说起食物的味道，我们常常想到酸、甜、苦、咸、鲜等等，其中苦味往往最不受大家的欢迎。其实引起食物中苦味的重要因素之一是一种叫作苦味肽的生物分子，一直以来，人们努力激发或抑制这些苦味肽，以实现人们对食物风味的追求。

人们为什么能感受到苦味？

人类和其他哺乳动物有高度发达的感官系统，这之中的味觉在多种方面都具有重要作用。其中，苦味的感知主要得益于舌头、咽喉和口腔内其他味觉相关组织上存在的特定类型的细胞表面受体——TAS2Rs味觉受体。

这些受体是一类G蛋白偶联受体（GPCRs），能够识别和结合到特定类型的苦味分子上。当这种结合发生时，会激活细胞内的一系列信号传导路径，包括cAMP和钙离子通道的活化。这些信号最终被传输至大脑的味觉中枢，经过进一步的信息处理，使人产生苦味的主观感觉。

空腔中的TAS2Rs味觉受体结合苦味分子

（图片来源：作者使用AI生成）

那么能够引发苦味感受的苦味肽是什么呢？

这需要先从肽说起。

肽是一类由两个或多个氨基酸通过肽键（-CO-NH-）连接而成的生物大分子。这种连接发生在一个氨基酸的羧基（-COOH）与另一个氨基酸的氨基（-NH2）之间。

可以把氨基酸看作一颗颗珍珠，把珍珠用短线串起来，就变成了多肽。如果肽的长度足够长，经过折叠后就形成了我们熟知的蛋白质。

氨基酸就像珍珠，肽就像短的珍珠手链，蛋白质就像很长并且堆在一起的珍珠项链

（图片来源：作者使用AI生成）

肽在生物体内有着多样的功能，它们可以作为信号分子，也可以参与免疫反应、激素调节等多种生物过程。

而苦味肽则是一类特殊的肽，它们是通过刺激味蕾让我们感受到苦味的小分子肽，这些苦味肽的结构和长度可能各不相同，通常食品中的蛋白质在加工、储存或消化过程中会水解产生这类短肽。

因此，豆饼、酱油、乳酪、鱼子酱等发酵产品和许多天然食品中会含有大量的苦味肽，一些食物也会在我们口腔内经蛋白酶水解后产生苦味肽。

苦味肽的生物功能

苦味肽通常具有一种或多种生物功能，其中最显著的可能是作为一种天然的警示机制，帮助动物避免摄入有毒或有害的物质。

在进化生物学的背景下，苦味通常被认为是一种防御机制，许多植物通过产生苦味肽来阻止被食用或减少被捕食的可能性。

除此之外，苦味肽还可能参与一些生物调节作用，例如调控消化、影响营养物质的吸收，或作为某些生物活性物质（如激素或神经递质）的前体或拮抗物。

由于苦味肽会产生令人不悦的味道，降低了食物的味觉品质，人们会本能性地回避这类物质。但啤酒、咖啡、干酪等物质中的苦味，却是非常重要的感官标准，有助于提高人们对该食品或饮料的嗜好性。

因此，为了改善人类对于食品的味觉体验，苦味肽得到了广泛的研究。

啤酒、咖啡、干酪等物质中的苦味是非常重要的感官标准

（图片来源：作者使用AI生成）

如何去除食物中的苦味肽？

苦味肽广泛存在于各类食物中，特别是在苦瓜、某些绿叶蔬菜（如菠菜和花椰菜）、大豆及其制品、成熟或发酵的奶酪，以及某些特定的内脏肉（如肝和脾）中。此外，一些天然植物和草药，例如苦参和黄连，也含有高浓度的苦味肽。饮料如某些茶和咖啡，也可能含有一定量的苦味肽。

苦瓜

（图片来源：veer图库）

研究表明，大部分苦味肽的苦味是由其中的疏水性氨基酸引起的，其苦味强度主要由构成的疏水氨基酸种类、排列顺序等因素决定。所以，人为地发掘这类苦味肽，并通过分离纯化或是吸附去除/减少苦味肽、通过酶促改性等办法，可以调控食物中的苦味。

食物的加工和烹饪方式可能会影响其苦味肽的含量和性质，主要因为高温、酶的活性、pH值变化以及其他添加物可以改变肽分子的结构或稳定性。

例如，高温烹饪可能会导致肽分子降解或改变其三维结构，从而减少苦味，而在发酵或加工过程中引入的酶可以分解或转化苦味肽。同时，改变食物的pH值或添加其他调味料和添加剂，也可能会影响苦味肽的溶解度或与其他成分的相互作用，进一步改变其在食物中的含量和口感表现。

食物的加工和烹饪方式会影响苦味肽的含量

（图片来源：veer图库）

因此，尽管苦味是蛋白质水解的必然结果，人们仍然努力通过掩盖、去除或预防来减轻我们食物的苦味。

机器学习也能预测苦味肽了？

经超高温（UHT）灭菌后，牛奶可以长时间储存，但一些UHT牛奶在货架存放期间常会有苦味。研究表明，这是由于牛奶中的酪蛋白可能被有些耐高温的蛋白酶水解以产生苦味肽。识别变质UHT牛奶中的苦味肽将有助于分析UHT牛奶产生苦味的原因并提高其质量。

传统的实验室方法是识别苦味肽的可靠方法，基于液相色谱串联质谱的肽组学方法，可以有效地分析变质UHT牛奶中的肽，但识别苦味肽是一项困难的任务，通常耗时且昂贵。

为了解决这个问题，中国科学院大连化学物理研究所等团队使用了肽组学技术和机器学习构建了一个预测模型（CPM-BP），以高效地识别苦味肽。其中肽组学指的是一种用于分析蛋白质片段（即肽）的技术，而机器学习则通过算法来“教”计算机如何进行复杂的预测。

机器学习算法可预测苦味肽

（图片来源：参考文献[7]）

研究者使用了一种名为“Light Gradient Boosting Machine”的算法，成功地构建了预测模型，这个模型在独立测试集中对苦味肽的预测准确率高达90.3%。

为了验证模型的有效性，研究者还对变质和新鲜的UHT牛奶进行了比较。他们在变质牛奶中发现了180个潜在的苦味肽，并对其中一些使用HEK293T的细胞系进行了进一步的验证，这些细胞被改造以表达一种特定的人类苦味受体（hT2R4），其中三个潜在苦味肽均具有激活这种苦味受体（hT2R4）的能力。最终，实验成功证明了模型的有效性。

简而言之，这个研究不仅提供了一个更快、更经济的方法来识别苦味肽，而且成功地验证了其预测模型的准确性和可靠性。这对食品科学、药物开发和营养研究都有重要的应用价值。

结语

随着社会经济水平的持续提升，消费者对食品质量的期待越来越高，不仅追求健康，也更注重口感，机器学习也因此被应用到了更多场景中。由于涉及到多种苦味化合物和苦味受体，以及它们与其他风味成分的复杂相互作用，这方面的研究仍面临着不小的挑战，科学家们也正在努力发现更多关于苦味的“秘密”。

参考文献

[1]黄磊,周其洋.大豆水解蛋白中苦味肽的研究进展[J].现代食品，2022,28(21):22-24.

[2]林桐,赵吉春,雷小娟等.食用菌呈味肽制备及其呈味机理研究进展[J].食品与发酵工业,2022,48(19):313-319.

[3]司阔林,李志国,李玲玉等.干酪苦味肽的形成及脱苦方法研究进展[J].食品工业,2021,42(03):267-271.

[4]王知非,林璐,孙伟峰等.苦味肽和苦味受体研究进展[J].中国调味品,2016,41(09):152-156.

[5]冯红霞,陆兆新,尤华.苦味肽的形成及脱苦方法的研究[J].食品科学,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.