《Food Chemistry: X》：Multi-omics and machine learning reveal the mechanisms underlying cultivar-driven flavor differentiation in fermented ciba chili
编辑推荐：
多组学与机器学习揭示了品种驱动的糍粑辣椒品质特征；灯笼辣椒（LCP）、内黄新一代辣椒（ICP）和魔鬼辣椒（DCP）表现出明显不同的挥发性及非挥发性代谢谱；随机森林模型在所有核心评价指标上均达到完全分类效果；细菌群落演替因品种而异，主要由乳植杆菌（Lactipl
多组学与机器学习揭示了品种驱动的糍粑辣椒品质特征；灯笼辣椒（LCP）、内黄新一代辣椒（ICP）和魔鬼辣椒（DCP）表现出明显不同的挥发性及非挥发性代谢谱；随机森林模型在所有核心评价指标上均达到完全分类效果；细菌群落演替因品种而异，主要由乳植杆菌（Lactiplantibacillus）或魏斯氏菌（Weissella）主导。
糍粑辣椒是中国西南地区传统发酵辣椒制品，以干辣椒复水、破碎、密封厌氧自发发酵约一个月制成。已有研究多关注盐浓度、发酵时间和微生物演替等发酵参数对品质的影响，但辣椒品种差异如何决定发酵糍粑辣椒最终风味与质量，仍是重要知识空白。研究人员选择灯笼辣椒（LCP）、内黄新一代辣椒（ICP）和魔鬼辣椒（DCP）三个代表性品种，在统一工艺下分别制备发酵糍粑辣椒，于0、7、14、21、28 d取样，结合理化分析、气相色谱-离子迁移谱（GC-IMS）、液相色谱-串联质谱（LC-MS/MS）非靶向代谢组学、16S rRNA扩增子测序、机器学习与SHAP特征贡献分析，系统考察品种对发酵轨迹、微生物演替和代谢转化的影响。
### 3.1 糍粑辣椒pH、总酸和氨基态氮分析
通过pH、总酸和氨基态氮测定发现，所有样品总酸和氨基态氮持续上升，pH在14 d后稳定于3.7–3.8。前14 d是酸化和含氮风味前体积累的关键阶段。ICP总酸和氨基态氮含量最高，表明其产酸能力和呈鲜物质生成潜力更强，可能有利于酯类香气形成。
### 3.2 糍粑辣椒挥发性化合物分析
HS-GC-IMS二维图谱显示，LCP、ICP、DCP分别检出57、57、58种挥发性有机物（VOCs），数量相近但积累模式和风味指纹差异明显。发酵后醇类、酸类、酯类和酮类显著积累，烷烃下降。DCP中醛类迅速减少而醇类增加，ICP保留较多醛类，LCP在21 d酯类达到峰值，DCP总体酯类较低。杂环化合物持续积累，可能贡献焙烤和坚果香气。
### 3.3 糍粑辣椒关键香气化合物多元统计分析
通过相对气味活度值（ROAV）和偏最小二乘判别分析（PLS-DA），LCP香气由酸、醛、醇和酯共同塑造；ICP与3-甲基丁醛、3-甲基丁醇等醛醇类化合物关联密切；DCP中α-蒎烯、乙酸和3-甲基丁醇贡献突出。模型置换检验显示判别结果可靠。
### 3.4 基于UHPLC-MS/MS的糍粑辣椒非靶向代谢组分析
共鉴定2143种非挥发性代谢物，脂质及脂质样分子占比最高。LCP富含有机氧化合物，ICP中有机酸及衍生物和有机杂环化合物比例更高，DCP中脂质及苯类化合物更丰富。主成分分析显示LCP早期变化快，ICP持续代谢演替，DCP代谢重构范围更广。
### 3.5 基于limma的糍粑辣椒差异代谢物分析
0 d与28 d比较显示，ICP下调代谢物多于上调，DCP则上调代谢物更多。发酵中期出现明显代谢物下调，后期上调代谢物增多。品种间两两比较表明，ICP与DCP、LCP与ICP差异代谢物较多，且不同比较组合共享与特有代谢物模式不同，说明品种差异具有代谢谱特异性。
### 3.6 机器学习模型评估与SHAP特征贡献分析
六种机器学习模型均获得较高AUC值，随机森林（RF）在准确率、F1分数、Kappa系数和马修斯相关系数上均达到1.000，且基于发酵阶段划分的外部验证仍表现最佳。SHAP分析筛选出前20个核心判别代谢物，可作为品种判别潜在生物标志物。
### 3.7 代谢物KEGG通路富集分析
富集分析显示品种相关代谢差异涉及苯丙烷和酚类代谢、脂质氧化与植物氧脂素代谢、氮代谢、嘌呤和辅因子代谢等。DCP和LCP在莽草酸来源的苯丙烷类、多酚、黄酮和精氨酸相关前体方面富集更强；ICP更接近谷氨酰胺介导的氮代谢，富集基础氨基酸和核苷酸中间产物。
### 3.8 发酵过程中糍粑辣椒微生物群落变化
16S rRNA测序显示发酵初期α多样性快速下降，厚壁菌门（Firmicutes）最终主导所有样品。属水平上，DCP形成以乳植杆菌和魏斯氏菌为主的演替模式；LCP以魏斯氏菌长期主导；ICP则出现魏斯氏菌延迟定殖，群落结构在28 d才趋于稳定，表明辣椒基质影响核心发酵微生物群的组装速度和演替进程。
### 3.9 细菌属与挥发性化合物及代谢物的相关性分析
Spearman相关网络显示，细菌类群是连接理化指标、挥发性化合物和代谢物的核心节点。LCP以负相关为主，ICP网络最复杂且正负相关较平衡，DCP表现为细菌与代谢物的强正相关。该结果为品种差异通过不同微生物-代谢互作模式影响风味提供了关联性证据。
**讨论总结**：研究表明，品种差异通过塑造独特的细菌群落演替和代谢网络，最终形成风味化学特征的差异；核心乳酸菌与风味化合物的关联仍需通过菌株分离、接种发酵和功能验证确认因果关系。研究也存在局限性，如品种数量有限、未进行直接感官评价和功能验证。未来应结合定量描述分析、气相色谱-嗅闻、靶向定量、菌株水平及宏转录组验证，并监测储存期变化，以增强结果在感官、机制和产业应用上的解释力。
**研究结论翻译**：本研究证明，辣椒品种特性与发酵糍粑辣椒的不同发酵轨迹及风味相关化学分化密切相关。ICP、LCP和DCP在理化演变、微生物演替和代谢转化上均表现出品种特异性模式，表明原料初始化学背景影响发酵结果。多组学整合进一步揭示，细菌群落和代谢通路的差异与各品种特征风味化学谱的形成相关。随机森林模型结合SHAP分析鉴定了关键判别代谢物，为品种判别提供了潜在代谢标志物。这些发现凸显了原料选择在发酵特性形成中的重要性，并为以品种为导向的糍粑辣椒生产和质量控制提供了理论基础。
