该数据库报告了 NOVA 和美国饮食 (WWEIA) 系统下分类的食品中的 DOxS 含量，从而可以对食品中的 DOxS 含量进行全面且统计可靠的总结。值得注意的是，研究人员评估了使用 NOVA 和 WWEIA 分类在捕获跨食品类别 DOxS 变化方面的功效。研究结果提供了对这些分类系统的优点和局限性的见解，增强了它们评估膳食成分的实用性。这项研究有助于了解食品加工中的 DOxS，并提出改进分类系统的建议，有望改善食品安全和公共卫生评估。
FooDOxS 数据库被组织成一个电子表格，其中行表示单个食物项目，列表示组变量或因变量（即 DOxS 物种）。具体说来：
• A 列：每个项目的详细描述，包括处理时间和/或温度、储存时间和/或温度，以及原始研究报告的任何其他相关细节。
• B 列：根据 NOVA 分类对每种食品（第 1-4 组）进行分组分配。
• C列：份量，如果在原始研究中报告。
• D列：与子食品类别相对应的WWEIA食品代码。
• E列：参考文献的正文引用。
• F 列：食品的附加说明（如果存在）。
在G列中，DOxS浓度报告为不同列的平均值和标准偏差。用户可以按选定的列筛选数据，以查看分配给特定食物组、主要食物类别、NOVA 组或参考的食物项目。数据库已存放在 FHEL GitHub 页面：https://github.com/FHELMSU/FooDOxS。
图1 深入了解 FooDOxS 数据库。（A） 根据NOVA分类和来源（动物与植物）的食品分配百分比。第 1 组：未加工和最低限度加工的食品;第 2 组：加工烹饪原料;第 3 组：加工食品;第 4 组：超加工食品。（B） 按食物来源分列的食品分配百分比。
图2 根据 NOVA 分类的 FooDOxS 数据库中的 DOxS 丰度。数据代表了我们数据库中收集的DOxS总量和单个DOxS物种的含量。测量值被转换为统一的单位，用于数据均质化。（A） NOVA组的定义。（B）左图：根据NOVA分类显示动物性食品中DOxS总含量的点图。红线代表中位数。右图：在 p = 0.05 显著性水平时，组间的平均秩差异。（C）左图：根据NOVA分类，显示动物性食品中7-OH异构体含量的点图。红线代表中位数。右图：在 p = 0.05 显著性水平时，组间的平均秩差异。（D）左图：根据NOVA分类，显示动物性食品中7-酮的含量的点图。红线代表中位数。右图：在 p = 0.05 显著性水平时，组间的平均秩差异。（E） 左图：根据 NOVA 分类显示动物性食品中 5,6-环氧异构体含量的点图。红线代表中位数。右图：在 p = 0.05 显著性水平时，组间的平均秩差异。（F） 左图：根据 NOVA 分类显示植物性食品中植物甾醇总含量的点图。右图：根据 NOVA 分类，显示第 2 组和第 4 组植物性食品中总 DOxS 含量的点图。红线代表中位数。
图3 根据 WWEIA 分类，FooDOxS 数据库中的 DOxS 丰度。（A） 由膳食指南咨询委员会简化的WWEIA宏观组。（B）左图：根据WWEIA分类显示动物性食品中DOxS总含量的箱形图。方框表示 25-75 置信区间;红线表示中位数。右图：在 p = 0.05 显著性水平时，组间的平均秩差异。（C） 左图：根据 WWEIA 分类显示动物性食品中 7-酮含量的箱形图。方框表示 25-75 置信区间;红线表示中位数。右图：在 p = 0.05 显著性水平时，组间的平均秩差异。
DOI: 10.1039/d4fo00678j