牛肉作为全球广受青睐的优质动物蛋白，其市场价值与消费者满意度主要取决于嫩度、色泽、持水性等食用品质[1]。这些品质的形成涉及遗传背景、饲养管理及宰后复杂的生化过程，其机制解析已成为肉类科学领域的核心挑战[2]。随着消费升级，产业对品质均一性与高端化的需求日益迫切，亟需从分子层面深入阐明并精准调控品质形成机制。
传统肉品质评价多依赖感官、剪切力等表型手段，虽能描述最终性状，却难以揭示其背后的动态生化路径，更无法实现早期预测。宰后肌肉向食用肉的转化涉及能量代谢、蛋白质水解与氧化等多重途径的协同演变[3]。传统研究手段的局限性导致对肉质形成的分子调控网络认知长期停留在表面，严重制约了品质调控技术的精准化发展。近年来，以蛋白质组学为代表的高通量技术为这一领域带来了突破。蛋白质作为生命活动的直接执行者，其表达、修饰及互作网络的动态变化，直接决定宰后肌肉的理化特性与最终品质。蛋白质组学在鉴定肉质相关关键蛋白生物标志物方面展现出巨大潜力[4]。
本文系统综述蛋白质组学技术在牛肉品质形成机理研究中的最新进展，重点阐述该技术在筛选与验证嫩度、肉色、持水性等关键性状蛋白质标志物方面的应用，并深入探讨这些标志物如何通过调控宰后能量代谢、氧化应激及细胞骨架稳定性等核心生物学过程，共同驱动“肌肉到肉”的转化机制，旨在为深入理解肉品质形成机制提供系统的分子视角。
1 宰后成熟对牛肉品质的影响
宰后成熟是决定牛肉最终食用品质的核心环节。在此过程中，肌肉组织发生一系列复杂的生理、生化与代谢变化，包括肌原纤维蛋白的降解、蛋白质翻译后修饰、代谢酶活性的改变、肌红蛋白的氧化还原状态变化及热休克蛋白（heat shock protein，HSP）的表达等，均被证实与关键品质性状——尤其是嫩度、色泽和持水性——的形成密切相关。揭示这些途径的调控网络，是理解肉质形成机制的基础。蛋白质组学作为一种强大的系统生物学工具，在肉类科学领域得到了广泛应用与发展，它能够大规模、高通量地鉴定和定量宰后肌肉中蛋白质的表达与修饰动态，从而为解析上述复杂生物学过程提供新视角，极大地推动肉质形成机理的深入研究。
嫩度、色泽与持水性是决定牛肉食用品质与经济价值的核心性状，其形成受宰后生理生化演变的直接调控。宰后初期，肌肉因三磷酸腺苷（adenosine triphosphate，ATP）耗竭发生僵直收缩，肌原纤维结构紧缩导致嫩度下降[5]；同时，糖酵解驱动的pH值下降引起蛋白质净电荷减少及肌原纤维网络收缩，肌肉系水力降低[6-10]，自由水外移不仅影响多汁性，亦通过改变光线反射率及肌红蛋白溶解状态，对肉色稳定性产生扰动[11-12]。随着成熟进程推进，内源性蛋白水解酶系被激活，靶向降解肌原纤维骨架蛋白，僵直逐步解除，嫩度得以改善[13-14]；适度的蛋白水解亦能通过重塑微观结构对持水性产生积极影响[15]。上述宰后品质的演变并非孤立发生，而是全程受各环节因素的叠加影响（图1）：饲养环节中，性别、品种、日粮组成、饲养方式及育肥时间等通过调控肌肉初始组成（如肌纤维类型、脂肪沉积、抗氧化物质储备），奠定宰后演变的物质基础；屠宰环节中，宰前管理、屠宰方式、成熟条件、抑菌策略及氧化控制则直接干预宰后能量代谢与蛋白水解速率；食用环节中，部位肉差异、贮藏条件、烹饪方式与时间、食用温度等进一步决定品质的终端呈现。上述多环节因素的协同作用，共同构成了牛肉从生产到消费的全链条品质调控网络。传统检测方法（如感官分析、色差仪、滴水损失测定）仅能描述上述表型变化，难以揭示其内在调控机制。然而，蛋白质组学技术的应用为这一瓶颈提供了突破：通过系统筛选与鉴定宰后早期肌肉中与品质表型动态关联的蛋白质，不仅揭示了蛋白水解、细胞骨架重构、能量代谢、抗氧化防御及应激响应等关键生物学过程[13-15]，也为建立基于分子标志物的嫩度、肉色与持水性早期预测模型奠定了理论基础。
图1 从饲养管理到餐桌流程中影响牛肉品质的因素
Fig. 1 Factors influencing beef quality from husbandry management to dining table
2 牛肉品质相关关键蛋白质生物标志物的发掘与功能解析
随着市场对高品质肉类需求的增长，实现肉质的精准评价与预测已成为行业关键。嫩度、色泽和持水性是决定牛肉食用品质的核心指标。此外，风味亦是影响其经济价值的关键因素。风味包括滋味（由游离氨基酸、小肽、核苷酸等非挥发性物质贡献）和气味（由醛类、酮类、醇类等挥发性化合物贡献），其形成与宰后肌肉蛋白质的降解及代谢密切相关[16]。蛋白质组学研究发现，参与蛋白水解、能量代谢及应激响应的多种蛋白质与滋味物质的积累存在显著关联。例如，钙蛋白酶和半胱氨酸蛋白酶通过靶向降解肌原纤维蛋白（如肌钙蛋白-T、伴肌球蛋白）释放出具有鲜味活性的特征 肽段[16]。代谢酶类（如甘油醛-3-磷酸脱氢酶（glyceraldehyde-3-phosphate dehydrogenase，GAPDH）、丙酮酸激酶M2（pyruvate kinase M2，PKM2））的表达水平也与游离谷氨酸、天冬氨酸等鲜味氨基酸的含量呈正相关[17]。因此，从蛋白质组学视角系统解析风味相关蛋白标志物，对于全面理解牛肉品质形成机制具有重要意义。基于此，近年来利用蛋白质组学技术发掘相关生物标志物，已成为解析“肌肉到肉”转化机制的重要研究方向。研究发现，一系列蛋白质被反复鉴定为与上述品质性状密切相关的潜在生物标志物。这些标志物主要归属于6大功能类别：代谢酶、HSP、氧化应激相关蛋白、结构蛋白、细胞凋亡相关蛋白及信号转导蛋白[18-19]。其中，HSP家族成员（如HSPB1、HSPB6、αB-晶状体蛋白（αB-crystallin，CRYAB））与肉的嫩度和色泽稳定性显著相关；而PKM2、HSPB1和HSPA1B等蛋白则被鉴定为可同时关联嫩度、肉色及持水性的共性标志物。基于蛋白质组学的生物标志物发掘通常遵循标准化流程：首先通过定量蛋白质组学筛选差异表达蛋白，建立其与肉质指标的统计关联以确定候选标志物，再利用靶向技术进行验证与预测能力评估。综上，通过蛋白质组学系统识别肉质相关生物标志物，不仅有助于阐明宰后肌肉转化的分子调控网络，也为开发基于分子信息的肉品质早期预测与精准调控技术提供了重要理论依据。
2.1 代谢酶
宰后肌肉的能量代谢是决定肉品质的核心环节，肌糖原无氧酵解导致的pH值持续下降是其关键驱动力。这一过程中，约占骨骼肌总蛋白1/3的肌浆蛋白，包括可溶性蛋白质与代谢酶类，主导宰后肌肉理化特性的转变[20]。近年来，蛋白质组学已系统鉴定出一系列与肉品质密切相关的代谢酶类生物标志物。这些潜在标志物按主要代谢途径可分为3 类：第1类是糖酵解关键酶，包括GAPDH、磷酸丙糖异构酶1（triosephosphate isomerase 1，TPI1）、PKM2、糖原磷酸化酶（glycogen phosphorylase，PYGM）、磷酸葡萄糖变位酶1（phosphoglucomutase 1， PGM1）、烯醇化酶3（enolase 3，ENO3）、磷酸甘油酸激酶1（phosphoglycerate kinase 1，PGK1）、乳酸脱氢酶A/B（lactate dehydrogenase A/B，LDH-A/B） 及果糖二磷酸醛缩酶A（aldolase A，ALDOA）； 第2类是能量代谢相关酶，如苹果酸脱氢酶1（malate dehydrogenase 1，MDH1）、乌头酸水合酶（aconitase 2， ACO2）、还原型烟酰胺腺嘌呤二核苷酸（reduced nicotinamide adenine dinucleotide，NADH）脱氢酶（NADH dehydrogenase，NDUF）、ATP合酶β亚基 （ATP synthase subunit β，ATP5B）及肌酸激酶M（creatine kinase M，CKM）；第3类包括醛脱氢酶1A1（aldehyde dehydrogenase 1A1，ALDH1A1）和三磷酸尿苷-葡萄糖-1-磷酸尿苷酰转移酶（uridine triphosphate-glucose-1-phosphate uridylyltransferase，UGP2）等其他代谢酶[21-24]。这些发现表明，肌浆蛋白质组，特别是直接调控能量代谢的酶类，是理解与预测肉品质的关键分子基础。
综合现有研究，影响牛肉品质的蛋白质生物标志物主要为宰后糖酵解途径中的关键酶，如GAPDH、PKM2、TPI1、ENO3、PYGM、PGM1、PGK1及LDH-A等。宰后肌肉中糖原驱动的糖酵解过程，通过调控乳酸积累与pH值下降速率，是决定肉品质形成的核心代谢基础。就色泽而言，已鉴定出的潜在生物标志物主要包括上述糖酵解酶，以及ALDOA、ALDH1A1、CKM、ACO2和NDUF等参与能量代谢的蛋白[25-29]。在持水性（water-holding capacity，WHC）方面，GAPDH与TPI1被证实是关键关联蛋白，同时谷胱甘肽过氧化物酶（glutathione peroxidase，GSH-Px）的表达水平也与持水力相关[14,29]。在异常肉质鉴别中，ATP5B与β-半乳糖苷α-2,6-唾液酸转移酶1（β-galactoside α-2,6-sialyltransferase 1，ST6GAL1）在正常牛肉与DFD（dark, firm and dry）肉之间存在显著丰度差异，可作为特异性鉴别标志物[18,30-31]。除糖酵解相关蛋白外，部分参与氧化代谢与线粒体功能的蛋白质（如ALDOA、ALDH1A1及CKM）也通过影响ATP再生等过程调控肉品质[29]。值得注意的是，GAPDH与TPI1被鉴定为具有多重指示意义的枢纽蛋白，其表达水平可同时关联嫩度、色泽与持水性等多个核心品质性状，凸显了它们在宰后代谢网络中的中心地位[15,22-23,28-29]。GAPDH和TPI1作为糖酵解途径中的关键酶，分别通过调控不同的代谢过程，深刻影响着屠宰后肌肉的物理和生化变化，进而决定肉的品质（图2）[32-33]。
图2 标志物GAPDH和TPI1对牛肉嫩度、色泽和保水性的影响
Fig. 2 Effects of the markers glyceraldehyde-3-phosphate dehydrogenase and triosephosphate isomerase 1 on beef tenderness,color, and water-holding capacity
GAPDH主要通过催化甘油醛-3-磷酸的氧化还原反应，影响糖酵解速率和能量代谢，其活性和表达水平与肉的嫩度密切相关。高水平的GAPDH促进肌肉纤维的降解，减少了剪切力，增加了MFI，这直接改善了肉的嫩度[34]。此外，GAPDH生成的NADH有助于将高铁肌红蛋白还原为氧合肌红蛋白，从而稳定并增强肉的鲜红色[35]。通过加速糖酵解过程，GAPDH还能导致pH值的快速下降，这可能引发PSE肉的特征，降低持水性[15]。
类似地，TPI1作为糖酵解途径中的另1 个关键酶，也通过调节三碳糖的可逆转化，影响乳酸的积累和pH值的变化[22]。TPI1活性较高时，糖酵解速率加快，导致pH值迅速下降，从而改善肉的嫩度[36]。与此同时，TPI1通过调控糖酵解途径，间接影响了肉的色泽稳定性，其表达水平与肉色的稳定性密切相关[37]。TPI1还通过调控水分保持，影响肉的持水性，尤其在低保水性肉样，如PSE肉中，TPI1的表达上调，进一步加剧了水分流失[15,22]。
这2 个关键酶通过在糖酵解途径中的核心作用，彼此相互作用，共同调节肉的生化和物理特性。GAPDH通过调节糖酵解速率、乳酸积累和pH值变化，控制了肉的嫩度、色泽和持水性。TPI1通过加速糖酵解过程、控制pH值变化以及对色泽的影响，进一步完善了这些特性。因此，GAPDH和TPI1不仅是肉品质形成过程中的重要调节因子，它们在肉质改良中的协同作用，使其成为预测肉类品质的重要生物标志物，更为开发基于蛋白质生物标志物的肉品质早期预测与精准调控技术奠定了坚实的理论基础。
2.2 HSP
HSP是一类在热、缺氧、氧化应激等条件下高度诱导表达的保守分子伴侣，对维持细胞稳态具有关键 作用[38]。根据分子质量及功能，HSPs可分为HSP100、HSP90、HSP70、HSP60、HSP40及小HSPs（small HSPs，sHSPs）等家族，其中sHSPs主要包括HSPB6、HSPB1与CRYAB[39]。蛋白质组学研究发现，多个HSP家族成员可作为牛肉品质的潜在生物标志物，包括HSPB6、HSPB1、CRYAB、HSP40、HSP70-1A/B及HSP90等[21-22,29]。值得注意的是，HSPB6、HSPB1及CRYAB在正常肉与DFD肉之间存在显著丰度差异，可作为屠宰前应激的指示性标志物[18]。应激会诱导保护性HSPs的合成，以防止细胞蛋白变性并维持其功能。基于此保护机制，HSPs的表达水平与宰后肌肉的品质变化紧密关联。HSPB1、CRYAB及HSP70-1A/B是尤为重要的多功能生物标志物，它们与牛肉的嫩度、色泽、持水性及DFD状态等关键品质性状显著相关[23,26,29]。
HSPB1作为关键的应激调节因子，可通过稳定肌动蛋白和抑制凋亡来维持肌原纤维结构。在嫩度方面，其上调表达有助于促进肌动蛋白与肌球蛋白的水解，从而改善肉的嫩度[40]。在持水性方面，HSPB1可通过调控细胞骨架结构和凋亡途径影响水分保持，其表达水平与烹饪损失呈负相关[39]。在肉色方面，有研究[41]发现，HSPB1在深色肉样中表达更高，可能与防止蛋白质聚集变性有关。HSP70-1A/B同样具有重要的分子伴侣与保护功能。研究表明其表达与肉嫩度显著相关，机制可能涉及维持细胞结构完整性和修复变性蛋白[26]。同时，HSP70-1A/B可通过调控细胞凋亡、蛋白水解及氧化应激等途径影响肉色参数[25,27]。此外，多项研究证实HSP70的表达与肉的持水性呈正相关，提示其可作为预测持水性的潜在生物标志物[26]。
综上，HSP不仅是细胞应激状态的灵敏指示器，其动态变化也为理解并预测宰后肌肉的理化特性转变提供了重要的分子视角。
2.3 氧化应激相关蛋白
蛋白质氧化是指在自由基攻击下，氨基酸残基发生化学修饰，导致蛋白质结构与功能改变的过程[27]。在宰后肌肉转化为食用肉的过程中，活性氧（reactive oxygen species，ROS）积累引发的蛋白质氧化直接影响肉的色泽、嫩度及持水性等关键品质。在氧化还原相关蛋白中，过氧化物氧化还原酶（peroxiredoxin，PRDX）（PRDX1、PRDX2、PRDX6）及DJ-1（帕金森氏病蛋白7 （Parkinson disease protein 7，PARK7））已被鉴定为与肉质相关的潜在生物标志物[23,28]。研究表明，PRDX1与PRDX2的水平与肉嫩度呈正相关，其机制在于清除ROS，保护肌原纤维蛋白免遭过度氧化[42]。然而，同为抗氧化蛋白的PARK7却被报道对肉的嫩度有负面影响，提示不同抗氧化蛋白在宰后氧化还原平衡中可能扮演精细且差异化的调控角色[29]。PRDX6是一种具有磷脂酶A2 和PRDX双重功能的蛋白。其在较嫩肉中丰度更高，可能通过减轻氧化应激对蛋白水解系统的抑制来促进嫩化。同时，PRDX6也有助于维持肉色稳定性，这可能与其清除氧自由基、减缓肌红蛋白氧化的功能有关[31]。PARK7在氧化应激下可作为应激传感器发挥保护作用。研究发现其表达水平常与肉色参数呈负相关，提示其可能与肉色劣变过程相关[29]。超氧化物歧化酶（superoxide dismutase，SOD）是清除超氧阴离子的关键抗氧化酶，其表达水平与肉色稳定性显著正相关，机制在于阻断自由基链式反应，维持肌红蛋白还原状态[34]。此外，SOD表达还与持水性相关——在低滴水损失肉样中其表达更丰富，可能通过抑制蛋白质和膜脂氧化，维持肌原纤维结构完整性与细胞膜稳定性，从而减少水分流失[15]。综上所述，氧化应激相关蛋白通过调控宰后肌肉的氧化还原状态，在牛肉品质形成中发挥重要作用，为肉质预测与调控提供了关键分子靶点。
牛肉品质形成相关蛋白质生物标志物的功能分类与调控机制如表1所示。
表1 牛肉品质形成相关蛋白质生物标志物的功能分类与调控机制
Table 1 Functional classification and regulatory mechanisms of protein biomarkers related to beef quality formation
标志物类别关键标志物示例关联的主要生物肉品质核心调控机制与影响因素参考文献GAPDH、TPI1、PKM2、ENO3、LDH-A/B、调控宰后糖酵解与能量代谢速率，代谢酶PGM1、PGK1、CKM、嫩度、肉色、持水性、[8,15,18,ATP5B、ALDH1A1、DFD肉鉴别影响乳酸积累、决定肌原纤维蛋白21-23,25-28]UGP2、MDH1、ACO2、水解及水分保持能力NDUF、ALDOA、PYGM HSPB1、HSPB6、CRYAB、HSPA1B、作为分子伴侣，响应应激，维持细HSPHSP70-1A/B、HSP40嫩度、肉色、持水性、胞骨架蛋白稳定性，影响蛋白水[8,18-19,22,（DnaJ热休克蛋白家族DFD肉鉴别解、氧化应激和水分保持28-29]成员A1）、HSP90氧化应激PRDX1、PRDX2、嫩度、肉色、持水性清除ROS，调节宰后肌肉氧化还原相关蛋白PRDX6、PARK7（DJ-1）、平衡，稳定肌红蛋白状态、维持肌[23,26-29]SOD、GSH-Px原纤维完整性及细胞膜功能ACTA1、TTN、MHC-I、肌球蛋白重链Ⅱx（myosin 降解程度直接影响肌肉结构的完整结构蛋白heavy chain IIx，MyHC-嫩度、肉色、持水性、性、光散射特性、水分通道及与蛋[15,19,23,IIx）、MYL3、DES、DFD肉鉴别白酶的可及性，是决定嫩度、色泽26,28-29]TNNT1/3、TNNC1、和多汁性的物理基础TUBA4A、CAPZ、CFL、TM蛋白水解μ-钙蛋白酶、宰后嫩度形成的核心，其活性受钙离系统m-钙蛋白酶嫩度、肉色子浓度、氧化应激及分子伴侣（如[22,28,42]HSPs）的调控，并与肉色参数相关
2.4 结构蛋白
在宰后成熟过程中，多种肌原纤维结构蛋白在内源性蛋白酶（如钙蛋白酶）的作用下降解，对肉质性状、尤其是嫩度的形成具有关键影响[43]。蛋白质组学研究已鉴定出一系列结构蛋白作为潜在肉质生物标志物，主要包括α-肌动蛋白1（α-actin 1，ACTA1）、肌联蛋白（titin，TTN）、肌球蛋白重链-I（myosin heavy chain I， MHC-1）、肌球蛋白轻链3（myosin light chain 3，MYL3）、MyHC-IIx、微管蛋白α-4A（tubulin α-4A，TUBA4A）、肌钙蛋白（troponin，TNN）（TNNT1、NNT3、TNNC1）、肌动蛋白加帽蛋白Z（capping actin protein Z，CAPZ）（CAPZB、CAPZA2）、结蛋白（desmin，DES）、MYL1及原肌球蛋白（tropomyosin，TM）等。在这些蛋白中，ACTA1和TTN展现出同时表征牛肉嫩度、色泽和保水性多重品质性状的突出潜力。具体而言，在嫩度方面，ACTA1、TTN、DES、肌球蛋白重链（MHC-I、MyHC-IIx）、肌球蛋白轻链（MYL1、MYL3）、肌钙蛋白（TNNT1、TNNT3、TNNC1）及微管蛋白（TUBA4A）等的降解程度或表达水平均与嫩度显著相关[23,44]；在色泽方面，ACTA1、TTN、MYL3以及肌球蛋白重链（MHC-I、MyHC-IIx）的表达变化与肉色参数紧密关联[26-27,29]；在持水性方面，TTN、MHC-I、角蛋白（keratin，KER）、切丝蛋白（cofilin，CFL）及TM的完整性或丰度被报道可用于预测持水能力[15]。此外，ACTA1、MYL3、TNNT3、TNNC1等蛋白在DFD肉中表现出特异性变化，提示它们可作为鉴别DFD肉的潜在标志物[30-31,42,44]。
ACTA1作为细肌丝的核心组分，其水解片段是蛋白质降解的重要标志。研究证实ACTA1与肉嫩度密切相关，其机制在于肌动蛋白-肌球蛋白的相互作用共同维持了肌原纤维结构的稳定性。同时，其表达水平能有效区分不同色度等级的牛肉，这可能与蛋白水解导致的结构变化影响光散射有关[22]。值得注意的是，在DFD肉中可特异性检测到更高水平的可溶性ACTA1，这主要是由于DFD肉的高pH值环境（＞6.0）显著高于肌动蛋白的等电点（≈5.23），从而大幅增加了其溶解性[18]。
TTN是贯穿肌节的重要弹性蛋白。研究表明，TTN在宰后早期的降解程度与肉的嫩度及多汁性呈正相关[26]，同时其降解也影响肌纤维的光散射特性，进而与肉色参数（亮度值（L*）、红度值（a*）、黄度值（b*））及滴水损失率相关联，凸显了其在维持肌原纤维结构完整性方面的核心作用[22]。此外，TTN的降解状态还与滴水损失率呈正相关，提示其完整性对维持细胞持水能力具有重要作用[45]。
肌球蛋白重链作为肌原纤维中最主要的蛋白之一，其亚型组成及翻译后修饰状态对宰后肉质具有重要影响。根据收缩特性，骨骼肌中的MHC主要分为慢速氧化型（MHC-I）和快速酵解型（MHC-II）亚型。研究表明，MHC-I的表达与肉嫩度呈正相关，这可能与慢肌纤维更易于发生宰后蛋白水解有关[42]。同时，肌纤维类型也与肉色密切相关：富含MHC-I的慢氧化型红肌通常具有更强的氧化代谢能力和高铁肌红蛋白还原活性，有助于维持肉色的稳定性[25]。例如，肌肉中MHC-I的含量常与L*呈负相关，这可能源于此类纤维更高的肌红蛋白含量和特定的代谢特性[29]。此外，MHC的磷酸化修饰已被证实能直接影响肉色的形成[38]。
综上所述，以ACTA1、TTN和MHC为代表的结构蛋白，通过其降解、亚型表达及翻译后修饰，深刻影响着宰后肌肉的嫩度、色泽和持水性。这些发现不仅揭示了结构蛋白在品质形成中的关键作用，也为基于蛋白质组学的肉质预测与调控提供了坚实的分子基础。
2.5 蛋白水解酶
在宰后肌肉成熟过程中，钙蛋白酶系统扮演着核心调控角色。μ-钙蛋白酶和m-钙蛋白酶作为依赖钙离子的半胱氨酸蛋白酶，通过水解特定肌原纤维蛋白直接影响嫩度形成，并已被确认为评价牛肉嫩度与肉色的重要生物标志物[39]。钙蛋白酶的活性受到氧化还原状态与应激响应系统的精密调控。一方面，μ-钙蛋白酶的活性与Prdx6的表达呈稳定正相关[31]。Prdx6可能通过清除过氧化氢、减轻氧化应激对蛋白酶结构的损伤，从而保护μ-钙蛋白酶的水解活性，体现蛋白酶系统与抗氧化系统的协同作用。另一方面，μ-钙蛋白酶与Hsp70-1A/B在调控肉色方面存在功能关联。两者表达均与肉色参数（L*、a*、b*）显著相关，可能通过以下通路相互作用：宰后氧化应激诱发内质网钙离子释放，激活μ-钙蛋白酶；活化的μ-钙蛋白酶降解肌原纤维蛋白，直接改变肉色；同时诱导表达的Hsp70-1A/B则凭借其分子伴侣功能，协助维持或修复相关蛋白结构，从而与μ-钙蛋白酶共同精细调控肉色形成。值得注意的是，脂质过氧化产物如4-羟基-2-壬烯醛可能通过诱导氧化应激修饰Hsp70，进一步增加该调控网络的复杂性[43]。
从表型关联分析，μ-钙蛋白酶活性与牛肉的b*和色调角呈负相关，这可能源于其对肌原纤维蛋白的降解改变了肌肉超微结构，进而影响光散射特性与肉色表现[22]。此外，钙蛋白酶的作用存在肌肉部位特异性。例如在牛半腱肌中，μ-钙蛋白酶活性与嫩度正相关，而m-钙蛋白酶则呈负相关，表明μ-钙蛋白酶在该部位嫩化过程中起主导作用[40]。
综合以上分析可见，牛肉品质的形成受代谢酶、HSP、氧化应激蛋白、结构蛋白及蛋白水解酶等多类标志物的协同调控。然而，上述标志物的鉴定结果常因品种、肌肉部位及技术方法的差异而有所不同。为系统呈现这一多样性，本文将代表性研究的样品来源、技术参数及标志物功能汇总于表2，以期为后续研究的实验设计和结果对比提供参考。
表2 牛肉品质相关蛋白质生物标志物的研究案例汇总
Table 2 Summary of research on protein biomarkers associated with beef quality
样品来源及部位重要处理技术条件/参数特性或功能参考文献西门塔尔杂交牛4 ℃成熟14 d；GAPDH、TPI1表达与嫩度、背最长肌TMT定量蛋白质组学WHC正相关；参与糖酵解调控[44-45]夏洛莱牛背最长肌宰后0～14 d；非标记定量HSPB1、CRYAB表达与嫩度负相关；蛋白质组学；PRM验证作为应激保护因子[23,46]背最长肌、腰大肌4 ℃成熟0～7 d；iTRAQACTA1、TTN降解程度与肉色参数鲁西黄牛（L*、a*）显著相关[47-48]内洛尔牛半腱肌宰后24 h；2D-DIGEPRDX6、PARK7表达与嫩度相关；参与氧化还原调控[29]荷斯坦牛背最长肌4 ℃成熟0～14 d；ATP5B、CKM在DFD肉中显著下调；SWATH-MS蛋白质组学能量代谢标志物[30-31]安格斯牛背最长肌4 ℃成熟7 d；磷酸化蛋白质组学MHC磷酸化修饰与肉色稳定性相关[38,49]秦川牛背最长肌4 ℃成熟0～14 d；μ-钙蛋白酶活性与嫩度正相关；TMT定量蛋白质组学受HSP70调控[21,50]牦牛背最长肌4 ℃成熟0～10 d；Label-freeMHC-I表达与嫩度正相关；蛋白质组学肌纤维类型决定宰后代谢速率[51]杂交公牛背最长肌、4 ℃成熟14 d；SOD、GSH-Px表达与肉色半腱肌2-DE蛋白质组学稳定性正相关；抗氧化防御[52-53]
注：TMT.串联质谱标签（tandem mass tag）；PRM.平行反应监测（parallel reaction monitoring）；iTRAQ.同位素标记相对和绝对定量（isobaric tags for relative and absolute quantitation）；2D-DIGE.双向差异凝胶电泳（two-dimensional difference gel electrophoresis）；SWATH-MS.连续窗口采集所有理论质谱（sequential window acquisition of all theoretical mass spectra）；2-DE.双向电泳（two-dimensional electrophoresis）。
3 结 语
蛋白质组学技术通过全景式解析宰后肌肉中蛋白质表达、修饰及互作网络的动态演变，为阐明牛肉品质形成的分子机制提供了强大工具。研究表明，代谢酶（如GAPDH、TPI1）、HSP（如HSPB1、HSPA1B）、抗氧化蛋白（如PRDXs、SOD）及结构蛋白（如ACTA1、TTN）等关键蛋白质生物标志物通过协同调控能量代谢、蛋白酶解、氧化还原及细胞骨架稳定性等核心生物学过程，共同决定牛肉的嫩度、肉色与持水性。这些发现推动了肉品科学研究从表型描述向机制解析的范式转变。未来，整合多组学数据的“蛋白质标志物谱”将为实现牛肉品质的智能预测、精准加工调控及分子设计育种提供核心依据，为推进肉类产业全链条的精准品质管理奠定分子基础。
[1] 王会振, 李继强, 朱立贤, 等. 僵直前期超快速冷冻对牛肉贮藏期嫩度的影响[J]. 食品科学, 2025, 46(18): 291-299. DOI:10.7506/spkx1002-6630-20250218-076.
[2] 张宏飞, 朱建纲, 胡彦龙, 等.牛肉主要品质指标及其影响因素探析[J]. 中国牛业科学, 2025, 51(4): 80-83. DOI:10.26951/j.cnki.ccs.2025.04.015.
[3] 李叶, 鲁文洁, 王海蓉, 等. 牛肉宰后成熟过程中细胞自噬的变化分析[J]. 食品科学, 2024, 45(15): 214-221. DOI:10.7506/spkx1002-6630-20240109-093.
[4] 昝博文, 彭丛粤, 白婷, 等. 不同加热方式对牛肉品质和挥发性风味的影响[J]. 肉类研究, 2025, 39(8): 24-33. DOI:10.7506/rlyj1001-8123-20241128-316.
[5] Silacci P, Perrey B, Joye C, et al. Swiss beef meat tenderness improvement in the period 2009–2023[J]. Meat Science, 2026, 231:109953. DOI:10.1016/j.meatsci.2025.109953.
[6] Shu Yimei, Lü Jintao, Lou Aihua, et al. Protein lysine acetylation regulates beef color stability during storage[J]. LWT-Food Science and Technology, 2025, 220: 117468. DOI:10.1016/j.lwt.2025.117468.
[7] Gagaoua M, Prieto N, Hopkins D L, et al. Electrical stimulation to improve meat quality: factors at interplay, underlying biochemical mechanisms and a second look into the molecular pathways using proteomics[J]. Meat Science, 2025, 219: 109663. DOI:10.1016/j.meatsci.2024.109663.
[8] Yu Qianqian, Li Shimeng, Cheng Bei, et al. Investigation of changes in proteomes of beef exudate and meat quality attributes during wet-aging[J]. Food Chemistry: X, 2023, 17: 100608. DOI:10.1016/j.fochx.2023.100608.
[9] 梁荣蓉, 许宝琛, 张一敏, 等. 蛋白质组学在生鲜肉肉色变化机制研究中的应用[J]. 农业工程学报, 2020, 36(16): 283-292. DOI:10.11975/j.issn.1002-6819.2020.16.034.
[10] González-Blanco L, Oliván M, Diñeiro Y, et al. Sequential window acquisition of all theoretical mass spectra (SWATH-MS) as an emerging proteomics approach for the discovery of dark-cutting beef biomarkers[J]. Meat Science, 2024, 217: 109618. DOI:10.1016/j.meatsci.2024.109618.
[11] 林颖, 邝金艳, 王丽, 等. 基于蛋白组学分析不同解冻方式下牛肉的品质变化机制[J]. 肉类研究, 2024, 38(2): 9-16. DOI:10.7506/rlyj1001-8123-20240220-040.
[12] 栗俊广, 岳晓楠, 孙晨皓, 等. 不同功率超声辅助浸渍冷冻对牛肉品质的影响[J]. 食品科学, 2024, 45(11): 235-242. DOI:10.7506/spkx1002-6630-20231023-180.
[13] Ijaz M, Li Xin, Zhang Dequan, et al. Association between meat color of DFD beef and other quality attributes[J]. Meat Science, 2020, 161: 107954. DOI:10.1016/j.meatsci.2019.107954.
[14] Li Jiqiang, Wang Qiantong, Liang Rongrong, et al. Effects and mechanism of sub-freezing storage on water holding capacity and tenderness of beef[J]. Meat Science, 2024, 215: 109540. DOI:10.1016/j.meatsci.2024.109540.
[15] Álvarez S, Álvarez C, Mullen A M, et al. Impact of UV pre-treatment on the longissimus thoracis et lumborum muscle proteomes of dry-aged beef cuts: a characterisation within two sampling locations[J]. Meat Science, 2025, 221: 109729. DOI:10.1016/j.meatsci.2024.109729.
[16] Gagaoua M, Terlouw E M C, Micol D, et al. Understanding early post-mortem biochemical processes underlying meat color and pH decline in the longissimus thoracis muscle of young blond d’Aquitaine bulls using protein biomarkers[J]. Journal of Agricultural and Food Chemistry, 2015, 63(30): 6799-6809. DOI:10.1021/acs.jafc.5b02615.
[17] Taylor R P, Benjamin I J. Small heat shock proteins: a new classification scheme in mammals[J]. Journal of Molecular and Cellular Cardiology, 2005, 38(3): 433-444. DOI:10.1016/j.yjmcc.2004.12.014.
[18] Gagaoua M, Bonnet M, Ellies-Oury M P, et al. Reverse phase protein arrays for the identification/validation of biomarkers of beef texture and their use for early classification of carcasses[J]. Food Chemistry, 2018, 250: 245-252. DOI:10.1016/j.foodchem.2018.01.070.
[19] Picard B, Gagaoua M, Al Jammas M, et al. Beef tenderness and intramuscular fat proteomic biomarkers: effect of gender and rearing practices[J]. Journal of Proteomics, 2019, 200: 1-10. DOI:10.1016/j.jprot.2019.03.010.
[20] Beldarrain L R, Aldai N, Picard B, et al. Use of liquid isoelectric focusing (OFFGEL) on the discovery of meat tenderness biomarkers[J]. Journal of Proteomics, 2018, 183: 25-33. DOI:10.1016/j.jprot.2018.05.005.
[21] 胡丽筠, 王金霞, 李荣, 等. 基于蛋白质组学分析蛋白酶体对宰后秦川牛肉贮藏期间品质变化的影响[J]. 食品科学, 2024, 45(5): 86-93. DOI:10.7506/spkx1002-6630-20230412-118.
[22] Luciani M, Schirone M, Krasteva I, et al. Muscle proteomics reveals biomarkers of stress and meat quality in organic versus conventional broiler chickens[J]. Poultry Science, 2026, 105(1): 106164. DOI:10.1016/j.psj.2025.106164.
[23] Lamri M, Della Malva A, Djenane D, et al. Towards the discovery of goat meat quality biomarkers using label-free proteomics[J]. Journal of Proteomics, 2023, 278: 104868. DOI:10.1016/j.jprot.2023.104868.
[24] Picard B, Gagaoua M, Micol D, et al. Inverse relationships between biomarkers and beef tenderness according to contractile and metabolic properties of the muscle[J]. Journal of Agricultural and Food Chemistry, 2014, 62(40): 9808-9818. DOI:10.1021/jf501528s.
[25] Gagaoua M, Terlouw E M C, Picard B. The study of protein biomarkers to understand the biochemical processes underlying beef color development in young bulls[J]. Meat Science, 2017, 134: 18-27. DOI:10.1016/j.meatsci.2017.07.014.
[26] Ijaz M, Li Xin, Hou Chengli, et al. Role of heat-shock proteins in the determination of postmortem metabolism and meat quality development of DFD meat[J]. Foods, 2024, 13(18): 2965. DOI:10.3390/foods13182965.
[27] Averill-Bates D. Reactive oxygen species and cell signaling. Review[J]. Biochimica et Biophysica Acta (BBA)-Molecular Cell Research, 2024, 1871(2): 119573. DOI:10.1016/j.bbamcr.2023.119573.
[28] Guillemin N, Jurie C, Cassar-Malek I, et al. Variations in the abundance of 24 protein biomarkers of beef tenderness according to muscle and animal type[J]. Animal, 2011, 5(6): 885-894. DOI:10.1017/s1751731110002612.
[29] Malheiros J M, Enríquez-Valencia C E, Braga C P, et al. Application of proteomic to investigate the different degrees of meat tenderness in Nellore breed[J]. Journal of Proteomics, 2021, 248: 104331.DOI:10.1016/j.jprot.2021.104331.
[30] Picard B, Cougoul A, Couvreur S, et al. Relationships between the abundance of 29 proteins and several meat or carcass quality traits in two bovine muscles revealed by a combination of univariate and multivariate analyses[J]. Journal of Proteomics, 2023, 273: 104792.DOI:10.1016/j.jprot.2022.104792.
[31] Wang Xinyi, Liu Jitong, Holman B W B, et al. The regulatory mechanisms for beef tenderization by the calcium-independent phospholipase A2 activity of peroxiredoxin 6[J]. Food Chemistry, 2025,473: 143083. DOI:10.1016/j.foodchem.2025.143083.
[32] Malheiros J M, Braga C P, Grove R A, et al. Influence of oxidative damage to proteins on meat tenderness using a proteomics approach[J].Meat Science, 2019, 148: 64-71. DOI:10.1016/j.meatsci.2018.08.016.
[33] Santiago B, Baldassini W, Neto O M, et al. Post-mortem muscle proteome of crossbred bulls and steers: relationships with carcass and meat quality[J]. Journal of Proteomics, 2023, 278: 104871.DOI:10.1016/j.jprot.2023.104871.
[34] Zhang Yue, Liu Fei, Yu Jiang, et al. Effect of long-term dietary supplementation with Bacillus subtilis in pigs on meat color and oxidative stability under high-oxygen packaging[J]. Meat Science,2025, 222: 109757. DOI:10.1016/j.meatsci.2025.109757.
[35] Franco D, Mato A, Salgado F J, et al. Tackling proteome changes in the longissimus thoracis bovine muscle in response to pre-slaughter stress[J]. Journal of Proteomics, 2015, 122: 73-85. DOI:10.1016/j.jprot.2015.03.029.
[36] Mato A, Rodríguez-Vázquez R, López-Pedrouso M, et al. The first evidence of global meat phosphoproteome changes in response to pre-slaughter stress[J]. BMC Genomics, 2019, 20: 590. DOI:10.1186/s12864-019-5943-3.
[37] An Ning, Hou Ran, Liu Yangming, et al. Application of iTRAQ technology to identify differentially expressed proteins of sauce lamb tripe with different secondary pasteurization treatments[J]. Foods,2022, 11(8): 1166. DOI:10.3390/foods11081166.
[38] Li Meng, Li Xin, Xin Jianzeng, et al. Effects of protein phosphorylation on color stability of ground meat[J]. Food Chemistry,2017, 219: 304-310. DOI:10.1016/j.foodchem.2016.09.151.
[39] Onopiuk A, Szpicer A, Pogorzelski G, et al. Analysis of the impact of exogenous preparations of cysteine proteases on tenderness of beef muscles semimembranosus and longissimus thoracis et lumborum[J]. Livestock Science, 2022, 258: 104866. DOI:10.1016/j.livsci.2022.104866.
[40] Yamashima T, Seike T, Mochly-Rosen D, et al. Implication of the cooking oil-peroxidation product “hydroxynonenal” for Alzheimer’s disease[J]. Frontiers in Aging Neuroscience, 2023, 15: 1211141.DOI:10.3389/fnagi.2023.1211141.
[41] Liu Sijia, Guo Yu, Shi Zidan, et al. Histatin 5 affected the tenderness of braised beef by regulating calpain-2 activity in semimembranosus muscle during aging post-slaughter[J]. Food Chemistry, 2025, 492:145566. DOI:10.1016/j.foodchem.2025.145566.
[42] Bai Xueyuan, Yin Feng, Ru Ang, et al. Myosin heavy chain isoform expression and meat quality characteristics of different muscles in yak (Bos grunniens)[J]. Meat Science, 2024, 209: 109414. DOI:10.1016/j.meatsci.2023.109414.
[43] Zhu Jiaying, Li Shanshan, Yang Liang, et al. Effect of multiple freeze-thaw cycles on water migration, protein conformation and quality attributes of beef longissimus dorsi muscle by real-time low field nuclear magnetic resonance and Raman spectroscopy[J]. Food Research International, 2023, 166: 112644. DOI:10.1016/j.foodres.2023.112644.
[44] Zhang Jin, Yang Ying, Zeng Lintao, et al. A ratiometric fluorescence platform for on-site screening meat freshness[J]. Food Chemistry,2024, 436: 137769. DOI:10.1016/j.foodchem.2023.137769.
[45] Phongpa-Ngan P, Grider A, Mulligan J H, et al. Proteomic analysis and differential expression in protein extracted from chicken with a varying growth rate and water-holding capacity[J]. Journal of Agricultural and Food Chemistry, 2011, 59(24): 13181-13187. DOI:10.1021/jf202622n.
[46] Ouali A, Gagaoua M, Boudida Y, et al. Biomarkers of meat tenderness:present knowledge and perspectives in regards to our current understanding of the mechanisms involved[J]. Meat Science, 2013,95(4): 854-870. DOI:10.1016/j.meatsci.2013.05.010.
[47] Yu Qianqian, Wu Wei, Tian Xiaojing, et al. Comparative proteomics to reveal muscle-specific beef color stability of Holstein cattle during post-mortem storage[J]. Food Chemistry, 2017, 229: 769-778. DOI:10.1016/j.foodchem.2017.03.004.
[48] Wu Wei, Yu Qianqian, Fu Yu, et al. Towards muscle-specific meat color stability of Chinese Luxi yellow cattle: a proteomic insight into post-mortem storage[J]. Journal of Proteomics, 2016, 147: 108-118.DOI:10.1016/j.jprot.2015.10.027.
[49] de Souza Rodrigues R T, Chizzotti M L, Vital C E, et al. Differences in beef quality between Angus (Bos taurus taurus) and nellore (Bos taurus indicus) cattle through a proteomic and phosphoproteomic approach[J]. PLoS ONE, 2017, 12(1): e0170294. DOI:10.1371/journal.pone.0170294.
[50] Fuente-Garcia C, Aldai N, Sentandreu E, et al. Search for proteomic biomarkers related to bovine pre-slaughter stress using liquid isoelectric focusing (OFFGEL) and mass spectrometry[J]. Journal of Proteomics, 2019, 198: 59-65. DOI:10.1016/j.jprot.2018.10.013.
[51] Poleti M D, Moncau C T, Silva-Vignato B, et al. Label-free quantitative proteomic analysis reveals muscle contraction and metabolism proteins linked to ultimate pH in bovine skeletal muscle[J]. Meat Science,2018, 145: 209-219. DOI:10.1016/j.meatsci.2018.06.041.
[52] Zuo Huixin, Han Ling, Yu Qunli, et al. Proteome changes on waterholding capacity of yak longissimus lumborum during postmortem aging[J]. Meat Science, 2016, 121: 409-419. DOI:10.1016/j.meatsci.2016.07.010.
[53] Gagaoua M, Bonnet M, DE Koning L, et al. Reverse phase protein array for the quantification and validation of protein biomarkers of beef qualities: the case of meat color from Charolais breed[J]. Meat Science, 2018, 145: 308-319. DOI:10.1016/j.meatsci.2018.06.039.