說起食物的味道，我們常常想到酸、甜、苦、鹹、鮮等等，其中苦味往往最不受大家的歡迎。其實引起食物中苦味的重要因素之一是一種叫作苦味肽的生物分子，一直以來，人們努力激發或抑制這些苦味肽，以實作人們對食物風味的追求。
人們為什麽能感受到苦味？
人類和其他哺乳動物有高度發達的感官系統，這之中的味覺在多種方面都具有重要作用。其中，苦味的感知主要得益於舌頭、咽喉和口腔內其他味覺相關組織上存在的特定類別的細胞表面受體——TAS2Rs味覺受體。
這些受體是一類G蛋白偶聯受體（GPCRs），能夠辨識和結合到特定類別的苦味分子上。當這種結合發生時，會啟用細胞內的一系列訊號傳導路徑，包括cAMP和鈣離子通道的活化。這些訊號最終被傳輸至大腦的味覺中樞，經過進一步的資訊處理，使人產生苦味的主觀感覺。
空腔中的TAS2Rs味覺受體結合苦味分子
（圖片來源：作者使用AI生成）
那麽能夠引發苦味感受的苦味肽是什麽呢？
這需要先從肽說起。
肽是一類由兩個或多個胺基酸透過肽鍵（-CO-NH-）連線而成的生物大分子。這種連線發生在一個胺基酸的羧基（-COOH）與另一個胺基酸的胺基（-Np）之間。
可以把胺基酸看作一顆顆珍珠，把珍珠用短線串起來，就變成了多肽。如果肽的長度足夠長，經過折疊後就形成了我們熟知的蛋白質。
胺基酸就像珍珠，肽就像短的珍珠手鏈，蛋白質就像很長並且堆在一起的珍珠項鏈
（圖片來源：作者使用AI生成）
肽在生物體內有著多樣的功能，它們可以作為訊號分子，也可以參與免疫反應、激素調節等多種生物過程。
而苦味肽則是一類特殊的肽，它們是透過刺激味蕾讓我們感受到苦味的小分子肽，這些苦味肽的結構和長度可能各不相同，通常食品中的蛋白質在加工、儲存或消化過程中會水解產生這類短肽。
因此，豆餅、醬油、乳酪、魚子醬等發酵產品和許多天然食品中會含有大量的苦味肽，一些食物也會在我們口腔內經蛋白酶水解後產生苦味肽。
苦味肽的生物功能
苦味肽通常具有一種或多種生物功能，其中最顯著的可能是作為一種天然的警示機制，幫助動物避免攝入有毒或有害的物質。
在前進演化生物學的背景下，苦味通常被認為是一種防禦機制，許多植物透過產生苦味肽來阻止被食用或減少被捕食的可能性。
除此之外，苦味肽還可能參與一些生物調節作用，例如調控消化、影響營養物質的吸收，或作為某些生物活性物質（如激素或神經遞質）的前體或拮抗物。
由於苦味肽會產生令人不悅的味道，降低了食物的味覺品質，人們會本能性地回避這類物質。但啤酒、咖啡、幹酪等物質中的苦味，卻是非常重要的感官標準，有助於提高人們對該食品或飲料的嗜好性。
因此，為了改善人類對於食品的味覺體驗，苦味肽得到了廣泛的研究。
啤酒、咖啡、幹酪等物質中的苦味是非常重要的感官標準
（圖片來源：作者使用AI生成）
如何去除食物中的苦味肽？
苦味肽廣泛存在於各類食物中，特別是在苦瓜、某些綠葉蔬菜（如菠菜和花椰菜）、大豆及其制品、成熟或發酵的芝士，以及某些特定的內臟肉（如肝和脾）中。此外，一些天然植物和草藥，例如苦參和黃連，也含有高濃度的苦味肽。飲料如某些茶和咖啡，也可能含有一定量的苦味肽。
苦瓜
（圖片來源：veer圖庫）
研究表明，大部份苦味肽的苦味是由其中的疏水性胺基酸引起的，其苦味強度主要由構成的疏水胺基酸種類、排列順序等因素決定。所以，人為地發掘這類苦味肽，並透過分離純化或是吸附去除/減少苦味肽、透過酶促改性等辦法，可以調控食物中的苦味。
食物的加工和烹飪方式可能會影響其苦味肽的含量和性質，主要因為高溫、酶的活性、pH值變化以及其他添加物可以改變肽分子的結構或穩定性。
例如，高溫烹飪可能會導致肽分子降解或改變其三維結構，從而減少苦味，而在發酵或加工過程中引入的酶可以分解或轉化苦味肽。同時，改變食物的pH值或添加其他調味料和添加劑，也可能會影響苦味肽的溶解度或與其他成分的相互作用，進一步改變其在食物中的含量和口感表現。
食物的加工和烹飪方式會影響苦味肽的含量
（圖片來源：veer圖庫）
因此，盡管苦味是蛋白質水解的必然結果，人們仍然努力透過掩蓋、去除或預防來減輕我們食物的苦味。
機器學習也能預測苦味肽了？
經超高溫（UHT）滅菌後，牛奶可以長時間儲存，但一些UHT牛奶在貨架存放期間常會有苦味。研究表明，這是由於牛奶中的酪蛋白可能被有些耐高溫的蛋白酶水解以產生苦味肽。辨識變質UHT牛奶中的苦味肽將有助於分析UHT牛奶產生苦味的原因並提高其質素。
傳統的實驗室方法是辨識苦味肽的可靠方法，基於液相色譜串聯質譜的肽組學方法，可以有效地分析變質UHT牛奶中的肽，但辨識苦味肽是一項困難的任務，通常耗時且昂貴。
為了解決這個問題，中國科學院大連化學物理研究所等團隊使用了肽組學技術和機器學習構建了一個預測模型（CPM-BP），以高效地辨識苦味肽。其中肽組學指的是一種用於分析蛋白質片段（即肽）的技術，而機器學習則透過演算法來「教」電腦如何進行復雜的預測。
機器學習演算法可預測苦味肽
（圖片來源：參考文獻[7]）
研究者使用了一種名為「Light Gradient Boosting Machine」的演算法，成功地構建了預測模型，這個模型在獨立測試集中對苦味肽的預測準確率高達90.3%。
為了驗證模型的有效性，研究者還對變質和新鮮的UHT牛奶進行了比較。他們在變質牛奶中發現了180個潛在的苦味肽，並對其中一些使用HEK293T的細胞系進行了進一步的驗證，這些細胞被改造以表達一種特定的人類苦味受體（hT2R4），其中三個潛在苦味肽均具有啟用這種苦味受體（hT2R4）的能力。最終，實驗成功證明了模型的有效性。
簡而言之，這個研究不僅提供了一個更快、更經濟的方法來辨識苦味肽，而且成功地驗證了其預測模型的準確性和可靠性。這對食品科學、藥物開發和營養研究都有重要的套用價值。
結語
隨著社會經濟水平的持續提升，消費者對食品質素的期待越來越高，不僅追求健康，也更註重口感，機器學習也因此被套用到了更多場景中。由於涉及到多種苦味化合物和苦味受體，以及它們與其他風味成分的復雜相互作用，這方面的研究仍面臨著不小的挑戰，科學家們也正在努力發現更多關於苦味的「秘密」。
參考文獻
[1]黃磊,周其洋.大豆水解蛋白中苦味肽的研究進展[J].現代食品，2022,28(21):22-24.
[2]林桐,趙吉春,雷小娟等.食用菌呈味肽制備及其呈味機理研究進展[J].食品與發酵工業,2022,48(19):313-319.
[3]司闊林,李誌國,李玲玉等.幹酪苦味肽的形成及脫苦方法研究進展[J].食品工業,2021,42(03):267-271.
[4]王知非,林璐,孫偉峰等.苦味肽和苦味受體研究進展[J].中國調味品,2016,41(09):152-156.
[5]馮紅霞,陸兆新,尤華.苦味肽的形成及脫苦方法的研究[J].食品科學,2002(05):151-154.
[6] Höhme, Lisa, Christin Fischer, and Thomas Kleinschmidt. "Characterization of bitter peptides in casein hydrolysates using comprehensive two-dimensional liquid chromatography." Food Chemistry 404 (2023): 134527.
[7] Yu, Yang, et al. "Identification and prediction of milk-derived bitter taste peptides based on peptidomics technology and machine learning method." Food Chemistry 433 (2024): 137288.
出品：科普中國
作者：Denovo團隊
監制：中國科普博覽
