gnotobiotic kimchi発酵における菌株特異的代謝エンドポイントと予測フェーズ分類

科学分野:

• 食品微生物学
• 発酵科学
• システム生物学

背景:

• 発酵は複雑な微生物相互作用に依存しており、予測制御を妨げています。
• キムチのような食品中の天然微生物コンソーシアは、予測的に管理することが困難です。

研究 の 目的:

• 予測可能な発酵制御のためのgnotobiotic kimchiモデルを作成すること。
• キムチ発酵中の主要な微生物および代謝物質の動態を特定すること。
• 乳酸菌（LAB）駆動型キムチ生産のための予測フレームワークを確立すること。

主な方法:

• 制御された温度下で定義されたLABコンソーシアおよび個々の株を用いてキムチを接種しました。
• 発酵中の微生物コミュニティ構造と代謝プロファイルを監視しました。
• フェーズ正規化、機械学習、およびネットワーク分析を適用しました。

主要な成果:

• コンソーシア発酵は、15℃でコミュニティシフトを伴う温度依存的な増殖と酸性化を示しました。
• 9つの代謝物質のシグネチャは、データセット全体の発酵フェーズを正確に分類しました。
• ネットワーク分析は、Leuconostoc mesenteroidesとLactococcus lactisをキーストーン種として特定しました。

結論:

• LAB駆動型キムチ発酵のための予測フレームワークが確立されました。
• 定義されたLABコンソーシアは、予測可能な結果を伴う制御された発酵を可能にします。
• 代謝プロファイリングと機械学習は、発酵動態を理解するための強力なツールです。