《Food Microbiology》：A novel classification system based on Cheese Microbial Profiles for the assessment of cheese typicity
编辑推荐：
奶酪典型性受原料、工艺及环境等因素影响，本研究基于全球322份奶酪样本的微生物组测序数据（含63份希腊样本），通过16S rRNA V3-V4区分析，识别出4个主要微生物群（CMP）及9个子群，核心菌群分布差异显著。尽管发现特定CMP与奶酪类型相关（如CMP1以乳酸杆菌为主），但未检测到地理原产地特异性微生物特征，亦未发现微生物群与乳源、菌种添加或巴氏杀菌等工艺参数的明确关联。开发的分类模型可准确识别新样本的CMP及子群。研究结果为奶酪品质与安全控制提供微生物学依据，并提示需结合多组学方法提升地理溯源精度。
阿西娜·佐拉（Athina Tzora）|康斯坦丁娜·尼古拉乌（Konstantina Nikolaou）|伊利亚斯·拉格库瓦尔多斯（Ilias Lagkouvardos）|克里斯苏拉·沃伊达鲁（Chrysoula Voidarou）|埃万杰利亚·因策（Evangelia Intze）|康斯坦丁娜·福图（Konstantina Fotou）|伊奥annis Skoufos
希腊约阿尼纳大学农业学院农业系动物健康、食品卫生与质量实验室，47150，阿尔塔（Arta）
摘要
奶酪的独特性反映了其原料、传统制作工具、环境与生产条件、制作工艺以及产地地理区域等因素的共同影响。本研究基于微生物群谱，分析了希腊奶酪的独特性，并将其与世界各地的奶酪进行了比较。数据集包括来自7个不同国家的322个奶酪样本的公开可用序列及63个新生成的序列。分析采用了下一代测序（NGS）技术，对16S rRNA基因的高变区V3–V4进行了Illumina测序，随后进行了标准化的分析流程。通过de novo聚类分析，识别出4个主要奶酪微生物谱型（CMP）及其9个子簇。在子簇中发现了核心微生物群落：CMP1中的乳酸杆菌（Lactobacillus）、CMP2和CMP3中的乳酸球菌（Lactococcus），以及CMP4中的链球菌（Streptococcus）。不同类型的奶酪在各自簇内表现出显著的微生物谱型特征。然而，未检测到明确的地理来源特征，也未发现微生物群落与奶酪生产参数（如奶酪类型、奶源、发酵剂添加或牛奶巴氏杀菌）之间的关联。此外，我们开发了一种新模型，能够根据细菌生态群落结构准确地将新奶酪样本分类到相应的簇和子簇中。这些发现可为未来研究提供支持，尤其是在结合多组学方法时，有助于更好地识别奶酪的独特性、验证其真实性、追踪地理来源，并最终提升奶酪的质量和安全性。
章节摘录
引言
奶酪是牛奶发酵的产物，其中包含复杂的微生物群落，这些微生物群落与奶酪类型、所使用的发酵剂、原料牛奶中的天然微生物以及来自奶酪生产环境的辅助微生物密切相关。奶酪微生物群落在风味、感官特性及其他理化性质方面起着关键作用。奶酪微生物群落与其代谢产物、牛奶之间存在多种动态且复杂的相互作用。
数据收集与分析
我们整理了来自7个不同国家的322个奶酪样本的原始测序数据，其中63个希腊奶酪样本在我们的实验室进行了分析，另外259个样本（包括希腊和国际样本）的数据来源于公开可用的数据库。
奶酪样本的宏基因组数据来自欧洲核苷酸档案馆-欧洲生物信息学研究所（ENA-EBI）数据库（Yuan等人，2024年）。
不同奶酪类型内的微生物多样性
为评估322个奶酪样本的微生物谱型之间的关系，我们使用了加权Unifrac方法计算了β多样性距离。结果显示，奶酪类型之间的平均距离并未体现出发源地的差异（图1A），同一奶酪类型内部的谱型之间也存在较大差异（图1B和1C中的α多样性）。这些结果通过层次聚类得到了进一步展示。
讨论
本研究揭示了奶酪中细菌群落的生态结构以及基于微生物谱型的聚类机制。奶酪是消费量最大的乳制品之一（Tilocca等人，2020年）。目前全球有超过1000种不同类型的奶酪，其中大部分在欧洲生产，主要用于出口（Fox & McSweeney，2017年）。关于奶酪微生物谱型的研究结果不仅有助于理解奶酪的特性，还能为奶酪的真实性验证、地理来源追溯提供依据，并最终提升奶酪的质量和安全性。
结论
本研究分析了希腊奶酪的独特性及其细菌群落组成，同时也研究了其他国家的奶酪类型。我们通过de novo聚类方法探讨了特定奶酪类型是否存在独特的微生物特征。我们利用了基于原始扩增子的数据集进行了分析。
作者贡献声明
康斯坦丁娜·尼古拉乌（Konstantina Nikolaou）：撰写、审稿与编辑、初稿撰写、方法论设计、实验设计、数据分析。阿西娜·佐拉（Athina Tzora）：撰写、审稿与编辑、初稿撰写、项目监督、资源协调、方法论制定、资金申请、概念构思。克里斯苏拉·沃伊达鲁（Chrysoula Voidarou）：数据可视化、方法论设计、实验设计。伊利亚斯·拉格库瓦尔多斯（Ilias Lagkouvardos）：撰写、审稿与编辑、初稿撰写、实验设计、数据分析。康斯坦丁娜·福图（Konstantina Fotou）：
利益冲突声明
作者声明不存在可能影响本文研究的已知财务利益或个人关系。
致谢
本研究得到了欧盟农村发展基金（EARFD）和希腊国家农村发展计划（2014-2020年）的资助（项目代码：M16SYN2-00267）。
