![]()
图1 计算机模型预测发酵剂组合的流程框架图
德氏乳杆菌保加利亚亚种（Lactobacillus delbrueckii subsp. bulgaricus）和嗜热链球菌（Streptococcus thermophilus）互作组合的筛选是研发乳酸菌发酵剂的关键，本文旨在通过计算机建模的方法精准高效地预测出这两种菌之间一对一的互作组合。近日，内蒙古农业大学乳品生物技术与工程教育部重点实验室的孙志宏研究团队在《SCIENCE CHINA life Sciences》（Q2，IF：8.0）上发表了最新研究成果。该研究采用高精度半监督学习方法，深入探究了德氏乳杆菌保加利亚亚种和嗜热链球菌之间的相互作用，为乳品工业中发酵剂的开发和应用提供了新策略。
1. 研究团队运用了一种高精度半监督学习框架，利用人工智能模型来预测保加利亚乳杆菌和嗜热链球菌的相互作用，通过协同聚类算法和拉普拉斯正则化最小二乘法，成功建立预测模型，旨在快速准确筛选互作菌株组合：
2. 为了验证模型的预测性能，进行了发酵乳实验验证。通过发酵时间、黏度和感官评价等特性进行综合评价，结果显示模型的准确率为85%；
3. 考虑了发酵剂的代谢相互作用，揭示了发酵过程中乳品发酵剂互利共生和协同作用的可能的潜在机制，包括半胱氨酸、核黄素、磷壁酸和胞外多糖的生物合成。
![]()
图2 乳中发酵剂菌株互利共生和协同作用的潜在机制
本研究是发酵剂筛选新方法的探索，可实现从大量自然野生型乳酸菌菌株到产业化菌株的聚焦，直接有效缩短乳酸菌资源开发利用产业化进程，有望突破发酵剂菌种菌株匮乏的现状。此外，本研究基于半监督学习设计的两种模型，为其他微生物领域在标签样本稀少情况下的相互作用研究提供了有价值的参考。发酵剂筛选模型的应用将为复配发酵剂开发奠定理论基础，加快发酵乳瓶颈技术的突破，为发酵乳产品多元化开发的提供直接的物质基础和创新驱动，具有广阔的产品开发和应用前景。原文链接：https://doi.org/10.1007/s11427-023-2569-7
