《食品科学》：江南大学毛健教授、任青兮博士等：基于代谢组学解析黄酒非挥发性成分的研究进展

  黄酒是中国传统且特有的酒种，由早期米酒等谷物酿造酒发展演变而成，是一种“以稻米、黍米、小米、玉米、小麦、水等为主要的组成原材料，经加曲和/或部分酶制剂、酵母等糖化发酵剂酿制而成的发酵酒”。黄酒生产包括浸米、蒸煮、冷却、拌曲、糖化发酵、压榨、过滤、装坛杀菌等基本步骤，发酵周期根据生产的基本工艺持续几天到几个月不等。以原料、产地、风格等为依据，可将黄酒按不同方式来进行分类（图1）。黄酒酿造是多种微生物边糖化边发酵（双边发酵）的复杂生物过程，产生并保留了种类丰富、组成复杂的代谢物，根据其挥发性可大致分为挥发性有机物（VOCs）和非挥发性成分（NVCs）。

  黄酒NVCs组成十分复杂，但是目前对其成分分析和功能解析尚不完善。代谢组学技术具有高灵敏度和高通量分析能力，并以庞大的代谢物数据库和强大的数据分析工具为支撑，可为黄酒NVCs分析提供有效手段。

  江南大学食品学院的赵诗睿、任青兮*、毛健*等对代谢组学的发展及其在黄酒NVCs分析中的应用进行概述，进一步补充大数据、人工智能技术及网络药理学在代谢组学分析中的融合与交叉，并总结黄酒主要NVCs的研究进展，以期为进一步应用组学方法解析黄酒NVCs组成及特性提供思路。

  Nicholson等于1999年提出了代谢组学技术，该技术最先用于对生物体组织或细胞中的小分子代谢物进行定性、定量和动态研究，是对基因组学和蛋白质组学的逐步发展和补充。近年来，代谢组学在食品领域的应用逐渐成熟，在食品成分分析、质量控制、工艺流程、污染物检测、毒理学和微生物学等方面展现出巨大的应用潜力。

  根据研究目标和分析思路的不同，代谢组学又发展为3 个方向：靶向代谢组学、非靶向代谢组学和广泛靶向代谢组学，3 种方法各具特点（表1）。整体来讲，靶向代谢组学专注于预先选定的某种或某类代谢物，通常是已知的或与研究问题相关的化合物，该方法对物质纯化的水平要求高，物质鉴定时只采集与目标代谢物相关的离子谱图信息，通过建立和优化MS或NMR方法，依赖目标代谢物标准品实现特定代谢物的准确定量，适用于一些特定代谢途径的研究。非靶向代谢组学主要追求检测更全面的代谢物质，不进行任何物质预设，常常要精简样品制备步骤，尽可能保持原样以避免影响代谢物谱，其通量更高，且通常用高分辨率质谱仪，优先检测样本中丰度较高的代谢离子，该方法数据量庞大，适用于新生物标志物的挖掘。广泛靶向代谢组学则是结合了前两者的特点，既关注已知代谢物，也探索未知代谢物，通过全扫描模式提高代谢物覆盖率，尽量获取全面的代谢物信息，同时高分辨率质谱仪在匹配的监测模式下对代谢物进行靶向采集，同时实现了“广泛性”和“准确性”，适用于特定代谢途径的深入研究，成为了一种新型代谢组检测方法。

  靶向代谢组学的思路最早被应用于医学研究和药物医治，该手段十分依赖于已知代谢物或预设代谢物信息，通过分离靶标并排除无关信号，可选择性检测目标代谢物，并通过内标法实现相对定量或外标法实现绝对定量，同时基于KEGG等富集分析可将代谢物映射在相关的代谢途径中。然而，代谢物覆盖率低、已知化合物数量较少或标准品制备困难是其存在的主体问题。总之，靶向代谢组学需要依靠特定的分析标准对一种或一组已知代谢物进行精准定量，这些代谢物通常与特定途径或生物活性相关，并且靶向研究更倾向于关注定量代谢物的含量变化。

  非靶向代谢组学对小分子代谢物进行无偏向性全面检测，侧重于检测尽可能多的代谢物组，以获得“图谱”或“指纹”特征，而无需识别或定量预设化合物。指纹分析和轮廓分析是非靶向方法中常用的两种策略。指纹分析可识别谱图中最重要的区域，利用化学计量学工具（如主成分分析（PCA））对不一样的区域中获得的组分进行分类，以获得样品的特征指纹图谱。轮廓分析则是基于数据库或软件工具，在限定条件下对代谢产物进行快速定性和半定量分析，从而得出样品中最具鉴别力的代谢物。非靶向代谢组学优点是对代谢物的评估相对广泛，物质覆盖率相对较广，可用于初步的定性，但由于标准品受限，可能还会出现假阳性信号干扰，没办法提供物质的绝对定性定量数据。此外，非靶向代谢组学的挑战还在于怎么样确定谱峰中对应代谢物的“身份”，为解决这一问题，要一直更新与扩大相应数据库，如Tautenhahn等推出METLIN4代谢物数据库，大幅度提高了二级质谱离子碎片数据匹配的速度，简化了非靶向代谢组学流程。在应用方面，Cao Xuedan等基于超高效液相色谱-串联质谱（UPLC-MS/MS）的非靶向代谢组学方法，在葡萄柚鸡尾酒中鉴定出1 015 种植物化学物质，探究了发酵前后代谢物的变化特点；钱敏等采用非靶向代谢组学结合GC-TOF-MS分析广东客家黄酒，共鉴定出133 种代谢组分，包括有机酸、氨基酸及其衍生物、糖类及衍生物等，为揭示黄酒的NVCs及含量提供了科学依据。与靶向代谢组学对比，非靶向代谢组学提供的代谢物信息更丰富全面，不会遗漏样品代谢组的大部分分子信息，而黄酒发酵正是一个复杂代谢物体系动态变化的过程，该方法可为研究黄酒酿造过程代谢物整体变化规律提供有力工具。

  广泛靶向代谢组学结合了靶向代谢组学“准确性”和非靶向代谢组学“广泛性”的特点，具有高通量、高灵敏度、广覆盖率、能够识别新的代谢区域等优点。该方法最早应用于阐明植物体内代谢物积累模式，首先通过全扫描模式获取代谢物图谱和离子对信息，基于靶向检测原理采用SIM/MRM/SRM/PRM模式对代谢物采集，结合数据库识别已知代谢物。目前，广泛靶向代谢组学方法被大范围的应用于检测分析食品中小分子化合物、识别关键代谢途径和评估工艺流程对代谢物的影响。例如，Wang Juan等基于超高效液相色谱-电喷雾离子源-三重四极杆串联质谱（UPLC-ESI-Q TRAP-MS/MS）的广泛靶向代谢组学方法首次从黄酒中鉴定出997 个NVCs，揭示了不同产地黄酒的代谢产物组成差异，为黄酒的质量控制、保健功效及产业化开发提供了理论参考。此外，广泛靶向代谢组学与网络药理学分析、分子对接等技术的结合也非常关注，为识别诊断生物标志物、揭示活性分子作用机制和发掘潜在治疗靶点的工作提供了有效手段，广泛靶向代谢组学未来将有可能继续与多学科从不同维度结合，在食品功能因子机制解析、疾病靶向治疗等方面得以应用。

  黄酒因其多样的发酵原料、广泛的地域分布及独树一帜的酿造工艺而形成了风味组成复杂、营养的东西丰富、区域性品种繁多等鲜明特点，因此对于不一样的酒样需要结合检测的新方法与研究对象选择适当的处理与分析策略。图2总结了黄酒的代谢组学分析基本流程。

  黄酒样品前处理包括总样品收集与预处理、初分离和再分离的基本步骤，以达到除杂纯化、适应仪器检验测试条件等目的。首先根据需要对黄酒样品进行过滤、离心、稀释、浓缩等预处理，以达到除去杂质、调整浓度、初步富集目标物等目的。在初分离阶段，需要根据目标成分的理化性质选择分离方法。蒸馏法是常用的分离方法之一，例如，水蒸气蒸馏（SD）常用于提取VOCs；真空（减压）蒸馏（VD）在收集VOCs时能有很大成效避免热敏性物质的分解；同时蒸馏萃取（SDE）能同时分离和收集VOCs，效率更加高；溶剂辅助蒸馏（SAFE）通过溶剂与目标物的协同作用，低温条件下实现高效、广谱的成分提取，非常适合于黄酒热敏性VOCs的分离。总之，蒸馏法利用化合物挥发性的差异，可将黄酒大部分VOCs收集在馏出液中，而NVCs则留于余液中。此外，萃取法也可用于VOCs或NVCs的选择性分离和富集。例如，适用于分离VOCs的方法有顶空固相微萃取（HS-SPME）、顶空搅拌棒吸附萃取（HS-SBSE）、薄膜固相微萃取（TF-SPME）等；适用于分离NVCs的方法有液液萃取（LLE）、超临界流体萃取（SFE）、固相萃取（SPE）、浸入式固相微萃取（DISPME）、浸入式搅拌棒吸附萃取（DI-SBSE）等。初分离后，为了进一步提升目标物质的富集度，消除其他化合物或共聚物的干扰，还一定要通过色谱法、萃取法等再分离方法将NVCs进一步纯化为糖类、蛋白质类、酸类、脂类等单一体系。此外，从植物样品中利用水提醇沉、酸碱萃取、酶提法、超滤膜萃取等技术提取活性多糖的思路也可借鉴。总之，代谢组学分析的准确性与稳定性特别大程度上依赖于样品前处理，应该以研究目标为导向，结合研究对象特点进行样品收集与多级分离纯化工作。

  代谢组学数据获取依赖于高精度分离技术和高灵敏性检测的新方法。色谱分离技术、质谱检测技术和NMR技术在代谢组学研究中应用最为广泛，也是鉴定物质和明确物质含量变化的有效工具。目前，尚没有单一分析技术能直接获取所有代谢物信息，因此常常要将色谱分离技术（包括LC、GC、毛细管电泳（CE））与代谢物鉴别判定技术（包括MS和NMR技术）相结合，实现先有效分离再准确检测的目的。VOCs主要是通过GC结合MS技术做多元化的分析，传统的GC-MS技术通过电子轰击电离生成碎片离子谱图，结合NIST等数据库进行物质鉴定。近年来，多维色谱技术（如GC×GC）与高分辨率质谱（如TOF-MS）的联用明显提升了分离能力和检测通量。此外，GC-IMS因无需复杂前处理、快速检测挥发性指纹图谱的特点，被大范围的应用于黄酒酿造过程VOCs的实时监测。NVCs主要依赖LC技术进行分离，LC以不同极性的液体为流动相，有正相色谱和反相色谱之分，同时，根据分离机理又分为吸附色谱、分配色谱、离子交换色谱和凝胶色谱。此外，在柱效的改进和柱材的优化下，发展出了高效液相色谱（HPLC）、UPLC等技术，并在非挥发性代谢物的研究中得到普遍应用。

  代谢组学得到的数据量通常比较庞大，涉及大量代谢物及多种因素影响，因此数据处理是很重要的环节，包括预处理、代谢物定性定量、数据统计学分析、下游生物信息学预测基本步骤。首先，数据预处理包括数据优化、归一化、标准化和数据转换，数据优化目的是增强“信号”和减少“噪音”，例如基于MS平台数据的峰对齐、基线校准和反卷积，或是基于NMR平台数据的信号消除、化学位移校准、分档等；数据归一化与标准化则是为了减轻不同样品在检验测试过程中的差异性和不均性，不同的预处理方法会影响变量统计结果。其次，代谢物的定性和定量是研究差异性的数据基础，靶向代谢组学能够最终靠标准品准确定量或半定量，并通过标准品数据库直接定性，非靶向或广泛靶向代谢组学能够最终靠公共数据库及自建数据库对物质定性，并根据峰面积对物质进行相对定量。此外，生物信息学和数学统计工具是分析和注释数据集的关键，目的是以庞大的代谢物体系为多变量，确定与所研究现象相关的代谢物、得选出关键的候选生物标志物或明确样品间代谢物的差异变化，最后通过数据可视化呈现结果。

  基于统计学办法能够对数据来进行初步解释，例如单变量分析、多变量统计分析、网络分析等。其中，单变量分析方法（如描述性分析、显著性检验、t检验、Mann-Whitney U检验等）较为直观，其核心原理是通过独立检验代谢物的组间差异，从而快速考察各个代谢物在不同样品类别之间的差异，在数据量较小或目标明确时，能够在一定程度上帮助快速定位显著差异变量。而多变量分析则通过捕捉多变量间的协同变化，突出变量间的关联性，适用于数据降维可视化、样本聚类趋势变化分析和多变量标志物得选，能够在一定程度上帮助揭示代谢物之间的相互作用和模式。多变量分析又分为无监督学习和有监督学习两类，核心不同之处在于数据是不是具有标签，两者互为补充，实际应用中常结合使用。在无监督学习中应用较为广泛的是PCA，针对黄酒样本的高维代谢组数据，PCA通过数据降维以有限变量总结数据主要特征，使代谢物形成相互区分的板块即“聚类”，以此观察数据有没有组间分类趋势或数据离群点，从而判断各变量之间的差异关系或寻找标志物，但局限在于无法直接与分组表型关联，适用于无标签或探索性研究。有监督学习如偏最小二乘判别分析（PLS-DA）、正交偏最小二乘判别分析（OPLS-DA）等，在降维的基础上利用标签构建预测模型，可以更高效地提取组间差异信息，帮助得选组间影响研究问题的代谢物，适用于分类预测、标志物得选或建立代谢物与表型的关联，但需明确分类标签（如产地、年份等），且需充足样本量，过拟合风险高，常常要对模型做验证与检验。总之，在实际应用中，可以基于数据特征（维度、分布、标签完整性）及研究目标综合运用多种统计学方法，或对现有办法来进行改进。

  近年来，AI算法与大数据技术的发展为黄酒代谢组学数据深度挖掘提供了更高效的手段。目前，AI算法已被成功应用于原始质谱数据处理、特征提取、标志物识别与分类、预测建模、构建网络分析等诸多方面。在原始质谱处理方面，基于深度神经网络架构（如卷积神经网络、图卷积网络、U-Net等）开发的噪声滤波与峰对齐算法显著减轻了基线与干扰物影响，提升了谱图分辨率与数据质量。在特征提取环节，机器学习和深度学习算法通过特征提取与数据降维，可以精准锁定关键代谢物，预测代谢物变化趋势。例如，利用基于决策树的机器学习模型（如XGBoost和随机森林）可高效分析黄酒陈酿过程中的代谢物变化，并预测关键功能性组分的变化趋势，而变分自编码器可将高维代谢组学数据集解卷积为潜在的核心代谢过程。此外，AI算法还可通过标志物识别与分类，得选出与黄酒品质紧密关联的生物标志物，在黄酒功能性组分的预测和分类中展现出巨大潜力。例如，支持向量机和长短期记忆网络被用于不同陈酿年份黄酒的质量评价和成分预测，能快速识别代谢物并构建预测模型，充分体现出AI在代谢组学数据分析中的优势。在预测模型搭建工作中，将长短期记忆网络、图神经网络等机器学习应用于时序代谢动态预测和功能活性推断，可为发酵优化或功能成分开发提供理论支持。不仅如此，基于AI的风味组学分析技术可实现关键风味物质的智能得选，将自然语言处理与感官评价结合，为黄酒风味的定向富集调控提供新的思路。大数据技术为代谢组学研究提供了强大的数据存储和解决能力。例如，通过构建黄酒代谢组学数据库整合多源数据（如GC-MS、LC-MS和NMR数据），能轻松实现对代谢物的全面注释以及代谢网络的构建。此外，大数据分析还能进一步揭示黄酒组分与外因之间的关联，帮助阐明黄酒组分的来源与影响因素，从而为黄酒生产的基本工艺的优化提供理论支持。AI算法的核心优点是其高维度数据处理能力、非线性模式识别及自动化流程，其与大数据技术的交互合作使代谢组学从“数据密集型”迈向“智能驱动型”，但亦面临数据质量依赖、数据标准化与共享机制不足、模型性能不齐及可解释性存在一定的差异、样本数量限制等挑战。未来动态代谢网络建模、可解释性AI算法与多组学数据融合将成为突破方向，以逐步的提升组学数据分析的高效性和精确性，深入揭示黄酒发酵过程中多因素与代谢物变化之间的关系，推动黄酒研究从成分表征向机制解析跨越，为黄酒的品质提升和个性化开发提供科学依据，也为传统酿造工艺的精准调控与功能因子开发提供科学范式。人工智能、大数据与代谢组学间的联系如图3所示。

  网络药理学起源于中医药研究，并由系统生物学和生物网络分析技术推动发展而来，旨在通过构建药物-靶点网络、基因-疾病网络等生物网络模型，预测药物成分的潜在作用靶点，并探讨其与病症的相关性，从而系统地揭示药、食源功能因子的作用机制。

  黄酒富含生物活性肽、多糖、多酚、γ-氨基丁酸等功能性成分，这些成分具有多靶点、多途径的生物活性，与中药特性高度相似。因此，网络药理学方法可应用于揭示黄酒功能性成分的多靶点作用机制，为黄酒功能性成分的分析提供有力补充。具体而言，代谢组学技术用于鉴定黄酒中的代谢组分，而网络药理学则用于预测这些代谢组分的潜在靶点，并构建代谢组分-靶点-疾病网络，通过这一种交叉应用，能快速、高效地识别黄酒药效成分，从而深入理解黄酒的保健功能。目前，利用互联网药理学研究，已成功预测和揭示了黄酒中多种成分的生物活性，例如在房县、绍兴和即墨黄酒中鉴定出113 种中药关键有效成分和78 种抗病有效成分。此外，网络药理学在黄酒成分研究中还具有更大的应用潜力，例如可用于黄酒活性成分的得选与靶点预测、黄酒功能性成分的作用机制研究及多成分协同分析等，从而为黄酒的质量控制及保健功效提供丰富的理论依照。然而，代谢组学和网络药理学的结合仍面临一些挑战，例如缺乏对外源性成分及相关靶点的全面获取，有可能会出现假阳性结果，且整体分析水平较为单一，局限性较大，缺乏对整体水平的系统性分析。因此，未来的研究还需加强完善从代谢组学数据到网络药理学模型的对接模式。

  总之，代谢组学的分析手段仍在逐渐完备和发展中，随着新统计方法、分析平台的发展和多学科技术的交叉应用，代谢组学将进一步提升数据的准确性和可靠性，为生物信息学和相关领域的研究提供更有力的支持。未来将代谢组学技术应用于黄酒发酵过程检测、黄酒NVCs代谢途径研究或建立黄酒-疾病之间的代谢物网络联系，可为深入挖掘黄酒特殊功能因子、推动黄酒生物改造技术进步、改善或治疗酒精损伤性疾病等提供理论基础。

  代谢组学的发展和应用揭示了黄酒NVCs的复杂性，其中糖类、含氮化合物类、有机酸类、酚类及其他微量元素在黄酒中发挥了特殊的生物活性，是黄酒中的主要功能性组分，目前相关研究主要围绕其物质含量、组成、来源、功能机制等角度展开。黄酒主要NVCs及其作用如图4所示。

  黄酒中碳水化合物含量较高，主要由单糖、低聚糖和多糖组成，大部分产生于谷物原料的酶解，还来源于未完全发酵的残糖和糊精，这些糖类不仅为黄酒提供甜味，还是发酵过程中微生物的能量来源，影响黄酒的整体乙醇含量和风味。受酿酒原料、产地、酿造工艺等影响，不一样黄酒糖含量差异显著，干黄酒糖分质量浓度小于15.0 g/L（以葡萄糖计），半干黄酒为15.1～40.0 g/L，半甜黄酒为40.1～100.0 g/L，甜黄酒大于100.0 g/L。黄酒单糖以葡萄糖为主，市售黄酒葡萄糖质量浓度约为14.31～60.42 g/L，而阿拉伯糖、半乳糖、甘露糖、核糖和乳糖的质量浓度较低，基本低于1 g/L（表2）。黄酒低聚糖由3～10 个单糖通过糖苷键连接聚合而成，分为普通低聚糖和功能性低聚糖。其中，普通低聚糖（如麦芽三糖）的分支结构相对比较简单，可被人体消化酶分解。功能性低聚糖因其存在的α-1,6-糖苷键及其特殊的分支结构，难以直接在消化道内分解而具有特殊的生理功能。黄酒功能性低聚糖最重要的包含异麦芽低聚糖和小麦麸皮低聚糖。异麦芽低聚糖（如异麦芽糖、潘糖和异麦芽三糖）来源于支链淀粉酶解后残留的分支低聚糖，或由麦曲微生物分泌的葡萄糖苷酶通过转糖苷合成，质量浓度约为7～8 g/L；而小麦麸皮低聚糖最重要的包含小麦麸皮经微生物酶解后形成的低聚木糖、阿拉伯低聚木糖和阿魏酰低聚糖。这些低聚糖不被机体消化吸收而立即进入大肠，不但可以直接调节肠道菌群结构，间接促进一些营养的东西（如B族维生素）在肠道的吸收与生物利用，还在缓解便秘（图5）和肠道炎症、降低血清胆固醇、提高机体免疫力、预防癌症等方面发挥作用。为增加功能性低聚糖含量，可从原料、工艺和菌种方面做优化，例如采用支链淀粉含量高的糯米或添加小麦麸皮，延长糖化时间促进支链淀粉的酶解与转糖苷反应或进行菌种改造，为功能性黄酒的开发提供思路。此外，低聚糖还可与蛋白质、酚类物质等形成聚集或沉淀复合物，其与多糖的交互作用也可能潜在影响黄酒的稳定性。黄酒多糖主要由原料酶解、乳酸菌合成、酵母细胞自溶等途径产生，其链长差异很大，由几十个至成百上千个单糖聚合而成。Yang Yi等经结构解析与预测，得出黄酒多糖的主要成分是短链支链α-D-葡聚糖（图6）。此外，多项研究通过有机溶液沉淀、除蛋白、超滤纯化等工艺对板栗黄酒、客家黄酒、党参黄酒等不一样的种类黄酒多糖进行提取分析，并从自由基清除、巨噬细胞分泌、信号传导等角度对黄酒多糖的抗氧化活性、体外免疫调节活性、抑制氧化应激、抗炎、肠道微生物调节等功能进行了验证。

  糖醇也是黄酒中的一类碳水化合物，它是指单糖（如葡萄糖、果糖）的羰基被还原成羟基后形成的通式为CH2OH-(CHOH)n-CH2OH的多元醇物质。糖醇对人体血糖值上升无影响，而且热量低、口感好，是黄酒醇甜滋味的来源之一。糖醇主要由酵母、乳酸菌等微生物在发酵过程中对单糖进行还原生成。目前关于糖醇的检测的新方法有HPLC、LC-MS/MS、GC、GC-MS、高效阴离子交换色谱-积分脉冲安培检测法等，其中高效阴离子交换色谱-积分脉冲安培检测法无需衍生化、操作简单便捷且灵敏度较高，是测定食品中糖醇含量的优势方法。黄酒中糖醇种类（如甘露糖醇、山梨糖醇和木糖醇）与白酒大致相同，但含量差异很大，可能是由于不同酒样采用的原料种类、微生物群落和优势菌种、发酵工艺和条件等方面的差异。

  结合代谢组学方法，已能对黄酒中大部分糖类和糖醇类物质进行检验确定，探究发酵条件的影响及部分糖类的健康效应。然而，目前对单一糖组分纯化、精细结构解析、分子作用机制等认识水平仍然有限。因此，未来黄酒糖类物质的研究趋向于应用新分离分析技术进行单一组分纯化与复杂结构解析，加强与化学、医学、生物信息学等多学科交叉合作，一同推动黄酒中糖类物质的研究进程。

  在葡萄酒、日本清酒、中国黄酒等酿造酒中，黄酒中的含氮类化合物含量最高，除了主要的蛋白质、肽和氨基酸外，还存在胺类、酰胺类、氨基甲酸乙酯（EC）等含量较低的含氮类化合物（表3）。黄酒酿造以糯米、黍米等粮食为主要的组成原材料，与酒曲混合后进行双边发酵，含氮化合物可来源于原料分解、酒曲微生物释放及陈酿阶段酵母自溶。据报道，黄酒中蛋白质和肽的平均质量浓度约为（4 210±430）mg/L，远高于葡萄酒（蛋白质量浓度15～230 mg/L）和日本清酒（总氮质量浓度250～1 190 mg/L）。多肽赋予了黄酒独特的感官特征，如苦味、鲜味、甜味、涩味等，目前鉴定的感官活性肽有鲜味肽DTYNPR、TYNPR、SYNPR、RFRQGD、NFHHGD和FHHGD，鲜味增强肽TYNPR、SYNPR、NFHHGD、FHHGD和TVDGPSH，苦味肽Pyr-LFNPSTNPWHSP（PGP）。一些多肽组分还具有一定生物活性，如胆固醇溶解抑制肽CGSP和血管紧张素转换酶活性抑制肽QSGP、VEDGGV、PST、NT、LY，采用膜分离、分子印迹等技术，可从黄酒中富集某些活性多肽，为功能性黄酒开发提供原料基础。然而，对于黄酒多肽的研究是在最近几十年才开始得到关注，主要围绕肽的风味功能、抗氧化、降血压、降胆固醇、调节脂质代谢和肠道菌群等活性展开。由于现存技术很难从黄酒中提取到纯度可观的目标多肽，因此，虽然黄酒多肽含量在同类酿造酒中最高，但其分离手段的开发与特性研究仍十分有限，许多肽的有益活性仍待发掘。

  黄酒中氨基酸大致可分为蛋白质类游离氨基酸和非蛋白质类氨基酸。蛋白质类游离氨基酸质量浓度约为1 634～5 923 mg/L，是发酵过程中酵母的主要氮源，也是黄酒风味物质或风味物质的前体，其中丙氨酸、精氨酸、天冬氨酸、谷氨酸、甘氨酸、亮氨酸和脯氨酸为主要氨基酸。部分氨基酸还具有呈味功能，如苦味氨基酸和鲜味氨基酸。苦味氨基酸最重要的包含亮氨酸、异亮氨酸、缬氨酸、酪氨酸、色氨酸、苯丙氨酸、组氨酸和精氨酸，其中亮氨酸和组氨酸可能是绍兴地区黄酒苦味的主要贡献物质之一，也有研究表明谷氨酸、精氨酸和赖氨酸在黄酒味感特征中起着及其重要的作用。不一样的风格黄酒苦味氨基酸比例存在比较大差异，但总体上占总氨基酸的40%左右。谷氨酸是黄酒的主要鲜味氨基酸。此外，一种谷氨酸和葡萄糖的美拉德反应中间体Fru-Glu也是黄酒中新发现的重要鲜味物质，其鲜味强度可达谷氨酸的1.6 倍。目前，通过精细化调控氨基酸组成（如促进鲜味氨基酸积累或抑制苦味氨基酸生成），已成为优化黄酒滋味的手段之一。黄酒中还富含γ-氨基丁酸，质量浓度约为27.42～70.51 mg/L，作为一种非蛋白质类氨基酸，γ-氨基丁酸是动物体内一种重要的中枢神经系统抑制性神经递质，具有抗抑郁、抗肿瘤、恢复脑细胞功能、改善神经机能、降血压和抑制肥胖等功能。同时，黄酒在贮存过程中受环境影响会产生胶体浑浊蛋白，绍兴黄酒胶体浑浊蛋白中谷氨酸含量最高，其次是脯氨酸和天冬氨酸。

  黄酒在发酵过程中容易形成生物胺和EC。生物胺是一类具有生物活性的含氮低分子有机物，通过相应氨基酸脱羧合成。适量生物胺有益于人体健康，但是过量摄入会引起头痛、呕吐、心悸、呼吸紊乱等严重危害。黄酒中生物胺质量浓度约为2.56～260.00 mg/L，以腐胺、酪胺、尸胺和组胺为主，总体上高于白酒（0.220 1～13.027 0 mg/L）和葡萄酒（3.55～44.00 mg/L），但是目前我国酒类行业尚无生物胺限量的规定。EC是黄酒在发酵过程中由含氮化合物不完全代谢产生的氨甲酰化合物（如尿素和瓜氨酸）与乙醇反应产生的，对人体具有潜在遗传毒性和致癌性，能采用多种控制策略减少EC的含量，包括酵母改造、工艺条件控制、使用脲酶和EC降解酶以及物理吸附等。

  总之，黄酒中氮类化合物的种类很丰富，它们在黄酒口感、风味、酒体稳定性、健康功效等方面发挥了及其重要的作用。然而，目前研究热点主要聚焦于肽类物质的分离鉴定，对其他氮类化合物的认识与发掘都很有限，要进一步提高功能探究的深度，拓展含氮类物质认知的广度。

  黄酒pH值约为3.5～4.8，有机酸种类丰富，质量浓度约为6 300～12 300 mg/L，包括挥发性有机酸（如乙酸、丙酸、戊酸等）与非挥发性有机酸（如乳酸、苹果酸、丁二酸、丙酮酸、草酸等）。这几十种有机酸来源于微生物分泌和乙醇发酵过程，约70%的有机酸在初级发酵过程中产生，因此经过控制发酵条件能够调节黄酒中有机酸含量。挥发性有机酸在某些特定的程度上贡献了香气复杂度，非挥发性有机酸则决定了黄酒总体酸度和酒体酸碱稳定性，并具有抑制杂菌生长的作用，同时酸也是醇酯的前体，为酒的呈香呈味做出了贡献。乳酸是黄酒的主体有机酸，余松柏等采用HPLC法测定不一样的种类酒样中的13 种有机酸含量，发现黄酒中乳酸含量远高于其他酒类，约为2 034.49～4 253.49 mg/L（表4）。此外，黄酒中还存在9.95～256.98 mg/L苹果酸、4.39～33.16 mg/L柠檬酸和34.81～223.49 mg/L丁二酸。HPLC法还可以建立以黄酒中有机酸为指标的指纹图谱，结合化学计量学分析，建立黄酒的识别与质量评价方法。应用非靶向代谢组学的GC-MS法也可用于探究黄酒中有机酸的相对含量与组成差异。随着代谢组学的应用成熟，可为解决黄酒酸败、监测控制有机酸比例等问题提供帮助。

  酚类物质是指芳香烃苯环上的氢原子被羟基取代而成的化合物。黄酒酚类物质最重要的包含酚酸类、黄酮类、单宁类、酚醛类等。部分酚类物质（一般为一元酚）具有挥发性，如愈创木酚和4-乙基愈创木酚，是黄酒中的痕量挥发性物质，以下主要围绕非挥发性酚类物质进行总结。在较长的发酵周期中，麸皮中大量酚类物质会溶于酒体，同时微生物代谢作用促进了酚类物质积累。除了受酚类物质标准品种类的制约，不同测定方法也在很大程度上影响了酒中酚类物质测定的准确性。福林-酚比色法是多酚含量测定的基本方法，利用该法测得市售红谷黄酒总多酚质量浓度（以没食子酸计）为137.37～308.14 mg/L，平均质量浓度为211.76 mg/L。HPLC-MS法结合多酚物质标准品可以分析黄酒中的多酚组分，利用该法检测的客家黄酒中含有绿原酸、香豆酸、芸香苷、阿魏酸、丁香酸。LC-MS/MS法结合外标定量可以同时测定市售黄酒中20 种多酚，总量约为1.3～9.5 mg/L，以香草酸、丁香酸、对香豆酸、阿魏酸、牡荆素、芦丁为主，但是这些结果远不能覆盖黄酒中的多酚类物质。广泛靶向代谢组学方法覆盖率高，可以最大限度上提供黄酒中酚类物质信息，该方法从绍兴黄酒中可鉴定出176 种酚酸和139 种黄酮类化合物，但是难以进行准确定量。

  黄酒多酚对维持酒体的非生物稳定性具备极其重大意义。一方面，多酚作为抗氧化剂能够保护黄酒中部分成分不被氧化；另一方面，多酚和铁离子对酒体的稳定性有影响，而且敏感多酚和敏感蛋白的相互缔合是造成黄酒非生物混浊的根本原因。更为关键的是，黄酒多酚由于其独特的酚羟基结构，能够清除体内活性氧和氧自由基，减少或抑制机体组织中氧化反应过程，具有抗衰老、抗糖尿病、抗癌和预防心脑血管疾病等功能，成为黄酒抗氧化的核心功能因子。具体而言，黄酒多酚可保护蛋白质、脂质和核酸等关键细胞成分免受氧化损伤，以此来降低与氧化应激相关疾病的发病率。此外，黄酒多酚能抑制同型半胱氨酸诱导的血管平滑肌细胞迁移和增殖，调节相关酶的表达平衡，减缓高脂饮食模型下的动脉粥样硬化斑块形成。并且，黄酒多酚还能抑制阿霉素诱导的大鼠心脏成纤维细胞的激活和心脏纤维化，从而减轻阿霉素的心脏毒性。进一步研究之后发现，多酚与肠道菌群之间有双向相互作用：一方面，肠道菌群可以代谢酒中的多酚并释放酚类代谢物；另一方面，酚类化合物对细菌活力有一定的影响，并与益生菌共同抑制病原体黏附在肠道细胞的能力，以此来降低肠道病原菌的危害。

  总之，黄酒多酚作为代表性功能成分发挥重要的健康功效，目前研究不仅受限于酚类物质定性的覆盖率和定量的准确性，还受到糖、蛋白等组分缔合的干扰，酚类物质的提取分离仍有较大难度。围绕以上问题进行思考和突破，才能逐步推动黄酒酚类物质的功效探究，拓宽健康黄酒的发展前景。

  黄酒中还存在一定含量的维生素、矿物质、杂环类化合物、烯萜类化合物等其他成分。维生素主要来自于酿酒谷物原料和酿造阶段酵母自溶，谷物原料为黄酒提供了丰富的B族维生素，包括0.49～0.69 mg/L的VB1、1.50～1.64 mg/L的VB2、0.83～0.86 mg/L的VB3、2.00～4.20 mg/L的VB6等。此外，黄酒中VC质量浓度可达5.71～43.20 mg/L，但其会随着贮藏时间的延长而下降。在绍兴黄酒中还检测出了64.56 mg/L的VB12和14.3 mg/L的VA及少量VD、VK、VE。B族维生素通常作为辅酶及辅酶因子在调节人体新陈代谢、增强免疫系统等方面发挥及其重要的作用，VB6和VB12还具有降低血浆同型半胱氨酸、减轻大鼠动脉粥样硬化的效果。

  黄酒中矿物质种类同样丰富，含有Ca、Mg、K、P、Fe、Cu、Zn、Se、Mn、Cr等30余种矿物质，这些无机物以离子形式被人们的身体吸收，并在生长发育和其他生命活动中发挥及其重要的作用（表5）。早期杨国军等发现黄酒中K、Mg、Ca、Zn、Se含量丰富，它们是心血管系统的重要保护因子。钱俊青等发现Fe、Al、Mg、Ca、Cu元素在两种黄酒析出物中的含量均较高，且Ca含量随陈酿期的延长而升高。矿物质含量受到酿酒原料、地域、水质和贮存方式等的影响，骆思铭等通过一种ICP-MS法测定不同产地的市售黄酒中无机元素含量，发现Al、Ca、Cu、Fe、Mn含量在不同黄酒中均存在非常明显差异，其中Al含量差异可能与陶坛贮存条件有关。

  黄酒中还有一定含量的杂环类化合物，包括内酯类（如γ-内酯）、吡嗪类（如四甲基吡嗪）、呋喃类（如5-甲基-2-糠醛）等，这些化合物含量虽低，但能赋予黄酒独特的品质和口感。例如，γ-内酯具有椰香和果香，δ-内酯具有奶油香和焦糖香，这些内酯类化合物有助于丰富黄酒的香气轮廓。而四甲基吡嗪作为活性生物碱成分，具有改善微循环和脑血流、抑制血小板聚集和血栓形成、保肝护肝、抗肿瘤等功效，古越龙山加饭酒中四甲基吡嗪质量浓度为73～151 μg/L。此外，绍兴黄酒中还检测出了包括β-里那醇、异莰醇、β-香茅醇、橙花醇、β-环柠檬醛、银线草内酯醇、木香烃内酯、异香附醇、β-桉叶醇、坡模酸等在内的几十种萜烯类化合物，许多萜烯类化合物具有抗菌、抗病毒、抗氧化、抗肿瘤、镇痛等活性。

  黄酒作为中国国酒，以“用曲制酒、双边发酵”的独特酿造工艺形成了包括糖类、肽和氨基酸类、酚类、有机酸类等多种成分在内的复杂基质与体系。其中，NVCs赋予了黄酒独特的滋味、营养价值及潜在健康功效，其多样性和复杂性也是区别于其他酒类的关键特征。因此，深入解析黄酒NVCs的组成及功能特性，并以此设计工艺优化或定向调控技术，是提升黄酒品质及其健康价值的关键，对于推动黄酒产业创新发展具备极其重大意义。代谢组学技术的引入和发展为黄酒NVCs分析提供了强大工具和数据基础，通过靶向、非靶向和广泛靶向代谢组学策略，可以更全面地鉴定和追踪黄酒小分子代谢物和核心功能组分，深入理解其组成特征、变化规律、代谢机制和生物功能。此外，人工智能、大数据与多组学技术的融合进一步实现了代谢标志物的智能得选与机制预测，推动了黄酒基础理论的系统解析。

  然而，目前研究仍存在诸多问题：技术层面受限于难分离或微量成分的准确定量、组学检测技术灵敏度和准确性仍需平衡、未知代谢物解析不足等；功能机制方面缺乏对多组分协同效应、体内代谢路径及分子靶点的系统性解析；还存在数据库与标准化评价体系不足、成果产业化衔接尚不完善等问题。未来研究需以技术创新和跨学科融合为核心，以功能为导向挖掘黄酒活性成分的调控靶点，并推动传统酿造技艺的科学化转型，构建“成分-风味-功效”三位一体的评价体系，以促进黄酒从传统酿造向精准健康产业跨越，推动黄酒产业的可持续发展。

  毛健教授，江南大学食品学院教授，工学博士，博士生导师。中组部“国家高层次人才特殊支持计划”领军人才，科技部中青年科学技术创新领军人才，中国酒业科技领军人才，科技部传统发酵食品首席科学家。享受国务院政府特殊津贴，江南大学“至善特聘教授”，江南大学传统酿造食品研究中心主任，国家黄酒工程技术研究中心副主任，江南大学（绍兴）产业技术研究院院长，海洋生物资源高值化利用与装备开发广东省工程研究中心主任。

  毛健教授长期从事传统酿造食品、功能食品及海洋食品的微生物、风味、功能化和工程化研究，及其相关这类的产品的深度开发与应用。首次提出通过“酒体设计”及“微生物代谢”调控技术调控黄酒中易深醉物质的含量，成功提高黄酒的饮用及饮后舒适度，并实现工业化应用，在黄酒风味研究、黄酒机械化新工艺体系重塑实践上取得了突破性成果。以第一完成人获得国家技术发明奖二等奖、中国专利银奖。主持完成国家863计划、十三五国家重点研发计划项目、十四五国家重点研发计划、国家自然科学基金重点项目、面上项目等20余项。已发表学术论文260余篇，其中SCI论文100余篇。申请国家发明专利200余项，已授权100余项，其中授权国际发明专利6项。获省部级以上科技奖励30余项，完成科技鉴定35 项。主编《黄酒酿造关键技术与工程应用》、《国酒·黄酒》、《国酒·露酒》等著作，参编中国工程院院士孙宝国主编的《国酒》《Chinese National Alcohols》。团队与加州大学戴维斯分校（UC DAVIS）建有“江南大学-加州大学戴维斯分校发酵食品与饮品联合研究中心”。