测气味分子和受体如何在分子水平上相互作用的有用工具 [2], [6], [7], [8], [9]。在计算方法中，基于结构的分子对接，通常随后进行分子动力学 (MD) 模拟，是预测气味分子和嗅觉受体 (ORs) 之间相互作用的主要计算技术 [8], [10], [11], [12]。这些方法提供了配体 - 受体相互作用的原子水平理解，这通常需要昂贵的测试技术，如高通量筛选、X 射线晶体学或冷冻电子显微镜。然而，人们越来越认识到，仅结合亲和力不足以充分解释气味感知，因为嗅觉编码包括组合受体激活和复杂的下游神经处理途径。

尽管如此，最近的研究似乎是碎片化的，通常将挥发性分析、计算机建模和感官验证视为独立元素，而不是集成系统的组成部分 [2], [13], [14]。缺乏凝聚力限制了强结构 - 气味相关性的建立，并削弱了当前模型的预测可靠性。此外，缺乏标准化的验证方法和嗅觉受体结构数据的不完全可用性阻碍了该领域的进展。

为了解决这些限制，提出了一种综合概念框架 (图 1)，以系统整合化学成分、受体水平相互作用和人类感官体验。在此背景下，通过 GC–MS 和 GC–O 进行气味表征能够识别和定量气味分子，而气味活性值 (OAVs) 有助于识别关键气味活性物质。这些数据对于计算建模至关重要，其中分子对接和分子动力学 (MD) 模拟在分子水平上解释气味分子 - 受体相互作用。

在此背景下，数据整合和多变量建模提供了重要的中介功能。化学计量学技术，包括偏最小二乘回归 (PLSR)、正交偏最小二乘判别分析 (OPLS-DA) 以及机器学习方法如 XGBoost，正逐渐用于将气味轮廓和对接结果与感官特征相关联 [7], [15], [16]。这种整合改善了关键气味分子的识别，并有助于将化学相互作用解释为感知描述符。

同样重要的是集成严格的验证方法论以确保预测的可靠性。这些涉及 MD 模拟、数据库比较、感官验证 (例如，重组和省略测试) 以及电子鼻 (E-nose) 等仪器方法 [17], [18]。这些方法将计算机内预测与实际感官感知联系起来，增强了计算机模型的相关性 [18], [19], [20]。这种综合框架能够将经过验证的预测转化为实际应用，如风味设计、质量控制和产品优化。

尽管许多综述讨论了与分析方法、感官评价或与气味研究相关的通用计算技术 [2], [13], [14]，但相对较少的文章特别专注于直接将化学结构与嗅觉感知联系起来的计算建模方法 [21], [22], [23], [24], [25]。此外，以前的综述通常独立研究这些领域，没有提供整合分子对接、验证策略和新兴计算方法的综合框架，用于食品气味预测。因此，仍然需要一种全面和综合的基于结构的气味预测方法综述。目前的工作是计算气味预测与分析化学、分子对接、验证策略、文献计量分析、可重复性评估以及未来前瞻性预测嗅觉科学的系统和跨学科综合。它还提供了对当前局限性和未来研究方向的批判性讨论。通过将这些互补方面结合到统一框架中，本综述填补了重要的知识空白，并为未来计算食品气味预测和嗅觉科学的研究提供了全面的参考。

章节摘要

系统综述

本研究采用 PRISMA 声明系统评估通过人类嗅觉受体 (ORs) 预测食品气味的计算机模拟方法的科学文献。与叙述性综述相比，系统综述提供了对现有证据的全面和无偏评估，促进了对研究趋势、分析局限性和知识缺口的理解。系统综述保证了跨度的可重复性、透明性和方法学统一性

论文选择

主要审阅者准确评估了研究研究的标题和摘要；随后，被认为适合进行全面文本检查的文章由主要和次要审阅者根据既定的纳入和排除标准独立评估。排除全文的理由如图 2 所示。在初步研究选择中，检索到 1096 篇文章。去除重复报告后，1050 篇文章是

结论与未来展望

本文专注于 2015 年至 2025 年间结合分析工具、分子对接以及各种验证策略在基于结构的食品气味活性预测方面的当前进展。利用 GC–MS 和 GC-O 对于精确识别主要气味分子至关重要，为计算研究建立了稳健的实验基础。分子对接已成为一种研究气味分子和嗅觉受体之间相互作用的强大方法，得到

CRediT 作者贡献声明

Haroon Elrasheid Tahir: 写作 – 初稿，资金获取。Sulafa B.H. Hashim: 验证，资金获取。Muhammad Arslan: 数据整理。Gustav Komla Mahunu: 写作 – 审查与编辑。Hamza A.M. Abaker: 调查。Alaa K.M. Khogly: 方法论。Mohammad Rezaul Islam Shishir: 调查。Naymul Karim: 验证。Halah Aalim: 可视化。Nermeen Yosri: 可视化。Newlove Akowuah Afoakwah: 概念化。Chenguang Zhou: 软件。Zou Xiaobo: 资金

利益冲突声明

作者声明他们没有任何已知的竞争性财务利益或个人关系可能被认为影响了本文中报告的工作。

致谢

这项工作得到了国家自然科学基金 [批准号：3175011045；32350410402] 和国家重点研发计划项目 [2024YFE0117000] 的支持。

引言