导航：安全管理网>> 安全论文>> 食品安全论文>>正文

代谢组学技术在食品安全风险监测中的研究进展

文档作者：郝杰姜洁毛婷孙晓冬文档来源：北京市食品安全监控和风险评估中心		点击数：	更新时间： 2025年06月23日
下载地址：点击这里	文件大小： 4.25 MB 共9页	文档格式： PDF	下载点数： 1 点（VIP免费）

全屏查看

内容预览 [文件共9页]

本文件共9页，如需编辑使用，请下载。

注：预览效果可能会出现部分文字乱码（如口口口）、内容显示不全等问题，下载是正常的。

	文件大小：4.25 MB 共9页文件格式：PDF 下载点数：1 点（VIP会员免费）

下一篇：大学生对食品安全的重视度研究

上一篇：代谢组学技术在食品安全中的运用

文本预览

仅提取页面文字内容，供快速阅读使用。

第8卷第7期食品安全质量检测学报Vbl．8 NO．7
2017年7月Journal of Food Safety and Quality Jul．，2017
代谢组学技术在食品安全风险监测中的研究进展
郝杰，姜洁+，毛婷，孙晓冬
(北京市食品安全监控和风险评估中心，北京100041)
摘要：代谢组学是一种基于高通量检测技术的大数据分析方法，广泛应用于药物研究、临床诊断、环境保
护和植物育种等工作中。随着食品安全形势的不断变化发展，人们对食品质量的要求不断提高，在常规的符合
性检验出现局限性的情况下，代谢组学技术显示出了巨大应用潜力，在食源性致病菌的检测、食品掺假及品质
鉴别、食品产地溯源以及转基因食品安全等方面得到了广泛应用。组学技术具有高通量、高准确性、全景分
析、技术灵活等特点，可以作为现行食品安全评价标准的有力补充，也为食品安全风险监测中疑难问题提供了
新的思路和技术手段。本文主要介绍了代谢组学的概念、分类、研究平台和统计方法。重点阐述了代谢组学
技术在食品安全风险监控中的应用，为后续相关领域内的进展情况及发展趋势提供参考。
关键词：代谢组学；食品安全；掺假鉴别；产地溯源
Research progress of metabonomics in food safety risk monitoring
HAO Jie，JIANG Jie+，MAO Ting，SUN Xiao-Dong
(Beijing Municipal Centerfor Food Safety Monitoring and Risk Assessment，Beijing 1 0004 1，China)
ABSTRACT：Metabonomics is a big．data analysis method based on high throughput detection technologies．The
application area of metabolomics includes pharmacy research，clinical diagnosis，environment protection and plant
breeding．With the changing of food safety situation，the requirement to food quality increases constantly．
Metabonomics reveals huge application potential in related filed，while the comn'lon conformity test runs into
limitation．It has been wildly applied in confirmation of food-borne pathogenic bacteria，food adulteration，quality
identification，origin traceability and safety evaluate of trans—genomic food．Metabonomics is high throughput，high
accuracy，full．array analysis and flexible technology，which can be a powerful supplement to modem food safety
evaluation standard，meanwhile，provide a new idea and technique method to solve the difficulties in food safety risk
monitoring．This article introduced the concept，classify,research technologies and statistical analysis methods of
metabonomics．It was focused on the applications of metabolomics in food safety risk monitoring，which could
provide necessary reference about evolve progress and tendency in related field to the later research．
KEY WORDS：metabonomics；food safety；adulteration identification；origin traceability
基金项目：北京市科技计划课题(Z161 100000616007)
Fund：Supportedby Program ofBeijing Municipal Science&amp;amp;Technology Commission(Z161100000616007)
+通讯作者：姜洁，教授级高级工程师，博士，主要研究方向为食品安全监控和风险评估。E-mail：jybjj2004@126．corn
*Corresponding author：JIANG Jie，Professor of Engineering，Ph．D，Beijing Municipal Center for Food Safety Monitoring and Risk
Assessment，Shixing Street No．64，Shijingshan District，Beijing 100041．E-mail：jybjj2004@126．com
万方数据
2588 食品安全质量检测学报第8卷
1 引言
食品安全是保障人类生存、提高人类生活质量的基础
是关乎每个消费者健康安全的重大民生问题。近年来，食
品安全受到世界各国政府和人民的高度重视，食品安全法
规、技术手段也不断丰富完善。但是，随着社会经济及科
学技术的持续发展，出现了更多新的风险点，对食品安全
监控及技术手段提出了越来越高的要求。
在目前常规的符合性检验工作中，利用色谱技术[1】、
光谱技术【21、质谱技术【3】和其他一些分析手段【4]对已知目标
的风险化合物进行测定，能够控制由于农业生产过程违规
用药、加工过程中非法添加以及储藏保存过程中性质变化
所带来的食品安全风险，国家也针对此类风险出台了一系
列标准技术方法，起到了很好的控制效果。然而另一方面，
随着人民生活水平的不断提高，对食品的需求已由刚需型
转变为了质量型，开始注重食品的品质。食品安全形势发
生变化，经济利益驱动的掺假、以次充好、假冒名优产品
原产地等违法行为屡见不鲜，这不仅破坏了优质产品的声
誉、而且严重侵害了消费者的利益。面对这类违法行为，符
合性检验就很难起到监控的作用，为了保障各方的合法权
益，多种新型分析技术用于食品品质及掺假鉴别工作，食
品组学就是解决这一问题的重要技术手段【5】。组学技术已
经广泛的应用于食品安全监控的多个方面，在食源性致病
菌的检测、食品掺假及品质鉴别、食品产地溯源以及转基
因食品安全等方面得到了广泛应用。组学技术具有高通量、
高准确性、全景分析、技术灵活等特点，可以作为现行食
品安全评价标准的有力补充，也为食品安全风险监测中疑
难问题提供了新的思路和技术手段。
2组学与代谢组学
组学概念源于分子生物学的研究手段，主要方法是
从整体水平人手，研究不同行为条件下，生物系统的整体
对某些条件变化所反馈出的不同差异，进而通过对差异的
生物标记物的监测，反映出整体的变化[6]。组学是多种技
术的统称，其中，基因组学(genomics)主要研究生物体主
要遗传物质DNA的序列结构组成，涉及到基因的物质基
础、组合排列、功能表达等多方面，最终目的是研究生物
体如何有效利用基因[”。转录组学(transcriptomics)是着眼
于基因转录中，由RNA指导转录DNA过程中的变化及控
制规律，是在整体上对细胞功能表达及调控进行研究的技
术【引。蛋白质组学(proteomics)是对蛋白质，特别是其结构
和功能由于外界刺激而引起变化的研究，是在大规模水平
上研究蛋白质特征，包括蛋白质表达水平，翻译后的修饰，
蛋白与蛋白相互作用等内容p】。
英国伦敦大学Nicholson教授于1999年基于组学研
究的思想，首次提出代谢组学[10】，它是研究生物体在不
同条件下所产生代谢产物变化的技术，并对生物体内的
小分子代谢产物(通常分子量小于looo)进行定性定量分
析，通过高灵敏度、高通量的分析仪器，结合统计学分析
及化学计量学的方法，从而能够对生物体内代谢产物变
化的规律进行研究。而根据研究方法、目的和对象的区
别，代谢组学又可有多重分类，见图1[11】。根据代谢组学
的研究对象不同，其可分为非靶向代谢组学分析和靶向
代谢组学分析：非靶向代谢组学以无偏向的方式扫描代
谢物，分析寻找尽可能多的代谢组分，再通过统计学方
法寻找能够反映组间差异的化合物，从而对不同个体之
间差异做出判别的一种研究方法；靶向代谢组学则是预
先设定某几个已知的标记物，对其进行针对性提取研究，
从而验证标记物假设的一种研究方法。根据代谢组学的
研究目标不同，分为3类【121：1．信息型，通过分析得到代
谢产物的确切定性定量数据结果，得到其属性；2．判别
型，通过非靶向研究，研究不同样品间的差异，做出判断；
3．预测型，基于代谢组学的研究结果，形成能够预测未
知样品真实属性的方法模型。
根据代谢组学的研究方法不同，其可划分为4个层次
[11,13]：一是代谢物靶标分析(metabolite target analysis)，对
一个或多个特定组份的分析；二是代谢轮廓分析
(metabolic profiling analysis)，对少数预设的代谢产物进
行定量分析，例如某些结构、性质相关的化合物，或者某
一代谢途径中所有代谢组份，或者多条代谢途径中相同
或相似的特征性代谢组份；三是代谢组学分析
(metabonomics analysis)，针对限定条件下样品中所有代
谢产物进行定性和定量研究；四是代谢物指纹图谱分析
(metabolic fingerprinting analysis)，不对样品中的具体组
份做分离鉴定，只进行快速识别分类或判别分析。另一方
面，代谢组学目前有3种表述：(metabonomics)和代谢物
组学(metabolomics)，代谢组学由Nicholson[10】提出，是着
眼于系统整体代谢组的变化来进行研究，主要是研究个
体在收到内在或外在因素变化，而导致整体发生化学或
生物学变化的规律；Fiehn和Trethewey[12】在不同的研究
对象下，提出metabolomics概念，认为其重点在于以生
物体内所有低分子量化合物为研究对象，通过定性定量
分析这些代谢物的变化规律。从而阐述生物个体发生变
化的技术。SumnerIt4】则又通过分析技术平台的不同来区
别Nicholson和Trethewey的概念，使用以定性定量分析
为主的质谱为技术平台时称为“metabolomics”，使用以研
究全局变化为主的核磁共振为技术平台时称为
“metabonomics”。Fiehn 认为metabolomics 是
metabonomics的有机组成部分，二者既有区别又互相联
系，但是随着学科的进一步发展和不断深入的讨论，代
谢组学和代谢物组学会逐步相互融合[15】。
万方数据
第7期郝杰，等：代谢组学技术在食品安全风险监测中的研究进展2589
图1代谢组学的分类
Fig．1 Classification of metabonomics
3代谢组学的研究平台及方法
代谢组学分析是由研究目标实验设计、样品采集、样
品预处理、代谢轮廓分析、数据处理、统计分析、差异标
记物选择、化合物鉴定等多个顺序步骤所组成的【1 61。但是
在实际工作中，并非每个步骤都是不可或缺的，其中代谢
物提取、分离和原始数据处理等步骤在已报道的部分代谢
组学研究中没有涉及【12】。步骤的取舍取决于研究的类型(非
靶向或靶向研究)，样品的状态(复杂或易提取)，使用的仪
器及检测手段等。图2总结了在食品安全工作中代谢组学
的步骤。
图2 食品安全工作中代谢组学的常见步骤
Fig．2 Common steps of metabonomics analysis in food safety
注：实线代表代谢组学分析的全流程，虚线表示在某些步骤缺
失下分析过程的捷径
3．1 实验设计与样品采集
在实验设计阶段，可以根据不同的实验目的，选择不
同的代谢组学流程。由于代谢组学的研究涉及大量的样本
和复杂的数据分析，因此，代谢组学研究要求严格的实验
设计和合适的分析精度，确定研究的对象，选择合适的设
备是组学研究的基础。
实验设计确定之后，需要收集足量具有代表性的样
品。样品的收集是代谢组学研究中至关重要的步骤[17’18】。
首先，确定合理具有可行性的样品采集方案，尽可能的减
小样品个体差异。其次收集的样品在合适条件下保存，并
避免组群样品之间的交叉污染。第三，根据实验目的，合
理、严格地采集或制备质控样品。质控样品应尽可能的涵
盖各组群的特点。
3．2样品预处理与代谢物提取
在靶向代谢组学中，预处理能够使目标差异标记物
的浓度最大化，这对于靶向代谢组学实验的成功与否具有
决定性意义。对于非靶向代谢组学研究，由于潜在的差异
标记物并不明确，因此在预处理方法摸索时，应尽可能多
的试验几种提取溶剂和方法，在食品组学工作中，提取方
法多与植物代谢组学的方法相类似【121，例如甲醇．水．氯仿
体系可以对从非极性到极性化合物都具有很好的提取效率
[19]，研究表明在绿茶[20】、土豆【211、西红柿【22】等基质中，甲
醇．水．氯仿体系都具有很好的提取效率。另外，对于核磁共
振(nuclear magnetic resonance，NMR)分析，基于重水
(D20)、氘代甲醇(CD30D)、氘代氯仿(CDCl3)和氘代二甲
基亚砜(DMs0．D6)的提取策略较为常见【23】。
3．3分离检测
组学分析是基于大数据的研究方法，而分析数据的
直接来源即为色谱、质谱、光谱、核磁共振等得到的多维
检测信息。为了能够确保在后期鉴定工作中得到足够的信
息支撑，需要高通量、高灵敏度、高准确性的仪器来满足
其检测需求。代谢组学分析中常见的分离手段包括有液相
色谱．高效液相色谱(high performance liquid
chromatography,HPLC)例和超高效液相色谱(ultra-high
performance liquid chromatography,UPLC)【25]、气相色谱
(gas chromatography，GC)‘261、毛细管电泳(capillary
electrophoresis，cE)㈣等技术，结合高准确性的检测手段，
包括高分辨质谱(high resolution mass spectrometry,
HRMS)[2引、NMR[291、振动光谱(vibrational spectrometry,
vR)[30】等技术。其中检测步骤可以脱离分离工作独立开展。
其中以红外光谱(infrared spectrometry，IR)为代表的
振动光谱技术是一种简单、快速、不破坏样品的光谱分析
技术‘311，近年来应用于猪肉品质鉴别【32】、蜂蜜品质鉴定
【33】、油品掺假[34,351等较为明显的差异化分析研究中。NMR
技术中1H—NMR是代谢组学分析的主要技术手段，NMR技
术已经是食品质量鉴别工作中强有力的主流技术手段，食
品研究者开发了多种色一质．核联用的解决方案，并使用了
万方数据
2590 食品安全质量检测学报第8卷
低温探头等新技术，弥补了NMR技术的不足[361，很好地
拓展了NMR技术的应用范围[231。质谱技术作为代谢组学
研究中系统获得代谢物谱的另一种主流方式，在食品组学
分析中得到了极为广泛的应用【31”。质谱通常与色谱技术联
用，前端将总代谢物进行分离，再利用质谱在不同时间对
不同化合物进行精确分析。目前也开发出了直接实时分析
质谱法(direct analysis in real time mass spectrometry,
DART-MS)，无需进行前端分离，可在极短时间内得到结
果，但其稳定性、抗干扰性都有待提高【381。质谱分析法灵
敏度高、选择性强、稳定性好，但是其面临着样品前处理、
色谱条件的摸索等限制，分析速度较NMR技术缓慢，且
必须得到色谱保留时间和质荷比两个参数才能准确标识一
个化合物，这无疑使得图谱解析工作难度大为增加。但随
着技术的进步，UPLC及HRMS的出现，以及一些联用方
法(如二维色谱[391)的提出，改善了这些问题，也使得色质
联用技术能够成功的结合组学技术来解决食品安全问题。
成为食品组学解决食品安全问题中的成功实践。
3．4原始数据处理和统计学分析
在代谢组学分析中，仪器所给出的结果是极为复杂的
信息，采用常规数据分析方法既难以发现组内或组间差异，
也难以发现样品中的哪些变量造成了差异。因此要处理复杂
而庞大的数据集群需要借用化学计量学的分析方法。
原始数据首先要进行识别处理，包括基线噪音的去
除、色谱峰识别、峰对齐、归一化、格式转化等[401。目前，
大部分的原始数据处理工作，都是依赖于仪器厂商配套软
件进行处理的，但也有如MetAlign等专业软件提供相应的
处理[411。
数据分析包括无师监督分析(unsupervised analysis)和
有师监督分析(supervised analysis)[11】。无师监督能够在缺
少明确信息的情况下对样品分组，分析方法以多变量数据
分析(multivariate data analysis，MVDA)为主。其中包括主成
分分析(principal components analysis，PCA)、聚类分析
(hierarchical cluster analysis，HCA)、神经网络(neural
network，NN)、非线性映射(nonlinear mapping，NLM)等分析
方法[36|。无师监督无法忽略组内差异，在组内差异较大，
或者是各组样品量相差较大时，无师监督并不适合组问差
异的鉴别和差异化合物的筛选[421。无师监督分析的局限性
可以用有师监督法来克服。有师监督分析先将检测样品按
类别分组，再进行分析，这样可以把各组加以区分，忽略
组内的随机差异，凸显组间系统差异。常见的有师监督分析
法包括偏最小二乘．判别分析(partial least
squares．discriminant analysis，PLS．DA)、正交偏最小二乘．判
别分析(orthogonal partial least squares—discriminant analysis，
OPLS．DA)、软独立建模分类(soft independent modeling of
class analogy,SIMCA)、人工神经网络(artificial neural
network，ANN)、支持向量机分析(support vector machine，
SVM)等[431。数据分析的工作通常都是通过专用代谢组学软
件或数据分析软件进行计算的，常见有MATLAB、SAS、
SIMCA、SPSS、MZmine和MET-IDEA等[州。
3．5差异标记物的结构确认及应用解释
非靶向代谢组学工作中发现的差异标记物，其分子
组成及结构解析确认，可以提供非常有价值的信息。差异
标记物的确认，可以使得组学实验由非靶向转向靶向研究，
通过对差异标记物的定性／定量分析，快速准确的判断样
品的属性。一些已知的代谢物具有明确、详细的结构信息，
可通过京都基因与基因组百科全书(Kyoto encyclopedia of
genes and genomes，KEGG)、人类代谢物数据库(human
metabolome database，HMDB)[45。、Metlin数据库以及厂商
或用户自建数据库检索到候选的分子式以及结构信息。在
使用NMR技术的情况下，1H．NMR谱图也有相对应的代谢
物数据库。
4代谢组学在食品安全风险监控中的应用
代谢组学在食品安全风险监控中已经进行了探索I生的
应用并取得了一些成果。近年来，在广受关注的食品的安
全、品质、等级、甚至是产地溯源研究方面，运用组学研究
工具，建立了灵敏可靠特异的分析判别方法。在预防食源性
致病菌、判别食品掺假及品质鉴别、特殊产地溯源以及加强
转基因食品安全等多领域，展开了广泛的研究应用[46-50]。
4．1 食源性致病菌检测中的应用
食源性疾病，特别是由食源性致病菌导致的微生物
食物中毒爆发事件是当今世界上最为广泛的卫生问题之一
[511。食源性致病菌的检测方法很多，常见方法有平板涂布
法、聚合酶链式反应(polymerase chain reaction，PCR)和酶
联免疫法(ELlSA)。但这些方法步骤复杂，通常需要48 h
以上才能得到结果，且结果操作随机误差较大。食源性致
病菌在生长过程中会合成释放一些有机小分子物质，利用
组学思想，从整体代谢物上研究食源性致病菌在生长过程
中所有代谢产物的含量进行统计学多维数据分析，得出准
确的某些生物标记物，从而可以转向靶向标志性代谢物检
测进行食源性致病菌的检测。
Cevallos等【52J利用毛细管电泳二极管阵列检测器，液
相色谱质谱联用法和气相色谱质谱联用法3种方法，结合
PCA和PLS．DA，对鸡肉和牛肉中大肠杆菌0157：H7和沙
门氏菌进行了分析。Bianchi等【53]发现利用伊月桂烯、邻
甲基苯乙烯、甲基庚烯酮和辛醇可以明显区分大肠杆菌、
金黄色葡萄球菌和炭黑曲霉菌污染的土豆和正常土豆。
Beale等[54]对比正常牛奶和被单增李斯特菌污染的牛奶，
发现被污染的牛奶含有大量肌醇和D．松二糖，通过
PLS．DA分析可知，污染和正常牛奶可以明显区分。在总
结前人研究的基础上，Lemfack[55】针对微生物挥发性代谢
万方数据
第7期郝杰，等：代谢组学技术在食品安全风险监测中的研究进展2591
产物建立了一个在线数据库，提供了重要的代谢物信息，
对寻找特征生物标记物有重要意义。表1中列出了应用代
谢组学方法进行食源性致病菌检测的典型研究。
4．2 食品掺假及品质鉴别中的应用
随着食品工业的不断发展，为降低成本，追求暴利，
部分食品生产者在经济利益驱动下，不计后果的进行食品
掺假行为，对消费者健康、市场稳定甚至食品工业的发展
都造成了严重的危害。另一方面，由于食品的加工工艺复
杂，食品原料多样化，全过程渠道漫长等因素，导致食品
掺假的鉴别非常困难，掺假原料的不明确，掺假过程的深
层次隐蔽，使得真实属性的识别常常无从下手。在这样复
杂的问题面前，代谢组学技术中对多维数据的分析就起到
了关键作用。从非靶向代谢组学分析作为出发点，找出真
实样品和掺假样品中的关键差异化合物，进而用靶向代谢
组学对差异代谢物进行追踪分析，可以有效应对不论任何
原料、任何环节上的掺假行为。
食用油是食品掺假的高发区，在橄榄油、花生油等高
价值商品中，添加葵花籽油等低值油品，以到达利益追求
的目的。Yang等【60]利用GC—MS结合PLS—DA分析对5种
商品化食用油中的脂肪酸组成进行研究，可以区分出掺假
1％的橄榄油。Hajimahmoodit611使用GC对4种食用油的掺
比情况进行了研究，找到了7种特征差异化合物。NMR[62]
与近红外光谱【63]结合PCA的方法也被应用于油品掺假鉴
别当中。在橙汁中混合价值较低、口味相近的西柚汁也是
常见的食品掺假行为，Jandric等【64】利用UPLC．QTOF．MS
对掺假1％的菠萝汁、橙汁、西柚汁进行了鉴别。Vaclavik
等t65】和Pant66】等也进行了相似的研究。葡萄酒由于其特殊
的品质等级分类，也常见以次充好或者以色素勾兑冒充高
值酒品的掺假行为，SON等【6刀利用NMR对葡萄酒发酵及
成熟过程中不同品质的葡萄酒鉴定进行了研究，Castro等
[68]禾1J用GC．MS也进行了相同的研究。另外在茶叶的品质
鉴别方面，代谢组学技术也开展了相当多的研究，
Tarachiwin等[69】利用NMR结合PCA建立了无需标准品的
评价日本绿茶品质的方法，Yah等[『70]建立了基于近红外光
谱及偏最tb-__乘分析法的鉴定安溪铁观音茶品质的方法。
在人参、西洋参等保健品的掺假中[711，组学技术也提供了
可靠的方法和思路。
除了常见的恶意掺假食品的品质鉴别，组学技术还
应用于食品加工运输等环节中造成的品质下降或者变质产
品的鉴别工作中。例如猪肉在加工和储运过程中品质不稳
定，易发生变化，利用组学技术发现生物标记物对肉制品
质量进行预测和控制已开展了部分研究[陀]。白肌肉(pale，
soft，exudative meat，PSE)是一种常见的猪肉质量缺陷，表
现为表面渗水过多、变色、质地变软等，通过对PSE肉的
生物标记物监测，可以避免肉品加工行业的经济损失。
Laville掣。73】通过蛋白质组学的研究，找到PSE肉潜在的生
物标记物-，J、热休克蛋白。机械回收肉是常见的一种冒充手
工剔骨肉的手段，通过GC．MS结合代谢组学技术可以成
功区分二者，为防止以次充好提供了技术依据[74]。
4．3食品产地溯源中的应用
知名产地的产品，往往附加了远高于其他产地产品
的价值(如知名度、质量、附加值、安全性等等)。不同产
地的产品，由于产地环境、生产工艺、原料来源等差异，食
品品质往往差异也甚大(镇江香醋、阳澄湖大闸蟹等)，一些
药食同源的地理产品，如天山雪莲、西藏冬虫夏草、长白
山人参、淮山、宁夏枸杞等，特殊产地的品质要明显优于
其他产地。由于品质的极大差异，我国为保护特殊产地食
品，出台了一系列的地理标志产品国家标准。但屡有不法
分子假冒标示，以次充好，混淆掺假知名产地产品，极大
的损害了知名品牌、产地声誉和消费者权益。
表1 代谢组学方法在食源性致病菌检测中的应用
Table 1 Applications of metabolomics in food-borne pathogen investigation
注：．代表该部分报道中未涉及
万方数据
2592 食品安全质量检测学报第8卷
运用组学技术，结合化学计量学方法能够准确识别
不同产地之间食品的差异，对地理标志产品的真伪进行有
效判别。Lopez．rituerto掣75】利用1H．NMR结合区间扩展规
范变量分析对拉里奥哈产区的白酒进行了组学分析。
Bondia-pons等【76J利用液相色谱．四极杆串联飞行时间质谱
结合PCA和CA对产自中国西藏、蒙古以及中国其他地区
的枸杞进行了产地鉴别分析。Stanimirova等【’7’7]分析了产自
不同产区的6种蜂蜜，通过组学分析，能够进行产地的判
别。除此之外，红外光谱技术[78]，稳定同位素技术[791，原
子光谱技术【80】及一些新型的测定技术[8l】结合组学分析方
法都广泛的应用于产地溯源、产品属地归属等工作当中。
4．4转基因食品安全中的应用
近年来人们对转基因食品安全性的关注越来越多，
转基因食品分析技术也得到了长足的发展，其中根据实质
等同性原则，判断转基因与非转基因样品间显著性差异分
析是判断转基因食品安全性的重点【821，理想工具就是组学
分析技术[831。目前研究范围已经延伸至转基因水稻[841、马
铃薯[85】、番茄删等初级农产品以及果洲871、啤酒删等以
转基因作物为原料的食品上。组学分析主要的实验目的是
评价转基因食品的非期望效应(unintended effects)，通过非
期望效应可以对转基因食品进行有效的危害识另lJIS3,89]。另
外，标记基因的安全性评价也是转基因食品安全的研究重
点之一，在植物转基因过程中，夕l源基因对植物受体细胞
的转化频率相当低，因此通常将表及基因与目的基因构建
在同一表达载体中转入植物，有时标记基因本身也是目的
基因[90,91]。一旦转化成功，标记基因便不再有用，甚至对
生态环境和食品安全存在潜在威胁。人们使用含有标记基
因的食品后，可能对人体产生直接效应[9”。Gall等[92】利用
NMR技术检测转基因番茄和对照组的出及代谢产物，发
现了15种代谢产物的含量差异，从而为分析转基因番茄
的非期望效应提供了有效技术手段。Kim等【931利用气相色
谱一飞行时间质谱对转基因水稻中一系列营养成分的变化
进行了研究，包括∥．胡萝卜素生物强化水稻中的14种亲脂
化合物，类胡萝卜素强化水稻中52种极性代谢产物[941，均
未表现出非预期的不良变化。
5结论与展望
食品组学，最终的目的是为了加速解决食品安全所
面临的问题、提升食品质量以及在分子水平上研究食品及
食品组分的生物活性[95l。与药物研究不同，要研究食品这
一类含有大量不同种类不同浓度内容组分的安全性及生物
活性(有益的或有害的)，组学技术是目前能够使用的最适
宜的技术。因此，食品代谢组学技术在未来食品安全监控
领域内将有极大的应用领域和发展方向。
但是，在食品代谢组学发展的过程中，化学计量学工
具的效率、代谢物信息数据库的缺乏、以及对食品自身内
部代谢通路变化的知识匮乏，都成为了其发展的局限。尽
管存在这些局限，全球科学家对食品代谢组学的研究依然
具有极高的热度，自2009年食品组学的概念被定义以来
[891，利用组学技术研究食品科学及营养学的研究成果大幅
增长。综上所述，食品代谢组学作为一项新兴技术，将为
食品质量与安全研究提供了高通量、高准确、高灵敏度的
技术平台，开展相关领域的研究，对确保食品质量与安全，
指导合理膳食结构，提高食品风险监控和评估水平具有重
要意义。
参考文献
[1]GB 29692．2013食品安全国家标准牛奶中喹诺酮类药物多残留的测
定高效液相色谱法[s】
GB 29692·-2013 Food safety national standard-·Determination of
quinolones residues in rnjll【by high performance liquid chromatographic
[S]
[2]GB 5009．17-2014食品安全国家标准食品中总汞及有机汞的测定[s]．
GB 5009．17-2014 Food safety national standard-Determination of total
mercury and organic mercury in food[s]．
【3]GB／T 22286-2008动物源性食品中多种肛受体激动剂残留量的测定
液相色谱串联质谱法[s]．
GB／T 22286·2008 Determinaiton of口-agonists residues in foodstuff of
animal origin·Liquid chromatography with tandem-mass spectrometric
[S]．
[4】GB 5009．5-2016食品安全国家标准食品中蛋白质的测定[s]．
GB 5009．5-2016 Food safety national standard·Determination of protein
infood[S1．
【5]邓美林，夏永鹏，赵博，等．食品组学技术在食品安全风险控制中的应
用[J】食品与发酵科技．2015，51(6)：95—99．
Deng ML，Xia YP,Zhao B，et a1．Application of food on'tics technology in
risk control about food safety【J]Food Ferment Technol，2015，51(6)：
95-99．
[6]Tang HR，Wang YL．Metabonomics：a revolution in progress[J]Prog
Biochem Biophys，2006，33(5)：401_417．
[7】李伟，印莉萍基因组学相关概念及其研究进展[J】．生物学通报．2000
35(11)：1-3．
Li w，Yin LP．Concepts and advances in ganomics[J]．Bull Biol，2000，
35(11)：1—3．
[8]廉洁，张喜春，谷建田转录组学及其在蔬菜学上应用研究进展[J]．
中国农学通报．2015，3l(8)：118—122．
Lian J，Zhang XC，Gu JT．Advance in transcriptomics and its application
inolericulture research[J]．ChinAgric SciBull，2015，3l(8)：118-122．
[9]9 王英超，党源，李晓艳．等．蛋白质组学及其技术发展[J】．生物技术通
讯．2010，2l(1)：139—144．
Wang YC，Dang Y’Li XY,et a1．Proteomics and the development of
proteomics techniques[J]Lett Biotechnol，2010，2l(1)：139—144．
[10]Nicolson JK,Lindon JC，Holmes E．Metabonomics：Understanding the
metabolic responses of living systems to pathophysiological stimuli via
multivariate statistical analysis of biological NMR spectroscopic data[J】
Xenobiotica，1999，29(11)：1181—1189．
[1 1]俞邱豪，张九凯，叶兴乾，等．基于代谢组学的食品真实属性鉴别研究
进展[J】．色谱，2016，34(7)：657—664．
万方数据
第7期郝杰，等：代谢组学技术在食品安全风险监测中的研究进展2593
Yu QH，Zhang JK，Ye XQ，et a1．Progress on metabolomics for
authenticity identification of food【J]．Chin J Chromatogr,2016，34(7)：
657-664．
[12]Fiehn O，Kopka J，Dormann P'et a1．Metabolite profiling for plant
functionalgenomics[J】NatBiotechnol，2000，18(11)：1157—1161
[13]Cevallos—cevallos JM，Reyes-de-corcuera J，Etxeberria E，et a1．
Metabolomic analysis in food science：A review[J]．Trend Food Sci
Technol，2009，20(1 1／12)：557—566．
[14】Stunner LW,Mendes只Dixon RA．Plant metabolomics：large-scale
phytochemistry in the functional genomics era[J]Photochemistry,2003，
62(6)：817—836．
[15]吴玉萍．基于UHPLC-QTOF／MS代谢组学技术对猪尿中岛．受体激动
剂残留的研究[D】，北京：中国农业大学，2015．
舫纰Metabonomic approach based on ultra-hi曲performance liquid
chromatogmphy-quadrupole time·of-flight mass spectrometry for urine
profiling of swine treated with B-agonists[D]．Beijing：China Agricultural
University,2005．
[16]Rubert J，Zachariasova M，Hajslova J，et a1．Advances in high-resolution
mass spectrometry based on metabolomics studies for food—A review[J]
FoodAddit ContainA，2015，32(10)：1685—1708．
[17】Raterink RJ，Lindenburg PW,Vreeken ILl，et a1．Recent developments in
sample—pretreatmant techniques for mass spectrometry-Based
metabolomics叨．TrendAnal Chem，2014，61：157—167．
[18】Noack S，Wiechert wI Quantitative metabolomics：A phantom[J]Trend
Biotechnol，2014，32(5)：238-244．
[19]Jonsson P，Gullberg J，Nordstrom A，et a1．A strategy for identilying
differences in large series ofmetabolomic samples analyzed by GC／MS[J]．
Anal Chem，2004，76(6)：1738一1745．
[20】Pongsuwan w'Bamba T’Harada K，et a1．High—throughput technique for
comprehensive analysis of japanese green tea quality assessment using
ultra-performance liquid chromatography with time—of-flight mass
spectrometry(UPLC／TOF Ms)[J]J Agric Food Chem，2008，56(22)：
10705-10708．
【21]Dobson G Shepherd T，Verrall SR，et a1．Phytochemical diversity in tubers
of potato cultivars and landraces using aGC—MS metabolomics approach
[J】．JAgricFoodChem，2008，56(21)：10280—10291．
[22]Capanoglu E，Beekwilder J，Boyacioglu D，el a1．Changes in antioxidant
and metabolite profiles during production of tomato paste[J]．J Agric
Food Chem，2008，56(3)：964-973．
[23】陈黛安，叶央芳．基于核磁共振的代谢组学技术在食品科学中的应用
[J]，食品与发酵工业．2016，42(3)：256-261．
Chen DA．Ye YF．Application ofNMR-based metabolomics technique on
the food science[J】．Food Ferment Ind，2016，42(3)：256—261．
[24】Tanaka K，Li F，Watanabe S，et a1．Evaluation of the quality of Chinese
and Vietnamese cassia using LC·MS and multivariate analysis[J]Nat
Prod Commun，2013，8(1)：75—78．
[25]Inoue K，Nishimura M，Tsutsui H，et a1．Foodomics platform for the assay
of thiols in wines with fluorescence derivatization and ultra performance
liquid chromatography mass spectrometry using multivariate statistical
analysis【J】．J Agric Food Chem．2013，6l(6)：1228—1234．
[26]Ma C，Wang H，Lu X，et a1．Metabolic fingerprinting investigation of
Artemisia annua L．in different stages of development by gas
chromatogr印hy-mass spectrometry[J]．J Cllromatogr A，2008，1186(1-2)：
412—419．
[27]Mouton MR， Soga — Metabolome analysis by capillary
electrophoresis-mass spectrometry【J】．J C11romatogr A，2007，1 168(1—2)：
237-246．
[28]Courant F，Pinel G Bichon E，el a1．Development of a metabolomics
approach based on liquid chromatography-high resolution mass
spectrometry to screen for clenbuterol abuse in calves[J]Analyst，2009，
134(8)：1637—1646
[29]Wei FF,FurihataK Koda M，et al，13C NMR-based metabolomics for the
classification of green coffee beans according to variety and origin[J]J
Agric FoodChem．2012，60(40)：10118—10125．
[30]Cozzolino D，Flood L，Bellon J，et a1．Combining near infrared
spectroscopy and multivariate analysis as a tool幻differentiate different
strains of Saccharomyces cerevisiae：A metabolomics study[J】．Yeast，
2006，23(14／15)：1089—1096
【31]王多加，周向阳，金同铭，等．近红外光谱检测技术在农业和食品分析
上的应用[J】光谱学与光谱分析，2004，24(4)：447_450．
Wang DJ，Zhou XY,Jin TM，et a1．Application of near-infrared
spectroscopy to agriculture and food analysis[J】．Spectrosc Spect Anal，
2004，24(4)：447—450
[32]李红莲，赵志磊，庞艳苹，等．近红外光谱法快速鉴别花生油真伪及掺
伪成分[J]．食品安全质量检测学报，2010，27(I)：24-29．
Li HL，Zhao ZL，Pang YP,et a1．Identification of peanut oil and its
adulteration component with by near infrared spectroscopy[J】．J Food Saf
Qual，2010，27(1)：24—29．
[33]郭培源，林岩，付妍，等．基于近红外光谱技术的猪肉新鲜度等级研究
[J]激光与光电子学进展，2013，50：1-7．
Guo PY,Lin YFu Y，et a1．Research on freshness level of meat based on
near-infrared spectroscopy technique[J】Las Optoelect Prog，2013，50：
1—7．
[34]Woodcock T'Downey G Kelly JD，et a1．Geographical classification of
honey samples by near-infrared spectroscopy：a feasibility study【J】．J
Agric Food Chem,2007，55(22)：9128—9134．
[35]De—Luca M，Terouzi WIoele G et a1．Derivative FTIR spectroscopy for
cluster analysis and classification of morocco olive oils[J]Food Chem,
2011，124(3)：1113—1118，
[36]陈利利，李云志，李丽．代谢组学技术及其在食品鉴别中的应用[J]．
食品工业科技2011，32(12)：585—589．
Chen LL，Li YZ，Li L．Metabolomics technology and its application in
food identification[J】．Sci Teeh Food Ind，201 1，32(12)：585-589．
[37]Wu Z，Huang Z，Lehmann R，et a1．The application of
chromatography-mass spectrometry：methods to metabonomics[J]
Chromatographia，2009，69(S1)：$23一$32．
[38】Lin L，Yu Q，Yan x，et al Direct infusion nlass spectrometry or liquid
chromatography mass spectrometry for human metabonomics：A senlrll
metabonomic study of kidney cancer[J]Analyst，2010，135(11)：
2970-2978．
[39]Pierce KM，Hoggard JC，Mohler RE，et al Recent advancements in
comprehensive two—dimensional separations with chemome仃ics[J]J
ChromatogrA，2008，1184(1／2)：341
[40】Ellis DI，Brewster VL，Dunn wB，et a1．Fingerprinting food：current
technologies for the detection of food adulteration and contamination[J】．
Chem Soc Rev,2012，41(17)：5706—5727．
万方数据
2594 食品安全质量检测学报第8卷
[41]Lommen A．MetAlign：Interface-driven，versatile metabolomics tool for
hyphenated full—scan mass spectrometry data preprocessing[J】．Anal
Chem，2009，81(8)：9079-9086
[42]阿基业．代谢组学的数据处理方法．主成分分析法[J】中国临床药理学
与治疗学，2010，15(5)：481-489．
A JY．Analysis of metabolomics data：principal component analysis[J]
Chin J Clin Pharm Therap，2010，15(5)：48】-489．
[43]Berrueta LA，Alonso—Salces RM，Heberger K．Supervised paRem
recognition in food analysis[J】J Chromatogr A，2007，1 158(1／2)：
196—214．
[44]胡传芹，曹学丽．代谢组学在食品安全风险监测与评估中的应用[J]．
食品安全质量检测学报，2015，6(10)：4070-4074．
Hu CQ，Cao XL．Application of metabolomics method in food safety risk
monitoring and assessment[J]．J Food SafQual，2015，6(10)：4070-4074．
[45]Wishart DS，Tzur D，Konx C，et a1．HMDB：the human metabolome
database【J]Nucleic Acids Res，2007，35：D521一D526．
[46]Nakai S，Wang Z H，Dou J，et a1．Gas chromatography／principal
component similarity system for detection of E．coli and S．aureus
contaminating salmon and hamburger[J]．J Agric Food Chem，1999，47(2)：
576-583．
[47]Ogihara H，Horimoto Y’Wang ZH，et al Solid phase microextraction／gas
chromatography of Salmonella—infected beef[J]J Agric Food Chem，2000，
48(6)：2253-2259．
[48]Siripatrawan U，Harte BR． Solid phase microextraction／gas
chromatography／mass spectrometer integrated with chemometrics for
detection of Salmonella typhimurium contamination in a packaged flesh
vegetable[J]Anal Chim Acta，2007，581(：)：63-70．
[49】Xu Y Chang W Winder C L，et a1．Metabolic profiling of meat：
assessment of pork hygiene and contamination with Salmonella
typhimurium[J]．Analyst，2011，136(3)：508-514．
[50]Bhattacharjee P，Panigrahi S，Lin DQ，et a1．A comparative qualitative
s乱ldy of the profile of volmile organic compounds associated with
Salmonella typhimurium of packaged aged and fresh beef by
HS—SPME／GC-MS明J Food Sci Tech Mys，201 l，48(1)：1-13．
[51]董庆利，王海梅，Malakar PK，等．我国食品微生物定量风险评估的研
究进展[J】．食品科学，2015，36(11)：221—229．
Dong QL，Wang HM，Malakar PK，et a1．Review of progress in
quantitative microbiological risk assessment in china fJ]．Food Sci，2015，
36(I 1)：221-229．
[52]Cevallos·cevallos JM，Danyluk MD，Reyes-De-Corcuera儿．GC-MS
based metabolomics for rapid simultaneous detection of Escherichia coli
0157：H7，Salmonella typhimurium，Salmonella muenchen，and
Salmonella Hartford in ground beef and chicken田．J Food Sci，201 1，
76(4)：M238一M246．
[53]Bianchi F，Careri M，Mangia A，et a1．Differentiation of the volatile profile
of microbiologically contamineated canned tomatoes by dynamic
headspace extraction followed by gas chromatography—mass spectrometry
analysis[J]．Talanta，2009，77(3)：962—970．
[54]Beale DJ，Morrison PD，Palombo EA，Detection of Listeria in milk using
non—targeted metabolic profiling of Listeria monocytogenes：A
proof-of-concept application[J]．Food Control，2014，42：343-346．
[55]Lemfack MC，Nickel J，Dunkel M，et a1．mVOC：A database of microbial
volatiles[J]_NucleicAcids Res，2014，42(D1)：D744一D748．
[56]Nakai S，Wang ZH，Dou J，et a1．Gas chromatography／principal
component similarity system for detection of E．coli and s。aureus
contaminating salmon and hamburger[J]J Aglic Food Chem，1999，47(2)
576-583．
[57]Ogihara H，Horimoto Y，Wang ZH，el a1．Solid phase microextraction／gas
chromatography of Salmonella-infected beef[J】J Agric Food Chem，2000
48(6)：2253-2259．
[58]si邱atrawan U，Harte BR． Solid phase microextraction／gas
chromatography／mass spectrometer integrated with chemometrics for
detection of Salmonella typhimurium contamination in a package fksh
vegetable[J】．Anal ChimActa，2007，581(1)：63_70．
[59]Xu Y，Chang WWinder CL，et a1．Metabolic profiling ofmeat：assessment
of pork hygiene and contamination with Salmonella typhimurium[J]
Analyst，201l 136(3)：508-514．
[60】Yang Y，Fe玎o MD，Cavaco I，et al Detection and identification of extra
virgin olive oil adulteration by GC—MS combined with chemometrics[J]J
Agric Food Chem，2013，61(15)：3693—3702．
[61]Hajimahmoodi M，Vander HY,Sadeghi N，et a1．Gas·chromatographic
fatty-acid fingerprints and partial least squares modeling as a basis for the
simultaneous determination ofedibleoil mixtures岍．Talanta，2005，66(5)：
1108-1116．
[62】Ogrinc N，Kosir IJ，Spangenberg JE，et a1．The application of NMR and
MS methods for detection of adulteration of wine，fruit juices，and olive
oil—A review[J]Anal Bioanal Chem,2003，376(4)：424-430．
[63】Christy AA，Kasemsumran S，Du YP'鲥a1．The detection and
quantification of adulteration in olive oil by near-infrared spectroscopy
and chemometrics【J]．Anal Sci，2004，20(6)：935—940．
[64]Jandric z，Robe,s D，Rathor MN，et al Assessment of fruit juice
authenticity using UPLC·QTOF MS：A metabolomics approach[J]Food
Chem，2014，148(1)：7-17，
[65】Vaclavik L，Schreiber A，Lacina O，et a1．Liquid chromatography-mass
spectrometry-based metabolomics for authenticity assessment of fruit
juices[J]．Metabolomics，2012，8(5)：1-1 1．
[66]Pan GG，Kilmartin队，Smith BG et a1．Detection of orange juice
adulteration by tangelo juice using multivariate analysis of
polymethoxylated flavones and carotenoids明．J Sci Food Agric，2002，
82(4)：421-427
[67】Son HS，Hwang GS，Kim KM，et a1．(1)H NMR-based metabolomic
approach for understanding the fermentation behaviors of wine yeast
strains[J]．AnalChem，2009，81(3)：1137-1145．
[68]Castro CC，Martins RC，Teixeia JA，et a1．Application of a
high—throughput process analytical technology metabolomics pipeline to
port wine forced ageing process[J]Food Chem，2014，143：384-391．
[69]Tarachiwin L，Ute K，Kobayashi A，et a1．1H NMR based metabolic
profiling in the evaluation of Japanese green tea quality[J]J Agric Food
Chem，2007，55(23)：9330—9336．
[70]Yan SM，Liu皿Xu L，et a1．Rapid discrimination of the geographical
origins of an Oolong tea(anxi-tieguanyin)by near-infrared spectroscopy
and partial least squares diseriminant analysis[J]J Anal Methods Chem，
2014，1：1-6．
[71]Lee EJ，Shaykhutdinov R，Weijie AM，etal Quality assessment ofginseng
by 1H-NMR metabolite fingerprinting and profiling analysis[J]J Agric
Food Chem．2009．57：7513．7522．
万方数据
第7期郝杰，等：代谢组学技术在食品安全风险监测中的研究进展2595
[72]刘吴天，李媛嫒，孔保华．组学技术在鉴定及预测猪肉质量特性生物
标志物中的应用[J]．食品工业科技．2016，37(13)：381—385．
Liu FIT,Li YY．Kong BH．Application of omics techniques in
identification and predication ofbiomarkers ofquality attributes ofpork：a
review[J]Sci Technol Food Ind，2016，37(13)：381—385．
【73】Laville E，Sayd T’Sante—Lhoutellier、‘et al Characterization of PSE
zones in semimembranosus pig muscle[J】．Meat Sci，2005，70 o)：
167-172．
[74】Surowiec I，Fraser PD，Patel R，et a1．Metabolomic approach for the
detection ofmechanically recovered meat in food products[J]Food Chem，
201 1，125(4)：1468-1475．
[75]Lopez-Rituerto E，Savorani F'Avenoza A，et a1．Investigations of La moja
Terroir for wine production using 1H-NMR metabolornics[J]J A舛c
Food Chem，2012，60：3452—3461．
[76】Bodia-Pons I，Savolainen O，Torronen R，et a1．Metabolic profiling ofG0ji
berry extracts for discrimination of geographical origin by non-targeted
liquid chromatography coupled to quadmpole time-of-flight mass
spectrometry[J】．Food Res Int，2014，63(B)：132—138．．
[77】Stanimirova I，Ustun B，Cajka T'et a1．Tracing the geographical origin of
honeys based on volatile compounds profiles assessment using pattem
recognition techniques[J]Food Chem，2010，118(1)：171—176．
[78】张宁，张德权，李淑荣，等．近红外光谱结合SIMCA法溯源羊肉产地
的初步研究叨．农业工程学报2008，24(12)：309-311．
Zhang N，Zhang DQ，Li SR，et a1．Preliminary study on origin traceability
ofmutton by near infrared relenctance spectroscopy coupled with SIMCA
method[J]Trans Chin Soc Agric Eng，2008，24(12)：309—3 1 1．
[79]Piasentier E，Valusso R Camin F，et a1．Stable isotope ratio analysis for
authentication oflamb meat m．Meat Sci，2003，64(3)：239-247．
[80】杜彬，任艳军，杨林华，等．不同产区葡萄酒中氨基酸和微量元素的测
定分析[J]．食品工业，201 1，8：108-1 10．
Du B，Ren YJ，Yang LH，el a1．Determination of aruino acids and trace
elements in grape wine from different production area[J]Food Ind，2011，
8：108-110．
[81]Xu L，Yan SM，Cai CB，et a1．The feasibility of using near-infrared
spectroscopy and chemometrics for umargeted detection of protein
adulteration in yogurt：Removing unwanted variations in pure yogurt[J]J
Anal Method Chem，2013，2013：1．
[82]Organization for Economic Co·operation and Development．Safety
evaluation of foods derived through modem biotechnology：concepts and
principles[M】．P鲥s：Organization for Economic，1993．
[83】王晨光，许文涛，黄昆仑，等转基因食品分析检测技术研究进展[J]
食品科学，2014，35(21)：297—305．
Wang CG Xu WT，Huang KL，et a1．Recent progress in techniques for the
detection and analysis of genetically modified foods[J】2014，35(21)：
297-305．
[84】Chang YW，Zhao CX，Zhu Z，et a1．Metabolic profiling based on LC／MS
to evaluate unintended effects of transgenic rice with crylAc and sck
genes[J]Plant Mol Biol，2012，78(4／5)：477-487．
[85】Catchpole GS，Beckmann M，Enot D，et a1．Hierarchical metabolomics
demonstrates substantial compositional similarity between genetically
modified and conventional potato crops【J】P Natl Acad Sci USA，2005
102(40)：14458—14462．
[86】Le GG Dupont MS，Mellon FA，et a1．Characterization and content of
flavonoid glycosides in genetically modified tomato(Lycopersicon
esculentum)fruits[J】．J Agric Food Chem,2003，5l(9)：2438-2446．
[87】Socaci SA，Socaciu C，Tofana M，et a1．In-tube extraction and GC—MS
analysis of volatile components from wild and cultivated seabuckthom
(Hippophae rhamnoides L ssp．Carpatica)berry varieties and juice[J】
PhytochemAnal，2013，24(4)：319-328．
[88]Inui T'Tsuchiya F，Ishimaru M，et a1．Different beers with different hops，
relevant compounds for their aroma characteristics【J】．J Agric Food Chem,
2013．61：4758—4764．
[89]Heinemanm JA，Kurenbach B，Quist D．Molecular profiling-a tool for
addressing emerging gaps in the comparative risk assessment ofGMOs[J]
Environ Int，2011，37(7)：1285—1293．
[90】贾士荣．转基因植物食品中标记基因的安全性评价[J]中国农业科学，
1997，30(2)：1-15．
Jia SR．Safety evaluation ofmarker genes in transgenic food plants[J]．Sci
Agric Sin，1997，30(2)：1-15．
[91]宋欢，王坤立，许文涛，等．转基因食品安全性评价研究进展[J]．食品
科学，2014，35(15)：295-303．
Song H，Wang KL，Xu WT’et a1．Progress in safety assessment of
genetically modified foods[J】．Food Sci，2014，35(15)：295-303．
[92]Gall GL，Colquhoun LJ，Davis AL，g}a1．Metabolite profiling of tomato
(Lycopersicon esculentum)using 1H-NMR spectroscopy as a tool to detect
potential unintended e位cts following a genetic modification[J]．J Agric
Food Chem，2003，51(9)：2447-2456．
[93]Kim JK，Ha SH，Park SY,et a1．Determination of lipophilic compounds in
genetically modified rice using gas chromatography time-of-flight mass
spectrometry[J】，J Food Compos Anal，2012，25(1)：3 1-38．
[94]Kim JK，Park SY,Lee SM，et a1．Unintended polar metabolite profiling of
carotenoid-bio fortified transgenic rice reveals substantial equivalence to
its non-transgenic counterpart[J】Plant Biotectmol Rep，2013，7(1)：
121-128．
[95]Cifuentes A．Foodomics：The necessary route to boost quality,safety and
bioactivity offoods[J】．Electrophoresis，2014，35(11)：1517—1518．
(责任编辑：姜姗)
郝杰，硕士，工程师，主要研究方
向为食品安全分析技术。
E—mail：haojiecrab@126．corn
姜洁，博士，教授级高级工程师，主
要研究方向为食品安全监控和风险评估。
E—mail：jybjj2004@126．corn 一旦是

网友评论 more

食品安全论文最新内容

06-23