综述：味觉肽：关于味觉感知机制、人工智能驱动的筛选技术及多维评估技术的综述

《TRENDS IN FOOD SCIENCE & TECHNOLOGY》：Taste peptides: A critical review on taste perception mechanisms, AI-driven screening, and multidimensional evaluation technologies

　　肖本秀|陈月|杨思琪|曾晓晓|郑宝东|陈浩然
福建农林大学食品科学学院，福州350002，中国

**摘要**
**背景**
风味肽是一类具有生物活性的肽，能够增强食物的风味，并显著改善其口感和整体味道特性。由于其独特的感官特性和潜在的营养价值，风味肽已成为食品科学和工业应用中的研究热点。然而，传统的筛选和评估方法存在效率低下和开发周期长的局限性。将人工智能与生物传感技术相结合，为风味肽的智能筛选和机制阐明提供了新的途径。

**范围与方法**
本文总结了风味肽的分子感知机制、结构-活性关系以及当前的制备和鉴定技术，并重点介绍了深度学习在风味肽高通量筛选中的应用，同时系统地概述了用于评估风味强度和阐明风味机制的方法，包括脑电图（EEG）。

**主要发现与结论**
深度学习在风味肽的高通量筛选中表现出卓越的预测性能。此外，脑电图和生物电子舌等技术已被验证为量化味觉反应的有效工具。分子对接和分子动力学模拟为揭示风味肽与味觉受体之间的相互作用提供了强大的工具。本文为风味肽在功能性调味品和健康促进食品中的合理设计、智能筛选和工业应用提供了理论基础和技术途径。

**引言**
味觉是控制风味感知、进食行为和风险避免的关键感官系统（Yang, Zhang, Pu, & Shen, 2025）。特别是鲜味、咸味和苦味对风味构成和健康调节至关重要。鲜味赋予食物丰富的口感，显著提升其可接受度（Fu, Fan, et al., 2025; Y. Liu, Xu, Li, Shen, & Liu, 2025）；咸味决定了基本的可口性，是消费者最依赖的味道模式。虽然苦味通常被视为不受欢迎的味道（Dai, et al., 2024），但最近的研究表明，适量摄入苦味可以调节肠道功能和能量代谢，具有潜在的健康价值（Dong, et al., 2025; Gradl, Richter, & Somoza, 2025; Qiao, Zhao, Huang, Liang, & Zhang, 2024）。然而，现代人对强烈鲜味和咸味的偏好导致了钠摄入量过度（Le, et al., 2022）。鉴于高钠饮食是高血压和心肾疾病的主要原因（Gu, et al., 2026），实现“减少盐分而不影响风味”已成为食品工业和公共卫生的重要目标。
在这种背景下，来自食物的天然风味肽（TPs）因其安全性、天然来源和多功能性而受到广泛关注。鲜味和增强咸味的肽可以直接或通过协同效应引发咸味感知，从而有助于减少钠的摄入（Niu, et al., 2024; H. Wang, et al., 2024）；同时，苦味肽能够触发苦味反应，在风味平衡和代谢调节中发挥关键作用（Dai, et al., 2024; Dong, et al., 2025）。尽管如此，TPs的研究、开发和工业化仍面临制备筛选和活性评估的双重瓶颈。

**传统方法**
传统的制备方法依赖于经验性的酶水解和多步骤分离，这些方法存在周期长、定位不准确和产量低等问题（F.-F. Huang, et al., 2026; Y. Liu, et al., 2025）。人工智能（AI）为TPs的高通量筛选提供了变革性的途径。目前，AI技术侧重于利用先进算法和统计模型从已知的TPs数据集中提取关键特征。一旦训练完成，这些模型可以快速预测未知肽的风味特性和活性（Fu, Fan, et al., 2025; Qi, et al., 2023; Y.-F. Zhang, et al., 2023）。然而，尽管AI筛选效率高，但其准确性高度依赖于受体模型和现有数据的质量，存在假阳性或遗漏新结构的风险（Fu, Fan, et al., 2025; Indiran, Fatima, Chattopadhyay, Ramadoss, & Radhakrishnan, 2024; J. Zhang, et al., 2023）。此外，传统的感官分析具有高度主观性。多维技术的突破，如脑电图（EEG）、生物电子舌、钙成像和分子动力学（MD），现在能够实现从分子相互作用到神经感知的定量分析（H. Li, et al., 2025; Song, et al., 2025）。

**多维技术的应用**
尽管已有几篇综述探讨了TPs的制备和结构-活性关系，但很少有研究将AI与多维评估技术（如EEG）系统地结合。本文提供了从分子机制到智能开发的TPs全面综述。首先，我们阐明了控制鲜味、咸味和苦味感知的关键受体途径和结构-活性关系。随后，我们总结了TPs的制备、分离、纯化和鉴定方法。然后，我们批判性地回顾了用于预测TPs的深度学习（DL）模型，并介绍了多维验证策略，包括感官评估、电子舌（E-tongue）、EEG和细胞水平检测。最后，我们概述了TPs在食品工业中的应用，旨在为未来的综合框架提供指导，该框架涵盖分子机制、AI引导的设计、多维验证和工业转化。

**章节片段**
**咸味感知中的上皮钠通道（ENaC）机制**
ENaC是咸味感知的关键分子介质，在识别低浓度NaCl方面起核心作用，是阿米洛利敏感的咸味转导途径的主要组成部分。ENaC主要表达在舌味蕾细胞中（表1），其典型构象是由α、β和γ亚单位组成的异三聚体（X. Chen, et al., 2024）。虽然啮齿动物只表达αβγ-ENaC，但人类基因组编码了功能性的δ亚单位。

**酶水解**
在食品来源TPs的开发和制备过程中，酶水解因其高效性、安全性和可扩展性而被广泛采用（图2A，表2，表4）。选择特定的蛋白酶进行目标水解，可以释放含有关键残基（如谷氨酸）的短肽，从而赋予水解产物增强风味的活性（Xiao, et al., 2024）。酶水解可分为单酶水解和多酶水解。

**超滤（UF）**
超滤（UF）是一种高效、环保的膜分离技术，广泛用于纯化和富集食品来源TPs中的活性成分（表2）。通过调节膜材料、分子量截留值以及温度、压力和流速等操作参数，可以实现不同分子量肽片段的选择性分离（Kan, et al., 2025）。与咸味和鲜味密切相关的低分子量肽（<3 kDa）...

**TPs的结构与结构-活性关系**
TPs的风味特性由其分子量、氨基酸组成、序列和构象共同决定。谷氨酸、天冬氨酸、精氨酸和疏水性氨基酸根据其序列背景可以引发鲜味、增强咸味或诱导苦味（T. Gao, et al., 2024; Jiayu Li, et al., 2025; Zhou, et al., 2023），显示出不同味道模式之间的结构权衡。氨基酸序列和空间构象共同精细调节感官...

**数据集构建与基准测试**
在TPs研究中，AI已从独立的分类工具发展成为驱动整个研发流程的核心引擎。AI驱动的TPs发现工作流程包括五个迭代阶段：首先通过蛋白质来源筛选构建候选肽库，然后进行酶水解或虚拟水解（Gu, et al., 2024; Y. Liu, et al., 2025）。接下来，使用基于序列和结构的AI模型进行高通量计算筛选...

**TPs的评估与分析方法**
评估和分析TPs的技术包括感官评估、电子舌和生物电子舌、味觉细胞模型和钙成像、EEG以及分子对接和分子动力学。电子舌和分子对接适用于TPs的大规模初步筛选，因为它们具有高通量和成本效益的优势。味觉细胞模型、钙成像和分子动力学是机制验证的核心，因为它们可以深入解析受体结合和构象...

**TPs的食品应用与功能价值**
全球成年人的钠摄入量持续且显著超过世界卫生组织（WHO）建议的每天不超过5克盐（约2克钠）的标准，这是高血压及相关心血管疾病的主要饮食风险因素。因此，在保持感官质量的同时减少钠的摄入已成为食品工业的优先事项。TPs，特别是增强咸味或鲜味的短肽，已成为“减盐”的关键解决方案...

**挑战与未来展望**
目前，TPs的研究仍面临几个关键瓶颈：复杂的酶水解过程、目标肽的产量低和纯化成本高限制了工业生产。同时，传统的评估方法往往主观且效率低下，无法准确反映真实的味觉感知（图3）。此外，算法开发与工业应用之间存在差距。主要挑战集中在数据可用性、模型适应性等方面...

**未引用的参考文献**
Fu et al., 2025; Li et al., 2025; Li et al., 2025; Li et al., 2021; Wang et al., 2024; Wang et al., 2024; Wang et al., 2024; Zhang et al., 2025; Zhang et al., 2023.

**作者声明**
肖本秀：正式分析、调查、方法论、写作——原始草稿
陈月：概念化、数据管理、正式分析、写作——原始草稿
杨思琪：验证、监督、方法论
曾晓晓：资源管理、软件使用、监督、写作——审阅与编辑
郑宝东：验证、监督、项目管理、资源管理
陈浩然：概念化、数据管理、资金获取、写作——审阅与编辑

**利益冲突声明**
作者声明没有竞争性财务利益。

**致谢**
本研究得到了国家自然科学基金（32502169）和福建省自然科学基金（2025J01577）的支持。