AG九游会官网 | 微生物环境调节系统专家 | 16年专注益生菌净化技术

　　的风味、外观、质量和安全性至关重要。然而，发酵过程中酶资源的多样性和分布情况仍知之甚少。

　　该研究利用人工智能（AI）辅助的功能注释，揭示了发酵食品微生物组中隐藏的酶多样性及分布情况，为未来食品研究中微生物功能的探索提供了宝贵见解。

　　封面图片为一罐发酵蔬菜，在这项研究中，研究团队系统地探究了各种发酵食品微生物群落的酶编码潜力。他们利用机器学九游会股份有限公司习，对微生物的适应性特征（例如耐酸碱性和耐热性）进行了表征，并为有针对性地优化食品提供了一个资源，突显了全球发酵食品中尚未开发的酶的多样性。

　　在这项研究中，研究团队利用机器学习（Machine Learning，ML）对来自全球发酵食品的 10202 个宏基因组组装基因组进行了探索，识别出超过 500 万条酶序列，这些序列被归入 98693 个同源簇，代表了超过 3000 种酶类类型。

　　功能分析表明，在当前数据库中，这些簇中有 84.4% 未被注释，萜类和聚酮类代谢酶具有很高的新颖性。肽水解酶基于预测的最适温度和 pH 值表现出广泛的环境适应性，生态位宽度计算表明 31.3% 的酶簇显示出食物类型的特异性。此外，研究团队还开发了一个机器学习模型，用于根据酶簇对发酵食品来源进行分类，突出了区分不同生境的关键酶。

　　总的来说，这些研究结果强调了发酵食品环境在酶资源开发方面尚未被充分挖掘的潜力，为未来食品研究中微生物功能的探索提供了宝贵见解。

　　评论文章指出，人工智能（AI）辅助的功能注释揭示了发酵食品微生物群中隐藏的酶多样性及分布情况，为阐明其生态作用和生物技术潜力提供了线索。