Dynamic Analysis of Bacterial Diversity during Fermentation of Red Pickled
-
摘要: 为探究红腌菜自然发酵过程中细菌的组成及演替规律，以工厂发酵和农户发酵红腌菜为研究对象，利用Illumina Miseq高通量测序技术对红腌菜发酵过程中的细菌多样性进行解析，并结合PICRUSt软件预测细菌功能的变化。结果表明，工厂发酵和农户发酵红腌菜共获得有效序列分别为332195和1391172条，聚类后分别得到494和388个OUT；整个发酵过程以变形菌门和厚壁菌门为优势菌门，两者相对丰度之和大于70%；乳酸杆菌目为发酵中后期的优势菌目，工厂发酵和农户发酵样品的相对丰度分别为76.74%～98.05%和53.13%～60.32%；属水平上，工厂发酵样品发酵后期以乳酸杆菌属绝对优势菌属；农户发酵样品以乳球菌属、不动杆菌属、乳酸杆菌属、明串珠菌属为优势菌属。工厂发酵和农户发酵红腌菜样品中细菌群落的主要功能均包含碳水化合物代谢、氨基酸代谢、辅助因子和维生素代谢、其他氨基酸代谢四条KEGG 途径。本研究增强了对红腌菜发酵过程中细菌群落动态演替情况的了解，可为传统红腌菜生产工艺的改进及优良菌种的筛选提供参考。Abstract: In order to explore the composition and succession of bacteria in the natural fermentation process of red pickled vegetables, the samples of red pickles fermented in factories and fermented by farmers were collected, using Illumina Miseq high-throughput sequencing technology to analyze the bacterial diversity during the fermentation process of red pickles, and combined with PICRUSt software to predict the changes of bacterial function. The results showed that 332195 and 1391172 valid sequences were obtained respectively from factory-fermented and farmer-fermented red pickles, after clustering, 494 and 388 OUTs were obtained respectively. In the whole fermentation process, Proteobacteria and Firmicutes were the dominant bacteria, the sum of the relative abundances of the two was greater than 70%. Lactobacillales was the dominant order in the middle and late fermentation stage, the relative abundances of factory fermentation and farmer fermentation samples were 76.74%~98.05% and 53.13%~60.32%, respectively. At the genus level, Lactobacillus was the absolute dominant genus in the late fermentation stage of the factory fermentation samples. Lactococcus, Acinetobacter, Lactobacillus and Leuconostoc were the dominant bacteria in the farmer's fermentation samples. The main functions of bacterial communities in both factory-fermented and farmer-fermented red pickle samples included four KEGG pathways: Carbohydrate metabolism, amino acid metabolism, cofactor and vitamin metabolism, and other amino acid metabolism. This study improved the understanding of the dynamic succession of bacterial communities during the fermentation process of red pickled vegetables, and could provide a reference for the improvement of traditional red pickled vegetables production technology and the screening of excellent bacteria.
-
红腌菜是内蒙古西部地区传统的发酵蔬菜制品，以巴彦淖尔市红腌菜最为出名。传统红腌菜采用“腌制、晾晒、煮制、再晾晒”的工艺进行生产，最初多以蔓菁、萝卜为原料腌制，因芥菜口感好出成率高，很多厂家改以芥菜为原料腌制。芥菜（Brassica juncea）是我国种植的一种重要的农业和经济作物，按食用部位分为叶用芥菜，茎用芥菜和根用芥菜[1]。以芥菜为原料经发酵加工而制成的著名特产有涪陵榨菜、襄阳大头菜等。发酵蔬菜因其丰富的营养价值、感官品质的提高和对消费者的健康益处而备受关注[2-3]。
近年来，越来越多的研究者针对不同发酵芥菜产品的微生物多样性进行研究。Liang等[4]研究发现榨菜发酵初期乳酸菌生长迅速，然后达到稳定的发酵水平，弧菌、盐单胞菌、明串珠菌、魏斯氏菌在发酵过程中数量减少，片球菌数量增加。Liu等[5]研究发现芥菜发酵产物中主要微生物为乳酸菌和假单胞菌。吴晓红等[6]研究发现榨菜发酵前期以自鞘氨醇杆菌属、魏斯氏菌属、Cobetia、弧菌属和假单胞菌属为主，发酵中期以气微菌属、上地杆菌属、明串珠菌属、乳球菌属和不动杆菌属为主，而发酵后期以芽孢杆菌属、四联球菌属、乳杆菌属、片球菌属和盐单胞菌属为主。吴进菊等[7]研究发现襄阳大头菜以盐厌氧菌属、弧菌属、盐单胞菌属、乳杆菌属和色盐杆菌属5个细菌属为优势菌属。发酵过程中出现的微生物类型取决于生产方法、季节和地理区域[8]，且不同地域环境下制作的发酵蔬菜中微生物群落结构存在一定差异[5]。
目前针对红腌菜发酵过程中微生物方面的研究较少，发酵过程中微生物群落结构变化和种群多样性了解不够清楚，限制了红腌菜的标准化和工业化生产。本研究利用高通量测序技术对红腌菜发酵过程中的细菌群落多样性进行解析，同时对红腌菜发酵过程中细菌的代谢功能进行预测，旨在为传统红腌菜工业化生产提供理论依据及筛选特性菌种提供数据参考。
1. 材料与方法
1.1 材料与仪器
MoBio PowerSoil DNA Isolation Kit（强力土壤DNA提取试剂盒） 德国Qiagen公司；Agencourt® AMPure® XP（核酸纯化试剂盒） 美国Beckman Coulter公司；ZS红腌菜发酵液样品 内蒙古培尧食品有限公司；JS红腌菜发酵液样品 巴彦淖尔市农户家庭自制。
MiSeq高通量测序平台 美国Illumina公司；9700 PCR仪、Step One Plus Qpcr仪 美国ABI公司。
1.2 实验方法
1.2.1 红腌菜发酵工艺
农户传统发酵方法：挑选优质的芥菜，修整清洗切分后，装缸压实，用质量分数为8%～10%的食盐水填满密封置于18～22 ℃进行发酵，发酵时间为35 d。
工厂改进发酵方法：挑选优质的芥菜，修整清洗切分后，加盐挤压脱水，漂洗脱盐后装缸，加酱油、醋、白糖、香辛料等物质，用水填满密封置于15～18 ℃进行发酵，发酵时间为42 d。
1.2.2 样本采集
取农户自然发酵缸发酵7、14、21、28、35 d的红腌菜发酵液，分别编号为JS1、JS2、JS3、JS4、JS5；取工厂自然发酵缸发酵7、14、21、28、35和42 d的红腌菜发酵液，分别编号为ZS1、ZS2、ZS3、ZS4、ZS5和ZS6。样本采集后于-40 ℃冰箱保存备用。
1.2.3 测序和数据处理
将红腌菜发酵液样本送至北京奥维森基因科技有限公司Illumina MiSeq平台进行测序。利用Flash软件[9]根据overlap原始数据进行拼接，采用Uchime软件[9]去除嵌合体，得到优质序列。用Uclust软件[10]在97%相似度下构建分类单元（ operational taxonomic unit，OTU）。OTU聚类结果利用Mothur软件计算各样本的α多样性，基于Silva V128[11] 、RDP v16[12]和Greengenes v13.5[13] 数据库对OTU代表性序列进行注释；利用 Qiime软件[14]对样品β多样性进行分析。OTU的主坐标分析、样本聚类分析通过R软件实现。采用 PICRUSt软件[15]和京都基因百科全书 （Kyoto Encyclopedia of Genes and Genomes，KEGG）数据库对发酵液中细菌的代谢功能进行预测。
2. 结果与分析
2.1 Alpha多样性分析
由表1可知，工厂发酵红腌菜不同发酵时间的6个样本测序共获得有效序列332195条，其覆盖率为99.81%～99.90%；农户发酵红腌菜不同发酵时间的5个样本测序共获得有效序列1391172条，其覆盖率为99.94%～99.98%，表明测序深度良好，覆盖率高，所测得的数据可真实反映两种发酵方法样品的细菌群落组成。对样品测得的有效序列按样品最低序列数进行抽平处理后，去掉样本间共有的OTU，工厂发酵样品和农户发酵样品共得到OTU分别为494和388个。
表 1 样品中细菌Alpha多样性指数Table 1. Alpha diversity index of bacteria in samples样品编号 有效序列数（条） OTU数（个） Chao1指数 Shannon指数 Simpson指数 Coverage覆盖率（%） ZS1 64033 354 364.12 4.72 0.89 99.90 ZS2 88093 237 271.67 3.37 0.80 99.81 ZS3 41663 89 135.09 0.44 0.09 99.89 ZS4 39598 212 225.05 1.05 0.19 99.87 ZS5 35258 101 129.00 0.77 0.17 99.90 ZS6 63550 148 219.40 1.36 0.30 99.87 JS1 141399 171 185.59 3.71 0.87 99.98 JS2 229260 242 283.55 3.76 0.89 99.95 JS3 371536 269 292.18 3.74 0.89 99.94 JS4 314480 353 344.22 3.68 0.88 99.94 JS5 334497 225 232.02 3.62 0.87 99.96 从体现微生物总量的Chao 1指数上看，工厂发酵红腌菜样品ZS1和ZS2的Chao 1指数较高，随着发酵的进行Chao 1指数明显下降。这可能是由于传统发酵红腌菜经过干腌清洗后发酵，与干腌相比发酵前期食盐含量明显降低，所以样品中细菌群落的丰富度和多样性均达到最高，而随着发酵的进行，发酵液的酸度逐渐增加，导致不耐酸的细菌逐渐消失，所以细菌群落的丰富度和多样性有所下降。
而农户发酵红腌菜样品中Chao 1指数则随着发酵时间的延长先增高后降低，其中JS2和JS3的Chao 1指数较高，表明在发酵过程中这2个样品中群落的丰富度较高。Shannon指数和Simpson指数在各样品中的变化趋势与Chao 1指数相似，即群落多样性与群落丰富度呈现出相似的趋势。这可能是由于农户发酵红腌菜样品清洗后直接发酵，发酵液中食盐含量较高不耐盐的细菌生长受到抑制，而随着发酵的进行，有些细菌逐渐适应了高盐的环境，所以样品中细菌群落的丰富度和多样性较高；发酵后期发酵液的酸度逐渐增加，导致不耐酸的细菌逐渐消失，所以细菌群落的丰富度和多样性逐渐下降。
2.2 基于OTU丰度的样本聚类分析
如图1细菌聚类结果显示，工厂发酵红腌菜样品ZS3、ZS4、ZS5和ZS6相似性较高聚为一类，样品ZS1和ZS2与其他样品相似性都较低单独聚类；农户发酵红腌菜样品中JS2、JS3、JS4和JS5似性较高为一聚类，样品JS1单独聚类。从整个发酵过程中参与的细菌来看，无论是工厂发酵样品还是农户发酵样品，红腌菜发酵前期细菌群落结构随着发酵的进行变化大，相似性较低；而发酵后期细菌群落结构趋于稳定，相似性较高。
如图2所示，工厂发酵红腌菜样品细菌群落结构信息主要集中在前3 个主成分，其累计方差贡献率为96.33%，其中PC1的贡献率为73.42%，PC2的贡献率为22.91%。样本之间的距离代表细菌群落结构的差异程度。不同发酵液样本呈现出明显的聚类趋势， ZS1聚为I类，ZS2聚为II类，ZS3、ZS4、ZS5和ZS6聚为III类，这与UPGMA聚类分析结果一致。
如图2所示，农户发酵红腌菜样品细菌群落结构信息主要集中在前2 个主成分，其累计方差贡献率为93.94%，其中PC1的贡献率为83.93%，PC2的贡献率10.01%。样本之间的距离代表细菌群落结构的差异程度。不同发酵液样本呈现出明显的聚类趋势， JS1聚为I类，JS2、JS3、JS4和JS5聚为II类，这与UPGMA聚类分析结果一致。
2.3 门水平细菌群落组成分析
如图3所示，在门水平上，工厂发酵7 d样品的优势菌门（相对丰度>1%）是变形菌门（Proteobacteria）（28.92%）、厚壁菌门（Firmicutes）（36.97%）、蓝细菌门（Cyanobacteria）（4.79%）、放线菌门（Actinobacteria）（3.05%）和拟杆菌门（Bacteroidetes）（1.97%）；工厂发酵14 d样品的优势菌门为变形菌门（Proteobacteria）（16.47%）、厚壁菌门（Firmicutes）（79.49%）、蓝细菌门（Cyanobacteria）（2.49%）；而其他发酵时间样品的优势菌门却只有变形菌门（Proteobacteria）和厚壁菌门（Firmicutes），相对丰度分别为36.97%～97.93%和28.92%～1.50%。农户发酵所有样品的优势菌门却只有变形菌门（Proteobacteria）和厚壁菌门（Firmicutes），相对丰度分别为38.27%～60.09%和39.81%～61.46%。厚壁菌门和变形菌门是传统发酵红腌菜的主要菌门，这与Cao等 [16-18]报道一致。两种发酵方法细菌组成的变化都是随着发酵时间的延长变形菌门的相对丰度逐渐降低，而厚壁菌门的相对丰度逐渐增高。这与Liang[4]、吴进菊[7]、Liu[19] 、郝卓莉[20]等研究结果相一致。
![]()
图 3 门水平上细菌群落组成分析Figure 3. Analysis of bacterial community composition at phylum level2.4 目水平细菌群落组成分析
如图4所示，在目水平上，相同的发酵时间不同腌制方法样品中所检测到的优势菌目（平均相对丰度>1%）也具有明显差异。工厂发酵样品发酵7 d以芽孢杆菌目（Bacillales）（37.39%）、红螺菌目（Rhodospirillales）（16.76%）、假单胞菌目（Pseudomonadales）（4.06%）、乳酸杆菌目（Lactobacillales）（3.43%）、微球菌目（Micrococcales）（1.73%）、肠杆菌目（Enterobacteriales）（1.38%）为优势菌目；农户发酵样品发酵7 d以肠杆菌目（Enterobacteriales）（47.83%）、乳酸杆菌目（Lactobacillales）（34.41%）、假单胞菌目（Pseudomonadales）（12.21%）、梭菌目（Clostridiales）（2.91%）为优势菌目。
![]()
图 4 目水平上细菌群落组成分析Figure 4. Analysis of bacterial community composition at orders level工厂发酵样品发酵14 d以乳酸杆菌目（Lactobacillales）（76.74%）、肠杆菌目（Enterobacteriales）（9.50%）、芽孢杆菌目（Bacillales）（4.15%）、假单胞菌目（Pseudomonadales）（2.12%）为优势菌目；工厂其他发酵时间样品（21、28、35和42 d）中乳酸杆菌目（Lactobacillales）占绝对优势，相对丰度分别为92.22%～98.05%。农户发酵样品发酵14 d及以后的样品以乳酸杆菌目（Lactobacillales）、肠杆菌目（Enterobacteriales）、假单胞菌目（Pseudomonadales）、海洋螺菌目（Oceanospirillales）为优势菌目，相对丰度分别为53.13%～60.32%、23.20%～31.44%、12.04%～13.48%、1.14%～1.24%；随着发酵时间的延长肠杆菌目的相对丰度逐渐降低，乳酸杆菌目的相对丰度逐渐增高，假单胞菌目和海洋螺菌目的相对丰度变化不大。
2.5 属水平细菌群落组成分析
如图5所示，工厂发酵红腌菜整个发酵过程样品可聚为3 类，ZS3、ZS4、ZS5和ZS6在属水平细菌群落结构比较接近，归为一类，ZS1和ZS2各归为一类；农户发酵红腌菜整个发酵过程样品可聚为2 类，JS2、JS3、JS4和JS5样品在属水平细菌群落结构比较接近，归为一类，JS1归为一类，这与聚类分析和PCA结果一致。
在属水平上，工厂发酵样品发酵7 d以芽孢杆菌属（Bacillus）（25.57%）、葡萄糖醋酸杆菌属（Gluconacetobacter）（11.52%）、醋酸杆菌属（Acetobacter）（5.11%）、乳杆菌属（Lactobacillus）（2.93%）、不动杆菌属（Acinetobacter）（2.09%）、赖氨酸芽胞杆菌属（Lysinibacillus）（2.05%）、海洋杆菌属（Oceanobacillus）（1.56%）、慢生芽胞杆菌属（Lentibacillus）（1.27%）、微杆菌属（Exiguobacterium）（1.12%）、假单胞菌属（Pseudomonas）（1.04%）为优势菌；农户发酵样品发酵7 d以乳球菌属（Lactococcus）（20.62%）、不动杆菌属（Acinetobacter）（9.46%）、明串珠菌属（Leuconostoc）（8.19%）、乳杆菌属（Lactobacillus）（5.16%）、Clostridium sensu stricto 1（2.69%）、泛生菌属（Pantoea）（2.20%）、假单胞菌属（Pseudomonas）（1.53%）、嗜冷杆菌属（Psychrobacter）（1.22%）为优势菌。
工厂发酵样品发酵14 d样品以乳杆菌属（35.13%）、魏斯氏菌属（Weissella）（35.10%）、明串珠菌属（6.13%）、厌氧芽孢杆菌属（Anoxybacillus）（3.08%）、沙雷氏菌属（Serratia）（1.63%）、果胶杆菌属（Pectobacterium）（1.62%）、不动杆菌属（1.20%）、泛生菌属（1.14%）为优势菌；农户发酵样品发酵14 d以乳杆菌属（Lactobacillus）（29.72%）、乳球菌属（16.35%）、不动杆菌属（Acinetobacter）（10.93%）、明串珠菌属（Leuconostoc）（6.52%）、海单胞菌属（Marinomonas）（1.20%）、泛生菌属（1.05%）为优势菌。
工厂其他发酵时间样品（21、28、35和42 d）中乳杆菌属（Lactobacillus）（96.45%、91.27%、96.96%和86.41%）占绝对优势地位；农户其他发酵时间样品（21、28和35 d）则以乳杆菌属（Lactobacillus）（24.42%、29.76%和28.77%）、乳球菌属（18.26%、19.03%和20.13%）、不动杆菌属（Acinetobacter）（12.47%、12.27%和12.24%）、明串珠菌属（Leuconostoc）（12.67%、10.61%和10.88%）为优势菌属。
工厂发酵样品发酵初期以芽孢杆菌属、葡萄糖醋酸杆菌属为主，发酵中期以乳酸杆菌属和魏斯氏菌属为主，发酵后期以乳酸杆菌属为主；农户发酵样品发酵初期以乳球菌属为主，发酵中后期以乳酸杆菌属、乳球菌属、不动杆菌属、明串珠菌属为主，这与文献[6-7,20-21]等研究结果不一致。马欢欢等[22]研究发现，魏斯氏菌是韩国泡菜的优势乳酸菌之一，而四川泡菜在发酵过程中基本不含或仅含少量的魏斯氏菌。与农户发酵样品不同，工厂发酵样品中魏斯氏菌属和葡萄糖醋酸杆菌属是优势菌之一，魏斯氏菌属作为乳酸菌除了具有产酸特性以外，还是食品风味形成的重要贡献者[23]，其可以增加食品中有机酸、酯类等物质的含量，提高发酵食品的风味[24]；而葡萄糖醋酸杆菌可用于发酵葡萄糖酸[25]。
工厂发酵和农户发酵样品中细菌菌群组成的差异可能与调味品的成分有关，也可能与生产工艺、环境条件有关。有研究表明蔬菜基质或调味品成分是蔬菜发酵中本土微生物群的主要来源，生菜清洗方法、盐度和pH都可能影响发酵过程中的微生物群落组合[26]。生产工艺或环境条件（如温度、湿度）不仅影响发酵微生物群落的组成和结构，也是影响蔬菜发酵和发酵产品最终质量的重要因素[27-28]。红腌菜是一种传统的蔬菜发酵产品，其发酵微生物是由原料和环境自发发酵产生的本地微生物群，而自发发酵的最终产品的营养和感官特性主要依赖于本地微生物群落[29]。有证据表明，细菌群落的结构多样性，尤其是乳酸菌与感官属性、营养素和发酵产品的质量密切相关[30]。乳酸菌可将原料中的小分子糖类物质转化为酸类和醇类化合物，这两类物质反应进一步形成酯类化合物，赋予产品柔和的酸味、酯香和醇香等特征。总体来说，乳酸菌是红腌菜发酵过程中主要优势菌，但两种发酵方式不同种属乳酸菌的丰度差别显著。
2.6 菌群代谢功能预测
在 KEGG 生物代谢通路分析数据库中主要包括环境信息加工、代谢、遗传信息加工、细胞加工、人类疾病、生物有机系统六大类。如图6所示，红腌菜发酵过程中细菌群落的预测功能可分为4类（平均相对丰度>1%），工厂发酵样品和农户发酵样品不同发酵时间的平均相对丰度分别为代谢（metabolism）（78.40%、80.75%）、遗传信息处理（genetic information processing）（14.10%、11.57%）、环境信息处理（environmentalinformationprocessing）（4.42%、3.84%）、细胞过程（cel-lularprocesses）（2.42%、3.07%），说明红腌菜发酵过程中70%以上的细菌参与了原料的代谢，而多种微生物的生长代谢促进了芥菜的感官品质及营养的变化。
![]()
图 6 红腌菜发酵过程中细菌群落所预测到KEGG一级通路相对丰度图Figure 6. Relative abundance of KEGG primary pathway predicted by bacterial community during fermentation of red pickles如图7所示，工厂发酵样品和农户发酵样品的代谢功能包括碳水化合物代谢（carbohydrate metabolism）（16.40%、15.45%）、氨基酸代谢（amino acid metabolism）（11.45%、11.08%）、辅助因子和维生素代谢（metabolism of cofactors and vitamins）（10.95%、11.43%）、其他氨基酸代谢（metabolism of other amino acids）（9.51%、8.49%）、外源生物降解和代谢（xenobiotics biodegradation and metabolism）（7.15%、7.26%）、脂质代谢（lipid metabolism）（7.27%、6.43%）、能量代谢（energy metabolism）（5.33%、5.15%）、萜类化合物和聚酮化合物代谢（metabolism of terpenoids and polyketides）（4.08%、8.86%）、多聚糖的生物合成和代谢（glycan biosynthesis and metabolism）（2.87%、2.74%）、核苷酸代谢（nucleotide metabolism）（2.22%、1.92%）、其他次生代谢产物的生物合成（Biosynthesis of other secondary metabolites）（1.17%、1.95%）。工厂发酵样品和农户发酵样品的遗传信息处理功能包括复制与修复（replication and repair）（7.00%、5.20%）、翻译（translation）（3.51%、2.89%）；此外，工厂发酵样品还包括转录（transcription）（2.86%）和折叠分选与降解（folding，sorting and degradation）（2.33%）两条通路。细胞过程功能工厂发酵样品只涉及到细胞生长和死亡（Cell growth and death）（1.42%）一条功能通路，农户样品包括细胞运动（cell motility）（1.43%）、细胞生长和死亡（Cell growth and death）（1.13%）两条通路。工厂发酵样品中细菌群落的基因功能主要是碳水化合物代谢、氨基酸代谢、辅助因子和维生素代谢、其他氨基酸代谢四条KEGG途径；农户发酵样品中细菌群落的基因功能主要是碳水化合物代谢、氨基酸代谢、辅助因子和维生素代谢、萜类化合物和聚酮化合物代谢、其他氨基酸代谢五条KEGG途径。
![]()
图 7 红腌菜发酵过程中细菌群落所预测到KEGG二级通路相对丰度图Figure 7. Relative abundance of KEGG secondary pathway predicted by bacterial community during fermentation of red pickles3. 结 论
利用Illumina Miseq高通量测序技术对红腌菜发酵过程中的细菌多样性进行了解析，并结合PICRUSt软件预测细菌功能的变化。研究发现工厂发酵红腌菜和农户发酵红腌菜不同发酵时间的样品测序共获得有效序列分别为332195和1391172条，经抽平处理后可聚类得到OTU分别为494和388个。在整个发酵过程中，门水平上，工厂发酵和农户发酵的样品中变形菌门和厚壁菌门占据了绝对的优势，两者相对丰度之和分别达到65.88%～99.43%、99.17%～99.89%；目水平上，发酵前期工厂发酵样品以芽孢杆菌目（33.25%）为优势菌目，农户发酵样品以肠杆菌目（46.23%）为优势菌目，后续发酵过程中均以乳酸杆菌目为优势菌目，相对丰度分别为75.40%～97.69%、54.04%～61.21%；属水平上，工厂发酵样品发酵前期以芽孢杆菌属为优势菌属，相对丰度为22.94%，乳酸杆菌属为发酵后期的优势菌属相对丰度为86.41%～96.96%；农户发酵样品发酵前期以乳球菌属为优势菌属，相对丰度为20.62%，发酵中后期以乳球菌属、不动杆菌属、乳酸杆菌属、明串珠菌属为优势菌属，发酵过程中此消彼长。工厂发酵样品中细菌群落的基因功能主要是碳水化合物代谢、氨基酸代谢、辅助因子和维生素代谢、其他氨基酸代谢四条 KEGG 途径；农户发酵样品中细菌群落的基因功能主要是碳水化合物代谢、氨基酸代谢、辅助因子和维生素代谢、萜类化合物和聚酮化合物代谢、其他氨基酸代谢五条 KEGG 途径。本研究提高了对传统发酵和工厂改进红腌菜发酵过程中细菌群落结构、动态变化的了解，可为乳酸菌发酵剂的筛选、传统红腌菜的工业化生产提供理论依据；但本研究未对发酵过程中风味物质的组成及不同阶段风味物质的变化趋势进行监测，传统发酵红腌菜中风味物质与菌群的关系还需进一步探索。
-
![]()
图 3 门水平上细菌群落组成分析
Figure 3. Analysis of bacterial community composition at phylum level
![]()
图 4 目水平上细菌群落组成分析
Figure 4. Analysis of bacterial community composition at orders level
![]()
图 6 红腌菜发酵过程中细菌群落所预测到KEGG一级通路相对丰度图
Figure 6. Relative abundance of KEGG primary pathway predicted by bacterial community during fermentation of red pickles
![]()
图 7 红腌菜发酵过程中细菌群落所预测到KEGG二级通路相对丰度图
Figure 7. Relative abundance of KEGG secondary pathway predicted by bacterial community during fermentation of red pickles
表 1 样品中细菌Alpha多样性指数
Table 1 Alpha diversity index of bacteria in samples
样品编号 有效序列数（条） OTU数（个） Chao1指数 Shannon指数 Simpson指数 Coverage覆盖率（%） ZS1 64033 354 364.12 4.72 0.89 99.90 ZS2 88093 237 271.67 3.37 0.80 99.81 ZS3 41663 89 135.09 0.44 0.09 99.89 ZS4 39598 212 225.05 1.05 0.19 99.87 ZS5 35258 101 129.00 0.77 0.17 99.90 ZS6 63550 148 219.40 1.36 0.30 99.87 JS1 141399 171 185.59 3.71 0.87 99.98 JS2 229260 242 283.55 3.76 0.89 99.95 JS3 371536 269 292.18 3.74 0.89 99.94 JS4 314480 353 344.22 3.68 0.88 99.94 JS5 334497 225 232.02 3.62 0.87 99.96 
下载: 导出CSV
-
[1] 李文青, 卿泉, 唐清苗, 等. 发酵芥菜工艺及品质变化研究进展[J]. 中国酿造,2019,38(12):1−4. [LI Wenqing, QING Quan, TANG Qingmiao, et al. Research progress of technology and quality change of fermented mustard[J]. China Brewing,2019,38(12):1−4. doi: 10.11882/j.issn.0254-5071.2019.12.001 [2] MARIA L MARCO, DUSTIN HEENEY, SYLVIE BINDA, et al. Health benefits of fermented foods: Microbiota and beyond[J]. Current Opinion in Biotechnology,2017,44:94−102. doi: 10.1016/j.copbio.2016.11.010
[3] ZHANG C C, ZHANG J M, LIU D Q. Biochemical changes and microbial community dynamics during spontaneous fermentation of Zhacai, a traditional pickled mustard tuber from China[J]. International Journal of Food Microbiology,2021,347:109199. doi: 10.1016/j.ijfoodmicro.2021.109199
[4] LIANG H P, CHEN H Y, ZHANG W X, et al. Investigation on microbial diversity of industrial, Zhacai, Paocai during fermentation using high-throughput sequencing and their functional characterization[J]. LWT-Food Science and Technology,2018,91:460−466. doi: 10.1016/j.lwt.2018.01.088
[5] LIU D Q, CHUAN T. Bacterial community diversity of traditional fermented vegetables in China[J]. LWT-Food Science and Technology,2017,86:40−48. doi: 10.1016/j.lwt.2017.07.040
[6] 吴晓红, 高生平, 蒋彩云, 等. 榨菜发酵过程中原核微生物群落结构及其理化因子的动态演替[J]. 食品与发酵工业,2021,47(1):27−34. [WU Xiaohong, GAO Shengping, JIANG Caiyun, et al. Dynamic succession of prokaryotic microbial com-munities and physicochemical properties during the fermentation of Zhacai[J]. Food and Fermentation Industries,2021,47(1):27−34. doi: 10.13995/j.cnki.11-1802/ts.025106 [7] 吴进菊, 李宇昂, 王梓杭, 等. 襄阳大头菜发酵过程中细菌的多样性[J]. 食品科学,2020,41(4):112−117. [WU Jinju, LI Yu'ang, WANG Zihang, et al. Bacterial diversity of Xiangyang pickled kohlrabi during fermentation[J]. Food Science,2020,41(4):112−117. doi: 10.7506/spkx1002-6630-20190111-138 [8] NGUYEN D T L, KOENRAAD VAN HOORDE, MARGO CNOCKAERT, et al. A description of the lactic acid bacteria microbiota associated with the production of traditional fermented vegetables in Vietnam[J]. International Journal of Food Microbiology,2013,163(1):19−27. doi: 10.1016/j.ijfoodmicro.2013.01.024
[9] MAGOČ T, SALZBERG S L. FLASH: Fast length adjustment of short reads to improve genome assemblies[J]. Bioinformatics,2011,27(21):2957−2963. doi: 10.1093/bioinformatics/btr507
[10] EDGAR R C. Search and clustering orders of magnitude faster than BLAST[J]. Bioinformatics,2010,26(19):2460−2461. doi: 10.1093/bioinformatics/btq461
[11] QUAST C, PRUESSE E, YILMAZ P, et al. The SILVA ribosomal RNA gene database project: Improved data processing and web-based tools[J]. Nucleic Acids Research, 2013, 41(Database issue): D590-596.
[12] COLE J R, WANG Q, CARDENAS E, et al. The ribosomal database project: Improved alignments and new tools for rRNA analysis[J]. Nucleic Acids Research, 2009, 37(Database issue): D141−145.
[13] DE SANTIS T Z, HUGENHOLTZ P, LARSEN N, et al. Greengenes, a chimera-checked 16S rRNA gene database and workbench compatible with ARB[J]. Applied and Environmental Microbiology,2006,72(7):5069−5072. doi: 10.1128/AEM.03006-05
[14] CAPORASO J G, KUCZYNSKI J, STOMBAUGH J, et al. QIIME allows analysis of high-throughput community sequencing data[J]. Nat Meth,2010,7(5):335−336. doi: 10.1038/nmeth.f.303
[15] I L M G, JESSE Z, J C, et al. Predictive functional profiling of microbial communities using 16S rRNA marker gene sequences[J]. Nature Biotechnology,2013,31(9):814−821. doi: 10.1038/nbt.2676
[16] CAO J L, YANG J X, HOU Q C, et al. Assessment of bacterial profiles in aged, home-made Sichuan paocai brine with varying titratable acidity by PacBio SMRT sequencing technology[J]. Food Control,2017,78:14−23. doi: 10.1016/j.foodcont.2017.02.006
[17] CHEN P, WU Z Y, ZHAO Y, et al. Cultivation-independent comprehensive investigations on bacterial communities in serofluid dish, a traditional Chinese fermented food[J]. Genom Data,2016,7:127−128. doi: 10.1016/j.gdata.2015.12.019
[18] LEE M, SONG J H, JUNG M Y, et al. Large-scale targeted metagenomics analysis of bacterial ecological changes in 88 kimchi samples during fermentation[J]. Food Microbiology,2017,66:173−183. doi: 10.1016/j.fm.2017.05.002
[19] LIU Z G, LI J Y, WEI B L, et al. Bacterial community and composition in Jiang-shui and Suan-cai revealed by high-throughput sequencing of 16S rRNA[J]. Int J Food Microbiol,2019,306(10):1−9.
[20] 郝卓莉. 遂宁榨菜发酵过程中细菌群落多样性和基因功能预测分析[J]. 中国酿造,2021,40(5):59−64. [HAO Zhuoli. Bacterial diversity and predictive analysis of gene function during fermentation process of Zhacai in Suining region[J]. China Brewing,2021,40(5):59−64. doi: 10.11882/j.issn.0254-5071.2021.0５.011 [21] 刘长根. 我国传统发酵蔬菜微生物多样性比较[D]. 南昌: 南昌大学, 2019. LIU Changgen. Comparison of microbial diversity of traditional fermented vegetables in China[D]. Nanchang: Nanchang University, 2019.
[22] 马欢欢, 吕欣然, 白凤翎, 等. 传统中韩泡菜乳酸菌菌相分析与风味物质组成的比较[J]. 食品与发酵工业,2015,41(12):184−190. [MA Huanhuan, LÜ Xinran, BAI Feng-ling, et al. Comparison of flavor substances and analysis of lactic acid bacteria flora between Chinese paocai and Korean kimchi[J]. Food and Fermentation Industries,2015,41(12):184−190. doi: 10.13995/j.cnki.11-1802/ts.201512036 [23] 杨柳, 高良锋, 沈明浩, 等. 朝鲜族辣白菜在自然发酵过程中菌群结构与主要呈味物质的相关性[J]. 食品与发酵工业,2021,47(17):61−68. [YANG Liu, GAO Liangfeng, SHEN Minghao, et al. Correlation between microbial community structure and main flavor components of Korean spicy cabbage during natural fermentation[J]. Food and Fermentation Industries,2021,47(17):61−68. doi: 10.13995/j.cnki.11-1802/ts.026299 [24] 李巧玉, 方芳, 堵国成, 等. 魏斯氏菌在发酵食品中的应用[J]. 食品与发酵工业,2017,43(10):241−247. [LI Qiaoyu, FANG Fang, DU Guocheng, et al. The application of Weissella strains in fermented food[J]. Food and Fermentation Industries,2017,43(10):241−247. doi: 10.13995/j.cnki.11-1802/ts.014934 [25] JIANG Y, LIU K M, ZHANG H S, et al. Gluconic acid production from potato waste by Gluconobacter oxydans using sequential hydrolysis and fermentation[J]. ACS Sustainable Chemistry & Engineering,2017,5(7):6116−6123.
[26] HYE SEON SONG, TAE WOONG WHON, JUSEOK KIM, et al. Microbial niches in raw ingredients determine microbial community assembly during kimchi fermentation[J]. Food Chemistry,2020,318:126481. doi: 10.1016/j.foodchem.2020.126481
[27] LIU S N, HAN Y, ZHOU Z J. Lactic acid bacteria in traditional fermented Chinese foods[J]. Food Research International,2010,44(3):643−651.
[28] ZHANG J M, ZHANG C C, WU W C, et al. Correlation of the bacterial communities with umami components, and chemical characteristics in Zhejiang xuecai and fermented brine[J]. Food Research International,2021,140:109986. doi: 10.1016/j.foodres.2020.109986
[29] SEBASTIAN TORRES, HERNÁN VERÓN, LUCIANA CONTRERAS, et al. An overview of plant-autochthonous microorganisms and fermented vegetable foods[J]. Food Science and Human Wellness,2020,9(2):112−123. doi: 10.1016/j.fshw.2020.02.006
[30] SOOK JONG RHEE, JANGEUN LEE, CHERLHO LEE. Importance of lactic acid bacteria in Asian fermented foods[J]. Microbial Cell Factories,2011,10(S1):1−13.
下载:
计量
- 文章访问数: 149
- HTML全文浏览量: 44
- PDF下载量: 13
