点击卡片 关注我们

一、引言

辣椒是美食界的热门食材,不仅在中国广受欢迎,在其他国家也备受消费者青睐。“无辣不欢”一度成为当代年轻人热衷的生活方式。闲暇时来一顿辣味火锅(图1),感受爆辣的快乐,是治愈疲惫的一种惬意方式。辣椒入口后的感觉固然爽,但随之而来的口腔“着火”也着实煎熬(图2)。

打开网易新闻 查看精彩图片

图1.辣味火锅(图源自:(https://www.doubao.com豆包AI制作))

(用作封面图)

打开网易新闻 查看精彩图片

图2.吃辣后的煎熬(图源自:(https://www.doubao.com豆包AI制作))

面对口腔中“着火”般的灼痛,人们总会迫不及待地寻找解辣的办法:冰水、蜂蜜水、柠檬汁、橄榄油和白米饭……但都收效甚微。乳制品虽被公认为最有效的解辣选择,却也存在一定局限:直接入菜会因自身风味干扰菜肴本味;而分开饮用虽可避免串味,但解辣效果受辣度、饮用量和个人差异等因素制约。一直以来,我们几乎都默认:解辣的答案一定藏在辣椒之外,但最新的科学研究却给出一个出乎意料的答案—辣椒体内,藏着天然“解辣解药”。俄亥俄州立大学的研究团队从辣椒中筛选出3种天然解辣化合物。这些化合物能在分子层面上直接削弱食物的辣度,同时不会改变食物原本的风味。这项研究不仅刷新了我们对辣椒的认知,也为未来开发出降低辣度的调味剂,利用育种技术培养出特定辣度的辣椒奠定基础,让吃辣变得轻而易举。

二、辣,是一场精心策划的“痛”

首先要明确,辣椒的“辣”并非味觉,而是一种痛觉刺激。这种刺激来自辣椒中的核心成分——辣椒素(图3)。辣椒素,化学名称为反式-8-甲基-N-香草基-6-壬烯酰胺,化学式为C18H27NO3,是辣椒中主要的辣味来源,具有镇痛、抗炎[1]、抗氧化[2]和促进代谢[3]等多种生理功能。辣椒素主要分布在辣椒内部的白色隔膜上,也就是连接辣椒籽和果肉的部位。吃辣椒时,辣椒素会与口腔及胃肠道黏膜上的“辣椒素受体(TRPV1,图4)”结合。受体被激活后,细胞内钙离子便大量涌入(即“钙离子内流”),触发神经末梢释放神经肽类物质,最终在大脑皮层产生痛觉,让我们感受到“辣”[4]。通俗地说,我们可以将TRPV1受体比作安装在口腔黏膜上的“痛觉警报器”,辣椒素则是精准按下报警按钮的“触发器”。一旦警报响起,灼热、疼痛的信号便会直冲大脑,让我们清晰地感受到“辣”的袭来(图5)。

打开网易新闻 查看精彩图片

图3.辣椒素结构式(自制)

打开网易新闻 查看精彩图片

图4.辣椒素受体TRPV1(自制)

打开网易新闻 查看精彩图片

图5.使大脑产生痛觉的底层机制(自制)

既然吃辣本质上是“自讨苦吃”,为何还有人乐在其中,这要归功于大脑的“自我安慰机制”——当我们因吃辣而产生痛觉时,大脑会释放内啡肽。这是一种天然的镇痛剂,能在缓解疼痛的同时带来愉悦感。正是这种“痛并快乐着”的体验,让许多人明知警报会被拉响,却仍忍不住主动按下按钮。

事实上,吃辣的好处远不止心理层面的愉悦。适量辣椒素能刺激唾液分泌[5],并抑制胃基础酸分泌(即空腹、无食物刺激时胃自发分泌的胃酸),同时对胃黏膜有保护作用[6]。此外,辣椒富含维生素C,营养价值丰富,对健康有积极的促进作用[7]。吃辣虽好,但舌尖的灼烧感也着实令人难以忍受。于是,如何在不影响风味的前提下温和解辣,成了食品科学领域的热门课题。

三、常规的解辣方法,治标不治本

生活中的解辣方法五花八门(图6),但从科学原理来看,真正管用的只有2种:1)物理溶解:辣椒素为脂溶性,全脂牛奶、豆奶中的脂肪和蛋白质可以溶解、包裹辣椒素,把它从口腔黏膜上“带走”[8]。2)降温麻痹:冰水、冷饮通过低温暂时麻痹神经,灼痛感会暂时减轻,但辣椒素还在口腔中,温度回升后灼烧感会卷土重来[9]。

打开网易新闻 查看精彩图片

图6. 各种解辣食物(图源自豆包AI制作)

然而,这些方法各有局限,尚难两全。是否存在一种既能从源头削减辣度、又不干扰食物本味的理想方案?要回答这个问题,不妨先通过下方对比图,直观看看3种解辣方式在微观世界中的“工作现场”——答案的线索,就藏在这幅图里(图7)。

打开网易新闻 查看精彩图片

图7. 3种解辣方式微观原理对比:冰水(左)低温麻痹,辣椒素未离场;牛奶(中)脂肪蛋白带走辣椒素但效果因人因量而异;天然“解辣解药”(右)精准阻断辣感信号,风味无损(图源自豆包AI制作)

由图7可知:真正高明的解辣策略,不是等辣感产生后再去“灭火”,而是在辣味信号传递的源头就进行拦截。那么,这种“精准阻断”究竟来自哪里?答案可能出乎你的意料——它不在辣椒之外,而恰恰藏在辣椒自己身上。

四、辣椒自带的“天然解辣解药”

美国俄亥俄州大学的研究团队将目光转向辣椒本身[10]。辣椒的辣味虽源于辣椒素,但一个有趣的现象引起了他们的注意:部分辣椒虽含有高浓度辣椒素,其辛辣感知——包括强度、持续时间和整体感受——却出乎意料地低。这不禁让人思考:除了辣椒素浓度,是否还有其他物质在暗中调节着辣味感知?

为揭开谜底,研究团队设计了4步实验。

第一步:统一辣度起点。科学家选定10种不同品种的干辣椒,用精密仪器精准测量其辣椒素含量,然后将所有样品统一调整至相同的辣椒素+二氢辣椒素总浓度(50 mg/L)。这一步至关重要——只有起点辣度完全一致,后续辣感上的差异才能被确信地归因于其他化学物质。

第二步:证实猜想。经过严格培训的评价员对每个样品进行“时间-辣度”评分,记录辣味从出现到消失的全过程。结果表明,在辣椒素含量相同的条件下,不同品种辣椒的辛辣感知存在显著差异——这证实了“存在其他调控物质”的猜想。

第三步:锁定目标。该团队对10种样品进行系统的化学分析和模型分析,筛选出与辣度呈负相关的化合物——即某些非辣椒素类化合物的含量越高、辛辣感知反而越低。最终锁定5个候选分子,通过核磁共振等技术确认其结构,它们分别是:辣椒苷I(Capsianoside I)、玫瑰花苷(Roseoside)、姜糖脂A(Gingerglycolipid A)、辣椒苷A(Capsicoside A)和柑橘苷(Citroside)(图8)。但需要注意的是,这5个候选分子均不属于辣椒素。事实上,辣椒中的化合物远不止这5种,根据化学性质和功能,辣椒中的化合物大致可分为辣椒素类、类胡萝卜素(萜类色素)、黄酮类(多酚)、糖苷类(如辣椒苷、megastigmane糖苷、甾体皂苷等)、糖脂类、维生素类及挥发性成分等几大类。而这5种候选分子只是其中与辣度感知相关的部分成员,各自分属于辣椒中的不同化学成分类别:辣椒苷I(Capsianoside I)属于辣椒苷类,即二萜糖苷[11];姜糖脂A(Gingerglycolipid A)属于糖脂类中的半乳糖甘油酯[12];辣椒苷A(Capsicoside A)属于甾体皂苷[13];玫瑰花苷(Roseoside)和柑橘苷(Citroside)都属于megastigmane糖苷[14]。真正让人感觉到辣的是辣椒素类化合物,其中辣椒素和二氢辣椒素是主要成分,二者含量约占总量的90%[15],这也是实验中将其调制为统一浓度的原因。

打开网易新闻 查看精彩图片

图8. (a)辣椒苷A(Capsicoside),(b)辣椒苷I(Capsianoside I),(c)姜糖脂A(Gingerglycolipid A),(d)玫瑰花苷(Roseoside)和(e)柑橘苷(Citroside)的结构式(图源自:作者绘制)

第四步:验证效果。

筛选出的5种候选分子在理论上虽具有潜力,但计算机模型的分析终究不能替代真实口腔中的表现。为了检验这些物质在实际食用中是否真正有效,研究团队设计了“半舌对比法”(图9)。该方法巧妙地避免了先后品尝带来的记忆偏差和味觉疲劳——舌头左右两边同时贴样品,一边是纯辣椒素,另一边是辣椒素加候选化合物,让评价员同时感知两边的辣度差异。

打开网易新闻 查看精彩图片

图9. “半舌对比法”示意图(图源自豆包AI制作)

结果显示,辣椒苷I(Capsianoside I),姜糖脂A(Gingerglycolipid A),玫瑰花苷(Roseoside)这3种物质能够显著降低辣度。更重要的是,这3种化合物本身在水中几乎没有味道,因此它们能在不影响食物原本风味的前提下,实现对辣度的温和调节。至于它们为何能“解辣”,研究团队推测,这些“消音器”的工作方式并不完全相同:辣椒苷I和玫瑰花苷等化合物,可能相当于在警报器的按钮与触发装置之间嵌入了一块楔子,让辣椒素这个“触发器”无法严丝合缝地按下按钮,从而削弱了辣味信号的传递强度;而姜糖脂A则更像是在按钮表面增设了一层缓冲垫,虽然触发器依然能触碰按钮,但按下的力度被大大消解,不足以触发有效的警报。不过,这3种化合物的具体作用路径尚不完全清晰,仍有待进一步探索。

补充发现:Fataline A。同一研究团队在另一项工作中,还发现了一种非辣椒素类的辣味化合物——Fataline A。它属于烷基酰胺类,在高浓度下能产生辣味,但其辣感强度下降速度比辣椒素快约3倍[16]。这一发现说明,辣椒的辣味感知并非仅由辣椒素类决定,Fataline A这类非辣椒素类烷基酰胺也参与其中,进一步揭示了辣椒辣味感受的复杂性。

五、潜力与应用前景

随着AI技术的飞速发展,深度学习已广泛融入药物发现与分子设计的各个环节——从靶标识别、虚拟筛选到从头生成(De Novo Design)和蛋白质设计[17]。这一趋势也为解辣研究提供了新的想象空间:未来有望借助AI算法,从海量天然产物中高效筛选抑辣活性分子,甚至定向设计出更安全、更高效的新型解辣剂,推动解辣研究从“经验驱动”迈向“数据驱动”的新阶段。

5.1精准调控食品辣度

AI可通过分子模拟,在计算机上模拟解辣化合物与TRPV1受体的结合过程,快速筛选出能阻断辣味信号的候选分子。目前,AI辅助的TRPV1靶点筛选已被多项研究验证——研究人员利用计算方法成功设计出多种效果优于现有同类分子的新型抑制剂[18],也有团队从现有药物和天然产物中找到了多个有效候选物[19]。其中,一种名为曲克芦丁的天然黄酮类物质被AI识别后,经实验室研究和临床试验证实,确实能抑制辣椒素引发的反应[20]。这些案例说明,AI从天然产物中挖掘解辣分子的技术路线已具备可行性,为从辣椒自身寻找“解辣解药”提供了方法参考。此外,根据不同人群的辣味耐受度,AI还能协助定制个性化辣度配方,让“千人千辣”成为可能。

5.2辅助培育低辣度辣椒品种

AI可对辣椒的完整基因信息进行深度分析,帮助科学家锁定控制辣椒素合成的关键基因,再结合基因编辑技术进行精准改造。目前,AI模型已被用于预测辣椒的辣度等特征——研究表明,机器学习方法对辣椒杂交后代辣度的预测准确率可达0.77以上[21]。此外,深度学习模型也被用于预测辣椒的产量和植株高度等生长特性,展现出较高的准确性[22]。在基因编辑方面,已有综述指出,将AI与CRISPR/Cas9(一种基因编辑技术)技术相结合,是精准调控辣椒素含量的一个有前景的方向[23]。随着辣椒高质量基因序列的陆续公布,AI有望更精准地识别与调控辣椒素合成相关基因,推动辣度可控的辣椒品种培育。

5.3新型镇痛药物研发

本研究发现的3种天然TRPV1阻断剂,为镇痛药物研发提供了新的起点分子。TRPV1是慢性疼痛治疗的重要靶点,其阻断剂能在不产生药物成瘾性的前提下发挥镇痛效果。在计算方法方面,已有综述系统回顾了计算机辅助工具在TRPV1药物发现中的应用,指出这类方法已能有效识别TRPV1通道上的适合药物结合的位点[24]。这些进展表明,AI正在推动TRPV1靶点药物从“计算机筛选”向“主动设计”迈进。本研究发现的辣椒苷I、玫瑰花苷和姜糖脂A,可作为AI分子设计的基础模板——未来有望通过深度学习模型在这些天然化合物结构的基础上进行优化,开发出无灼烧感、镇痛效果稳定的候选药物。

六、结语

诚然,天然解辣化合物展现了可观的应用潜力,但任何新物质的问世,其安全性都是公众关注的焦点。本研究所涉及的辣椒苷I、玫瑰花苷和姜糖脂A,均为天然植物中的活性成分,有别于人工合成物质。它们的作用类似于“缓冲剂”,仅削弱辣感,既不改变辣椒素的化学性质,也不会对口腔和消化道黏膜产生额外刺激,因此化合物本身并无已知的危害风险。

不过,化合物本身的安全性,并不等同于高辣饮食的整体安全性。辣椒素在高剂量下仍会过度激活TRPV1受体,对肠胃敏感人群产生刺激,即便有解辣化合物的辅助,这部分人群仍需根据自身情况适量食用。未来,随着降辣调味剂的开发和特定辣度辣椒的培育,吃辣或许能变得更加安全、轻松。

参考文献

[1]Nava-Ochoa A E, Antunes-RicardoM, Guajardo-Flores D. Nano-sized carriers for capsaicinoids with topic analgesic and anti-inflammatory effects[J].J Biotechnol,2021, 333:77-85.

[2]Pap R, Pandur E, Jánosa G, et al. Exploring the neuroprotective properties of capsanthin: Antioxidant defense and inflammatory responses[J].Nutrients,2026, 18(1):18.

[3]Gannon N P, Conn C A, Vaughan R A. The effects of capsaicin and capsaicinoid analogs on metabolic molecular targets in highly energetic tissues and cell types[J].BioFactors,2016,42(3):229-246.

[4]孙宇轩,王适雨,王梓璇, 等.辣椒素对味觉的损伤机制[J].中国食品学报,2024,24(3):321-331.

[5]Hu X, Ayed C, Chen J, et al. The role of capsaicin stimulation on the physicochemical properties of saliva and aroma release in model aqueous and oil systems[J]. Food Chem, 2022,386:132824.

[6]Mózsik G, Szolcsányi J, Rácz I. Gastroprotection induced by capsaicin in healthy human subjects[J]. World J Gastroenterol, 2005, 11(33):5180-5184.

[7] Mohd Ali M, Khalid N I, Wondi M H, et al. Exploring the nutritional values, volatile compounds, health benefits, and potential food products of chilli (Capsicum annuum): A comprehensive review[J].Food Chem,2025, 490:145091.

[8] Gaiser J, Hayes J E. More than fat - Proteins in dairy and plant milks contribute to the reduction of oral burn from capsaicin[J].Food Qual Prefer, 2023, 112:105041.

[9] Gaiser J, Hayes J E. Fat, protein, and temperature each contribute to reductions in capsaicin oral burn[J]. J Food Sci, 2024, 89:5091-5100.

[10] Borcherding J, Tello E, Peterson D G. Identification of chili pepper compounds that suppress pungency perception[J]. J Agric Food Chem, 2025, 73:12917-12928.

[11]Izumitani Y, Yahara S, Nohara T. Novel acyclic diterpene glycosides, capsianosides A-F and I-V from Capsicum Plants (Solanaceous studies. XVI)[J].Chem Pharm Bull,1990,38(5):1299-1307.

[12]Guevara L, Domínguez-Anaya M Á, Ortigosa A, etal. Identification of compounds with potential therapeutic uses from sweet pepper (Capsicum annuum L.) fruits and their modulation by nitric oxide (NO)[J].Int J Mol Sci,2021,22:4476.

[13]Sung J, Bang M H, Lee J. Bioassay-guided isolation of anti-adipogeniccompounds from defatted pepper (Capsicum annuum L.) seeds[J]. J Funct Foods, 2015, 14:670-675.

[14]薛培凤, 路新华, 王邠, 等. 多裂委陵菜中的四甲基环己烯型单萜苷[J].中国中药杂志,2005, 30(13):983-986.

[15]邓文溢, 文江平. 辣椒的化学成分与药理作用研究进展[J]. 湖北农业科学, 2021, 60(15):5-10.

[16]Borcherding J, Tello E, Peterson D G. Identification of a novel pungent compound in chili peppers[J].J Agric Food Chem,2025, 73:17167-17175.

[17] Dara S, Dhamercherla S, Jadav S S, et al. Machine learning in drug discovery: a review[J].Artific Intelligence Rev, 2021, 55:1947-1999.

[18] Gianibbi B, Visibelli A, Spinsanti G, et al. Three-dimensional quantitative structure–Activity relationship study of transient receptor potential vanilloid 1 channel antagonists reveals potential for drug design purposes[J].Int J Mol Sci, 2024, 25:7951.

[19] González J, Palma J M, Benso B, et al. Integrative computational approaches for TRPV1 ion channel inhibitor discovery: An integrated machine learning, drug repurposing and molecular simulation approach[J].J Chem Inf Model, 2025, 65(17):8957-8968.

[20] Lee J, Yoon H, Lee Y J, et al. Drug–target interaction deep learning-based model identifies the flavonoid troxerutin as a candidate TRPV1 antagonist[J]. Appl Sci, 2023, 13:5617.

[21] Ahmed N, Matsushima K, Kumanomido Y, et al. Inheritance characteristics and potential of genomic prediction for pungency levels in F1 progeny of chili pepper (Capsicum annuum)[J]. Breeding Sci, 2025, 75(4):303-314.

[22] Maleki H H, Darvishzadeh R, Azad N. Sweet pepper yield modeling via deep learning and selection of superior genotypes using GBLUP and MGIDI[J]. Sci Rep, 2025, 15:14718.

[23] Krishna T P A, Harikrishnan D, Veena M, et al. Next-generation metabolic engineering of capsaicinoids biosynthesis in chilli pepper: bridging genomic insights to biotechnological applications[J].BioTech, 2026, 15(3):50.

[24] Amaya‑Rodriguez C A, Carvajal‑Zamorano K, Bustos D, et al. A journey from molecule to physiology and in silico tools for drug discovery targeting the transient receptor potential vanilloid type 1 (TRPV1) channel[J].Front Pharmacol, 2024,14:1251061.

作者简介

打开网易新闻 查看精彩图片

官小萱,女,共青团团员,2025级本科生。现就读于烟台南山学院,化学工程与技术学院,化学工程与工艺专业。外语功底扎实,先后斩获全国大学生英语竞赛三等奖、山东省大学生科技外语大赛三等奖。积极参与全国大学生数学竞赛、数学建模大赛、创客大赛等各类竞赛,以建模思维夯实化工计算能力。课余积极投身各类志愿活动,全方位锤炼综合素养。

打开网易新闻 查看精彩图片

李沛东,男,共青团团员,2025级本科生。现就读于烟台南山学院,化学工程与技术学院,精细化工专业,参与并获得“挑战杯”、全国大学生英语竞赛等多种奖项。为人谨慎,同时富有思想,组织能力及执行能力强,有敏锐的洞察力。

打开网易新闻 查看精彩图片

王瑞颖,女,2025级本科生。现就读于烟台南山学院,化学工程与技术学院,化学工程与工艺专业,本人思想积极上进,学习踏实认真,自律沉稳,执行力较强。现为青协、创协成员,热心公益,积极参与志愿服务,主动参与各类赛事筹备工作。熟练掌握PS、简单视频剪辑与基础编程技能,善于沟通协作,适应能力强,富有上进心,注重全面提升自身综合能力。

打开网易新闻 查看精彩图片

王怡菲,女,2025级本科生。现就读于烟台南山学院,化学工程与技术学院,精细化工专业,参加校科技部,协助运营部门公众号,撰写赛事推文,PS等工作,本人思想独立,态度端正,执行能力优异,沟通适配,可塑性强。

打开网易新闻 查看精彩图片

成飞,男,2025级本科生。现就读于烟台南山学院,化学工程与技术学院,化学工程与工艺专业,为校学生联合会基层干事,协助开展校园科普活动、创新创业赛事统筹、师生服务保障等相关工作。本人思想独立有主见,统筹组织与落地执行能力优异,洞察力敏锐,能够精准捕捉活动痛点。

作者:官小萱,李沛东,王瑞颖,王怡菲,成飞

作者单位:烟台南山学院化学工程与技术学院石油化工系

作者邮箱:2295037860@qq.com

指导老师:由爱梅

审稿人:张忠

编辑:朱真逸

审核:佘婉宁

【重要声明】

本公众号推送的科普作品,文字内容著作权归洞察化学(原化学通讯)公众号所有。未经授权,任何单位或个人不得转载、摘编或用于商业用途。

本公众号推送的科普作品均为作者原创,相关法律责任由作者本人承担。若相关 配图、示意图等 素材涉及第三方权益,请权利人及时与我们联系,我们将第一时间核实并妥善处理。

感谢所有作者和读者对洞察化学公众号的支持。

本公众号合作媒体(公众号):中科院长春应化所、中国化学会、CCS Chemistry、ACS美国化学会、RSC英国皇家化学会、爱思唯尔Elsevier、MaterialsViews、Nano Research、分析化学期刊、应用化学、国家纳米科学中心、甘肃省科学技术普及学会、科学材料站、邃瞳科学云、研之成理、高分子科学前沿、材料科学与工程、科学温故社、化学加、CBG资讯、材料十、纳米酶Nanozyme、氢能源和燃料电池、先进能源科技战略情报研究中心、蔻享学术、崛步化学、深水科技咨询、分子新天地、南开大学化学实验教学示范中心、化无止境、JMST、今日新材料等。

投稿/转载/合作/交流/课题组招聘,微信:13065213328(注明姓名来意)

科普文章投稿网站:https://www.scicloudcenter.com/CN/login/index?error=-1

好消息!化学通讯科研学术交流群建立啦!

在这里,你可以遇见来自各专业领域的小伙伴,解决科研中实际遇到的问题,支持前沿问题的交叉合作,了解国内外大牛博士博后申请动态,我们的理念是交流促进科研发展。欢迎大家加编辑微信13065213328邀请加入!

声明:

1. 版权:推送内容仅供学习交流分享使用,无任何商业用途,如有侵权,请联系后台删除或修改,感谢支持。

2. 投稿:非常欢迎各位老师在公众号上介绍课题组前沿或经典研究成果!后台或邮箱联系即可!

3.合作:本平台可推广学术会议、培训或科研产品,具体事宜可联系后台。