一种基于过程菌群结构预测和控制代谢物谱的方法及应用技术

本发明专利技术公开了一种基于过程菌群结构预测和控制代谢物谱的方法及应用，属于生物技术领域。所述方法通过原位体系菌群富集的方式在大曲发酵的起始和过程中进行菌群接种，有效改变了菌群结构与演替模式，使发酵过程处于确定性组装(MST<0.5)，同时该富集方式保证了原位微生物的直接定殖与安全性，并有效节约成本。基于人为改造的菌群结构和发酵终点代谢物，本发明专利技术通过训练上述数据构建了弹性网络模型，通过弹性网络模型建立发酵过程菌群数据和终点代谢物之间的关系，实现了无需发酵环境参数，只根据发酵过程菌群数据即可对终点代谢物进行良好预测(Spearman R>0.3,P<0.05)。R>0.3,P<0.05)。R>0.3,P<0.05)。

【技术实现步骤摘要】
一种基于过程菌群结构预测和控制代谢物谱的方法及应用


[0001]本专利技术涉及一种基于过程菌群结构预测和控制代谢物谱的方法及应用，属于生物


技术介绍

[0002]食品发酵终点的代谢物谱指的是不同代谢物的种类及其含量(包括量比关系等)，决定了发酵食品的品质。代谢物是由发酵过程不同发酵时间点由复杂的微生物菌群代谢积累而成。预测和控制发酵终点代谢物谱或者特定代谢物含量是控制发酵食品质量的根本。但是由于微生物菌群发酵过程较长，发酵过程微生物菌群不断演替，发酵不同时间节点微生物菌群结构差异，发酵过程微生物菌群演替与发酵终点整个代谢物谱之间的关系并不清楚，使得无法有效预测或控制发酵终点的整个代谢物谱。
[0003]大曲作为白酒的糖化发酵剂，为白酒发酵过程提供了微生物、酶系、营养物质和风味物质。约有70％的白酒和大多数食醋酿造都使用曲作发酵剂。大曲的种类决定了白酒的风格和香型，一直有“好曲酿好酒”的说法，但制曲过程存在大量的自然或环境因素控制，这使大曲的品质具有很强的批次和季节波动性。
[0004]在实际生产中，大曲常根据感官品质进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于过程菌群结构预测和控制代谢物谱的方法，其特征在于，所述方法包括：步骤1，设置若干组大曲发酵实验，并确定不同组间产生显著差异的时间，获取各组在差异时间点的菌群结构，并测定发酵终点代谢物谱；以差异时间点的菌群结构作为自变量，以对应的发酵终点代谢物谱作为因变量，构成训练样本；步骤2，利用训练样本对弹性网络模型进行训练，将训练好的弹性网络模型作为预测模型；步骤3，设置新的大曲发酵实验组，并确定其差异时间节点菌群结构，将所述差异时间节点菌群结构输入训练好的预测模型得到发酵终点代谢物预测值，并根据预测值对应增补具体菌种和调节整个菌群丰度使得发酵终点代谢物达到预期目标。2.根据权利要求1所述的方法，其特征在于，所述获取各组在差异时间点的菌群结构，并测定发酵终点代谢物谱，包括：采集各组实验在发酵初始时刻、翻曲时刻以及发酵终点时刻的样品；对采集的样品进行扩增子测序和非靶向代谢组分析，分别获得其菌群结构和代谢物谱；对各时刻的菌群结构进行差异性分析；根据差异性分析结果确定差异时间点，获取差异时间点的菌群结构。3.根据权利要求2所述的方法，其特征在于，所述步骤2中弹性网络模型的训练过程包括：输入差异时间点的菌群结构与对应的代谢组丰度；利用弹性网络模型拟合模型；最大化全部代谢物的交叉验证准确度；计算测量值与预测值之间的相关系数，斯皮尔曼相关性大于0.3的代谢物标记为良好预测代谢物；得到所有用于预测的丰度数据与预测的代谢物谱。4.根据权利要求3所述的方法，其特征在于，所述弹性网络模型为自适应基因交互正则化弹性网络模型。5.根据权利要求4所述的方法，其特征在于，所述确定不同组间产生显著差异的时间时采用ANOSIM分析方法。6.根据权利要求5所述的方法，其特征...

【专利技术属性】
技术研发人员：吴群，徐岩，班世博，
申请(专利权)人：江南大学，
类型：发明
国别省市：