综述：食品中微生物-霉菌毒素相互作用的生态毒理学意义及阐明解毒机制的组学方法

《Food Microbiology》：Microbial-mycotoxin interactions in food: A review of ecotoxicological implications and omics approaches for understanding detoxification mechanisms

　　本综述系统探讨了微生物与霉菌毒素在食品体系中的相互作用，重点分析了其生态毒理学影响，并阐述了如何利用宏基因组学、基因组学、转录组学等组学方法揭示微生物通过吸附（如β-葡聚糖）和酶促生物降解（如内酯酶、氧化还原酶）实现的解毒机制。文章指出，尽管面临效率差异、机制不明、监管障碍及隐蔽型霉菌毒素等挑战，但组学技术整合、合成生物学、CRISPR基因编辑及机器学习等前沿技术为优化微生物菌株、预测解毒效果及保障全球食品安全提供了新策略。

　　

Abstract

霉菌毒素是由曲霉属（Aspergillus）、镰刀菌属（Fusarium）和青霉属（Penicillium）等真菌产生的有毒次级代谢产物，经常污染食品供应链，对人类健康、动物福利和生态系统稳定构成风险。像黄曲霉毒素（AFs）、赭曲霉毒素A（OTA）、伏马毒素（FMNs）、单端孢霉烯族毒素（如脱氧雪腐镰刀菌烯醇DON）和玉米赤霉烯酮（ZEN）这样的霉菌毒素会破坏微生物群落、食物链和环境基质，其协同相互作用会放大毒性。本综述探讨了食品系统中微生物-霉菌毒素的相互作用，重点关注其生态毒理学意义以及用于阐明解毒机制的组学方法。微生物解毒，通过细胞壁成分（如β-葡聚糖）吸附或酶促生物降解（如内酯酶、氧化还原酶），为物理和化学方法提供了可持续的替代方案。然而，挑战包括多变的解毒效率、机制不确定性、监管障碍以及在复杂食品基质中检测隐蔽型霉菌毒素。组学技术，如宏基因组学、基因组学、转录组学及其整合，为微生物多样性、基因表达、酶活性和代谢物转化提供了全面的见解。此外，组学整合增强了对微生物-霉菌毒素动态的理解，支持有针对性的生物防治策略。未来前景包括利用合成生物学、基于CRISPR的基因编辑和机器学习辅助的生物信息学来优化微生物菌株并预测解毒结果。通过应对这些挑战，组学驱动的方法可以减轻霉菌毒素污染，确保食品安全，并减少全球食品系统中的生态毒理学影响。

Introduction

霉菌毒素是由霉菌或真菌产生的有毒化合物和次级代谢产物，特别是子囊菌门（Ascomycota）中的丝状物种。这些化合物由特定类别的真菌合成，它们生长在各种食品上，包括谷物、干果、坚果和香料。常见的霉菌毒素包括黄曲霉毒素（AFs）、赭曲霉毒素（OTA）、玉米赤霉烯酮（ZEN）、脱氧雪腐镰刀菌烯醇（DON）、伏马毒素（FMNs）、展青霉素（PAT）和麦角生物碱。霉菌毒素的产生受多种因素影响，例如温度、湿度、pH、水分活度、底物类型、营养可用性、真菌生理状态、接种量以及与其他微生物的相互作用。

霉菌毒素因其广泛存在和显著的健康风险，越来越被认为是新兴的有害污染物。这些有毒化合物不仅对人类健康构成严重威胁，也危及动物福利，引起一系列健康问题，如器官损伤、过敏反应、免疫抑制和癌症。由于它们的高毒性以及全球范围内各种农产品（包括谷物、扁豆、水果、坚果、咖啡、棉籽、香料甚至肉类）的污染，霉菌毒素被认为是一个主要的公共卫生问题。暴露水平以及毒素的致突变和致畸特性通常决定了霉菌毒素相关健康影响的严重程度。除了生物影响，霉菌毒素还通过损害食品和饲料安全、扰乱国际贸易以及在研究、监管执法和控制其流行的缓解策略方面需要大量投资，导致巨大的经济损失。

有效的霉菌毒素降解仍然是一个重大挑战，因为大多数类型是热稳定的，并且可能产生危险的分解产物。尽管已经提出了各种策略来减少食品中的霉菌毒素污染，但尚未建立明确或通用的应用。由于其化学稳定性，霉菌毒素可以持久存在于各种环境基质中，包括土壤、水体和堆肥。人类暴露的主要途径是食用受污染的食品。然而，环境暴露也越来越受到关注，因为最近的研究已将霉菌毒素确定为地表水和饮用水中的新兴污染物，促使进一步研究其进入水生生态系统的途径。这些担忧共同指向了对可持续、成本效益高且环境友好的解毒策略的迫切需求。

鉴于其高特异性和环境相容性，微生物转化已成为一种有前景的霉菌毒素解毒替代方案。微生物及其相关酶对此特别有价值，因为它们可以在温和且环境友好的条件下催化霉菌毒素的生物转化。这些微生物剂通过各种生化机制将霉菌毒素转化为无毒或毒性较低的代谢物，包括水解、去环氧化、乙酰化、氧化、环或侧链裂解以及糖基化。此类转化通常针对每种霉菌毒素毒性的特定分子结构。

为了支持和推进微生物转化的应用，现代高通量组学技术（包括转录组学、宏基因组学、蛋白质组学、代谢组学和基因组学）的出现促进了对产霉菌毒素真菌生物学的知识快速扩展。这些方法提供了对微生物与霉菌毒素相互作用的遗传、代谢和功能机制的全面见解，从而能够识别与解毒相关的基因、酶和途径。此外，组学工具对于识别抑制霉菌毒素合成的植物源化合物或选择能够抑制如曲霉属或青霉属真菌产生霉菌毒素的微生物菌株也很有价值。组学技术在阐明霉菌毒素在宿主体内的代谢命运方面也证明是有用的，并且其在霉菌毒素研究中的应用随着新工具和方法的开发而持续快速发展。

虽然各种研究已经解决了霉菌毒素的发生、健康风险和食品安全问题，但大多数主要关注化学和物理缓解策略。少数研究充分讨论了微生物相互作用和解毒，但往往没有将其与更广泛的生态后果联系起来或利用组学技术的最新进展。此外，对微生物解毒的分子过程以及霉菌毒素在食品中的生态毒理学效应知之甚少。因此，本综述旨在审视微生物-霉菌毒素相互作用的生态毒理学后果，讨论其生物转化的微生物策略，并阐明组学方法如何塑造当前和未来霉菌毒素解毒的研究。

Ecotoxicological implications of microbial-mycotoxin interaction

食品系统中的霉菌毒素具有深远的生态毒理学后果，不仅影响人类和动物健康，还影响生态系统的稳定性。这些霉菌毒素污染作物和环境，对生态系统和健康构成风险。它们与土壤和水生微生物的相互作用驱动着生态毒理学结果，如微生物群落破坏、功能受损，以及通过微生物降解或活化改变霉菌毒素的生物利用度。微生物群落的变化可能影响养分循环、土壤肥力和整体生态系统健康。此外，霉菌毒素可能通过食物链生物积累，放大其对更高营养级生物的影响。了解这些相互作用对于制定减轻其环境影响的策略至关重要。

Metagenomics

宏基因组学是一种现代基因组学方法，直接研究自然环境中（无需分离和培养单个物种）的微生物群落。它通过分析核苷酸序列，提供对微生物多样性、群落组成、遗传和进化关系、功能角色以及环境相互作用的见解。先前的研究利用宏基因组学来识别参与霉菌毒素降解的新型微生物基因和途径。例如，对受污染土壤或食品样本的宏基因组分析可以揭示具有解毒潜力的微生物群落和酶系统。这种方法允许在不需要培养的情况下探索整个微生物群落，为微生物解毒能力提供了更全面的视角。

Challenges and perspectives

尽管微生物解毒霉菌毒素取得了令人鼓舞的进展，但一些关键挑战仍然存在，限制了其在食品安全框架中的广泛应用。霉菌毒素-微生物相互作用本质上是复杂的，受微生物菌株多样性、环境条件和食品中基质特异性因素的影响。虽然像乳酸菌（LAB）、酵母和曲霉属（Aspergillus） spp. 这样的微生物菌株已被证明可以吸附或降解AFs、OTA和PAT等毒素，但其解毒效率在不同食品基质和环境条件下差异很大。监管障碍、安全评估要求以及对解毒产物毒理学特性的不确定性也阻碍了商业化应用。此外，隐蔽型霉菌毒素（与基质结合或修饰的形式）的出现对分析和风险评估构成了额外挑战，因为它们可能在加工或消化过程中被释放出来。

未来的前景在于利用先进技术克服这些挑战。合成生物学可以设计具有增强解毒能力的工程微生物。基于CRISPR的基因编辑可以精确修改微生物基因组以优化酶活性。机器学习辅助的生物信息学可以分析复杂的组学数据集，预测解毒结果，并识别新的解毒途径。将多种组学数据（如宏基因组学、转录组学和代谢组学）整合起来，可以更全面地了解微生物-霉菌毒素的相互作用。通过应对这些挑战，组学驱动的方法有潜力彻底改变霉菌毒素管理策略，确保更安全的食品供应，并减少生态毒理学影响。

Conclusion

食品系统中的微生物-霉菌毒素相互作用是复杂的，受微生物多样性、基质特异性因素以及隐蔽型霉菌毒素的持久性驱动，构成了重大的生态毒理学挑战。通过像芽孢杆菌属（Bacillus）和曲霉属（Aspergillus）这样的微生物进行吸附和酶促生物降解，提供了有前景的解毒策略，然而，可变性、监管问题以及机制空白阻碍了其可扩展性。宏基因组学、基因组学、转录组学、代谢组学及其整合等组学技术为了解微生物解毒机制和生态毒理学影响提供了强大的工具。未来的研究应侧重于利用合成生物学、CRISPR基因编辑和机器学习来优化微生物菌株，预测解毒途径，并解决与隐蔽型霉菌毒素和监管批准相关的挑战。通过弥合这些差距，基于组学的微生物解毒可以为减轻霉菌毒素污染、保障全球食品安全和促进环境可持续性做出重大贡献。

CRediT authorship contribution statement

Charles Obinwanne Okoye: 写作-审阅和编辑，写作-初稿，监督，项目管理，方法论，资金获取，形式分析，数据管理，概念化。Bonaventure Chidi Ezenwanne: 写作-初稿，可视化，验证，资源，方法论，形式分析，数据管理，概念化。Olasoji Olufemi Olalowo: 写作-初稿，可视化，验证，软件，资源，方法论，调查，形式分析。Oma Judith Ajanwachukwu: 写作-初稿，可视化，验证，软件，资源，方法论。Kingsley Ikechukwu Chukwudozie: 写作-初稿，可视化，验证，软件，资源，调查，形式分析。

Funding

这项工作得到了国家自然科学基金委员会-国际科学家研究基金（NSFC-RFIS）（批准号W2433070）的支持。

Declaration of competing interest

作者声明，他们没有已知的可能影响本报告工作的竞争性财务利益或个人关系。