发酵中国辣白菜中的菌株特异性风味特征：动力学建模与机器学习的综合框架

《Journal of Agriculture and Food Research》：Strain-specific flavor signatures in fermented Chinese spicy cabbage: An integrated framework of kinetic modeling and machine learning

　　中国辣白菜（CSC）发酵过程中，三种乳酸菌（L. plantarum、Leu. mesenteroides、Lb. brevis）对发酵动力学、挥发性有机物（VOCs）及感官特性的影响进行研究。通过Logistic模型分析发现，Lb. brevis发酵动力学最优，酸耐受性强，且能显著降低硫化物（pungent notes）和醛类（fatty odors）含量，同时提高甜味物质（mannitol）和酸平衡，最终感官评价最优。机器学习模型（Random Forest）验证了(E,E)-2,4-Heptadienal等关键VOCs对不同菌株风味的区分作用。研究提出结合动力学建模与机器学习分析，为工业发酵优化菌株选择提供新策略。

　　本研究围绕中国辣白菜（Chinese Spicy Cabbage, CSC）的发酵过程展开，重点分析了三种乳酸菌（Lactic Acid Bacteria, LAB）作为发酵菌种对CSC风味和发酵特性的影响。研究团队通过结合发酵动力学建模、化学成分分析、机器学习技术以及感官评价，系统地评估了不同菌种在CSC发酵过程中的作用。最终研究结果表明，菌种的选择是影响CSC质量的关键因素，为工业发酵工艺的优化提供了科学依据。

CSC作为一种传统发酵食品，其风味和品质在很大程度上取决于发酵过程中微生物的代谢活动。乳酸菌在CSC发酵中起着核心作用，它们通过分解糖类、蛋白质和脂类，产生挥发性有机化合物（VOCs）和非挥发性有机化合物（non-VOCs），这些化合物不仅影响CSC的感官特性，还对产品的安全性、保质期和营养价值产生重要影响。为了提升CSC的品质，研究采用了一种由特定乳酸菌株（如Lactiplantibacillus plantarum PJ4-2、Leuconostoc mesenteroides PY1-1和Levilactobacillus brevis PL6-1）进行接种，从而实现了对发酵过程的精确控制。

通过发酵动力学建模，研究团队发现不同菌种在发酵过程中的生长速率和代谢行为存在显著差异。例如，Leuconostoc mesenteroides在发酵初期表现出快速的生长趋势，而Lactiplantibacillus plantarum则表现出较长的滞后期，但其在后期的生长能力较强。这种差异直接导致了不同菌种在发酵过程中对酸度、pH值、盐分和微生物数量的影响不同。其中，Leuconostoc mesenteroides发酵过程中的酸度发展较快，能够在5天内达到目标酸度水平，而Lactiplantibacillus plantarum和未接种的自然发酵组（Spontaneous Fermentation, SF）则需要8天左右才能达到相同的酸度。这些结果表明，菌种的选择不仅影响发酵的速度，还决定了发酵的最终状态。

在发酵过程中，乳酸菌的代谢活动还对CSC的感官特性产生重要影响。研究发现，不同菌种在代谢过程中会生成不同的VOCs，这些化合物对CSC的风味产生决定性作用。例如，Leuconostoc mesenteroides的发酵过程会产生较高水平的硫化物，这些化合物赋予CSC浓郁的蒜香、洋葱味和芥菜味，但同时也可能带来一些不愉快的气味。相比之下，Lactiplantibacillus plantarum的发酵过程会生成较高水平的醛类化合物，这些化合物虽然能够增强CSC的果香和花香，但也可能产生不愉快的脂肪味。而Levilactobacillus brevis的发酵过程则表现出较低的不愉快气味，同时能够产生较高的甘露醇（mannitol），这种糖醇具有清新的甜味，有助于平衡CSC的风味。此外，Levilactobacillus brevis的发酵还能有效降低盐分，这不仅有助于改善CSC的口感，还能够抑制有害微生物的生长，从而提高产品的安全性。

为了进一步揭示不同菌种对CSC风味的贡献，研究团队使用了机器学习方法，特别是随机森林（Random Forest, RF）模型。该模型通过分析VOCs的浓度数据，成功地识别了不同菌种的特征性风味化合物。例如，研究发现（E,E）-2,4-庚二烯醛（(E,E)-2,4-heptadienal）是区分不同菌种发酵CSC的关键挥发性有机化合物，这一发现对于工业发酵工艺的优化具有重要意义。通过RF模型的分析，研究团队还能够评估不同菌种对CSC风味的贡献程度，并确认了Levilactobacillus brevis在提升CSC整体接受度方面的优势。

此外，研究团队还通过感官评价验证了不同菌种对CSC风味的影响。感官分析表明，Levilactobacillus brevis发酵的CSC在整体接受度方面表现最佳，其风味更加平衡、清新，且具有较高的脆度和光泽度。相比之下，Leuconostoc mesenteroides发酵的CSC虽然具有强烈的蒜香和洋葱味，但由于硫化物的积累，可能带来一些不愉快的气味。而Lactiplantibacillus plantarum发酵的CSC则因醛类化合物的积累，表现出较强的脂肪味，这在一定程度上影响了其感官接受度。

通过结合发酵动力学建模和机器学习技术，研究团队不仅揭示了不同菌种在CSC发酵过程中的代谢特征，还建立了预测模型，为未来工业发酵工艺的优化提供了理论依据和实践指导。研究结果表明，Levilactobacillus brevis PL6-1是一种非常有潜力的发酵菌种，能够有效提升CSC的风味和品质。此外，该研究还提出，未来可以通过设计合成微生物群落，进一步提升传统发酵食品的复杂性和品质。

本研究的创新之处在于，它首次将发酵动力学建模与机器学习技术相结合，用于分析和预测乳酸菌对CSC风味的影响。这种方法不仅能够准确描述微生物的生长曲线，还能识别关键风味化合物，为发酵过程的精细化控制提供了新的思路。同时，研究还强调了菌种选择在发酵过程中的重要性，表明通过合理选择菌种，可以显著提升CSC的风味和品质。此外，研究还发现，Levilactobacillus brevis不仅能够有效抑制有害微生物的生长，还能提高CSC的物理属性，如颜色和脆度，这在工业生产中具有重要的应用价值。

总体而言，本研究通过系统分析不同乳酸菌株在CSC发酵过程中的作用，揭示了菌种选择对CSC质量的关键影响。研究结果表明，Levilactobacillus brevis PL6-1在提升CSC风味、口感和外观方面表现出色，是一种理想的发酵菌种。同时，研究还提出了通过机器学习技术进行发酵过程预测的新方法，为传统发酵食品的现代化生产提供了科学支持。未来，该研究可以为设计更加复杂的微生物群落，进一步提升传统发酵食品的品质和多样性提供理论依据和实践指导。