CN116075721A - 监测和控制噬菌体压力 - Google Patents

监测和控制噬菌体压力 Download PDF

Info

Publication number
CN116075721A
CN116075721A CN202180055690.9A CN202180055690A CN116075721A CN 116075721 A CN116075721 A CN 116075721A CN 202180055690 A CN202180055690 A CN 202180055690A CN 116075721 A CN116075721 A CN 116075721A
Authority
CN
China
Prior art keywords
phage
phages
milk
model
controlling
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.)
Pending
Application number
CN202180055690.9A
Other languages
English (en)
Inventor
莱昂诺·格德斯·达·席尔瓦
伦格·杰利玛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
DSM IP Assets BV
Original Assignee
DSM IP Assets BV
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by DSM IP Assets BV filed Critical DSM IP Assets BV
Publication of CN116075721A publication Critical patent/CN116075721A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
    • A23C—DAIRY PRODUCTS, e.g. MILK, BUTTER OR CHEESE; MILK OR CHEESE SUBSTITUTES; MAKING THEREOF
    • A23C9/00—Milk preparations; Milk powder or milk powder preparations
    • A23C9/12—Fermented milk preparations; Treatment using microorganisms or enzymes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G01N33/04—Dairy products
    • A—HUMAN NECESSITIES
    • A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
    • A23C—DAIRY PRODUCTS, e.g. MILK, BUTTER OR CHEESE; MILK OR CHEESE SUBSTITUTES; MAKING THEREOF
    • A23C13/00—Cream; Cream preparations; Making thereof
    • A23C13/12—Cream preparations
    • A23C13/16—Cream preparations containing, or treated with, microorganisms, enzymes, or antibiotics; Sour cream
    • A—HUMAN NECESSITIES
    • A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
    • A23C—DAIRY PRODUCTS, e.g. MILK, BUTTER OR CHEESE; MILK OR CHEESE SUBSTITUTES; MAKING THEREOF
    • A23C15/00—Butter; Butter preparations; Making thereof
    • A23C15/12—Butter preparations
    • A23C15/123—Addition of microorganisms or cultured milk products; Addition of enzymes; Addition of starter cultures other than destillates
    • A—HUMAN NECESSITIES
    • A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
    • A23C—DAIRY PRODUCTS, e.g. MILK, BUTTER OR CHEESE; MILK OR CHEESE SUBSTITUTES; MAKING THEREOF
    • A23C19/00—Cheese; Cheese preparations; Making thereof
    • A23C19/02—Making cheese curd
    • A23C19/032—Making cheese curd characterised by the use of specific microorganisms, or enzymes of microbial origin

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Medicinal Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Microbiology (AREA)
  • Polymers & Plastics (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明涉及一种用于监测和控制在使用细菌培养物的奶发酵过程中的噬菌体压力的计算机实现的方法，所述方法包括以下步骤：监测奶发酵过程的性能数据；监测指示噬菌体数量的值；将所述奶发酵过程的性能数据和指示噬菌体数量的值提交给模型；从所述模型接收用于控制噬菌体压力的指令；以及控制所述噬菌体压力。

Description

监测和控制噬菌体压力
技术领域
本发明涉及一种用于监测和控制在使用细菌培养物的奶发酵过程中的噬菌体压力的计算机实现的方法。此外，本发明还涉及一种用于监测和控制在使用细菌培养物的奶发酵过程中的噬菌体压力的数据处理系统。根据另一个方面，本发明涉及一种用于监测和控制在使用细菌培养物的奶发酵过程中的噬菌体压力的系统。根据另一个方面，本发明涉及一种被配置为在用于监测和控制在使用细菌培养物的奶发酵过程中的噬菌体压力的机器上运行的计算机程序产品。
背景技术
食品加工中的发酵是在厌氧条件下利用微生物将碳水化合物转化为有机酸或酒精的过程。发酵通常是以酵母或细菌作为微生物进行的。几乎任何食品都可以被发酵，诸如，奶、橄榄、豆类、谷物、水果(诸如，葡萄)、蜂蜜、其他乳制品、鱼、肉，以及茶。
各种细菌属都可以用于发酵，例如，链球菌、醋酸杆菌、芽孢杆菌、双歧杆菌、乳酸菌等。例如，乳酸菌能够将糖类转化为乳酸，从而主动降低其环境的pH值。一些乳酸菌菌种可用作多种发酵产品(诸如，酸奶、奶酪、酸菜、腌菜、啤酒、苹果酒、泡菜、可可、克菲尔以及其他发酵食品)的起子培养物。
用于发酵的细菌可能容易感染噬菌体。噬菌体，也称噬体，是一种可以感染细菌和古生菌且在细菌和古生菌内复制的病毒。噬体非常多样化，也很常见，对于几乎每一种细菌菌株来说，存在至少一种可以感染所述细菌菌株的噬体。然而，噬体往往只能感染一小部分细菌菌株并在其内部分裂。后者可以用拮抗基因多效性来解释，其中对一个宿主具有适应性是有利的，但在另一个宿主中可能是有害的，或者当选择一种更普遍的感染机制时，噬体感染效率降低。噬体可以被有益地用作抗菌剂，诸如，噬体疗法，并且在人类医学以及牙科学、兽医学以及农业方面有许多潜在的应用。由于噬体的特异性，可以设计出非常特异的治疗方法。
嗜热性乳酸菌Streptococcus thermophilus被广泛用作起子培养物，以改善许多酸奶和奶酪产品的质构(texture)和风味(Mora等人(2002年)，Genetic diversity andtechnological properties of Streptococcus thermophilus strains isolated fromdairy products，J Appl Microbiol，93，278-287)。然而，尽管对宿主和噬体的遗传知识和技术知识不断增加，但噬(菌)体的持续捕食仍然是全世界乳品行业经济损失的主要原因(Goh，YJ等人(2011年)，Specialized adaptation of a lactic acid bacterium to themilk environment:the comparative genomics of Streptococcus thermophilus LMD-9，Microb Cell Fact,10Suppl 1,S22)。噬菌体会造成有害的影响。例如，在乳品行业就是这种情况，其中噬菌体会抑制细菌对乳品的发酵。细菌发酵产生的其他发酵产物可遭受同样的后果。一个示例是用枯草芽孢杆菌(Bacillus subtilis)发酵大豆。由于噬菌体的特异性，可以将一种细菌菌株换成另一种细菌菌株来解决噬菌体感染问题。然而，第二种细菌菌株必须对相同的噬菌体不敏感，因为这不能解决问题。
US2009/0215027公开了一种用于测量奶相关产品的酸度和/或粘度的方法和系统，其中低于预期的酸度和/或粘度可能与对噬菌体的检测相关联。此方法使用一种颜色指示器，此指示器与样本相互作用，且可以捕捉到在所述样本的表面上显现的颜色的数字图像。然后，使用此数字图像来计算代表样本的属性的数字值。US2009.0215027并不涉及用于监测或控制噬菌体压力的(计算机实现的)方法。
本领域需要用于监测和控制奶发酵过程中噬菌体压力的改进的方法。
发明内容
本发明涉及一种用于监测和控制在使用细菌培养物的奶发酵过程中的噬菌体压力的计算机实现的方法，所述方法包括以下步骤：
(a)监测奶发酵过程的性能数据；
(b)监测指示噬菌体数量的值；
(c)将所述奶发酵过程的性能数据和指示噬菌体数量的值提交给模型；
(d)从所述模型接收用于控制噬菌体压力的指令；以及
(e)控制所述噬菌体压力。
本发明进一步涉及一种用于监测和控制在使用细菌培养物的奶发酵过程中的噬菌体压力的系统，所述系统包括控制器，其中所述控制器被配置为操作所述系统以执行本发明方法的步骤a)至e)。
本发明进一步涉及一种计算机程序产品，所述计算机程序产品被配置为在用于监测和控制在使用细菌培养物的奶发酵过程中的噬菌体压力的机器上运行，所述计算机程序产品被配置为执行本发明方法的步骤a)至e)。
具体实施方式
本文公开了一种用于监测和/或控制使用细菌培养物的奶发酵过程中的噬菌体压力的计算机实现的方法，所述方法包括以下步骤：
(a’)接收奶发酵过程的性能数据和/或指示噬菌体数量的值；
(b’)使用模型确认所述奶发酵过程是否处于一组奶发酵过程的操作窗口之外和/或预测所述奶发酵过程何时处于一组奶发酵过程的操作窗口之外；以及
(c’)确定用于控制噬菌体压力的指令。
鉴于本发明对用于监测和/或控制奶发酵过程中的噬菌体压力的改进方法的好处，对于乳品制造商，本发明还涉及一种用于监测和/或控制使用细菌培养物的奶发酵过程中的噬菌体压力的计算机实现的方法，所述方法包括以下步骤：
(a)监测奶发酵过程的性能数据；
(b)可选地监测指示噬菌体数量的值；
(c)提交所述奶发酵过程的性能数据和/或指示噬菌体数量的值，优选地，提交给模型；
(d)从所述模型接收用于控制噬菌体压力的指令；以及
(e)控制所述噬菌体压力。
本发明人发现，通过本申请中的方法，奶发酵公司或乳品制造商可以从细菌培养物的提供者关于细菌培养物的噬菌体敏感性的专业知识中获益。
优选地，包括步骤(a)至(e)的本申请中的方法还包括以下步骤：
(a’)接收奶发酵过程的性能数据和/或指示噬菌体数量的值；
(b’)使用模型确认所述奶发酵过程是否处于一组奶发酵过程的操作窗口之外和/或预测所述奶发酵过程何时处于一组奶发酵过程的操作窗口之外；以及
(c’)确定用于控制噬菌体压力的指令。
步骤(a')可以在步骤(a)之前、步骤(b)之前、步骤(c)之前或在步骤(b)期间或作为步骤(b)的一部分执行。步骤(b')可以在步骤(c)之后执行，或在步骤(c)期间或作为步骤(c)的一部分执行。步骤(c')可以在步骤(d)之后执行，或在步骤(d)或步骤(e)期间或作为步骤(d)或步骤(e)的一部分执行。优选地，本申请中的方法还包括下载本申请中的模型和/或利用所述模型确认所述奶发酵过程是否处于一组奶发酵过程的操作窗口之外和/或预测所述奶发酵过程何时处于一组奶发酵过程的操作窗口之外的步骤。
本发明人发现，通过本申请中的方法可以监测和/或控制奶发酵过程中的噬菌体压力。此外，本发明还可以实时监测和/或控制噬菌体压力，和/或从远离奶发酵过程的地点进行监测和/或控制。这使得乳品制造商或生产地点与在其他地方或在另一家公司而不是在乳品制造商那里的服务器上运行的模型之间的互动能够得到改善。这样做的好处是，细菌培养物的供应商在了解了细菌培养物的噬菌体敏感性后，可以监测并提出建议，以控制消费者(即乳品制造商)的奶发酵过程中的噬菌体压力。
优选地，本申请中的步骤(a')，即接收奶发酵过程的性能数据和/或指示噬菌体数量的值，是由模型接收奶发酵过程的性能数据和/或指示噬菌体数量的值。有利地，只有本申请中的模型接收奶发酵过程的性能数据和/或指示噬菌体数量的值，因为这些信息可能是乳品制造商的机密信息，可能会犹豫要不要和细菌培养物的供应商分享这些信息。
在一个优选的实施方式中，本申请中的步骤(c')，即确定用于控制噬菌体压力的指令，包括访问数据库的步骤。使用数据库的主要优点在于，无需进一步实验来确定噬菌体的敏感性。此类数据库通常是由细菌培养物的提供者编制的，且包括有关细菌培养物之间的相容性和噬菌体敏感性的信息。
在这样的数据库中，如果对于超过两个的细菌培养物或细菌菌株来说存在关于噬菌体敏感性的信息，则可以选择不存在共同的敏感性的最佳组合。当细菌培养物包括超过一种的细菌菌株时，这些细菌菌株以一定比例存在。为了尽量降低共同的噬菌体敏感性，从而优化过程，应避免在连续的细菌培养物中出现高比例的细菌菌株的共同的噬菌体敏感性。当在连续的细菌培养物中无法去除所有共同的噬菌体敏感性时，可以选择在连续的细菌培养物中比例较低的细菌菌株的共同的噬菌体敏感性。模型，或本申请中的模型，可用于解决这个优化问题。
本文所用的术语“细菌培养物”(也称为“起子”或“起子培养物”)是指包含负责使奶酸化的一种或多种乳酸菌的组合物。起子培养物组合物可以是新鲜的(液体)、冷冻的或冻干的。冻干的培养物在使用前需要进行再生处理。
如本文所用，术语“乳酸菌”(LAB)或“乳酸细菌(lactic bacteria)”是指产生乳酸作为碳水化合物发酵的主要代谢终产物的食品级细菌。这些细菌因它们共同的代谢和生理特性而相关，且通常是革兰氏阳性、低GC、耐酸、非孢子化、非呼吸、棒状杆菌或球菌。在发酵阶段，这些细菌对乳糖的消耗导致乳酸形成，使pH值降低并且导致蛋白质凝固物的形成。因此，这些细菌负责奶的酸化和发酵奶产品的质构。
在其中的一个实施方式中，本发明提供了一种如本文所述的方法，其中所述乳酸菌属于选自链球菌(Streptococcus spp.)、乳杆菌(Lactobacillus spp.)、双歧杆菌(Bifidobacterium spp.)、乳球菌(Lactococcus spp.)、嗜热性唾液链球菌(Streptococcus salivarius thermophilus)、乳酸乳杆菌(Lactobacillus lactis)、动物双歧杆菌(Bifidobacterium animalis)、乳酸乳球菌(Lactococcus lactis)、干酪乳杆菌(Lactobacillus casei)、植物乳杆菌(Lactobacillus plantarum)、瑞士乳杆菌(Lactobacillus helveticus)、嗜酸性乳杆菌(Lactobacillus acidophilus)以及短双歧杆菌(Bifidobacterium breve)的菌属。
优选地，所使用的细菌培养物包括德氏乳杆菌保加利亚亚种(Lactobacillusdelbruekii subsp.bulgaricus)和嗜热性链球菌(Streptococcus thermophilus)。
可选地，细菌培养物通过设置在所述细菌培养物的包装中和/或包装上的可读代码来识别。
细菌培养物的提供者可以提供粉末状或冷冻形式的细菌培养物，并进行包装以方便辨识和储存。在包装上，可以放置可读代码，诸如，条形码或快速响应代码(QR码)。这允许快速辨识细菌培养物，并且在阅读所述可读代码(例如，采用计算机应用，诸如，智能手机的应用，或者甚至采用与本申请中的模型的连接)时可以提供与其他细菌培养物的适当相容性。因此，用本申请中的模型扫描可读代码的反馈回路可以实时监测和/或控制噬体压力。
在一个优选的实施方式中，本申请中的模型在服务器上和/或在云服务器和/或独立设备中运行。例如，模型可以在与奶发酵过程的公司和/或地点不同的公司和/或地点的服务器上运行。或者本申请中的模型在云环境的云服务器上运行，可供一家以上的公司访问。
在一个优选的实施方式中，在接收奶发酵过程的性能数据和/或指示噬菌体数量的值与确定用于控制噬菌体压力的指令之间的时间间隔应尽可能短，以便促进过程经济。所述时间间隔可以少于一个月，少于三周，少于两周，少于一周，或为1-10天，或为1小时至5天或为2小时至2天。
在一个优选的实施方式中，本申请中的方法还包括从所述奶发酵过程中提取一个或多个样本的步骤。被分离出的样本(isolated sample)可以来源于乳清、生产用起子培养基、生产用起子培养物、奶油、奶、酸化奶、乳清粉、冲洗水、乳品加工过程中的拭子、奶酪或发酵乳制品等。优选地，在用细菌培养物培养期间，在不同的时间点分离出样本。优选地，在至少两个不同的时间点提取至少两个样本，更优选地，在至少三个不同的时间点提取至少三个样本。更优选地，本申请中的样本取自乳清、生产用起子培养基、生产用起子培养物、奶、酸化奶、乳清粉、冲洗水、乳品加工过程中的拭子、奶酪或发酵乳制品。
在一个优选的实施方式中，奶发酵过程的性能数据可以涉及质构、风味化合物(的浓度)、颜色、时间、pH、温度、细菌培养物的规格(例如，菌落或细菌计数)、过去使用的细菌培养物的规格、奶的来源、奶的类型、奶的组成(例如，奶的脂肪含量或奶的蛋白质含量)、细菌培养物的量、发酵过程的时间进度、发酵奶产品的类型、环境变量(例如，过程周围的季节性因素、天气、环境)、设定点(setpoint)和/或辅助材料。
发酵奶制品的类型优选地选自酸乳、酸腐的牛奶、夸克奶块(quark)、twarog、奶油奶酪、软奶酪、半软奶酪、半硬奶酪、硬奶酪、酸腐化的奶油、发酵过的黄油、酸腐的奶油、法式鲜奶油(crème fraiche)、马斯卡泊尼乳酪(mascarpone)、马苏里拉奶酪(mozzarella)、酸腐的牛奶奶酪、酪乳(buttermilk)、酸凝乳(schmand)或斯美塔那(smetana)以及蓝纹奶酪(blue vein cheese)。更优选地，本申请中的发酵牛奶制品的类型是酸奶或奶酪。
本文所用的术语“酸奶或酸乳”是指通过乳酸菌(也称为“酸奶培养物”)对牛奶进行发酵而产生的一种发酵牛奶制品。牛奶中(添加的)糖类发酵产生乳酸，乳酸作用于牛奶蛋白质，使酸奶质构化。例如，牛奶仅通过特定的嗜热性乳酸菌(即德氏乳杆菌保加利亚亚种(Lactobacillus delbruekii subsp.bulgaricus)和嗜热性链球菌(Streptococcusthermophilus))的乳酸发酵获得，这些乳酸菌同时被培养，并且被发现在最终产品中以每克酸乳至少1000万CFU(菌落形成单位)的数量存在。优选地，酸奶在发酵后不进行热处理。酸乳可以可选地含有其他成分，诸如，糖或甜味剂、一种或多种调味剂、谷物或营养物质，特别是维生素、矿物质以及纤维。
酸乳包括凝固型酸乳、搅拌型酸乳、饮用型酸乳、小瑞士酸乳(Petit Suisse)、热处理型酸乳以及酸乳类产品。优选地，酸乳是一种搅拌型酸乳或饮用型酸乳。更优选地，酸乳是一种搅拌型酸乳。
本申请中的牛奶可以来自于动物来源，例如，牛、山羊、绵羊、水牛等。此外，奶也可以有非乳品来源，诸如，植物奶。植物奶的示例包括杏仁奶、燕麦奶、椰奶、米奶、麻牛奶、豆奶等。
在一个优选的实施方式中，本申请中的用于控制噬菌体压力的指令选自：将细菌培养物与另一种细菌培养物轮换，增加细菌培养物的轮换频率，改为不同的轮换计划，调整原位清洗设置，调整原位清洗频率，清洗奶发酵过程的生物反应器，测量指示原料中噬菌体数量的值，改进灭菌，调整奶发酵过程参数以及调整细菌培养物的数量。
术语“原位清洗”是指在不拆卸的情况下清洗管道、容器、工艺设备、过滤器和/或相关配件的内表面。
基本上，控制噬菌体压力优选地是通过清洗以提高奶发酵过程中的卫生情况和/或通过轮换细菌培养物来进行。本申请中的模型可以将奶发酵过程的性能数据和/或指示噬菌体数量的值与适当的指令联系起来，以控制噬菌体压力和/或使奶发酵过程的数据回到期望的操作窗口内。
在一个优选的实施方式中，本申请中的模型是统计模型或统计过程控制模型。更优选地，本申请中的模型是人工智能模型和/或机器学习模型。本申请中的模型的优点在于，随着时间的推移，模型会成为经过训练的模型，能够更好地将奶发酵过程的性能数据和/或指示噬菌体数量的值与用于控制噬菌体压力的指令联系起来。本申请中的模型通过向模型添加更多的数据而获得预测能力。例如，来自乳品制造商的历史数据。添加更多数据的另一个示例是纳入来自超过一家乳品制造商的数据。如果另一家乳品制造商(例如，对于来自同一地区的奶来说)也使用本申请中的方法和/或模型，则本申请中的模型可以更好地预测某家乳品制造商的噬体压力。
在一个优选的实施方式中，本申请中的指示噬菌体数量的值是通过检测和/或识别分离出的样本中或样本中的噬菌体来确定的。
通过对噬菌体进行量化，可以在当细菌培养之前或之后进行细菌培养且两种细菌培养都对所述量化的噬菌体敏感时对感染风险进行量化。本文所用的术语“噬菌体数量”可以指单个噬菌体微生物的数量，与噬菌体的菌种或类型无关。因此，这是一种量化噬菌体并估计该组的细菌菌株和细菌培养物的敏感性的方法。指示噬菌体数量的值可以是qPCR测定法中的测量值，例如，定量循环的测量值(“Cq值”)。在这种情况下，预定的阈值将是与预定的最大噬菌体数量相对应的值，直到酸化或发酵仍然有效。
本文所用的术语“噬菌体”、“噬体”等，可以指仅能感染细菌和古生菌且在细菌和古生菌内复制的病毒。噬菌体由封装DNA或RNA基因组的蛋白质组成，且通常有典型的外观，即封装核酸的二十面体的包膜头部和由鞘和附着纤维的底板组成的尾部。尾部将附着在细菌或古生菌上，且核酸由此被插入。然后，宿主-微生物被迫将噬菌体的DNA或RNA翻译成噬菌体组分。组装后，宿主(例如，细菌)被迫释放噬体，且细菌往往在这个过程中被破坏。
噬菌体随处可见，包括在生产用起子培养物中。一般而言，在过程中，细菌培养物会被轮换，希望培养物中的菌株是不同的，这样就不会出现共同的噬菌体敏感性。
本文所用的术语“敏感性”、“噬菌体敏感性”、“噬体敏感性”等，可以指细菌培养物或细菌菌株被特定噬菌体感染的能力。当细菌培养物或细菌菌株被称为具有共同的噬菌体敏感性或类似情况时，可以指所述细菌培养物或细菌菌株能够被至少相同的噬菌体攻击或感染，但不一定是被存在于细菌培养物或细菌菌株中的所有噬菌体攻击或感染。噬菌体攻击或噬菌体感染包括将噬菌体的DNA或RNA插入其宿主(在这里是细菌)中。此外，噬菌体DNA或RNA被细菌复制和翻译，从而产生大量的所述噬菌体。然后，这些噬菌体被释放到环境中，能够感染或攻击其他细菌。
两种细菌培养物之间共同的噬菌体敏感性往往是由包含相同或几乎相同的细菌菌株的培养物造成的。这是由于噬菌体对其各自宿主具有高特异性。
本文所用的术语“轮换”可以指一个循环，其中每种细菌培养物在发酵过程中使用一次，然后再重新开始此过程。
在一个优选的实施方式中，本申请中的指示样本中噬菌体数量的值是通过DNA或RNA量化方法，优选地是DNA扩增方法，优选地是通过定量聚合酶链反应(qPCR)而确定的。
定量聚合酶链反应(qPCR)的优点在于其是一种非常快速的方法，从而使检测噬菌体敏感性的方法更加快速。qPCR也常被称为实时聚合酶链反应(real-time PCR)。可选地，可以使用其他DNA量化方法来确定该值，优选地是使用DNA扩增方法。PCR是一种广泛使用的指数化扩增DNA序列的方法。这是通过热循环执行的：当温度高(94-98℃)时，由于互补碱基之间的氢键断裂，DNA菌株被分裂成两个单链DNA分子。当温度降低到大约50-65℃时，引物能够与单链DNA结合，导致引物退火为单链DNA。这些引物是专门为需要倍增的DNA序列选择的。在热循环的第三部分，通过拉长引物，向混合物提供DNA聚合酶(例如，水生热菌(Taq)聚合酶)以及待插入的游离脱氧核苷酸(dNTP)，来加入单链DNA的互补部分。这最后一步是在适合DNA聚合酶的温度下进行的，例如，对于Taq聚合酶而言为75-80℃。在这最后一步之后，重新开始循环。通常情况下，这样重复大约20-40次。
在qPCR中，在热循环过程中跟踪反应，例如，通过添加能够与任何双链DNA插接的非特异性荧光染料，或通过使用由已经被标记了荧光报告体的寡核苷酸组成的序列特异性DNA探针。后者只有在与其互补序列杂交后才可被检测到。
可选地，指示噬菌体数量的值在采样后2小时内测量，更优选地，在采样后1小时内测量。可以使用qPCR来检测样本中存在的噬菌体DNA。
可选地，用于检测和量化噬菌体DNA的试剂盒(诸如，qPCR试剂盒)包括一份指示说明手册。在其中一个方面，指示手册包括从乳品样本中提取或纯化DNA的指示说明。在另一个方面，指示说明手册包括稀释乳品样本的指示说明，优选地是用水稀释乳品样本的指示说明，甚至更优选地是用自来水稀释乳品样本的指示说明。优选地，乳品样本至少稀释10倍，例如，将5ml样本与水混合至总体积为50ml或任何其他等同物，使乳品样本的稀释度为10倍。
优选地，试剂盒的不同组分呈冻干形式，可以在环境温度下储存。
一种用于检测和量化乳品样本中感染乳酸菌的噬体的噬体DNA的方法可以包括以下步骤：
(i)获得样本，
(ii)可选地，稀释获得的样本，以及
(iii)用本文所述的qPCR试剂盒测试(可选地，稀释的)样本。
乳品样本可以是上文就试剂盒所描述的任何一种乳品样本。通常情况下，乳品样本是在乳品制造商(诸如，奶酪或酸奶制造商)处采集的。优选地，样本是在奶酪制造商处采集的。优选地，奶酪制造商大规模地生产奶酪，即制造商每年至少生产3000kg奶酪。或者，样本取自包含至少50L材料的批量或发酵桶或发酵容器。样本的另一个来源是来自(原)包装尺寸至少为10kg的粉末的样本，例如，乳清粉。
在一个进一步优选的实施方式中，本申请中的指示样本中噬菌体数量的值是通过噬体噬斑测定法确定的。噬体噬斑测定法是一种简单明了的方法，其检测毒性噬菌体，即损害其宿主细胞(这里为细菌)的噬体。这种方法的缺点是测定的时程，因为细菌和噬菌体在培养皿或其他合适的容器中生长需要时间。
随着形成肉眼可见的噬斑，噬斑是表面上没有细菌生长的斑点，噬菌体的存在被检测到，因为噬菌体已经感染了最初的细菌，并且已经扩散到所述最初细菌周围的细菌。通过在不同稀释度的噬菌体下测试样本，即经由样本中的噬斑形成单位(PFU)，可以确定噬菌体的初始浓度。
可选地，在用第一细菌培养物培养食品期间，通过pH值的测量来确定指示样本中噬菌体数量的值。
优选地，确定指示噬菌体数量的值(优选地是样本中的噬菌体数量，且优选地是对样本中感染乳酸菌的噬体的噬体DNA进行量化)的步骤在乳品制造商处执行，即样本不必运到乳品厂以外的测试实验室。在这种情况下，乳品制造商将指示噬菌体数量的值提交给本申请中的模型。
或者，确定指示噬菌体数量(优选地是样本中的噬菌体数量)的值的步骤由第三方来执行。例如，由研究实验室来执行。随后，本申请中的将指示噬菌体数量的值提交给模型的步骤可以由与执行以下步骤不同的另一个实体进行：
(a)监测奶发酵过程的性能数据；
(b)提交奶发酵过程的性能数据；以及
(c)从模型接收用于控制噬菌体压力的指令；以及
(d)控制噬菌体压力/(操作窗口)。
换言之，将指示噬菌体数量的值提交给模型的步骤可以由研究实验室进行。
或者，确定指示噬菌体数量，优选地是样本中的噬菌体数量的值的步骤由细菌培养物的供应商来执行。因此，乳品制造商可以将样本移送给细菌培养物供应商，由其确定指示噬菌体数量的值，并使指示噬菌体数量的值可供本申请中的模型使用。
在一个优选的实施方式中，本申请中的分离出的样本设置有可读代码。例说，QR码。这样可以实现样本和数据的可追溯性，例如，当样本从乳品制造商移送到确定指示噬菌体数量的值并使指示噬菌体数量的值可以与可读代码中的信息结合使用的第三方时。
本文公开了一种用于监测和控制在使用细菌培养物的奶发酵过程中的噬菌体压力的数据处理系统，所述系统包括用于执行步骤(a')至(c')中任一步骤的装置(means)。
根据另一个方面，本发明涉及一种用于监测和控制在使用细菌培养物的奶发酵过程中的噬菌体压力的系统，所述系统包括控制器，其中所述控制器被配置为操作所述系统以执行以下步骤：
(a)监测奶发酵过程的性能数据；
(b)监测指示噬菌体数量的值；
(c)将所述奶发酵过程的性能数据和指示噬菌体数量的值提交给模型；
(d)从所述模型接收用于控制噬菌体压力的指令；以及
(e)控制所述噬菌体压力。
本文还公开了一种计算机程序产品，所述计算机程序产品被配置为在用于监测和控制在使用细菌培养物的奶发酵过程中的噬菌体压力的机器上运行，所述计算机程序产品被配置为：
(a’)接收奶发酵过程的性能数据和/或指示噬菌体数量的值；
(b’)使用模型确认所述奶发酵过程是否处于一组牛奶发酵过程操作窗口之外和/或预测所述奶发酵过程何时处于一组牛奶发酵过程操作窗口之外；以及
(c’)确定用于控制噬菌体压力的指令。
同样，本发明涉及一种计算机程序产品，所述计算机程序产品被配置为在用于监测和控制在使用细菌培养物的奶发酵过程中的噬菌体压力的机器上运行，所述计算机程序产品被配置为：
(a)监测奶发酵过程的性能数据；
(b)监测指示噬菌体数量的值；
(c)将所述奶发酵过程的性能数据和指示噬菌体数量的值提交给模型；
(d)从所述模型接收用于控制噬菌体压力的指令；以及
(e)控制所述噬菌体压力。
所述程序可以是源码或目标代码的形式，也可以是适用于实施根据本发明的过程的任何其他形式。
一些实施方式可以使用机器或有形的计算机可读介质或物品来实施，所述介质或物品可以存储指令或一组指令，如果由机器执行，可以促使机器执行根据本发明实施方式的方法和/或操作。
各种实施方式可以使用硬件元件、软件元件或两者的组合来实施。硬件元件的示例可以包括处理器、微处理器、电路、特定应用集成电路(ASIC)、可编程逻辑器件(PLD)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、逻辑门、寄存器、半导体器件、微芯片、芯片组等等。软件的示例可以包括软件部件、程序、应用软件、计算机程序、应用程序、系统程序、机器程序、操作系统软件、移动应用程序、中间软件、固件、软件模块、例程、子程序、函数、计算机实现的方法、流程(procedures)、软件接口、应用程序接口(API)、方法、指令集、计算代码、计算机代码等。
将可以理解的是，对所述方法而描述的任何方面、特征以及选项都同样适用于所述系统和所描述的计算机程序。还将清楚的是，上述的任何一个或多个方面、特征以及选项都可以组合起来。
对本发明的示例性实施方式进行描述，参照图1、图2以及图3。
如图1所示，一家乳品制造商运行使用细菌培养物的奶发酵过程。细菌培养物可以由一家或多家细菌培养物供应商提供。乳品制造商监测奶发酵过程的性能数据和可选的指示噬体数量的值。可选地，乳品制造商从奶中提取一个或多个样本，(由他们自己或由细菌培养物的供应商，或由另一个实体)来确定指示噬体数量的值。乳品制造商随后将奶发酵过程的性能数据和可选的指示噬体数量的值提交给模型。模型可以在细菌培养物供应商的服务器上运行，但也可以在云环境中运行，其中可以在使提交的数据不能被细菌培养物供应商使用的情况下将数据只提交给本申请中的模型。随后，模型确认奶发酵过程是否处于一组奶发酵过程的操作窗口之外和/或预测奶发酵过程何时处于一组奶发酵过程的操作窗口之外，例如，当发酵过程中出现任何延迟时。然后，模型确定用于控制噬体压力或使奶发酵过程的性能数据进入操作窗口内的指令。乳品制造商从模型接收指令并控制噬体压力，例如，通过轮换细菌培养物和/或通过增加发酵过程的清洗。
在图2所示的实施方式中，乳品制造商运行一个类似的过程，但在该实施方式中模型被下载，例如，从细菌培养物的供应商处下载。
在图3所示的实施方式中，乳品制造商运行与图1描述的类似过程，并且在该实施方式中乳品制造商将来自发酵过程的样本发送给细菌培养物的供应商，由其确定指示噬体数量的值。发酵过程的性能数据和指示噬体数量的值被提交给模型。

Claims (13)

1.一种用于监测和控制在使用细菌培养物的奶发酵过程中的噬菌体压力的计算机实现的方法，所述方法包括以下步骤：
(a)监测奶发酵过程的性能数据；
(b)监测指示噬菌体数量的值；
(c)将所述奶发酵过程的性能数据和指示噬菌体数量的值提交给模型；
(d)从所述模型接收用于控制噬菌体压力的指令；以及
(e)控制所述噬菌体压力。
2.根据权利要求1所述的方法，其中，所述模型在服务器上和/或在云服务器和/或独立设备中运行。
3.根据权利要求1或2所述的方法，还包括从所述奶发酵中提取一个或多个样本的步骤。
4.根据权利要求1-3中任一项所述的方法，其中，所述奶发酵过程的性能数据选自：质构、风味化合物、颜色、时间、pH、温度、细菌培养物的规格、过去使用的细菌培养物的规格、牛奶的来源、奶的类型、奶的组成、细菌培养物的量、发酵过程的时间进度、发酵奶产品的类型、环境变量、设定点以及辅助材料。
5.根据上述权利要求中任一项所述的方法，其中，用于控制噬菌体压力的指令选自：将所述细菌培养物与另一种细菌培养物轮换，增加细菌培养物的轮换频率，改为不同的轮换计划，调整原位清洗设置，调整原位清洗频率，清洗所述奶发酵过程的生物反应器，测量指示原料中噬菌体数量的值，改进灭菌，调整奶发酵过程参数以及调整所述细菌培养物的量。
6.根据上述权利要求中任一项所述的方法，其中，所述模型是统计模型或统计过程控制模型。
7.根据上述权利要求中任一项所述的方法，其中，所述模型是人工智能模型。
8.根据上述权利要求中任一项所述的方法，其中，指示噬菌体数量的值是通过检测和/或识别在分离出的样本中的噬菌体来确定的。
9.根据权利要求8所述的方法，其中，所述指示样本中噬菌体数量的值是通过DNA或RNA量化方法，优选地是DNA扩增方法，优选地是通过定量聚合酶链反应(qPCR)而确定的。
10.根据权利要求8所述的方法，其中，所述指示样本中噬菌体数量的值是通过噬体噬斑测定法确定的。
11.根据权利要求8-10中任一项所述的方法，其中，所述分离出的样本设置有可读代码。
12.一种用于监测和控制在使用细菌培养物的奶发酵过程中的噬菌体压力的系统，所述系统包括控制器，其中所述控制器被配置为操作所述系统以执行以下步骤：
(a)监测奶发酵过程的性能数据；
(b)监测指示噬菌体数量的值；
(c)将所述奶发酵过程的性能数据和指示噬菌体数量的值提交给模型；
(d)从所述模型接收用于控制噬菌体压力的指令；以及
(e)控制所述噬菌体压力。
13.一种计算机程序产品，被配置为在用于监测和控制在使用细菌培养物的奶发酵过程中的噬菌体压力的机器上运行，所述计算机程序产品被配置为：
(a)监测奶发酵过程的性能数据；
(b)监测指示噬菌体数量的值；
(c)将所述奶发酵过程的性能数据和指示噬菌体数量的值提交给模型；
(d)从所述模型接收用于控制噬菌体压力的指令；以及
(e)控制所述噬菌体压力。
CN202180055690.9A 2020-08-13 2021-08-12 监测和控制噬菌体压力 Pending CN116075721A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP20190823 2020-08-13
EP20190823.3 2020-08-13
PCT/EP2021/072482 WO2022034171A1 (en) 2020-08-13 2021-08-12 Monitoring and controlling bacteriophage pressure

Publications (1)

Publication Number Publication Date
CN116075721A true CN116075721A (zh) 2023-05-05

Family

ID=72240272

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180055690.9A Pending CN116075721A (zh) 2020-08-13 2021-08-12 监测和控制噬菌体压力

Country Status (4)

Country Link
US (1) US20230288393A1 (zh)
EP (1) EP4195936A1 (zh)
CN (1) CN116075721A (zh)
WO (1) WO2022034171A1 (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7097973B1 (en) * 1999-06-14 2006-08-29 Alpha Mos Method for monitoring molecular species within a medium
US20090215027A1 (en) 2004-01-16 2009-08-27 Chr. Hansen A/S Method and system for colorimetric determination of a chemical or physical property of a turbid medium
WO2016018678A1 (en) * 2014-07-30 2016-02-04 The Regents Of The University Of California Methods for bacteriophage detection

Also Published As

Publication number Publication date
WO2022034171A1 (en) 2022-02-17
US20230288393A1 (en) 2023-09-14
EP4195936A1 (en) 2023-06-21

Similar Documents

Publication Publication Date Title
Settanni et al. Persistence of wild Streptococcus thermophilus strains on wooden vat and during the manufacture of a traditional Caciocavallo type cheese
Aldrete-Tapia et al. High-throughput sequencing of microbial communities in Poro cheese, an artisanal Mexican cheese
Fontán et al. Microbiological and chemical changes during the manufacture of Kefir made from cows’ milk, using a commercial starter culture
O'Sullivan et al. Nucleic acid-based approaches to investigate microbial-related cheese quality defects
Wu et al. Towards galactose accumulation in dairy foods fermented by conventional starter cultures: Challenges and strategies
Gutiérrez-Méndez et al. Evaluation of aroma generation of Lactococcus lactis with an electronic nose and sensory analysis
EA030184B1 (ru) Устойчивые к фагам молочнокислые бактерии для текстурирования пищевых продуктов
EA028250B1 (ru) Новая молочнокислая бактерия, обладающая сверхтекстурирующим свойством с мутациями в гене galk, и способы ее получения
Tadjine et al. Milk heat treatment affects microbial characteristics of cows’ and goats’“Jben” traditional fresh cheeses
Gonçalves et al. Bacterial communities in Serpa cheese by culture dependent techniques, 16S rRNA gene sequencing and high‐throughput sequencing analysis
Camargo et al. Microbial shifts through the ripening of the “Entre Serras” Minas artisanal cheese monitored by high-throughput sequencing
From Diversity and technological properties of predominant lactic acid bacteria isolated from Algerian raw goat’s milk
Teixeira et al. Biodiversity and technological features of Weissella isolates obtained from Brazilian artisanal cheese-producing regions
Nanda et al. Phenotypic and genotypic characterisation of Lactobacilli isolated from camel cheese produced in India
Silva et al. Biodiversity and succession of lactic microbiota involved in Brazilian buffalo mozzarella cheese production
Fusco et al. Invited review: Fresh pasta filata cheeses: Composition, role, and evolution of the microbiota in their quality and safety
Milani et al. Isolation and identification of lactic acid bacteria in Kurdish cheese during ripening using 16S rRNA gene sequence analysis
Ammoun et al. Lebanese fermented goat milk products: From tradition to meta-omics
Ercan et al. Microbiological quality of artisanal S epet cheese
Urshev et al. Selection and characterization of naturally occurring high acidification rate Streptococcus thermophilus strains
US20230288393A1 (en) Monitoring and controlling bacteriophage pressure
EP4349998A2 (en) A method for determining an order in which a food product is cultured
Tunay et al. Verticle transmission of unique bacterial strains from mother to infant via consuming natural kefir
Navidghasemizad et al. Proline iminopeptidase PepI overexpressing lactobacillus casei as an adjunct starter in Edam cheese
US20230048427A1 (en) Rotation scheme for bacterial cultures in food product fermentation

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