近日，中国水产科学研究院南海水产研究所院级南海主养经济品种病害与生态防控创新团队在淡水贝类山坑螺种群差异与环境适应机制领域开展研究工作并取得重要研究进展。相关研究成果以“metabolomic profiling and machine learning reveal geographic origin markers and quality trade-offs in Sulcospira hainanensis”为题，发表于食品科学领域权威期刊《Food Research International》（JCR 1区，影响因子 8.0）。联合培养研究生李红艳为第一作者，卢洁助理研究员、叶灵通副研究员为共同通讯作者。
沟蜷（Sulcospira spp.）广泛分布于我国华南地区，包括湖南、广东、广西、云南、海南等地，通常生活在湍急的河流、小溪或湖泊中，喜食溪中腐叶，俗称“山坑螺”。海南沟蜷（S. hainanensis）是山坑螺中较常见的种类，因其风味独特、营养价值高而备受消费者青睐。然而，不同产地的海南沟蜷在市场价格与感官品质上存在显著差异，这种表型可塑性如何受环境调控，及其背后的生化驱动机制仍缺乏系统解析。建立科学的产地鉴别体系与品质评价标准，对于该特色资源的产业化应用具有重要意义。
针对这一科学难题，本研究首次对华南地区5个海南沟蜷种群开展综合分析，创新性地集成传统形态学、大规模靶向代谢组学（504种代谢物）及先进机器学习技术，系统揭示了不同种群间的品质差异与环境适应特征。形态学分析发现，海南沟蜷表现出极强的环境适应性：由于流速等水动力环境不同，螺壳形态呈现出从极细长型（临高种群）到粗壮型（广州种群）的显著分化。在风味品质方面，游离氨基酸（FAAs）分析显示其整体呈现“苦味主导”的特征。研究重点揭示了“产量与风味”的权衡关系：产量最高的云浮种群含有最高浓度的苦味氨基酸；而野生的惠州种群富含甘氨酸（甜味贡献者），可能与其对渗透压的调节适应有关。
此外，研究团队构建了基于机器学习的产地溯源模型。通过多算法特征筛选，成功识别出14个高精确度的分子生物标志物（如奎宁酸被确认为最强的判别因子），产地分类准确率高达96%。SHAP解释性模型进一步量化了核心代谢物对产地贡献的权重，为海南沟蜷的地理标志认证提供了坚实的分子证据。
该研究通过“表型变异-代谢指纹捕捉-机器学习溯源”的级联分析，阐明了环境压力如何重塑淡水贝类的生物化学循环。研究成果不仅为其产地真伪鉴别提供了技术支撑，也为未来水产养殖优化中如何平衡生长产量、适口风味与营养价值提供了重要理论指导。
全文链接：https://doi.org/10.1016/j.foodres.2026.118669