酿酒厂通常通过分析发酵液成分来监测发酵过程。通过基于色谱的分析方法定量酒精、酯、酸和残留糖。虽然这些测试可靠，但耗时而且仅能提供批次平均结果。
用于发酵监测的“过程拉曼光谱学”
现在，一项新研究表明，来自单个酵母细胞的快速、无标记读数可以转化为许多相同的关键指标，同时揭示了批量测试方法掩盖的细胞之间的差异。
最近发表在期刊 Bioresource Technology 上的这项 研究 由中国科学院青岛生物能源与过程技术研究所 (QIBEBT) 的科学家领导，并与外部合作伙伴合作。该团队开发了一种新颖的工作流程，称为 "过程拉曼光谱学"，该流程基于自发的单细胞拉曼光谱。
验证和预测能力
为了验证这个方法，研究人员用拉格尔酵母 Saccharomyces pastorianus 追踪了一种工业啤酒的发酵过程，在八天内对一个生产批次进行了取样。在每个发酵阶段，他们从单个细胞中收集了 高通量拉曼光谱（即“拉曼组”），并将这些独特的分子指纹与发酵介质中43种细胞外表型的常规实验室测量结果进行匹配。
通过使用 多元回归分析，研究团队发现，拉曼组学可以准确预测19种细胞外表型。这包括四种高级醇、四种酯、四种氨基酸、两种有机酸，以及四种单糖和双糖底物，以及酒精与酯的比率——这是与啤酒风味平衡相关的常用指标。从实际应用来看，单次快速的细胞分析方法现在可以替代多次耗时的化学测定——而不会牺牲单细胞分辨率的细节。
追踪异质性及其生物学见解
因为模型可以输出细胞级别的预测，研究人员还跟踪了表型异质性随时间的变化。不同的代谢物类别显示出不同的 异质性轨迹，对于某些表型来说，更高的异质性往往伴随着较低的代谢物水平——这表明细胞之间的分散可能是一个有用的过程状态的指示器。
为了探索潜在的生物学机制，作者们开发了一种新的分析工具，称为内拉曼相关分析（IRCA）。该方法提取了细胞内拉曼光谱特征与细胞外代谢物和底物之间的相关网络。他们基于IRCA的分析确定了碳水化合物是变化最为动态的细胞内成分，并进一步揭示了与蛋白质相关的拉曼信号与发酵早期的酒精和酯类的生产密切相关。
“我们现在可以直接读取细胞，而不是等到罐内化学成分发生变化后才发现，从而推断出它们代谢指纹所反映的多个过程，”该研究的共同通讯作者徐健教授说。
热门跟贴