基于组学整合技术调控固态发酵的方法及系统和应用技术方案

本发明专利技术提供了一种基于组学整合技术调控固态发酵的方法及其系统和应用，涉及固态发酵技术领域。所述方法可实现固态发酵核心功能模块的准确挖掘，为解析固态发酵过程、构建理性调控策略提供了新方向。所述方法包括步骤：将固态发酵过程检测所得组学数据通过KEGG数据库比对，获得整个发酵过程的生化信息；根据生化信息在KEGG数据库中所属的代谢模块进行组装，构建全基因尺度代谢网络；在代谢网络中，采用不同标识表示基因组、化合物、酶活的含量水平，将固态发酵过程进行可视化；根据代谢网络属性划分所得全基因尺度代谢网络；基于所得划分结果，对组学数据与目标研究对象依据统计学方法进行关联性分析；由分析结果确定固态发酵的核心功能模块。

Method, system and application of solid-state fermentation based on integrated technology of Histochemistry

The invention provides a method, a system and an application for regulating solid-state fermentation based on the group integration technology, and relates to the field of solid-state fermentation technology. The method can accurately mine the core function modules of solid-state fermentation, and provides a new direction for analyzing the solid-state fermentation process and constructing a rational control strategy. The method comprises the following steps: the biochemical information of the whole fermentation process is obtained by comparing the genomic data of the solid-state fermentation process with the KEGG database; the metabolic module belonging to the KEGG database is assembled according to the biochemical information, and a complete gene scale metabolic network is constructed; in the metabolic network, different marks are used to represent the content level of genome, compound and enzyme activity, and The process of solid-state fermentation is visualized; the whole gene scale metabolic network is divided according to the attribute of metabolic network; based on the division result, the correlation analysis is conducted between the group data and the target research object according to the statistical method; the core function module of solid-state fermentation is determined by the analysis result.

【技术实现步骤摘要】
基于组学整合技术调控固态发酵的方法及系统和应用
本专利技术涉及固态发酵
，尤其涉及固态发酵过程解析与调控，具体涉及一种基于组学整合技术确定固态发酵核心功能模块的方法及系统。
技术介绍
固态发酵(SSF)是指一类使用不溶性固体基质培养微生物的工艺过程，既包括将固体悬浮在液体中的深层发酵，也包括在没有游离水或游离水很少的培养基上培养微生物的过程。SSF具有数千年悠久的应用历史，广泛应用于面包、酒曲、制酱、生产豆豉和奶酪等多种传统风味发酵食品。近年来，因其具有节水、节能、高得率、清洁等优势，逐渐受到各国的重视。经过近几十年的迅速发展，我国已成为发酵工业大国，发酵工业占全国工业总产值的比例逐年提高。但由于人们对固态发酵本质认识不够深入，以及相关的发酵设备及其配套工艺研发滞后，造成了固态发酵在大规模应用中仍存在诸多问题。因此对于固态发酵工艺基本原理的探究变得极为重要。由于菌落在酿造过程中的发挥主体作用，对于固态发酵工艺基本原理的研究，需要探明固态发酵过程中微生物群落结构和功能演替规律，阐明微生物代谢活动和产品成分、核心代谢模块之间的关系，即“合成产品成分的核心微生物及其代谢路径”所组成的核心功能模块。近些年，尤其是宏基因组技术的发展对固态发酵的研究产生了深远的影响。高通量的宏基因组数据使得人们能够系统地分析微生物的代谢、微生物群落的相互作用及其对环境的反应机制。高通量的宏基因组数据的解析，一般包括：第一步—可视化多组学数据；第二步—挖掘数据。第一步中，目前全基因尺度可视化方法有两类，第一类以反应物为端点，以反应为边生成代谢网络，包括Cytoscape、3Omics、GeneTrailExpress、DAVID、WebGestalt、Paint4Net。第一类只适用于反应数量较少的网络，展示全基因尺度网络时会重叠交织，无法辨识，解读较为困难。第二类是以KEGG网络数据代谢图为底板，通过颜色渲染进行数据分析。如Pathview具有基因组尺度可视化的功能，但功能比较单一，目前只能对全基因组尺度代谢途径中的代谢物进行颜色修订，无法实现多组学数据的有效整合。第二步中，通过组学数据与目标研究对象的关联性进行确定核心模块。现在一般是基于统计学方法将组学数据与目标研究对象的关联性进行确定核心模块。CN201310756418.0公开了一种刺糖多孢菌基因组尺度代谢网络模型及构建方法及应用。构建方法包括：根据KEGG及NCBI数据库中刺糖多孢菌基因组序列的注释信息，添加多杀菌素生物合成的特征反应和菌体合成反应，并对网络反应进行手动精炼，获得刺糖多孢菌基因组尺度代谢网络模型。该申请利用刺糖多孢菌基因组尺度代谢网络模型，预测潜在基因靶点对多杀菌素产量提高的影响，最终确定改造方向，实现菌株的途径分子改造方法。CN201210066912.X公开了一种氧化葡萄糖酸杆菌的基因组尺度代谢网络构建和分析方法。构建方法包括：利用KEGG数据库中氧化葡萄糖酸杆菌的基因注释信息和对应酶的生物化学信息构建反应列表草图；对草图进行修改；添加生物量合成、运输和交换反应形成代谢网络；将代谢网络转化为SBML(系统生物学标记语言)格式，利用Matlab和COBRAToolbox对代谢网络进行调试，分析存在的缺口和无效循环，并根据调试结果进行修正；根据代谢网络，利用Pajek绘制代谢网络图，并进行网络拓扑结构分析；根据代谢网络，利用Matlab和COBRAToolbox进行鲁棒性、基因必要性和通量可变性分析中的一种或多种分析。CN201410814025.5公开了一种基于基因组尺度代谢网络模型指导胞内还原力调节的异丁醇合成菌株构建方法。构建方法包括：基于基因组尺度代谢网络模型，采用流量平衡分析和代谢最小调节分析，模拟胞内还原力代谢不同改造方式对菌株生长和异丁醇合成的作用规律，根据表型系数得出甘油醛-3-磷酸脱氢酶是异丁醇合成菌株胞内还原力调节的关键靶点。CN201611072942.6公开了一种出芽短梗霉基因组尺度代谢网络模型及其应用。构建方法包括网络数据库的建立、数据库的精炼和校准、数学模型的建立和模型的验证与分析四个步骤；构建获得的出芽短梗霉基因组尺度代谢网络模型能够对潜在提高聚苹果酸的基因靶点进行预测。
技术实现思路
本专利技术提供一种基于组学整合技术调控固态发酵的方法，实现固态发酵核心功能模块的准确挖掘，为解析固态发酵过程、构建理性调控策略提供了新方法。本专利技术提供一种基于组学整合技术调控固态发酵的方法，包括以下步骤：对固态发酵过程取样，对样品进行组学检测；将检测所得组学数据通过KEGG数据库比对，获得整个发酵过程的生化信息；根据所得生化信息在KEGG数据库中所属的代谢模块进行组装，构建全基因尺度代谢网络；在所得全基因尺度代谢网络中，采用不同的标识表示基因组、化合物、酶活的含量水平，以固态发酵过程进行可视化；根据代谢网络属性划分所得全基因尺度代谢网络；基于所得划分结果，对组学数据与目标研究对象依据统计学方法进行关联性分析；由所得分析结果确定固态发酵的核心功能模块。其中，所述组学数据包括基因组、蛋白组和代谢组的数据。进一步地，获得的生化信息包括微生物种类、基因、RNA、酶、化合物及其对应关系。进一步地，所述代谢网络属性包括拓扑学结构属性和网络统计学属性，所述拓扑学结构属性包括节点度、网络密度、网络直径、网络的连通度；所述网络统计学属性包括网络特征向量中心度和模块化划分。进一步地，网络直径＜50、节点度>5、网络密度>0.4、网络的连通度>3、特征向量中心度>0.3、模块化划分为QModularity、Edge-Betweenness、LeadingEigenvector、FastGreedy、MultiLevel中的一种。进一步地，所述统计学方法包括主因子成分分析、聚类分析、冗余度分析、偏最小二乘法回归分析、偏最小二乘判别分析和正交偏最小二乘法回归分析；采用3种或3种以上方法对组学数据与目标研究对象进行关联性分析；由所得3组或3组以上分析结果的交集确定固态发酵的核心功能模块。又一方面，本专利技术提供一种利用上述任一项所述方法的系统，包括下述单元：组学检测单元，所述组学检测单元对固态发酵过程取样，对样品进行组学检测；数据比对单元，所述数据比对单元将检测所得组学数据通过KEGG数据库比对，获得整个发酵过程的生化信息；代谢网络构建单元，所述代谢网络构建单元根据所得生化信息在KEGG数据库中所属的代谢模块进行组装，构建全基因尺度代谢网络；发酵过程可视化单元，所述发酵过程可视化单元在所得全基因尺度代谢网络中，采用不同标识表示基因组、化合物、酶活的含量水平，以固态发酵过程进行可视化；第一关联单元，所述第一关联单元根据代谢网络属性划分所得全基因尺度代谢网络；第二关联单元，所述第二关联单元基于所得划分结果，对组学数据与目标研究对象依据统计学本文档来自技高网...

【技术保护点】
1.一种基于组学整合技术调控固态发酵的方法，其特征在于，包括以下步骤：/n将固态发酵过程检测所得组学数据通过KEGG数据库比对，获得整个发酵过程的生化信息；/n根据所得生化信息在KEGG数据库中所属的代谢模块进行组装，构建全基因尺度代谢网络；/n在所得全基因尺度代谢网络中，采用不同标识表示基因组、化合物、酶活的含量水平，将固态发酵过程进行可视化；/n根据代谢网络属性划分所得全基因尺度代谢网络；/n基于所得划分结果，对组学数据与目标研究对象依据统计学方法进行关联性分析；/n由所得分析结果确定固态发酵的核心功能模块。/n

【技术特征摘要】
1.一种基于组学整合技术调控固态发酵的方法，其特征在于，包括以下步骤：
将固态发酵过程检测所得组学数据通过KEGG数据库比对，获得整个发酵过程的生化信息；
根据所得生化信息在KEGG数据库中所属的代谢模块进行组装，构建全基因尺度代谢网络；
在所得全基因尺度代谢网络中，采用不同标识表示基因组、化合物、酶活的含量水平，将固态发酵过程进行可视化；
根据代谢网络属性划分所得全基因尺度代谢网络；
基于所得划分结果，对组学数据与目标研究对象依据统计学方法进行关联性分析；
由所得分析结果确定固态发酵的核心功能模块。


2.根据权利要求1所述的方法，其特征在于，所述组学数据包括基因组、蛋白组和代谢组的数据。


3.根据权利要求1所述的方法，其特征在于，获得的生化信息包括微生物种类、基因、RNA、酶、化合物及其对应关系。


4.根据权利要求1所述的方法，其特征在于，所述代谢网络属性包括拓扑学结构属性和网络统计学属性，所述拓扑学结构属性包括节点度、网络密度、网络直径、网络的连通度；所述网络统计学属性包括网络特征向量中心度和模块化划分。


5.根据权利要求4所述的方法，其特征在于，网络直径＜50、节点度>5、网络密度>0.4、网络的连通度>3、特征向量中心度>0.3、模块化划分为QModularity、Edge-Betweenness、LeadingEigenvector、F...

【专利技术属性】
技术研发人员：王敏，夏梦雷，郑宇，彭明梦，刘涛，薛丹妮，郭晓萱，李彩霞，成杨，
申请(专利权)人：天津科技大学，
类型：发明
国别省市：天津;12