• 呈味肽具有独特的口感特征和营养价值，能有效提高食品的风味和适口性。此外，它们符合绿色、安全和健康食品的开发原则，因此成为食品调味研究和商业应用的热门话题。该综述简要总结了呈味肽的制备方法、结构特征以及味觉传导机制。呈味肽的高通量筛选和评价是制约呈味肽发展的两大瓶颈，因此备受关注。在高通量筛选方面，深度学习模型可从呈味肽序列或结构中自主提取多维数据特征，并建立预测模型，在预测方面表现出很强的性能。此外，不同的深度学习算法有各自的优势和适用的数据特征提取方法。将多种算法混合使用，可以充分利用这些不同算法的特点，通过互补的方式提高整体性能，从而进一步提高筛选的准确性。在呈味肽的评价方面，目前缺乏口感评价标准，难以量化味觉程度。通过比较传统电子舌、脑电图、生物电子舌和味觉器官芯片的评价方法，可以有效克服非特异性和低选择性的局限，从而实现对呈味肽的快速、灵敏和特异性检测。此外，分子对接、荧光光谱、表面等离子体共振和等温滴定量热法等技术的应用也是阐明呈味肽呈味机制的有效途径。高通量筛选和评价方法的进步将促进呈味肽的研究，并增加其在调味品行业的应用。

• 本综述还为呈味肽的系统研究指明了新的研究方向。未来呈味肽的研究可以重点关注其味觉传导机制以及呈味肽与受体蛋白之间的相互作用机制，从而更深入地了解肽的呈味机制。将肽结构数据与深度学习模型相结合，可以更准确地预测肽的呈味特性。此外，将脑电图与其他脑成像技术相结合将成为研究人员的一个新方向，有助于提高呈味强度评估的准确性和可靠性。

图 1 呈味肽的制备方法、味觉强度评估和味觉呈现机制探索。

图 2 呈味肽的化学感知传导机制。(A) 呈味肽从味蕾到大脑中枢神经系统的味觉途径。(B) 味觉受体细胞中的味蕾和味觉受体。(C) 鲜味、甜味和苦味的细胞内信号转导途径。(D) 细胞内信号转导

图 3：训练深度学习模型的整体流程和深度学习算法示意图

图 4：各种常见食物中呈味肽的分布