基于风味组的发酵食品定向设计与定向调控的方法及其应用

1.本发明涉及一种基于风味组的发酵食品定向设计与定向调控的方法及其应用，属于生物领域、食品领域。


背景技术：

2.发酵食品在人类饮食结构中扮演着重要的角色。发酵食品具有丰富的营养成分，独特的风味。风味特征主要由核心风味成分谱(风味成分的组成和结构)决定，是影响消费者喜好的重要因素，决定了消费者的消费倾向。同时，目前人们对发酵食品风味特征多样性的需求越来越高，因此实现发酵食品风味成分谱的定向设计和定向调控，对稳定产品质量和满足消费者多元化需求至关重要。
3.发酵食品的风味成分主要是在发酵过程中微生物菌群代谢产生。然而大多数发酵食品属于自然发酵过程，参与发酵的微生物菌群受诸多人为和自然因素的影响，造成微生物菌群结构不稳定，从而导致产品品质不稳定。目前，在不同发酵食品中，通过使用合成微生物群落代替自然微生物菌群实现了产品风味成分的重现。例如在豆瓣酱发酵系统中，jia等人(jia y,niu ct,lu zm,zhang xj,chai lj,shi js,xu zh,li q.2020.a bottom-up approach to develop simplified microbial community model with desired functions:application for efficient fermentation of broad bean paste with low salinity.appl environ microbiol 86:e00306-20)选择aspergillus oryzae，bacillus subtilis，staphylococcus gallinarum，weissella confusa和zygosaccharomyces rouxii作为起始发酵剂，重现了原位酿造微生物菌群的风味代谢功能。在白酒发酵过程中，wang等人(wang sl,wu q,nie y,xu y.2019.construction of synthetic microbiota for reproducible flavor metabolismin chinese light aroma type liquor produced by solid-state fermentation.appl environ microbiol 85:e03090-18)选择lactobacillus acetotolerans，pichia kudriavzevii，geotrichum candidum，candida vini和saccharomyces cerevisiae作为起始发酵剂，复现了原位酿造微生物菌群的风味成分代谢特征。然而，目前依然没有可用的方法实现发酵食品风味成分谱的定向设计与定向调控，其困难在于：
①
发酵食品风味成分组成复杂；
②
发酵食品风味成分谱与微生物结构之间的对应关系不清晰。


技术实现要素：

4.本发明提供了一种基于风味组的发酵食品定向设计与定向调控的方法及其应用，解决了如下的至少一个技术问题：(1)发酵食品的核心风味成分不清楚；(2)缺少高产核心风味成分的微生物；(3)用于食品发酵的微生物菌群结构与发酵产物中单一风味成分含量之间的对应关系不清晰；(4)用于食品发酵的微生物菌群结构与发酵产物中风味成分谱之间的对应关系不清晰；(5)目前无法实现发酵食品风味成分谱的定向控制等。
5.本发明的第一个目的在于提供一种分析发酵食品样本中的核心风味成分的方法，
所述方法包括检测n个发酵食品样品中的挥发性成分，在至少一种发酵食品中oav大于或等于1、且在样本间分布频率大于或等于70％的挥发性成分为核心风味成分；其中n大于等于56。
6.在一种实施方式中，所述发酵食品样品为选自多个不同地区的样品。
7.在一种实施方式中，所述n＝80。
8.在一种实施方式中，上述的核心风味成分是发明人通过检测和统计80个发酵食品样本中167种挥发性成分所得，80个发酵食品样本来自于全国14个城市。在80个样本中，共鉴定到167种挥发性成分。
9.在一种实施方式中，在至少一种发酵食品中oav大于或等于1，且在样本间分布频率大于或等于70％的挥发性成分为核心风味成分。
10.在一种实施方式中，所述核心风味成分的种类为20种，包括5种醇类化合物、6种酸类化合物和9种酯类化合物。具体是：醇类化合物为2-甲基丙醇、丁醇、3-甲基丁醇、己醇和苯乙醇；酸类化合物为乙酸、3-甲基丁酸、戊酸、己酸、辛酸和壬酸；酯类化合物为乙酸乙酯、丁酸乙酯、乙酸异戊酯、戊酸乙酯、己酸乙酯、庚酸乙酯、辛酸乙酯、癸酸乙酯和苯丙酸乙酯。
11.本发明的第二个目的在于提供高效合成核心风味成分的功能微生物，构建可以合成20种核心风味成分的最小合成微生物群落。
12.所述的功能微生物包括3株saccharomyces cerevisiae，2株debaryomyces hansenii和1株wickerhamomyces anomalus。
13.所述功能微生物，具体为：
14.saccharomyces cerevisiae y23 cctcc no：m 2023562，于2023年4月19日保藏于中国典型培养物保藏中心，保藏编号为cctcc no：m 2023562；
15.saccharomyces cerevisiae y10 cctcc no：m 2023560，于2023年4月19日保藏于中国典型培养物保藏中心，保藏编号为cctcc no：m 2023560；
16.saccharomyces cerevisiae y2 cctcc no：m 2023558，于2023年4月19日保藏于中国典型培养物保藏中心，保藏编号为cctcc no：m 2023558；
17.debaryomyces hansenii y1 cctcc no：m 2023557，于2023年4月19日保藏于中国典型培养物保藏中心，保藏编号为cctcc no：m 2023557；
18.debaryomyces hansenii y6 cctcc no：m 2023559，于2023年4月19日保藏于中国典型培养物保藏中心，保藏编号为cctcc no：m 2023559；
19.wickerhamomyces anomalus cctcc no：m 2023561，于2023年4月19日保藏于中国典型培养物保藏中心，保藏编号为cctcc no：m 2023561。
20.在一种实施方式中，上述的6株功能微生物是在960株酵母中通过风味成分合成基因的单位菌体拷贝数和核心风味成分的代谢能力筛选所得。
21.在一种实施方式中，所述的960株酵母菌是来源于80个食品发酵样本；
22.在一种实施方式中，风味成分合成基因拷贝数是通过荧光定量pcr技术测定；
23.在一种实施方式中，发酵样本中的菌体量是通过荧光定量pcr技术测定；
24.在一种实施方式中，每株酵母的核心风味成分代谢能力通过顶空微萃取气相质谱检测法(hs-spme-gc-ms)测定；
25.在一种实施方式中，最小合成微生物群落由3株saccharomyces cerevisiae，2株
debaryomyces hansenii和1株wickerhamomyces anomalus构成。具体地，由saccharomyces cerevisiae y23 cctcc no：m 2023562、saccharomyces cerevisiae y10 cctcc no：m 2023560、saccharomyces cerevisiae y2 cctcc no：m 2023558、debaryomyces hansenii y1 cctcc no：m 2023557、debaryomyces hansenii y6 cctcc no：m 2023559、wickerhamomyces anomalus y13 cctcc no：m 2023561构成。
26.本发明还提供微生物菌剂，含有saccharomyces cerevisiae y23 cctcc no：m 2023562、saccharomyces cerevisiae y10 cctcc no：m 2023560、saccharomyces cerevisiae y2 cctcc no：m 2023558、debaryomyces hansenii y1 cctcc no：m 2023557、debaryomyces hansenii y6 cctcc no：m 2023559、wickerhamomyces anomalus y13 cctcc no：m 2023561中的一种或者多种微生物。
27.本发明的第三个目的在于提供一种预测合成微生物群落产生特定核心风味成分的含量的方法，所述方法是使用预测模型公式计算特定核心风味成分的含量；其中，
28.预测模型公式为fi＝n1+n2×
a+n3×
b+n4×
c+n5×
ab+n6×
ac+n7×
bc+n8×
a2+n9×
b2+n
10
×
c2，其中fi代表一种风味成分，n1代表常数项，n
2-n
10
代表系数。a为s.cerevisiae的接种量(log
10 cfu/ml)，b为d.hansenii的接种量(log
10 cfu/ml)，c为w.anomalus的接种量(log
10 cfu/ml)。
29.其中，合成微生物群落由本发明的3株saccharomyces cerevisiae、2株debaryomyces hansenii和1株wickerhamomyces anomalus构建得到；其中，若某酵母菌存在同种不同株，则将不同菌株的种子液先进行生物量等比例混合，然后再按接种比例进行接种。
30.具体的风味化合物预测模型如下：
[0031][0032]
本方法发现了用于食品发酵的合成微生物群落结构与发酵产物中单一核心风味成分含量之间的对应关系，这种对应关系是实现定向生产核心风味成分谱的前题。
[0033]
本发明的第四个目的在于开发一种定向生产核心风味成分谱的微生物群落结构的设计方法，所述方法包括利用数学模型进行设计；所述数学模型的输入项为一个预期的风味成分谱；
[0034]
所述数学模型的计算逻辑如下：首先产生若干合成微生物群落结构，根据本发明的预测模型，预测每个合成微生物群落所对应的风味成分谱；然后根据bray-curtis相似度计算公式，计算每个预测的风味成分谱与预期的风味成分谱之间的相似度。根据遗传算法对上述过程进行迭代优化，当相似度最高时，所对应的合成微生物群落结构被认为是最优的合成微生物群落结构，作为输出a；同时，将最优的合成微生物群落结构输入到预测模型中得到所对应的风味成分谱，作为输出b；根据bray-curtis相似度计算公式，计算输出b与输入项之间的相似度，作为输出c；
[0035]
当需要定向生产核心风味成分谱时，将核心风味成分谱作为数学模型的输入，获得用于生产该风味成分谱的合成微生物群落。
[0036]
在一种实施方式中，用于预测合成微生物群落结构的数学模型，所述的合成微生
物群落结构可用于定向生产核心风味成分谱。
[0037]
在一种实施方式中，所述的bray-curtis相似度计算公式为:
[0038][0039]
其中，s
a,i and s
b,i
代表预测的和预期的风味成分i的浓度。
[0040]
在一种实施方式中，所述的数学模型是基于matlab建立。
[0041]
在一种实施方式中，所述的数学模型是基于matlab 2019a进行开发的。
[0042]
本发明的第五个目的是提供上述数学模型在发酵食品生产中的应用。所述的在发酵食品中的应用包括设计合成微生物群落用于生产具有不同预期核心风味成分谱的发酵食品。
[0043]
在一种实施方式中，所述的预期核心风味成分谱可以是目前在发酵食品中检测到的核心风味成分谱。
[0044]
在一种实施方式中，所述的预期核心风味成分谱可以是随机产生的核心风味成分谱。
[0045]
本发明的第六个目的是提供一种基于风味组的发酵食品定向设计与定向调控的方法，所述方法包括：
[0046]
(1)确定发酵食品样本中的核心风味成分；
[0047]
(2)筛选能够合成核心风味成分的功能微生物，构建能够合成核心风味成分的合成微生物群落；
[0048]
(3)建立合成微生物群落结构与发酵产物中单一核心风味成分含量之间的对应关系，构建能够通过微生物群落结构来预测产生特定核心风味成分的含量的预测模型公式；
[0049]
(4)结合预测模型公式，建立定向生产核心风味成分谱的微生物群落结构的数学模型；
[0050]
(5)基于风味组的发酵食品定向设计或定向调控时，确定需要定向生产的核心风味成分谱，然后将核心风味成分谱作为数学模型的输入，获得用于生产该风味成分谱的合成微生物群落；
[0051]
(6)利用上一步确定的合成微生物群落生产核心风味成分谱，用于发酵食品定向设计或定向调控。
[0052]
在一种实施方式中，所述(1)的核心风味成分包括5种醇类化合物(2-甲基丙醇、丁醇、3-甲基丁醇、己醇和苯乙醇)、6种酸类化合物(乙酸、3-甲基丁酸、戊酸、己酸、辛酸和壬酸)和9种酯类化合物(乙酸乙酯、丁酸乙酯、乙酸异戊酯、戊酸乙酯、己酸乙酯、庚酸乙酯、辛酸乙酯、癸酸乙酯和苯丙酸乙酯)。
[0053]
在一种实施方式中，所述(2)的合成微生物群落是指最小合成微生物群落。
[0054]
在一种实施方式中，所述(2)的合成微生物群落包括3株saccharomyces cerevisiae，2株debaryomyces hansenii和1株wickerhamomyces anomalus，具体为saccharomyces cerevisiae y23 cctcc no：m 2023562，saccharomyces cerevisiae y10 cctcc no：m 2023560，saccharomyces cerevisiae y2 cctcc no：m 2023558，debaryomyces hansenii y1 cctcc no：m 2023557，debaryomyces hansenii y6 cctcc no：m 2023559，wickerhamomyces anomalus y13 cctcc no：m 2023561。
[0055]
在一种实施方式中，所述(3)具体是：构建不同种的功能微生物接种比例的合成微生物群落结构，根据初始接种比例进行组合发酵，测定发酵产物中核心风味成分的含量；然后利用design expert软件构建每种核心风味成分含量与合成微生物群落结构之间的预测模型，自变量为不同种的功能微生物的接种比例，因变量为核心风味成分的含量。
[0056]
在一种实施方式中，所述(4)的数学模型的输入项为一个预期的风味成分谱；
[0057]
所述数学模型的计算逻辑如下：首先产生若干合成微生物群落结构，根据本发明的预测模型，预测每个合成微生物群落所对应的风味成分谱；然后根据bray-curtis相似度计算公式，计算每个预测的风味成分谱与预期的风味成分谱之间的相似度。根据遗传算法对上述过程进行迭代优化，当相似度最高时，所对应的合成微生物群落结构被认为是最优的合成微生物群落结构，作为输出a；同时，将最优的合成微生物群落结构输入到预测模型中得到所对应的风味成分谱，作为输出b；根据bray-curtis相似度计算公式，计算输出b与输入项之间的相似度，作为输出c。
[0058]
在一种实施方式中，所述(6)的生产，具体以原料浸提液为发酵培养基，培养温度为30℃，培养时间为72小时。
[0059]
在一种实施方式中，所述(6)的生产，发酵在250ml三角瓶中进行，装液量为150ml。
[0060]
在一种实施方式中，所述的原料浸提液为高粱浸提液。
[0061]
在一种实施方式中，所述(6)的生产，是按照上一步确定的合成微生物群落对菌株进行混合发酵培养。
[0062]
有益效果：
[0063]
(1)本发明通过调查来自大量食品发酵样本，筛选获得了20种核心风味成分，并通过大规模的微生物筛选，获得了6株组合发酵后能高产20种核心风味成分的功能微生物，构建了由6株菌组成的最小合成微生物群落。
[0064]
(2)本发明分析了合成微生物群落结构和核心风味成分的含量之间的关系，开发了可以预测合成微生物群落产生特定核心风味成分的含量的方法；
[0065]
(3)本发明还提供了一种基于风味组的发酵食品定向设计与定向调控的方法及其应用。该发明所提供的方法可以用于生产具有预期核心风味成分谱的发酵食品产品，实现了发酵食品生产过程中风味成分谱的定向设计与定向调控，可以实现发酵食品的稳定生产，来满足人们对不同风味感官发酵食品的消费需求。
附图说明
[0066]
图1：核心风味成分鉴定；(a)167挥发性成分在样本中的分布频率；(b)20种核心风味成分。
[0067]
图2：基于荧光定量pcr筛选98个混合样本；箱线图中每个点代表了待检基因荧光定量pcr结果中ct值与生物量之间的比值。ct值与拷贝数成反比，因此比值越低，代表单位菌体中待检基因的拷贝数越高。
[0068]
图3：最小合成微生物群落构建；(a)高产20种核心风味成分的最小菌株数量；(b)基于26s rdna序列的6株高产菌株系统发育关系。
[0069]
图4：20种风味成分含量预测模型的预测值与实际值之间的相关性。
[0070]
图5：模型输入的核心风味谱(p1)和预测的核心风味谱(p2)；图中f1-f20分别代表
liquor.appl environ microbiol80:3667-3676)。
[0082]
(3)核心风味成分鉴定。在80个样本种共检测到167种挥发性成分，其中35种挥发性成分在样本间的分布频率大于或等于70％(图1a)。进一步，以oav大于或等于1作为阈值，20种挥发性成分被鉴定为核心风味成分(图1b)，分别包括5种醇类化合物(2-甲基丙醇、丁醇、3-甲基丁醇、己醇和苯乙醇)、6种酸类化合物(乙酸、3-甲基丁酸、戊酸、己酸、辛酸和壬酸)和9种酯类化合物(乙酸乙酯、丁酸乙酯、乙酸异戊酯、戊酸乙酯、己酸乙酯、庚酸乙酯、辛酸乙酯、癸酸乙酯和苯丙酸乙酯)
[0083]
实施例2：筛选核心风味成分的功能微生物
[0084]
(1)菌株高通量筛选。根据本实验室前期研究结果(wu q,xu y,chen l.2012.diversity of yeast species during fermentative process contributing to chinese maotai-flavour liquor making.lett appl microbiol 55:301-307)，酵母菌是主要的风味代谢微生物。为了筛选得到可以合成核心风味成分的功能微生物，我们在上述80个发酵食品样本中进行微生物筛选，筛选培养基为wl、ypd和原料浸提液培养基，培养条件为30℃，72h。培养结束后，培养基平板中的菌落使用高通量筛选仪(qpix 420,molecular devices,san francisco,ca)进行菌落挑选，共得到960个酵母菌株。
[0085]
(2)使用发酵食品原料浸提液作为发酵培养基，将960株酵母菌分别进行发酵。发酵条件为30℃，72h。为了提高筛选效率，将发酵液每10个混在一起，组成96个混合样。
[0086]
(3)荧光定量pcr引物设计。根据20种核心风味成分的合成途径，确定了核心风味成分的生物合成共涉及6个基因(表1)。为了设计6个基因的荧光定量pcr引物，选择食品发酵过程中常见的18个核心酵母属的代表物种(saccharomyces cerevisiae、wickerhamomyces anomalus、debaryomyces hansenii、pichia kudriavzevii、zygosaccharomyces bailii、schizosaccharomyces pombe、candida tropicalis、saccharomycopsis fibuligera、torulaspora delbrueckii、hyphopichia burtonii、trichosporon asahii、clavispora lusitaniae、kazachstania turicensis、komagataella pastoris、kodamaea ohmeri、yarrowia alimentaria、diutina bernali和cornuvesica acuminata)所对应的基因序列进行引物设计，序列在ncbi数据库中获得。物种之间序列差异较大的基因设计多对引物，共获得13对引物(表1)。
[0087]
(4)通过13对引物结合荧光定量pcr检测混合样中每个核心风味成分合成基因的单位菌体拷贝数。混合样本中的dna使用苯酚-氯仿法进行提取。混合样本中的酵母生物量测定方法同参考文献(fierer n,jackson ja,vilgalys r,jackson rb.2005.assessment of soil microbial community structure by use of taxon-specific quantitative pcr assays.appl environ microbiol 71:4117-4120)。基因拷贝数使用ct值表示，ct值与基因拷贝数呈负相关关系。每个基因单位菌体拷贝数量最高(ct值与生物量比例最小)的混合样本所对应的菌株被保留，进行复筛。结果如图2所示，共获得3个混合样本。
[0088]
(5)将3个混合样本中的30株菌分别进行培养，测定发酵液中的核心风味成分。培养基为原料浸提液培养基，培养条件为30℃，72h。发酵结束后，取10ml发酵液进行风味成分检测，发酵液在12000
×
g，4℃条件下处理10min，上清液用于风味成分检测。风味成分的检测方法同实施例1。其中，28株菌可以正常生长。将风味成分含量在28菌株之间进行0-1的归一化，以归一值大于或等于0.7作为判定菌株是否是高产的阈值。27株酵母菌株被判定为一
种或多种风味成分的高产菌株。
[0089]
(6)为了方便生产应用，最少数量的且能高产所有20种核心风味成分的菌株被用于构建合成微生物群落，6株菌被选择(图3a)。通过物种分类学鉴定，上述6株菌属于3株saccharomyces cerevisiae，2株debaryomyces hansenii和1株wickerhamomyces anomalus(图3b)。
[0090]
具体地，这6株菌为：
[0091]
saccharomyces cerevisiae y23 cctcc no：m 2023562，于2023年4月19日保藏于中国典型培养物保藏中心，保藏编号为cctcc no：m 2023562；
[0092]
saccharomyces cerevisiae y10 cctcc no：m 2023560，于2023年4月19日保藏于中国典型培养物保藏中心，保藏编号为cctcc no：m 2023560；
[0093]
saccharomyces cerevisiae y2 cctcc no：m 2023558，于2023年4月19日保藏于中国典型培养物保藏中心，保藏编号为cctcc no：m 2023558；
[0094]
debaryomyces hansenii y1 cctcc no：m 2023557，于2023年4月19日保藏于中国典型培养物保藏中心，保藏编号为cctcc no：m 2023557；
[0095]
debaryomyces hansenii y6 cctcc no：m 2023559，于2023年4月19日保藏于中国典型培养物保藏中心，保藏编号为cctcc no：m 2023559；
[0096]
wickerhamomyces anomalus y13 cctcc no：m 2023561，于2023年4月19日保藏于中国典型培养物保藏中心，保藏编号为cctcc no：m 2023561。
[0097]
表1. 6个目标基因及其相关的风味成分和引物
[0098]
[0099][0100]
*f和r代表上下游引物。兼并碱基对照如下:m＝a/c,r＝a/g,y＝c/t,w＝a/t,s＝c/g,k＝t/g,v＝a/g/c,b＝t/c/g,h＝a/t/c,d＝a/t/g,n＝a/t/c/g
[0101]
实施例3：构建合成微生物群落结构和核心风味成分含量之间的关系
[0102]
(1)通过design expert软件，设计了17组不同的合成微生物群落结构(表2)；
[0103]
(2)根据表2中3种酵母菌的初始接种比例进行组合发酵(若某酵母菌存在同种不同株，则将不同菌株的种子液先进行生物量等比例混合，然后再按接种比例进行接种)，发酵培养基为原料浸提液，发酵条件为30℃，72h；发酵在250ml三角瓶中进行，装液量为150ml。发酵产物中20种核心风味成分的含量通过hs-spme-gc-ms测定，测定方法同实施例1。
[0104]
(3)通过design expert软件构建每种核心风味成分含量与合成微生物群落结构之间的预测模型，自变量为3种酵母菌的接种比例，因变量为核心风味成分的含量(表3)。
[0105]
(4)分析预测模型的预测值与实际值之间的相关性。结果如图4所示，20种核心风味成分预测模型所得到的预测值与相应的实际值均具有显著的正相关关系(r》0.6,p《0.05)。证明所构建的20种风味成分的预测模型可以通过3种酵母的菌群落结构(初始接种比例)，预测发酵产物中20种风味成分的含量。
[0106]
表2. 17组不同的合成微生物群落结构。
[0107]
[0108][0109]
注：表中数字代表接种量，单位为log
10
cfu/ml。
[0110]
表3. 20种风味化合物的预测模型。
[0111][0112]
注：预测模型公式为fi＝n1+n2×
a+n3×
b+n4×
c+n5×
ab+n6×
ac+n7×
bc+n8×
a2+n9×
b2+n
10
×
c2，其中fi代表一种风味成分，n1代表常数项，n
2-n
10
代表系数。a为s.cerevisiae的接种量(log
10 cfu/ml)，b为d.hansenii的接种量(log
10 cfu/ml)，c为w.anomalus的接种量(log
10 cfu/ml)。
[0113]
实施例4：构建用于预测可定向生产核心风味成分谱的合成微生物群落结构的数学模型
[0114]
(1)该数学模型基于matlab 2019a进行开发。
[0115]
(2)该数学模型的输入项为一个预期的风味成分谱。
[0116]
(3)该数学模型的计算逻辑如下：首先产生若干合成微生物群落结构，根据实施例3中的20种预测模型，预测每个合成微生物群落所对应的风味成分谱。然后根据bray-curtis相似度计算公式，计算每个预测的风味成分谱与预期的风味成分谱之间的相似度。根据遗传算法对上述过程进行迭代优化，当相似度最高时，所对应的合成微生物群落结构被认为是最优的合成微生物群落结构，作为输出a。同时，将最优的合成微生物群落结构输入到20种预测模型中得到所对应的风味成分谱，作为输出b；根据bray-curtis相似度计算公式，计算输出b与输入项之间的相似度，作为输出c。
[0117]
实施例5：基于数学模型设计合成微生物菌群用于生产随机产生的核心风味成分谱
[0118]
(1)使用excel的“rand”功能产生了1个随机产生的核心风味成分谱(p1)。将核心风味成分谱p1作为实施例4中数学模型的输入，获得用于生产该风味成分谱的合成微生物群落结构，风味成分谱如图5所示。
[0119]
(2)通过实施例4中的数学模型计算，获得最优的合成微生物群落结构，合成微生物菌群结构为s.cerevisiae:d.hansenii:w.anomalus＝10
6.76
:10
5.47
:10
5.65
，单位为cfu/ml。
[0120]
(3)将(2)中的合成微生物群落结构输入到表3中20种核心风味物质的预测模型中，获得预测的风味成分谱(p2)。
[0121]
(4)计算预期核心风味成分谱(p1)和预测的风味成分谱(p2)之间的相似度为98.54％(图5)。表明该数学模型可以设计合成微生物群落可用于生产随机产生的核心风味成分谱，实现发酵食品风味成分谱的定性设计。
[0122]
虽然本发明已以较佳实施例公开如上，但其并非用以限定本发明，任何熟悉此技术的人，在不脱离本发明的精神和范围内，都可做各种的改动与修饰，因此本发明的保护范围应该以权利要求书所界定的为准。

技术特征：
1.基于风味组的发酵食品定向设计或定向调控的方法，其特征在于，所述方法包括：(1)确定发酵食品样本中的核心风味成分；(2)筛选能够合成核心风味成分的功能微生物，构建能够合成核心风味成分的合成微生物群落；(3)建立合成微生物群落结构与发酵产物中单一核心风味成分含量之间的对应关系，构建能够通过微生物群落结构来预测产生特定核心风味成分的含量的预测模型公式；(4)结合预测模型公式，建立定向生产核心风味成分谱的微生物群落结构的数学模型；(5)基于风味组的发酵食品定向设计或定向调控时，确定需要定向生产的核心风味成分谱，然后将核心风味成分谱作为数学模型的输入，获得用于生产该风味成分谱的合成微生物群落；(6)利用上一步确定的合成微生物群落生产核心风味成分谱，用于发酵食品定向设计或定向调控。2.根据权利要求1所述的方法，其特征在于，所述(1)的核心风味成分包括5种醇类化合物、6种酸类化合物和9种酯类化合物；所述醇类化合物为2-甲基丙醇、丁醇、3-甲基丁醇、己醇和苯乙醇；所述酸类化合物为乙酸、3甲基丁酸、戊酸、己酸、辛酸和壬酸；所述酯类化合物为乙酸乙酯、丁酸乙酯、乙酸异戊酯、戊酸乙酯、己酸乙酯、庚酸乙酯、辛酸乙酯、癸酸乙酯和苯丙酸乙酯。3.根据权利要求1所述的方法，其特征在于，所述(2)的合成微生物群落是指最小合成微生物群落。4.根据权利要求1所述的方法，其特征在于，所述(2)的合成微生物群落包括3株saccharomyces cerevisiae，2株debaryomyces hansenii和1株wickerhamomyces anomalus；进一步地，具体为saccharomyces cerevisiae y23 cctcc no：m 2023562，saccharomyces cerevisiae y10 cctcc no：m 2023560，saccharomyces cerevisiae y2 cctcc no：m 2023558，debaryomyces hansenii y1 cctcc no：m 2023557，debaryomyces hansenii y6 cctcc no：m 2023559，wickerhamomyces anomalus y13 cctcc no：m 2023561。5.根据权利要求1所述的方法，其特征在于，所述(4)的数学模型的输入项为一个预期的风味成分谱；所述数学模型的计算逻辑如下：首先产生若干合成微生物群落结构，根据本发明的预测模型，预测每个合成微生物群落所对应的风味成分谱；然后根据bray-curtis相似度计算公式，计算每个预测的风味成分谱与预期的风味成分谱之间的相似度；根据遗传算法对上述过程进行迭代优化，当相似度最高时，所对应的合成微生物群落结构被认为是最优的合成微生物群落结构，作为输出a；同时，将最优的合成微生物群落结构输入到预测模型中得到所对应的风味成分谱，作为输出b；根据bray-curtis相似度计算公式，计算输出b与输入项之间的相似度，作为输出c。6.核心风味成分在发酵食品定向设计或定向调控中的应用，其特征在于，所述核心风味成分包括5种醇类化合物、6种酸类化合物和9种酯类化合物；所述醇类化合物为2-甲基丙醇、丁醇、3-甲基丁醇、己醇和苯乙醇；所述酸类化合物为乙酸、3甲基丁酸、戊酸、己酸、辛酸和壬酸；所述酯类化合物为乙酸乙酯、丁酸乙酯、乙酸异戊酯、戊酸乙酯、己酸乙酯、庚酸乙酯、辛酸乙酯、癸酸乙酯和苯丙酸乙酯。
7.根据权利要求6所述的应用，其特征在于，所述应用具体包括：(1)筛选能够合成核心风味成分的功能微生物，构建能够合成核心风味成分的合成微生物群落；(2)建立合成微生物群落结构与发酵产物中单一核心风味成分含量之间的对应关系，构建能够通过微生物群落结构来预测产生特定核心风味成分的含量的预测模型公式；(3)结合预测模型公式，建立定向生产核心风味成分谱的微生物群落结构的数学模型；(4)基于风味组的发酵食品定向设计或定向调控时，确定需要定向生产的核心风味成分谱，然后将核心风味成分谱作为数学模型的输入，获得用于生产该风味成分谱的合成微生物群落；(5)利用上一步确定的合成微生物群落生产核心风味成分谱，用于发酵食品定向设计或定向调控。8.微生物菌剂，其特征在于，所述菌剂中含有如下一种或者多种微生物：saccharomyces cerevisiae y23 cctcc no：m 2023562，saccharomyces cerevisiae y10cctcc no：m 2023560，saccharomyces cerevisiae y2 cctcc no：m 2023558，debaryomyces hansenii y1 cctcc no：m 2023557，debaryomyces hansenii y6 cctcc no：m 2023559，wickerhamomyces anomalus y13 cctcc no：m 2023561。9.一种合成微生物群落，其特征在于，所述合成微生物群落包括saccharomyces cerevisiae y23 cctcc no：m 2023562，saccharomyces cerevisiae y10 cctcc no：m 2023560，saccharomyces cerevisiae y2 cctcc no：m 2023558，debaryomyces hansenii y1 cctcc no：m 2023557，debaryomyces hansenii y6 cctcc no：m 2023559，wickerhamomyces anomalus y13 cctcc no：m 2023561。10.权利要求9所述的合成微生物群落在发酵食品定向设计或定向调控中的应用，其特征在于，包括：(1)建立合成微生物群落结构与发酵产物中单一核心风味成分含量之间的对应关系，构建能够通过微生物群落结构来预测产生特定核心风味成分的含量的预测模型公式；(2)结合预测模型公式，建立定向生产核心风味成分谱的微生物群落结构的数学模型；(3)对发酵食品定向设计或定向调控时，确定需要定向生产的核心风味成分谱，然后将核心风味成分谱作为数学模型的输入，获得用于生产该风味成分谱的合成微生物群落；(4)利用上一步确定的合成微生物群落生产核心风味成分谱，用于发酵食品定向设计或定向调控。

技术总结
本发明公开了一种基于风味组的发酵食品定向设计与定向调控的方法及其应用，属于生物领域、食品领域。本发明通过调查来自大量食品发酵样本，筛选获得了20种核心风味成分。通过大规模的微生物筛选，从960株菌中获得6株高产核心风味成分的功能微生物，并用于构建由上述6株菌组成的最小合成微生物群落，可用于合成所有核心风味成分。本发明分析了合成微生物群落结构和核心风味成分谱之间的关系，并开发了数学模型，该模型可用于预测生产预期核心风味成分谱的合成微生物群落结构；通过验证，该方法可实现发酵食品生产过程中风味成分谱的定向设计与定向调控，实现发酵食品的稳定生产，满足人们对不同风味感官发酵食品的消费需求。满足人们对不同风味感官发酵食品的消费需求。满足人们对不同风味感官发酵食品的消费需求。


技术研发人员：吴群 徐岩 杜如冰
受保护的技术使用者：江南大学
技术研发日：2023.04.23
技术公布日：2023/9/20