《Food Control》：UHPLC-HRMS-Based Untargeted Lipidomics for Differentiating Halal and Non-Halal Meat Species in Processed Sausages
编辑推荐：
•非靶向UHPLC-HRMS成功区分了牛肉、猪肉和狗肉香肠•PCA和PLS-DA揭示了不同香肠类型间独特的脂质组学特征•候选脂质标志物实现了清真与非清真肉类的鉴别•脂质组学在加工肉类的清真认证方面展现出潜力引言全球清真食品市场是一个快速增长的领域，其发展受到穆斯林人口增长以及
- •
非靶向UHPLC-HRMS成功区分了牛肉、猪肉和狗肉香肠
- •
PCA和PLS-DA揭示了不同香肠类型间独特的脂质组学特征
- •
候选脂质标志物实现了清真与非清真肉类的鉴别
- •
脂质组学在加工肉类的清真认证方面展现出潜力
引言
全球清真食品市场是一个快速增长的领域，其发展受到穆斯林人口增长以及消费者对不仅宗教合规，而且被认为安全、高质量的产品需求的推动。印度尼西亚拥有世界上规模最大的穆斯林人口，是认证清真产品需求极高的关键市场（Fathoni, 2020）。"清真"一词涵盖了穆斯林生活的方方面面，其饮食法规严格禁止食用猪肉、血液、死物和未按伊斯兰教仪式屠宰的动物。此外，特定的宗教经文禁止食用有獠牙的食肉动物，该类别包括狗，因此狗肉明确属于非清真（Jalil等, 2018; Jusmaliani & Nasution, 2009）。
尽管有明确的宗教和法律框架，清真食品行业仍面临经济动机驱动的掺假问题（Nakyinsige等, 2012; Widyanto等, 2021）。加工肉类产品，如香肠，特别容易受到此类食品欺诈的影响，因为高价值清真肉类可能被替换为成本较低的非清真肉类以增加利润（Song等, 2019）。研磨、混合和烹饪过程消除了肉类的原始形态特征，使得掺假的视觉识别极其困难。在潜在掺杂物中，猪肉和狗肉在印度尼西亚等东南亚国家尤其值得关注，在这些国家，欺诈性替换带来了经济、宗教和消费者权益保护方面的挑战。此外，印度尼西亚多个地区（包括棉兰、日惹、万隆、梭罗、雅加达、马努干、巴厘岛及其他地方）已记录到狗肉的消费和贸易，这引发了与食品真实性、兽用公共卫生和动物福利相关的额外担忧（Sasadara等, 2018; Sabrina, 2023）。因此，需要可靠的分析方法来检测加工肉类产品中的非清真肉类掺假，从而支持清真完整性并保护消费者信心。这种做法不仅违反了清真原则，还带来了公共卫生风险，例如人畜共患病的传播。
传统的认证方法针对DNA（如PCR）或蛋白质（如ELISA）在生鲜肉类中效果显著，但通常无法检测加工产品中的掺假（von Bargen等, 2014）。香肠制造过程中的剧烈热力和机械处理导致这些大分子广泛降解，从而产生假阴性结果（Piskata等, 2019）。这一局限性对针对化学更稳定分子的分析方法产生了迫切需求。与DNA和蛋白质相比，许多脂质种类在热处理及其他加工相关条件下表现出更大的稳定性（Ulmer等, 2020），这使得脂质组学成为加工肉类产品认证研究中的一个有前景的方法。脂质组学是对细胞脂质轮廓的大规模研究，提供了反映不同动物物种间独特代谢差异的详细化学指纹。例如，牛（反刍动物）和猪/狗（单胃动物）具有根本不同的消化系统和脂质代谢，导致组织脂质组成存在显著差异（Harlina等, 2022）。
超高效液相色谱（UHPLC）与高分辨质谱（HRMS）相结合是目前非靶向脂质组学的最先进的平台，提供了卓越的灵敏度和质量精度。然而，由此产生的高维数据需要先进的化学计量工具进行解读。主成分分析（PCA）等无监督方法揭示了数据的自然结构，而偏最小二乘判别分析（PLS-DA）等有监督方法可用于开发分类模型，其中载荷允许识别关键判别性生物标志物（Zhang和Datta, 2023）。先前的研究已成功将代谢组学和脂质组学应用于肉类物种的区分，包括检测肉丸和其他产品中的猪肉或狗肉（Harlina等, 2025; Maritha等, 2025; Harlina等, 2024; Maritha等, 2023; Squeo等, 2024; Stocco等, 2024）。本研究在此基础上，开发和验证了一个针对香肠这一高度复杂加工基质进行清真认证的整合式UHPLC-HRMS脂质组学与化学计量工作流程。为了鉴定有助于区分清真和非清真香肠的脂质种类，PLS-DA被广泛作为有监督化学计量方法应用于生物标志物发现（Maritha等, 2023）。先前的研究已成功利用PLS-DA进行肉丸的清真认证（Windarsih等, 2022）和冰淇淋中明胶的认证（Alsaqri等, 2023）。然而，非靶向UHPLC-HRMS脂质组学在区分加工香肠产品中的牛肉、猪肉和狗肉方面的应用仍然有限。因此，本研究的目标是区分由牛肉、猪肉、狗肉及其混合物制备的香肠的脂质轮廓，并鉴定用于区分清真和非清真肉类物种的潜在候选脂质生物标志物。
章节摘要
材料与试剂
所有化学品和溶剂均为分析级或HPLC级。乙腈、氯仿、甲醇和甲酸购自Merck公司（德国达姆施塔特）。食品级原料，包括玉米淀粉、盐、发酵粉和焦磷酸钠（STPP），来自Wenda Ingredients Co., LTD（中国苏州）。牛肉（牛属）、猪肉（家猪）和狗肉（家犬）以完整的背最长肌肌肉形式从当地供应商处购得（牛肉和
非靶向脂质组学
本研究采用非靶向脂质组学方法。非靶向脂质组学是一种分析策略，旨在全面鉴定和研究生物样品中的各种脂质分子，不受特定脂质类型的限制（Fernández Requena等, 2024; Lydic & Goo, 2018）。与靶向方法仅分析一种或几种脂质不同，该方法可以全面了解样品的脂质轮廓。提取方案成功获得了
讨论
本研究应用的脂质提取方法在所有香肠类型中均获得了足够的提取体积以供后续分析。测得的提取体积分别为：牛肉3.7 mL，猪肉6.9 mL，狗肉3.4 mL，混合配方在3.5–4.6 mL之间。非靶向UHPLC-HRMS脂质组学分析产生了全面的质谱数据，包括甘油磷脂的质谱。在负离子模式下，PCA显示PC1解释了95.5%的总变异，并清楚地分离了牛肉、猪肉和
结论
本研究展示了非靶向脂质组学结合化学计量分析在区分由牛肉、猪肉、狗肉及其混合物制备的香肠产品方面的潜力。ESI+电离模式检测到的脂质种类数量多于ESI?，提供了更广泛的脂质组学覆盖。聚类分析和PCA揭示了与不同肉类来源相关的独特脂质轮廓，而PLS-DA在两种电离模式下均鉴定出若干潜在候选脂质生物标志物
CRediT作者贡献声明
Vevi Maritha：软件，数据整理。Elham Assadi Soumeh：写作 – 审阅与编辑，验证。Daniel Cozzolino：写作 – 审阅与编辑，验证。Louwrens Christiaan Hoffman：写作 – 审阅与编辑，验证。Widya Siva Gramita：写作 – 初稿，软件，调查研究，数据整理。Putri Widyanti Harlina：写作 – 审阅与编辑，写作 – 初稿，可视化，验证，监督，资源，调查研究，经费获取，数据整理，
资金支持
本研究由印度尼西亚教育基金（LPDP）代表印度尼西亚高等教育、科学与技术部提供资助，并在EQUITY项目下管理（合同编号4303/B3/DT.03.08/2025和3927/UN6.RKT/HK.07.00/2025），研究兴趣匹配（MMRI编号7787/UN6.1.1/PT.00/2025）。
利益冲突声明
? 作者声明不存在已知的可能影响本论文所报告工作的竞争性经济利益或个人关系。
致谢
本研究由印度尼西亚教育基金（LPDP）代表印度尼西亚高等教育、科学与技术部提供资助，并在EQUITY项目下管理（合同编号4303/B3/DT.03.08/2025和3927/UN6.RKT/HK.07.00/2025），研究兴趣匹配（MMRI编号7787/UN6.1.1/PT.00/2025）。Putri Widyanti Harlina曾作为访问学者在美国加利福尼亚州戴维斯加州大学访问，并获得了Padjadjaran学术
Putri Widyanti Harlina|Widya Siva Gramita|Louwrens Christiaan Hoffman|Daniel Cozzolino|Elham Assadi Soumeh|Vevi Maritha|Fang Geng|Xiang Yang|Mohamad Rafi|Aldila Din Pangawikan|Souvia Rahimah
