CN114574570A - 一种啤酒酵母高代数使用的评估方法及其应用 - Google Patents
一种啤酒酵母高代数使用的评估方法及其应用 Download PDFInfo
- Publication number
- CN114574570A CN114574570A CN202210364262.0A CN202210364262A CN114574570A CN 114574570 A CN114574570 A CN 114574570A CN 202210364262 A CN202210364262 A CN 202210364262A CN 114574570 A CN114574570 A CN 114574570A
- Authority
- CN
- China
- Prior art keywords
- algebraic
- beer
- transcriptome
- yeast
- yeasts
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 235000014680 Saccharomyces cerevisiae Nutrition 0.000 title claims abstract description 106
- 240000004808 Saccharomyces cerevisiae Species 0.000 title claims abstract description 105
- 238000000034 method Methods 0.000 title claims abstract description 19
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 61
- 238000000855 fermentation Methods 0.000 claims abstract description 49
- 230000004151 fermentation Effects 0.000 claims abstract description 49
- 230000014509 gene expression Effects 0.000 claims abstract description 32
- 238000011156 evaluation Methods 0.000 claims abstract description 26
- 238000010201 enrichment analysis Methods 0.000 claims abstract description 18
- 238000012163 sequencing technique Methods 0.000 claims abstract description 18
- 238000012360 testing method Methods 0.000 claims abstract description 14
- 208000031448 Genomic Instability Diseases 0.000 claims abstract description 11
- 238000012795 verification Methods 0.000 claims abstract description 7
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 235000013405 beer Nutrition 0.000 claims description 18
- 238000004519 manufacturing process Methods 0.000 claims description 10
- 238000009966 trimming Methods 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000010195 expression analysis Methods 0.000 claims description 6
- 239000001963 growth medium Substances 0.000 claims description 5
- 238000002864 sequence alignment Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 3
- 238000013138 pruning Methods 0.000 abstract description 3
- IKHGUXGNUITLKF-UHFFFAOYSA-N Acetaldehyde Chemical compound CC=O IKHGUXGNUITLKF-UHFFFAOYSA-N 0.000 description 20
- 238000005516 engineering process Methods 0.000 description 5
- 230000003213 activating effect Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 230000037361 pathway Effects 0.000 description 4
- 108010033040 Histones Proteins 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000000344 soap Substances 0.000 description 2
- 108091032973 (ribonucleotides)n+m Proteins 0.000 description 1
- 102000040650 (ribonucleotides)n+m Human genes 0.000 description 1
- 101150084750 1 gene Proteins 0.000 description 1
- 101150033839 4 gene Proteins 0.000 description 1
- 238000003559 RNA-seq method Methods 0.000 description 1
- 241001123227 Saccharomyces pastorianus Species 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000013124 brewing process Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000011081 inoculation Methods 0.000 description 1
- 108020004999 messenger RNA Proteins 0.000 description 1
- 238000007481 next generation sequencing Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6869—Methods for sequencing
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12C—BEER; PREPARATION OF BEER BY FERMENTATION; PREPARATION OF MALT FOR MAKING BEER; PREPARATION OF HOPS FOR MAKING BEER
- C12C11/00—Fermentation processes for beer
- C12C11/02—Pitching yeast
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6888—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms
- C12Q1/6895—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms for plants, fungi or algae
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Organic Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Biotechnology (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Microbiology (AREA)
- Genetics & Genomics (AREA)
- Biophysics (AREA)
- Biochemistry (AREA)
- General Engineering & Computer Science (AREA)
- Immunology (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Mycology (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Bioethics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Food Science & Technology (AREA)
- Epidemiology (AREA)
- Artificial Intelligence (AREA)
- Botany (AREA)
- Public Health (AREA)
- Software Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明提出一种啤酒酵母高代数使用的评估方法及其应用，属于啤酒酵母性能评估领域，能够解决现有技术并未将转录组测序合理地应用于不同啤酒酵母高代数应用能力评估上，进而无法实现啤酒酵母高代数应用能力准确评价的技术问题。该技术方案包括：不同啤酒酵母经转录组测序获得转录组原始数据，转录组原始数据再经修剪、序列比对及基因表达差异分析后选出表达差异显著基因，表达差异显著基因经富集分析后获得基因组稳定性相关基因家族Q值，根据Q值大小评估啤酒酵母高代数应用能力，并进行发酵试验验证。本发明能够应用于啤酒酵母性能评估方面。
Description
技术领域
本发明属于啤酒酵母性能评估领域，尤其涉及一种啤酒酵母高代数使用的评估方法及其应用。
背景技术
啤酒分为上面发酵啤酒和下面发酵啤酒。其中，上面发酵啤酒称“Ale”，由会在酿造的过程中上浮至表面的酵母酿酒酵母S.cerevisiae发酵而成，下面发酵啤酒则是在德国等较为寒冷的地区发展起来的，而在温度较高的季节则将啤酒储存在放了冰块的山洞中，这一过程称为“Lager”。用这种方式酿造啤酒，酵母不会上浮而是沉到底部，因此这些酵母称为“下面发酵酵母”。现代社会中，大部分的工业酿造啤酒均为Lager酵母发酵而来。然而，酵母的回收重复接种是现代啤酒酿造中的关键工艺之一，酵母的应用代数越高，越能够节约酿造成本。
RNA-Seq(RNA-sequencing)也称转录组测序，是最新发展起来的利用新一代测序技术进行转录组分析的技术，可以全面快速地获得特定细胞或组织在某一状态下几乎所有转录本的序列信息和表达信息，包括编码蛋白质的mRNA和各种非编码RNA，基因选择性剪接产生的不同转录本的表达丰度等。利用转录组测序技术能够反映不同菌株中真正表达的基因差异，因此可以通过对不同啤酒酵母菌株的转录组测序结果进行分析，寻找其中有关基因组稳定性基因的表达差异，以此作为酵母基因组稳定性和高代数应用能力的判断依据。
但是，目前本领域技术人员所面临的问题是如何将转录组测序技术合理地应用于啤酒酵母高代数应用能力的评估，进而实现啤酒酵母高代数应用能力的准确评价。
发明内容
本发明针对现有技术中并未将转录组测序合理地应用于不同啤酒酵母高代数应用能力评估上，进而无法实现啤酒酵母高代数应用能力准确评价的技术问题，提出一种啤酒酵母高代数使用的评估方法及其应用，能够将转录组测序技术与啤酒酵母高代数应用能力评估有机结合起来，从而实现啤酒酵母高代数应用能力准确评估。
为了达到上述目的，本发明采用的技术方案为：
一种啤酒酵母高代数使用的评估方法，不同啤酒酵母经转录组测序获得转录组原始数据，所述转录组原始数据再经修剪、序列比对及基因表达差异分析后选出表达差异显著基因，所述表达差异显著基因经富集分析后获得基因组稳定性相关基因家族Q值，根据Q值大小评估啤酒酵母高代数应用能力，并进行发酵试验验证。
在一实施方式中，一种啤酒酵母高代数使用的评估方法，包括以下步骤：
对随机选取的不同啤酒酵母进行转录组测序，获得不同啤酒酵母的转录组原始数据；
采用转录组质量控制软件对所述不同啤酒酵母的转录组原始数据进行修剪，修剪去除低质量的序列获得修剪后的转录组数据；
将修剪后的转录组数据与参考基因组进行序列比对、基因差异表达分析后，筛选出表达差异显著基因；
所述表达差异显著基因经GO富集分析后，获得基因组稳定性相关基因家族Q值；
根据所述Q值大小评估不同啤酒酵母的高代数应用能力差异是否显著，并进行发酵试验验证。
在一实施方式中，所述转录组质量控制软件为trim_galore软件。
在一实施方式中，所述参考基因组包括但不限于CBS1483菌株基因组。
在一实施方式中，所述序列比对所用软件为SOAP软件，基因差异表达分析所用软件为Cufflinks软件，所述GO富集分析所用软件为clusterProfiler软件。
在一实施方式中，根据所述Q值大小评估不同啤酒酵母的高代数应用能力差异是否显著的评价标准为：
当所述Q值小于0.01时，则认定不同啤酒酵母的高代数应用能力差异显著，反之则为不显著。
在一实施方式中，所述发酵试验为：
使用麦汁培养基对所述随机选取的不同啤酒酵母进行逐级扩大培养；
将逐级扩大培养后的啤酒酵母接种于发酵罐中进行工业啤酒生产，主酵结束后回收酵母进行下一次啤酒生产，并重复此操作；
通过在发酵过程中监测发酵液的发酵度、成熟度数据，验证不同啤酒酵母高代数应用能力的评估结果。
本发明还提供了一种上述任一实施方式所述的啤酒酵母高代数使用的评估方法在评估啤酒酵母高代数应用能力中的应用。
与现有技术相比，本发明的优点和积极效果在于：
1、本发明的一种啤酒酵母高代数使用的评估方法，将转录组测序技术将啤酒酵母高代数应用能力有机结合起来，进而实现了啤酒酵母高代数应用能力的准确评估；
2、本发明的一种啤酒酵母高代数使用的评估方法具有操作简便、耗时短、结果准确等特点，能够用于指导啤酒工业生产。
附图说明
图1为本发明实施例所提供的2#菌株表达差异基因的GO富集分析结果示意图；
图2为本发明实施例所提供的3#菌株表达差异基因的GO富集分析结果示意图。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供了一种啤酒酵母高代数使用的评估方法，不同啤酒酵母经转录组测序获得转录组原始数据，所述转录组原始数据再经修剪、序列比对及基因表达差异分析后选出表达差异显著基因，所述表达差异显著基因经富集分析后获得基因组稳定性相关基因家族Q值，根据Q值大小评估啤酒酵母高代数应用能力，并进行发酵试验验证。
在一具体实施方式中，一种啤酒酵母高代数使用的评估方法，具体包括以下步骤：
S1、对随机选取的不同啤酒酵母进行转录组测序，获得不同啤酒酵母的转录组原始数据；
S2、采用转录组质量控制软件对所述不同啤酒酵母的转录组原始数据进行修剪，修剪去除低质量的序列获得修剪后的转录组数据；
S3、将修剪后的转录组数据与参考基因组进行序列比对、基因差异表达分析后，筛选出表达差异显著基因；
S4、所述表达差异显著基因经GO富集分析后，获得基因组稳定性相关基因家族Q值；
在上述S4步骤中，Q值是通过以下方法得到的：P值是在进行富集分析时利用超几何检验计算出来的统计学显著性结果；Q值是计算得到的P值进一步经过多重检验校正后的值。因此，一般情况下Q值比P值的检验更严格，更能反映GO富集分析中相关基因家族富集结果的显著性，其中，Q值计算公式为：Q(i)＝p(i)length(p)/rank(p)。
进一步地结合附图，如附图1中所示，x轴是Rich Factor，表示目的基因富集到该通路的基因数目与背景基因富集到该通路的基因数目的比值，所以比值越大，富集到该通路的基因数目越多；y轴是富集出来的通路名称，根据Q-value从小到大排列顺序(最上面是最小的)，挑选富集通路前20或30的通路来绘图；点的大小表示Gene数目，点越大，表示富集到该通路的基因越多；点的颜色渐变最为重要，代表Q值的高低，Q值越小，表示该通路越显著。
在统计学中，Q值的大小代表结果的显著性。传统中显著性阈值一般取三个：0.01、0.05和0.1，分别代表对结果是否显著认定的标准。阈值越小，认定标准越严。发明选取Q值小于0.01是为了使结果显著性认定标准最为严格，更能够准确反映不同啤酒酵母菌株高代数应用能力。
S5、根据所述Q值大小评估不同啤酒酵母的高代数应用能力差异是否显著，并进行发酵试验验证。
在一具体实施方式中，所述转录组质量控制软件为trim_galore软件。
在一具体实施方式中，所述参考基因组包括但不限于CBS1483菌株基因组。
在一具体实施方式中，所述序列比对所用软件为SOAP软件，基因差异表达分析所用软件为Cufflinks软件，所述GO富集分析所用软件为clusterProfiler软件。
在一具体实施方式中，根据所述Q值大小评估不同啤酒酵母的高代数应用能力差异是否显著的评价标准为：
当所述Q值小于0.01时，则认定不同啤酒酵母的高代数应用能力差异显著，反之则为不显著。
在一具体实施方式中，所述发酵试验为：
使用麦汁培养基对所述随机选取的不同啤酒酵母进行逐级扩大培养；
将逐级扩大培养后的啤酒酵母接种于发酵罐中进行工业啤酒生产，主酵结束后回收酵母进行下一次啤酒生产，并重复此操作；
通过在发酵过程中监测发酵液的发酵度、成熟度数据，验证不同啤酒酵母高代数应用能力的评估结果。
本发明还提供了一种利用上述任一具体实施方式所述的啤酒酵母高代数使用的评估方法在评估啤酒酵母高代数应用能力中的应用。
为了更清楚详细地介绍本发明实施例所提供的一种啤酒酵母高代数使用的评估方法及其应用，下面将结合具体实施例进行描述。
实施例1
本实施例提供了一种啤酒酵母高代数使用的评估方法，具体为：
(1)选取2株啤酒酵母,分别编号为1#菌株和2#菌株作为评估对象，将其活化后进行EBC管发酵实验，取发酵3d酵母样品用RNALater处理后寄样基因测序公司进行测序，获得1#菌株和2#菌株的转录组原始数据；
(2)采用trim_galore软件对步骤(1)获得的1#菌株和2#菌株的转录组原始数据进行修剪，修剪去除低质量的序列获得修剪后的转录组数据；
(3)使用SOAP软件(http://soap.genomics.org.cn/)将修剪后的转录组数据与参考基因进行序列比对，表达差异用用Cufflinks(http://cufflinks.cbcb.umd.edu/)进行，其中，表达差异显著基因P＜0.01；
(4)进行基因表达差异分析后，对2#菌株表达显著高于1#菌株的差异基因(P＜0.01)进行GO富集分析(如图1所示)，富集分析发现了多个GO通路基因家族，其中三个不同数据库来源名称的与基因组稳定性相关的基因家族富集Q＜0.01，其中三个富集通路基因家族中存在大量的重复，合并后共19个基因(基因名称见表1)，多为Histone家族基因，另有分裂调控亚基等，根据该结果可以初步判定2#菌株的高代数应用能力高于1#菌株；
表1基因名称
(5)将1#酵母和2#酵母活化后，用麦汁培养基进行逐级扩大培养，在发酵罐中进行工业啤酒生产，主酵结束后回收酵母，进行下一批次生产，重复进行，并在发酵过程中监测发酵液的发酵度和成熟度(乙醛含量)，监测数据见表2-3。
表2 1#酵母和2#酵母发酵度数据
| 发酵度/％ | 4代 | 7代 | 10代 | 13代 | 50代 | 100代 | 200代 |
| 1# | 67.6 | 67.4 | 63.3 | 58.2 | / | / | / |
| 2# | 67.8 | 67.5 | 67.6 | 66.9 | 67.2 | 68 | 67.5 |
表3 1#酵母和2#酵母乙醛数据
| 乙醛(mg/L) | 4代 | 7代 | 10代 | 13代 | 50代 | 100代 | 200代 |
| 1# | 8.2 | 8 | 12.5 | 18.8 | / | / | / |
| 2# | 7.3 | 7.1 | 6.5 | 7.2 | 6.5 | 6.4 | 6.9 |
由上表所示数据可知，从第10代开始，1#菌株发酵度下降，乙醛上升，最终第13代终止实验；而2#菌株应用到200代时，发酵度和乙醛等未见明显变化，由此可见，发酵试验的结果与不同啤酒酵母高代数应用能力的评估结果一致，本发明所提供的评估方法能够准确反映不同酵母高代数应用能力。
实施例2
本实施例提供了一种啤酒酵母高代数使用的评估方法，具体为：
(1)选取2株啤酒酵母,分别编号为1#菌株和3#菌株作为评估对象，将其活化后进行EBC管发酵实验，取发酵3d酵母样品用RNALater处理后寄样基因测序公司进行测序，获得1#菌株和3#菌株的转录组原始数据；
(2)采用trim_galore软件对步骤(1)获得的1#菌株和3#菌株的转录组原始数据进行修剪，修剪去除低质量的序列获得修剪后的转录组数据；
(3)使用SOAP软件(http://soap.genomics.org.cn/)将修剪后的转录组数据与参考基因进行序列比对，表达差异用用Cufflinks(http://cufflinks.cbcb.umd.edu/)进行，其中，表达差异显著基因P＜0.01；
(4)进行基因表达差异分析后，对3#菌株表达显著高于1#菌株的差异基因(P＜0.01)进行GO富集分析(如图2所示)，富集分析发现了多个GO通路基因家族，其中有一个与基因组稳定性相关的基因家族的Rich Factor很高，且其富集Q＜0.01，共17个基因(基因名称见表4)，多为Histone家族基因，另有分裂调控亚基等，根据该结果可以初步判定3#菌株的高代数应用能力高于1#菌株；
表4基因名称
(5)将1#酵母和3#酵母活化后，用麦汁培养基进行逐级扩大培养，在发酵罐中进行工业啤酒生产，主酵结束后回收酵母，进行下一批次生产，重复进行，并在发酵过程中监测发酵液的发酵度和成熟度(乙醛含量)，监测数据见表5-6。
表5 1#酵母和3#酵母发酵度数据
| 发酵度/％ | 3代 | 6代 | 9代 | 11代 | 50代 | 100代 | 150代 |
| 1# | 67.8 | 67.2 | 62.0 | 57.3 | / | / | / |
| 3# | 67.7 | 67.8 | 67.6 | 67.4 | 67.3 | 67.8 | 67.1 |
表6 1#酵母和3#酵母乙醛数据
| 乙醛(mg/L) | 3代 | 6代 | 9代 | 11代 | 50代 | 100代 | 150代 |
| 1# | 8.8 | 8.9 | 14.5 | 20.4 | / | / | / |
| 3# | 7.9 | 7.8 | 7.1 | 7.5 | 6.9 | 7.8 | 6.9 |
由上表所示数据可知，从第9代开始，1#菌株发酵度下降，乙醛上升，最终第11代终止实验；而3#菌株应用到150代时，发酵度和乙醛等未见明显变化，由此可见，发酵试验的结果与不同啤酒酵母高代数应用能力的评估结果一致，本发明所提供的评估方法能够准确反映不同酵母高代数应用能力。
Claims (8)
1.一种啤酒酵母高代数使用的评估方法，其特征在于，不同啤酒酵母经转录组测序获得转录组原始数据，所述转录组原始数据再经修剪、序列比对及基因表达差异分析后选出表达差异显著基因，所述表达差异显著基因经富集分析后获得基因组稳定性相关基因家族Q值，根据Q值大小评估啤酒酵母高代数应用能力，并进行发酵试验验证。
2.根据权利要求1所述的啤酒酵母高代数使用的评估方法，其特征在于，包括以下步骤：
对随机选取的不同啤酒酵母进行转录组测序，获得不同啤酒酵母的转录组原始数据；
采用转录组质量控制软件对所述不同啤酒酵母的转录组原始数据进行修剪，修剪去除低质量的序列获得修剪后的转录组数据；
将修剪后的转录组数据与参考基因组进行序列比对、基因差异表达分析后，筛选出表达差异显著基因；
所述表达差异显著基因经GO富集分析后，获得基因组稳定性相关基因家族Q值；
根据所述Q值大小评估不同啤酒酵母的高代数应用能力差异是否显著，并进行发酵试验验证。
3.根据权利要求2所述的啤酒酵母高代数使用的评估方法，其特征在于，所述转录组质量控制软件为trim_galore软件。
4.根据权利要求2所述的啤酒酵母高代数使用的评估方法，其特征在于，所述参考基因组包括但不限于CBS1483菌株基因组。
5.根据权利要求2所述的啤酒酵母高代数使用的评估方法，其特征在于，所述序列比对所用软件为SOAP软件，基因差异表达分析所用软件为Cufflinks软件，所述GO富集分析所用软件为clusterProfiler软件。
6.根据权利要求2所述的啤酒酵母高代数使用的评估方法，其特征在于，根据所述Q值大小评估不同啤酒酵母的高代数应用能力差异是否显著的评价标准为：
当所述Q值小于0.01时，则认定不同啤酒酵母的高代数应用能力差异显著，反之则为不显著。
7.根据权利要求2所述的啤酒酵母高代数使用的评估方法，其特征在于，所述发酵试验为：
使用麦汁培养基对所述随机选取的不同啤酒酵母进行逐级扩大培养；
将逐级扩大培养后的啤酒酵母接种于发酵罐中进行工业啤酒生产，主酵结束后回收酵母进行下一次啤酒生产，并重复此操作；
通过在发酵过程中监测发酵液的发酵度、成熟度数据，验证不同啤酒酵母高代数应用能力的评估结果。
8.如权利要求1-7中任一项所述的啤酒酵母高代数使用的评估方法在评估啤酒酵母高代数应用能力中的应用。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210364262.0A CN114574570B (zh) | 2022-04-08 | 2022-04-08 | 一种啤酒酵母高代数使用的评估方法及其应用 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210364262.0A CN114574570B (zh) | 2022-04-08 | 2022-04-08 | 一种啤酒酵母高代数使用的评估方法及其应用 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114574570A true CN114574570A (zh) | 2022-06-03 |
| CN114574570B CN114574570B (zh) | 2024-06-04 |
Family
ID=81778896
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210364262.0A Active CN114574570B (zh) | 2022-04-08 | 2022-04-08 | 一种啤酒酵母高代数使用的评估方法及其应用 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114574570B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120165216A1 (en) * | 2009-07-30 | 2012-06-28 | Samper Rodriguez Enrique | Method for identifying senescent mesenchymal stem cells |
| WO2013041021A1 (zh) * | 2011-09-22 | 2013-03-28 | 深圳华大基因科技有限公司 | 一种分析基因表达定量的方法 |
| US20140038296A1 (en) * | 2012-08-02 | 2014-02-06 | The Regents Of The University Of California | Metabolic engineering of microbial organisms |
| CN108866167A (zh) * | 2018-08-16 | 2018-11-23 | 青岛啤酒股份有限公司 | 用于评价啤酒酵母活力的多重引物、试剂盒及评价方法 |
| CN110029185A (zh) * | 2019-04-11 | 2019-07-19 | 广西壮族自治区亚热带作物研究所（广西亚热带农产品加工研究所） | 一种在转录组测序水平上进行剑麻叶纤维发育的研究方法 |
| CN113160891A (zh) * | 2021-04-14 | 2021-07-23 | 西安交通大学 | 一种基于转录组测序的微卫星不稳定性检测方法 |
| CN113337589A (zh) * | 2021-05-24 | 2021-09-03 | 华南理工大学 | 一种筛选与目的化合物合成相关的基因的方法与应用 |
| CN113463202A (zh) * | 2020-03-31 | 2021-10-01 | 广州序科码生物技术有限责任公司 | 一种新的rna高通量测序的方法、引物组和试剂盒及其应用 |
-
2022
- 2022-04-08 CN CN202210364262.0A patent/CN114574570B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120165216A1 (en) * | 2009-07-30 | 2012-06-28 | Samper Rodriguez Enrique | Method for identifying senescent mesenchymal stem cells |
| WO2013041021A1 (zh) * | 2011-09-22 | 2013-03-28 | 深圳华大基因科技有限公司 | 一种分析基因表达定量的方法 |
| US20140038296A1 (en) * | 2012-08-02 | 2014-02-06 | The Regents Of The University Of California | Metabolic engineering of microbial organisms |
| CN108866167A (zh) * | 2018-08-16 | 2018-11-23 | 青岛啤酒股份有限公司 | 用于评价啤酒酵母活力的多重引物、试剂盒及评价方法 |
| CN110029185A (zh) * | 2019-04-11 | 2019-07-19 | 广西壮族自治区亚热带作物研究所（广西亚热带农产品加工研究所） | 一种在转录组测序水平上进行剑麻叶纤维发育的研究方法 |
| CN113463202A (zh) * | 2020-03-31 | 2021-10-01 | 广州序科码生物技术有限责任公司 | 一种新的rna高通量测序的方法、引物组和试剂盒及其应用 |
| CN113160891A (zh) * | 2021-04-14 | 2021-07-23 | 西安交通大学 | 一种基于转录组测序的微卫星不稳定性检测方法 |
| CN113337589A (zh) * | 2021-05-24 | 2021-09-03 | 华南理工大学 | 一种筛选与目的化合物合成相关的基因的方法与应用 |
Non-Patent Citations (2)
| Title |
|---|
| YURY V. MALOVICHKO, ET AL: "RNA Sequencing Reveals Specific Transcriptomic Signatures Distinguishing Effects of the [SWI+ ] Prion and SWI1 Deletion in Yeast Saccharomyces cerevisiae", 《GENES》, vol. 10, 31 December 2019 (2019-12-31), pages 1 - 20 * |
| 莫日根: "人间充质干细胞体外扩增培养过程中的衰老", 《中国优秀硕士学位论文全文数据库基础科学辑(月刊)》, no. 09, 15 September 2019 (2019-09-15), pages 006 - 397 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114574570B (zh) | 2024-06-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Steensels et al. | Large-scale selection and breeding to generate industrial yeasts with superior aroma production | |
| Saerens et al. | Genetic improvement of brewer’s yeast: current state, perspectives and limits | |
| Ekberg et al. | Adaptive evolution of the lager brewing yeast Saccharomyces pastorianus for improved growth under hyperosmotic conditions and its influence on fermentation performance | |
| Blieck et al. | Isolation and characterization of brewer's yeast variants with improved fermentation performance under high-gravity conditions | |
| Ji et al. | Characteristic of filamentous fungal diversity and dynamics associated with wheat Qu and the traditional fermentation of Chinese rice wine | |
| Mertens et al. | Rapid screening method for phenolic off-flavor (POF) production in yeast | |
| Snauwaert et al. | Microbial diversity and metabolite composition of Belgian red-brown acidic ales | |
| Gorter de Vries et al. | Lager-brewing yeasts in the era of modern genetics | |
| Smukowski Heil et al. | Identification of a novel interspecific hybrid yeast from a metagenomic spontaneously inoculated beer sample using Hi‐C | |
| Smart | Brewing yeast genomes and genome‐wide expression and proteome profiling during fermentation | |
| Hutzler et al. | Yeast identification and characterization | |
| CN112877465B (zh) | 柳杉不同组织的荧光定量内参基因及其专用引物和应用 | |
| Figueiredo et al. | New lager brewery strains obtained by crossing techniques using cachaça (Brazilian spirit) yeasts | |
| Bonciani et al. | A multi-phase approach to select new wine yeast strains with enhanced fermentative fitness and glutathione production | |
| McCarthy et al. | An indigenous Saccharomyces uvarum population with high genetic diversity dominates uninoculated Chardonnay fermentations at a Canadian winery | |
| CN114574570A (zh) | 一种啤酒酵母高代数使用的评估方法及其应用 | |
| Bozoudi et al. | Grape microbiome: potential and opportunities as a source of starter cultures | |
| CN110669630A (zh) | 一种四川麸醋发酵阶段性特征的判定方法 | |
| Sampaio et al. | Taxonomy, diversity, and typing of brewing yeasts | |
| Zhu et al. | Direct stamp of technology or origin on the genotypic and phenotypic variation of indigenous Saccharomyces cerevisiae population in a natural model of boiled grape juice fermentation into traditional Msalais wine in China | |
| Sun et al. | Changes of diversity and population of yeasts during the fermentations by pure and mixed inoculation of Saccharomyces cerevisiae strains | |
| Hutzler | Yeast biodiversity of traditional and modern hop beer fermentations and their targeted expansion via developed yeast hunting methods | |
| Bunbury-Blanchette et al. | Yeast communities before and after spontaneous fermentation of wine grapes: a case study from Nova Scotia | |
| Martiniuk | A survey of wine-and vineyard-associated yeast and fungal populations at a British Columbian winery | |
| Portillo et al. | Microbiological control of wine production: new tools for new challenges |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |