登上Cell子刊封面：山東大學利用AI揭示發(fā)酵食品微生物組中的酶多樣性

撰文丨王聰

編輯丨王多魚

排版丨水成文

微生物的生物活性對于發(fā)酵食品的風味、外觀、質(zhì)量和安全性至關(guān)重要。然而，發(fā)酵過程中酶資源的多樣性和分布情況仍知之甚少。

近日，山東大學微生物技術(shù)研究院張正教授、李越中教授等在 Cell 子刊Cell Systems上發(fā)表了題為：Assessment of enzyme diversity in the fermented food microbiome 的研究論文，該研究還被選為當期封面論文。

該研究利用人工智能（AI）輔助的功能注釋，揭示了發(fā)酵食品微生物組中隱藏的酶多樣性及分布情況，為未來食品研究中微生物功能的探索提供了寶貴見解。

封面圖片為一罐發(fā)酵蔬菜，在這項研究中，研究團隊系統(tǒng)地探究了各種發(fā)酵食品微生物群落的酶編碼潛力。他們利用機器學習，對微生物的適應性特征（例如耐酸堿性和耐熱性）進行了表征，并為有針對性地優(yōu)化食品提供了一個資源，突顯了全球發(fā)酵食品中尚未開發(fā)的酶的多樣性。

在這項研究中，研究團隊利用機器學習（Machine Learning，ML）對來自全球發(fā)酵食品的 10202 個宏基因組組裝基因組進行了探索，識別出超過 500 萬條酶序列，這些序列被歸入 98693 個同源簇，代表了超過 3000 種酶類類型。

功能分析表明，在當前數(shù)據(jù)庫中，這些簇中有 84.4% 未被注釋，萜類和聚酮類代謝酶具有很高的新穎性。肽水解酶基于預測的最適溫度和 pH 值表現(xiàn)出廣泛的環(huán)境適應性，生態(tài)位寬度計算表明 31.3% 的酶簇顯示出食物類型的特異性。此外，研究團隊還開發(fā)了一個機器學習模型，用于根據(jù)酶簇對發(fā)酵食品來源進行分類，突出了區(qū)分不同生境的關(guān)鍵酶。

總的來說，這些研究結(jié)果強調(diào)了發(fā)酵食品環(huán)境在酶資源開發(fā)方面尚未被充分挖掘的潛力，為未來食品研究中微生物功能的探索提供了寶貴見解。

值得一提的是，Cell Systems期刊同期發(fā)表了來自海南大學宋鳳閣副研究員、萬逸研究員的題為：Lighting up hidden microbial enzyme diversity and functional opportunities from fermented foods（從發(fā)酵食品中發(fā)掘隱藏的微生物酶多樣性及功能潛力）的評論文章。

評論文章指出，人工智能（AI）輔助的功能注釋揭示了發(fā)酵食品微生物群中隱藏的酶多樣性及分布情況，為闡明其生態(tài)作用和生物技術(shù)潛力提供了線索。

論文鏈接：

https://www.cell.com/cell-systems/abstract/S2405-4712(25)00263-7