对贮藏过程中产生的小分子代谢物进行分析鉴定，筛选表征新鲜度的潜在标志物对于评估肉品质量至关重要。
本研究采用非靶向代谢组学与随机森林机器学习算法相结合的方法，通过超高效液相色谱-质谱法(UHPLC-MS/MS)识别潜在的标志物并探讨其对猪肉贮藏过程中相关代谢途径的影响。
结果显示：在贮藏不同时间的猪肉中共鉴定出873种差异化合物，分析其代谢途径发现，氨基酸代谢和核苷酸代谢是蛋白质降解和氨基酸转运的关键代谢通路；利用随机森林回归模型筛选出40种潜在标志物，创新性地提出了戊糖相关代谢在猪肉腐败中的关键作用；对40种潜在标志物进行多元线性回归分析，筛选出D-木糖、黄嘌呤和丙酮醛可能是指示冷藏猪肉新鲜度变化的标志物。
上述研究成果为冷鲜肉仓储物流过程中新鲜度检测监测提供了靶点。
该研究成果在线发表在食品领域国际顶级期刊《Food Chemistry》(JCR一区，IF=9.231)上。
肉品科学与营养工程创新团队2021级博士生古明辉为论文第一作者，张德权研究员和郑晓春副研究员为共同通讯作者。
该研究得到了国家重点研发计划(2022YFD2100504)、中国农业科学院农产品加工与营养健康研究院(沧州)财政基金(CAAS-IFSTNH-CZ-2022-03)和中国农业科学院农业科技创新工程项目(CAAS-ASTIP-2023-IFST)项目的支持。
