葡萄酒加工作为化学因素，用于重编程红芍根（Radix Paeoniae Rubra）的代谢组谱型与颜色表型：一项综合性的分子网络与热化学研究

《Food Research International》：Wine processing as a chemical driver for reprogramming the metabolomic profile and color phenotype of Radix Paeoniae Rubra: an integrative molecular networking and thermochemical study

　　•葡萄酒加工改变了赤芍（Radix Paeoniae Rubra）的代谢组和颜色。•煎炒温度在接近86°C时主导了化学重构的过程。•米酒作为反应性输入，提供了酸、氨基酸和醛类物质。•分子网络分析揭示了水解、氧化和氮掺入的级联反应。•反应机制生成器（RMG）和IBM RXN支持了类似美拉德反应的形成，产生了9391和2165化合物。

引言
炮制是决定传统中药（TCM）品质属性和药效的关键步骤，许多中药既可用作药材，也可用于功能性食品和草药补充剂中。从根本上说，炮制涉及调节温度、时间和辅助材料，以诱导草药基质内的一系列化学转化，从而重塑其内在特性并优化功能表现（Wu等人，2018年）。从现代食品化学的角度来看，炮制不应仅仅被视为对个别成分的简单改变，而应是由食品基质中多种反应途径耦合驱动的复杂化学重组过程（Yang等人，2024年）。然而，目前对炮制过程的理解仍然主要停留在经验观察和少数成分的变化上，缺乏对反应网络重组机制的系统性洞察以及炮制引起的化学成分变化的详细解析（Chen等人，2020年）。这一差距已成为推进草药食品加工科学标准化的重大瓶颈，尤其是在确保功能草药产品在全球快速增长的市场中的质量、安全性和生物活性方面。葡萄酒加工作为一种具有代表性的广泛应用食品加工方法（Xuechun等人，2026年），会将乙醇和有机酸引入系统中，从而显著改变反应介质的极性、溶解度和微环境（Liu等人，2026年）。这些变化会深刻影响化学成分的转化和反应途径的选择（Hou等人，2023年）。赤芍（Rpr）作为一种广泛使用的促进血液循环和消除血瘀的药材和食用草药，经过葡萄酒加工后治疗效果显著增强，尤其是在改善血液循环和调节功能方面，其加工形式越来越被应用于功能性食品和草药饮料中（Yang等人，2024年）。尽管现有研究主要关注少数个别化合物的变化，但缺乏对整个代谢网络在加工过程中如何重组的全面理解。特别是在多反应同时发生的条件下，不同加工参数如何协调控制反应途径的选择和转化动态仍不清楚，这限制了化学成分变化的详细解析能力，并难以解释加工对产品质量和安全性的整体一致影响。

同时，加工过程中的颜色变化长期以来一直被用作传统和现代食品系统中质量评估的经验指标（Wen等人，2025年）。这些表型变化本质上反映了光学性质的变化，而光学性质与化学成分和分子结构的动态变化密切相关，直接影响消费者的接受度和市场价值（Xie等人，2025年）。迄今为止，这些可观察到的感官表型与潜在的化学转化之间的定量关系尚未得到明确建立（Yin等人，2025年），这使得将基于传统经验的评估转化为可重复且可机械解释的工业质量控制标准变得困难（Cao等人，2023年）。这种可观察表型与未解决的化学成分变化机制之间的差异进一步限制了草药食品生产中加工条件的精确控制。从机制角度来看，葡萄酒加工涉及多种类型的反应，包括热降解、水解、氧化和结构重排（Utpott等人，2022年）。在乙醇和有机酸的作用下，这些反应可能会相互作用和耦合，从而改变反应动力学。然而，由于草药食品基质的复杂性以及反应途径的高度交织，基于单一指标或局部特征的传统分析方法不足以捕捉化学成分变化的整体动态演变（Onta?ón等人，2020年）。因此，迫切需要建立综合分析框架，将加工因素、代谢变化和表型响应（尤其是作为非破坏性质量标志的颜色）联系起来，以便系统阐明和解析草药食品加工背后的化学重组机制，并支持合理优化工艺，以提高安全性、质量和生物活性（Le Mao等人，2021年）。

近年来，代谢组学结合多变量统计分析和机器学习为食品化学中复杂天然产物的整体表征提供了强大的工具。同时，基于MS/MS数据的分子网络分析能够从结构相似性的角度探索代谢物之间的潜在转化关系（Pruksatrakul等人，2026年）。然而，大多数现有研究主要将这些方法用于差异特征筛选，而不是将它们结合起来以阐明加工驱动的动态变化和食品基质中化学成分的详细解析（Li等人，2025年）。特别是，将代谢组学数据与宏观表型变化（如颜色变化）相结合，构建定量“表型-代谢物-机制”关联框架的研究在草药食品加工领域还十分匮乏。这代表了当前食品化学研究中关于传统加工技术的关键知识空白。为应对这些挑战，本研究使用经过葡萄酒加工的赤芍作为模型系统，构建了一个综合分析框架，结合了颜色表型分析、UPLC-Q-TOF-MS代谢组学、多变量分析、机器学习、动态轨迹建模、反应机制生成器（RMG）热化学估算以及IBM RXN辅助的反应预测。采用四因素多级实验设计系统评估了湿润时间、米酒添加量、煎炒温度和煎炒时间的影响。研究旨在：（i）表征葡萄酒加工过程中的整体化学和颜色变化；（ii）识别关键的反应响应代谢物和主导加工因素；（iii）重建涉及赤芍内源成分和米酒衍生外源反应物的分子转化网络；（iv）为代表性反应途径提供热化学和AI辅助的证据，特别是类似美拉德反应的氮掺入过程，导致新化合物9391和2165的形成。这项工作为理解葡萄酒加工作为一种化学编程的外源-内源重组过程提供了机制框架，并为传统草药材料的质量控制和工艺优化提供了实用策略。

材料与试剂
色谱级甲醇和乙腈购自Thermo Fisher Scientific（美国），色谱级甲酸购自Dikma Technologies（美国），纯净水由广州Waters食品饮料有限公司（中国）提供。赤芍（Rpr；Paeonia lactiflora Pall.）采集自中国黑龙江省伊春市，并由Kuang Haixue教授鉴定。黄米酒（Jimo Huangjiu；酒精度9.0% v/v）购自山东。

赤芍在葡萄酒加工过程中的颜色参数变化
在不同加工参数组合下，赤芍的颜色表型表现出明显的参数依赖性变化（图1）。总体而言，颜色指数（L*、a*和b*）和可见光反射率（440、550和600 nm）显示出协调的动态趋势，表明加工过程中亮度、色调和光学性质同时发生变化。在固定煎炒温度、米酒添加量和加工时间的情况下，湿润时间对颜色产生了双相效应。

讨论
研究表明，赤芍的葡萄酒加工是一个结构化的化学重组过程，而不仅仅是简单的提取、水解或热降解过程（Zhang等人，2025年；Li等人，2015年）。颜色表型分析、UPLC-Q-TOF-MS代谢组学、多变量分析、RMG热化学估算和IBM RXN辅助的反应预测的综合结果表明，加工诱导了代谢物分布、颜色表型的协调变化。

结论
本研究表明，葡萄酒加工通过加工参数、米酒衍生成分和内源代谢物的共同作用，在赤芍中引起了系统性的化学重组。煎炒温度与代谢重构的关联最为密切，约90°C处存在一个探索性转变区域。基于特征的分子网络分析表明，水解、氧化、片段化和类似美拉德反应之间存在层次关系。

作者贡献
所有作者对本研究都做出了重要贡献。Gao Ruxi进行了实验并起草和修订了手稿。Geng Xuemeng负责机器学习分析。Zhang Jiaxu和李 Jinbo分析和解释了数据。Jiang Hai、Kuang Haixue和Yang Liu设计了实验并准备了最终手稿。本文的语言编辑由stork（www.storkapp.cn）完成。所有作者同意手稿的内容。

作者贡献声明
Gao Ruxi：写作——审稿与编辑、初稿撰写、可视化、验证、监督、资源管理、方法学、调查、数据分析、概念化。
Geng Xuemeng：初稿撰写、软件应用。
Li Jinbo：软件应用。
Zhang Jiaxu：资金获取。
Kuang Haixue：监督、资金获取。
Yang Liu：写作——审稿与编辑、资金获取。
Jiang Hai：写作——审稿与编辑、监督、资金获取。

资助
本研究得到了黑龙江省中医药创新团队和人才支持计划项目（2025年）、黑龙江省“双一流”学科协同创新成就建设项目（LJGXCG2025）、黑龙江省青年岐黄学者培育项目（2023年）、国家级著名老年中医药专家传承工作室建设项目（[2022]编号75）以及第七批国家级老中医药专家的支持。