近日,食品与生物工程学院吴韬教授团队在食品领域TOP期刊《Food Chemistry》(Q1,IF: 9.8)发表题为“Molecular networking and deep learning synergy for bioactive metabolite discovery in L. plantarum–Fermented Sea buckthorn milk”的研究论文。食品与生物工程学院2022级农业专业硕士研究生罗智慧为第一作者,李伟丽教授和吴韬教授为本文的共同通讯作者。

论文截图
本研究系统探究了植物乳杆菌发酵沙棘-牛奶体系的代谢组变化,旨在发掘新型生物活性成分并提升其营养与感官特性。针对传统数据库驱动方法在代谢物注释方面的局限性,本研究构建了一种整合特征分子网络(FBMN)、深度学习工具DeepMass v2及人工质谱解析的代谢组学工作流,全面解析了发酵过程中非挥发性代谢物的动态演变规律。该策略拓展了对沙棘化学成分的现有认知,新发现了包括异戊酰化黄酮醇苷与四氢哈曼-3-羧酸在内的多种代谢物,并揭示了其潜在的生物合成路径。
发酵工艺不仅显著提升了酚类化合物的丰度与结构多样性,还促进了生物利用度更优的酰化衍生物的形成,同时有效降低了苹果酸等导致尖锐酸感的关键有机酸含量。这些代谢变化共同表明,植物乳杆菌发酵在优化感官属性与增强功能特性方面具备双重潜力。
综上所述,本研究不仅验证了发酵技术在改善沙棘果浆适口性及提升其功能食品价值方面的潜力,更构建了一套基于深度学习的代谢组学解析策略,为开发新一代益生菌发酵食品提供了高效的发现工具与平台支撑。
图文赏析

Fig. 1. Molecular family 1 (MF1) analysis and putative compound identification using DeepMass v2.

川公网安备 号