非靶向液相色谱-高分辨率质谱方法结合基于特征的分子网络技术，用于标注加工食品中的反应标记物

《Food Analytical Methods》：Untargeted LC-HRMS Approaches Combined with Feature-Based Molecular Networking to Annotate Reaction Markers in Processed Foods

　　超加工食品热反应化学指纹分析，采用LC-HRMS/MS结合FBMN技术解析海绵蛋糕不同烘焙条件下的化学成分变化，发现75%特征与美拉德及焦糖化反应相关，首次实现FBMN在烘焙食品中的规模化应用。

　　

摘要

随着人们对“超加工食品”（UPFs）消费问题的日益关注，这些食品与多种健康风险相关，这凸显了探索加工过程中可能产生的污染物以及开发新方法来表征配方食品和加工食品的化学成分的必要性，从而提高其质量和安全性。本研究旨在基于LC-HRMS和LC-HRMS/MS技术，并结合基于特征的分子网络（FBMN）方法，首次探索在一种特征明确的类似超加工食品的基质（海绵蛋糕）中由热反应引起的化学变化。通过对配方蛋糕施加三种不同的烘焙条件来诱导热反应，从而生成多种化学成分。通过对蛋糕提取物进行主成分分析和热图聚类，能够有效区分不同样品的热处理强度。实际上，约75%的检测到的特征参与了这些热反应。FBMN揭示了与美拉德反应和焦糖化反应相关的不同化合物群（包括前体和最终产物），并有助于注释多种反应标志物。这是首次将FBMN应用于广泛消费的加工食品（如烘焙产品），为从复杂食品基质中生成高通量、无针对性的数据以注释反应标志物开辟了新的途径。