基于食品組學的“互聯網+”食品分析課程綜合實驗設計

◎ 張慧恩，陳培云，張 建，梅婷婷，沈 楠，黃珂嘉

（浙江萬里學院，浙江 寧波 315100）

食品分析是高等院校食品類專業的核心課程，涵蓋食品一般成分分析檢測、食品添加劑分析檢測、食品中有毒有害成分檢測等內容以及常見的食品分析方法，如原子光譜法、色譜法和質譜法等。該課程的目標是培養學生對食品質量控制的高度認識和重視，加深他們對食品基本成分的了解與掌握，引導其全面了解行業中應用的各種分析檢測方法，使其具備在食品研發、生產、儲運等過程中進行分析和檢驗工作的能力。同時，該課程旨在培養學生具有探索性解決食品質量問題的基本思維方式和能力[1]。

實驗教學是食品分析課程的重要組成部分，對于培養學生實際操作能力和解決實際問題能力起著不可替代的作用。然而，目前食品分析實驗教學中存在一些主要問題。①實驗教學內容傳統單一，驗證性實驗所占比例較高，綜合性和設計性實驗的比例較低等[2]。②社會對食品真實性、食品摻假、食品溯源等問題的關注，是實驗教學的盲點[3]。③分析測試方法老舊，主要依賴傳統的化學分析法和光學分析法，許多院校受限于硬件設施，無法充分運用食品行業常用的色譜分析和質譜分析法等，導致實驗教學效果不佳，很難滿足食品行業對專業人才的高要求。針對上述問題，本研究對食品分析實驗教學進行了一些探索性的改革，設計了食品分析課程的綜合實驗，并取得了良好的實踐效果。

1 食品分析課程綜合實驗設計思路

目前，食品分析實驗課程開設的實驗項目主要以測定食品中某一組分（如水分、粗蛋白、粗脂肪等）為主，這類驗證性實驗雖然有利于學生掌握基本實驗技能，但是缺乏系統性和綜合性，很難讓學生的理論知識在實驗中得到升華，也很難通過實驗全方位地凸顯食品分析在食品檢驗、食品品質評價方面的作用。

當今，國內外食品工業科技發展迅速，眾多新興方法和技術應用到食品科學領域，并發揮了重要作用。特別是食品組學，其可以綜合食品分析的各類檢測分析結果，通過多元統計結合多種分析方法，對食品安全、食品質量、食品真實性、食品溯源和食品風味等進行分析研究，闡明食品品質變化的規律[4]。因此，本研究設計的食品分析課程綜合實驗，就是以常規分析實驗為基礎，將各個基礎單元實驗的結果數據綜合起來，并且結合食品組學的分析方法，以全方位地分析食品品質。

2 食品分析課程綜合實驗的內容安排

食品成分復雜，分析檢測的內容眾多，許多分析方法都是以分析化學為基礎，如分光光度法、滴定法等，反復講解容易降低學生的學習興趣，導致學生思維混亂。因此，科學合理地安排實驗教學內容至關重要。目前，虛擬仿真技術已被廣泛應用于各個領域，利用互聯網遠程操作教學實驗項目，可以突破時間和空間的限制，有效解決實驗儀器設備不足的問題，提升食品分析的實驗內容[5]。此外，教師可以利用互聯網上的資源，尤其可以將與食品組學相關的數據處理網站、物質鑒定網站，引入實驗教學中，以拓展實驗的深度和廣度，讓互聯網為教學賦能。

本研究以食品組學為主線，串起了食品分析的多個基礎實驗。①設計了探索黃酒酒齡物質的綜合性、研究性實驗，包括黃酒中總糖的測定、黃酒中總酸的測定、氨基酸自動分析儀測定黃酒中游離氨基酸、固相微萃取-氣質聯用測定黃酒中風味物質等。②通過食品組學的分析方法，借助MS-DIAL 和MetaboAnalyst平臺，對所有測得的數據進行綜合分析，以研究探索黃酒的酒齡標志物。其中，黃酒總糖的測定、總酸的測定作為基礎分析實驗，由學生實際操作完成；游離氨基酸的測定和風味物質的測定，采用虛實結合的方式開展。在此過程中，學生通過虛擬仿真實驗，學習樣品前處理方法以及氣質聯用儀、氨基酸自動分析儀等儀器的操作方法，并在虛擬仿真系統中完成樣品的測定。這部分的數據由教師提供，并由教師在開發虛擬仿真系統時錄入系統中。具體實驗項目內容安排及課時如圖1。

圖1 實驗課程內容安排及課時數圖

3 食品分析課程綜合實驗的實驗方法

食品中總糖的測定、總酸的測定等基礎技能實驗，是食品分析實驗教學的基礎，也是學生掌握食品分析基本技能的關鍵環節。學生通過親自實驗操作，可以熟悉實驗室環境、儀器設備和實驗步驟，培養實驗技能和操作的熟練度，對于學生今后從事食品分析工作或相關研究，具有重要意義。

隨著時代的進步和科技的不斷發展，新興技術手段在食品分析領域得到廣泛應用。這些新技術手段包括但不限于高效液相色譜（HPLC）、氣相色譜-質譜聯用（GC-MS）、核磁共振（NMR）等。面對當今新的食品安全問題，如食品真實性、食品溯源、食品安全風險評估等，這些技術的引入和應用，為食品分析提供了更加精確、高效和全面的方法。其中，食品組學技術是一種綜合應用多種分析技術的方法，其結合了代謝組學、蛋白質組學和基因組學等多個層面的分析，通過高通量數據的獲取和綜合分析，可以揭示食品中的關鍵成分和其相互作用，為食品分析和質量控制提供保障[6]。

當然，通過一次綜合實驗想讓學生學會組學的所有方法是不現實的，教師可以通過設計一個綜合性實驗，讓學生初步了解和掌握組學的基本思想與方法。食品組學的難點在于如何綜合分析和解讀這些數據。為解決這個問題，本實驗引入了一些先進的數據分析工具平臺：MS-DIAL 和MetaboAnalyst。其中，MSDIAL 是一種開源的用于數據獨立分析的軟件，主要用于氣相色譜-質譜（GC-MS）和液相色譜-質譜（LC-MS）的非靶向代謝組學分析。其可以處理各類型的質譜原始數據，并進行復雜的數據處理，包括峰檢測、峰對齊、歸一化、統計分析等，MS-DIAL 的界面見圖2。MS-DIAL 的主要特點：可支持多種數據格式，包括Thermo、Waters、Agilent、Bruker 等常見的質譜數據格式；提供豐富的數據處理功能，包括峰檢測、峰對齊、歸一化、統計分析等；提供豐富的代謝物數據庫，可以進行代謝物的鑒定和注釋；提供友好的圖形用戶界面，使用者可以方便地進行數據處理和結果查看?？傊?，MS-DIAL 是一種強大的代謝組學分析工具，已被廣泛應用于食品科學、生物醫學和環境科學等領域。其包含質譜比對、化合物信息、峰散點圖等多個可視化窗口，界面操作便捷，數據信息量大[7-8]。

圖2 MS-DIAL 質譜數據處理結果查看界面圖

MetaboAnalyst (htps://metaboanalyst.ca/）是一個開放的功能強大的在線代謝組學數據分析平臺。其提供了一系列的工具和功能，可以幫助使用者處理、分析和解釋代謝組學數據，平臺界面見圖3。MetaboAnalyst 的主要特點和功能如下：①數據預處理。MetaboAnalyst 支持多種數據格式，包括質譜和核磁共振數據，并提供數據清洗、歸一化、變換和缺失值填充等預處理功能，確保數據的質量和一致性。②統計分析。MetaboAnalyst 可以提供多種統計分析方法，包括主成分分析（PCA)、偏最小二乘判別分析（PLSDA）、t檢驗、方差分析等。使用者可以根據自己的需求，選擇適當的方法進行數據分析。③功能分析。MetaboAnalyst 支持代謝物富集分析和通路分析，可以幫助用戶理解代謝物的生物功能和代謝途徑。同時，提供了多個數據庫和工具，包括KEGG、HMDB、Metscape 等，可用于注釋和解釋代謝物。④數據可視化。MetaboAnalyst 提供了豐富的數據可視化工具，如熱圖、箱線圖、散點圖等，可以幫助使用者直觀地展示和解釋分析結果[9]。此外，MetaboAnalyst 是一個免費的在線平臺，無須安裝任何軟件即可使用，已被廣泛應用于生物醫學、食品科學和環境科學等領域，為研究人員提供了一個方便、高效的代謝組學數據分析解決方案?？傊?，為了更好地展示和表達數據分析結果，可視化表達是非常重要的。通過使用MS-DIAL 和MetaboAnalyst 等工具，可以生成各種圖表和圖形，如熱圖、散點圖和通路圖等，從而直觀地展示數據分析結果，有助于學生更好地理解和解釋食品組學數據，提高他們的數據分析和解讀能力。

圖3 MetaboAnalyst 數據分析平臺圖

4 食品分析課程綜合實驗的實驗結果

學生利用MS-DIAL 和MetaboAnalyst 平臺，對實驗測得的數據和虛擬仿真實驗得到的結果進行分析。實驗樣品為3 種陳釀時間（0、3 年、5 年）的黃酒。

4.1 不同陳釀時間對黃酒總酸、總糖的影響

不同陳釀時間黃酒總酸的含量見圖4。在黃酒發酵的過程中，細菌會將糖分解成乳酸、醋酸、蘋果酸等有機酸。新制備或陳釀時間不長的黃酒，黃酒中的細菌和酵母會繼續代謝。其中，最主要的代謝過程是產生乳酸，還會同時產生其他有機酸。由于乳酸是黃酒中主要的有機酸成分，其含量的增加會導致黃酒的總酸含量逐漸增加，并且乳酸的產生也會促進蘋果酸、醋酸等有機酸的產生，故黃酒總酸含量會增加。當陳釀一定時間后，黃酒中的糖分幾乎分解完畢，大部分的酒精已經產生，這時細菌主要的代謝過程轉向產生乳酸。因此，增速明顯小于前期。

圖4 不同陳釀時間對總酸的影響圖

不同陳釀時間黃酒總糖的含量見圖5。黃酒在陳釀過程中，總糖含量會逐漸減少。其中，主要原因是黃酒中的糖分會隨著時間的推移被細菌和酵母分解成酒精和二氧化碳。同時，隨著糖分的降解，黃酒中的總糖含量會逐漸減少。因此，陳年的黃酒總糖含量一般會比新鮮的黃酒要低。黃酒在陳放過程中，黃酒中的糖分被分解成酒精和其他化合物，逐漸成熟和復雜化，可增加黃酒的復雜性和風味特點。

圖5 不同陳釀時間對總糖的影響圖

4.2 不同陳釀時間對游離氨基酸的影響

黃酒的游離氨基酸含量在陳放過程中會發生變化，從圖6 可見，陳年黃酒中的游離氨基酸含量比新鮮的黃酒高，且隨著陳放時間的增長，其含量逐漸增加。這是由于細菌和酵母在黃酒陳放過程中，會產生多種多樣的代謝產物，包括各種游離氨基酸。隨著陳放時間的增長，游離氨基酸的種類會逐漸增加，繼而形成復雜的氨基酸。

圖6 不同陳釀時間對游離氨基酸的影響圖

4.3 不同陳釀期黃酒揮發性成分的定性及定量分析

學生通過虛擬仿真實驗，得到3 種不同陳釀期黃酒樣品揮發性成分，原始數據文件通過MS-DIAL 利用公開的圖譜庫進行檢索，并輸出圖譜數據繪圖（見圖7），共定性鑒別出114 種揮發性成分，并根據峰面積得到各物質的相對含量。按照其化學結構性質不同，可分為8 類，包括酯類、醇類、萜烯類、烷類、酮醛類、有機酸類、酚類和其他類。其中，醇類含量最高占69.07%；酚類種類最少有6 種，占9.85%；酯類種類最多有32 種，占9.30%；其他依次為有機酸類5.24%、萜烯類4.25%、酮醛類0.60%、其他0.53%、烷類0.24%。其中，異戊醇含量最高，占36.99%，在3 個陳釀期黃酒中均存在，異戊醇使酒體口感微甜偏苦，可賦予酒體辛辣味和白蘭地的香氣[10]；苯乙醇含量次之，占28.85%，其具有柔和、香甜、持久的氣味，可賦予酒體芳香氣味[11]；2，4－二叔丁基苯酚含量位于第3 位，占7.99%；其余風味物質占比皆小于2%，如芳樟醇占1.94%，其具有清新的鈴蘭花香氣[12]；乳酸占1.91%，有刺激性氣味，是酒體酸味的主要來源之一。

圖7 不同黃酒SPME-GC/MS 圖譜圖

4.4 不同陳釀時間黃酒成分的主成分分析

通過Metaboanalyst 平臺，結合總糖、總酸、氣質聯用、氨基酸分析等數據，對3 種不同陳釀期的黃酒進行主成分分析，分析結果顯示如圖8。由圖8 可知，主成分PC1 的載荷為37.7%，主成分PC2 的載荷為17.9%，前2 個主成分的載荷為55.6%，大于40%，可以代表黃酒中主要的物質。此外，從圖8 可知，3 種黃酒在PC1 和PC2 方向上能清楚地區分開來，在95%置信區間上，y0 和y3 有部分重合、y5 與其他兩組沒有重合，說明不同陳釀期的黃酒在所含物質上，具有顯著差異。

圖8 主成分分析PCA 得分圖

4.5 偏最小二乘分析（PLS-DA）3 種儲存期黃酒的揮發性風味物質

為綜合分析不同黃酒的物質差異，學生建立了PLS-DA 模型，結果見圖9。模型中的2 個主成分代表55.3%的原始數據，能反映樣品的信息。以主成分1和主成分2 為橫縱坐標，同一陳釀期的樣品都在95%的置信區間內，3 組置信區間沒有重合，說明模型優于PCA 分析結果。在主成分1 上，y0、y3、y5 儲存期黃酒有明顯區別；在主成分2 上，3 個黃酒得分基本相近。這說明主成分1可以用來區別3個陳釀期的黃酒，主成分2 不易用來區別3 個陳釀期的黃酒。

圖9 偏最小二乘法判別分析PLS-DA 結果圖

PLS-DA 中，主成分1 的投影重要度（variable importance for the projection，VIP）反映了各變量對整體的貢獻度。當VIP 大于1.5 時，說明變量對整體的貢獻度高，可以作為潛在的黃酒酒齡標志物差異[13]。如圖10 所示，選取VIP 值最高的前15 個數據，其作為酒齡標志物與陳釀時間成正比，即隨陳釀時間的增加而增加，且標志物在每個年份中應該兩兩差異顯著（p＜0.05）。因此，本實驗一共篩選出符合上述條件的物質4 種，即化合物CAS：638-53-9 十三烷酸、CAS：143-07-7 月桂酸、CAS：334-48-5 正癸酸、CAS：112-05-0 正壬酸，這4 種物質可作為黃酒的酒齡標志物。圖11 為上述4 種物質在不同陳釀期的變化情況。

圖10 VIP 貢獻度圖

圖11 十三烷酸（a)，月桂酸（b)，正癸酸（c)，正壬酸（d）含量變化圖

5 教學效果

在傳統的驗證性實驗基礎上，本實驗引入了食品組學、MSDIAL、MetaboAnalyst 等新概念、新方法和新內容，創新性地構建了一個具有開放性、探索性和挑戰性的綜合實驗項目。該項目主要針對食品專業的本科三年級學生，他們通過之前的專業課程學習，已經掌握了實施該項目所需的基礎知識和實驗技巧。問卷調查顯示，92%學生對課程非常滿意；64%學生認為課程有難度，具有挑戰性；46%的學生表示，通過本實驗能夠認識前沿理論技術和方法，開闊了知識視野。該實驗項目對教學和學生都有較大的益處：①提升了教學內容的前沿性和實用性，使教學內容更加貼近當前的科學研究和實際應用。②新概念、新方法可以激發學生的學習興趣和動力，使他們更加主動地參與學習和實驗，提高學習的積極性和主動性。③可以培養學生數據分析、問題解決和創新思維等綜合能力，提高學生的專業素養和競爭力，為他們未來的科研和職業發展，打下堅實的基礎。

食品分析實驗課程在食品科學本科教學中，扮演著重要的角色，隨著科學技術的發展，傳統的實驗教學內容已不能滿足社會和行業對專業人才的需求。在“互聯網+”背景下，食品分析實驗教學改革，可以充分利用虛擬實驗和在線資源平臺，為學生提供更多的實驗資源和實驗場景，豐富實驗內容和實驗方法。學生可以通過虛擬實驗進行模擬實驗操作，加深對實驗原理和步驟的理解。同時，通過在線大數據分析平臺，學生可以更深入地分析和解讀食品分析實驗數據，發現樣品中的潛在規律和關聯性，提高數據分析的準確性和效率。此外，通過引入多學科的知識和方法，能夠培養學生的綜合思考和解決問題的能力，激發學生的創新意識和創新能力。

6 結語

在大數據和“互聯網+”背景下，新技術的引入為傳統的實驗教學帶來了更多的機遇。相關教育者需要思考如何充分利用這些技術和資源，為實驗教學注入新的活力，實現信息技術與傳統教學的有機融合，以達到更好的教學效果。為了實現這一目標，相關教育者需要在實踐中不斷探索和研究，尋找最佳的教學方法和策略。只有不斷地加以創新和改進，才能使實驗教學取得滿意的效果。