張 雷，張璐璐，孫洪蕊，劉香英，康立寧*

（1.吉林省農(nóng)業(yè)科學(xué)院 農(nóng)產(chǎn)品加工研究所，吉林 長(zhǎng)春 130033；2.吉林農(nóng)業(yè)科技學(xué)院 食品工程學(xué)院，吉林 吉林 132101；3.北華大學(xué) 林學(xué)院，吉林 吉林 132013）

精釀啤酒是特殊的營(yíng)養(yǎng)原料與創(chuàng)新的發(fā)酵工藝共同締造的新型啤酒類(lèi)型。精釀啤酒和普通啤酒最大的區(qū)別就是精釀啤酒最重視口感，為了口感好，在制作時(shí)可以不必在乎節(jié)省成本，而選擇更好的原料[1]。隨著社會(huì)的發(fā)展，人們更加喜歡獨(dú)特的、健康的飲品，而精釀啤酒就符合現(xiàn)在人們的要求和需求。相對(duì)于普通啤酒的單一，精釀啤酒具有獨(dú)特性和多樣性[2]。伴隨消費(fèi)者購(gòu)買(mǎi)力及消費(fèi)觀念的提升，中高端啤酒產(chǎn)品的需求將持續(xù)擴(kuò)大范圍，精釀市場(chǎng)將迎來(lái)多元化的消費(fèi)升級(jí)，精釀啤酒消費(fèi)開(kāi)始由感官性需求向追求高營(yíng)養(yǎng)過(guò)渡[3-4]。

研發(fā)出更加營(yíng)養(yǎng)、健康、口感獨(dú)特的精釀啤酒一直是有關(guān)人士追求的終極目標(biāo)。油莎豆（Cyperus esculentus）又稱(chēng)虎堅(jiān)果，為百合科植物油莎豆的干燥根莖，是東北地區(qū)的重要藥材，其性平味甘，具有養(yǎng)陰潤(rùn)燥，生津止渴之功效[5]。有科學(xué)研究表明，油莎豆具有降血壓、降血脂的作用，且可預(yù)防中風(fēng)，其醇提取物還能有效的延緩衰老、抗菌、防癌[6-7]。由于油莎豆含糖量較高，且隨著人們對(duì)個(gè)性化啤酒研究逐漸成為熱點(diǎn)，這使其作為開(kāi)發(fā)特色精釀啤酒原料增加了更多的可能性。本課題組前期研究表明，油莎豆粕精釀啤酒風(fēng)味物質(zhì)豐富，口感宜人，貨架期穩(wěn)定性好[8]，但該產(chǎn)品在主酵過(guò)程中物質(zhì)變化還不明確。代謝組學(xué)研究的是生命體對(duì)外界刺激、病理生理變化以及本身基因突變而引起的分子質(zhì)量＜1 500 Da的代謝產(chǎn)物種類(lèi)、數(shù)量及其變化規(guī)律，主要通過(guò)高通量檢測(cè)和數(shù)據(jù)處理，進(jìn)行信息整合及生物標(biāo)記物鑒定的科學(xué)[9]。已被廣泛應(yīng)用于食品研究中，鐘成等[10]采用代謝組學(xué)分析技術(shù)分析工業(yè)啤酒發(fā)酵過(guò)程中風(fēng)味物質(zhì)生成規(guī)律。劉予煊等[11]對(duì)枸杞發(fā)酵產(chǎn)品的研究多關(guān)注于枸杞中揮發(fā)性成分及其香氣特征。王娜[12]基于組學(xué)技術(shù)分析了中國(guó)黃酒陳釀香氣組分及酒齡的識(shí)別。綜上所述代謝組學(xué)技術(shù)已經(jīng)在酒的釀造中凸顯出其重要作用。本研究利用代謝組學(xué)技術(shù)分析了油莎豆粕精釀啤酒主發(fā)酵期代謝物的變化，旨在為深入解析本產(chǎn)品特色代謝物的形成提供基礎(chǔ)組學(xué)數(shù)據(jù)。

1 材料與方法

1.1 材料與試劑

油莎豆粕：世和農(nóng)業(yè)科技有限公司；大麥芽：山東金釀生物科技有限公司；薩茲酒花、US-04酵母：帝伯仕精釀?dòng)邢薰?；乙腈（色譜純）：德國(guó)Merck集團(tuán)；乙酸銨（≥98%）：美國(guó)Sigma公司。

1.2 儀器與設(shè)備

XS-10多功能麥芽粉碎機(jī)：上海兆申科技有限公司；300 L啤酒全套生產(chǎn)線(xiàn)：哈爾濱順成創(chuàng)新科技發(fā)展有限公司；AL104電子天平：梅特勒-托利多儀器有限公司；LB-90手持糖度計(jì)：河北慧采科技有限公司；DW-86L388A超低溫保存箱：海爾股份有限公司；DHG-9053A鼓風(fēng)干烘箱：上海一恒科學(xué)儀器有限公司；Triple TOF 6600質(zhì)譜儀：美國(guó)SCIEX公司；Agilent 1290 Infinity LC超高效液相色譜儀（ultra-high performance liquid chromatography，UPLC）：美國(guó)安捷倫公司；Eppendorf 5430R低溫高速離心機(jī)：德國(guó)艾本德公司；Waters186004801色譜柱：美國(guó)Waters公司。

1.3 方法

1.3.1 原料處理方法

將油莎豆粕進(jìn)行微波殺菌，溫度85 ℃，時(shí)間為15 s。干燥箱中170 ℃條件下干燥20 min。以料液比為1∶2.5（g∶mL）加40 ℃溫水，浸提3 h后過(guò)濾，煮沸殺菌，靜置冷卻10 h，下層分液，即為發(fā)酵液A，用于補(bǔ)料發(fā)酵。

1.3.2 啤酒發(fā)酵液制備工藝流程與操作要點(diǎn)

糖化→過(guò)濾→煮沸→入罐→發(fā)酵→補(bǔ)料→二次發(fā)酵→灌裝

糖化：以100 L發(fā)酵體積為例，將粉碎好的20 kg大麥芽投入溫度為35 ℃的糖化鍋中，加熱到45 ℃保持20 min，再加熱到50 ℃保持50 min，再加熱到72 ℃保持10 min，再加熱到78 ℃，進(jìn)行過(guò)濾。

過(guò)濾：用篩板過(guò)濾后的麥糟用70 ℃的60 L水洗糟兩次，制得麥汁。

煮沸：麥汁煮沸溫度為100 ℃，開(kāi)始煮沸時(shí)投入35 g酒花，煮沸時(shí)間為1 h，煮沸結(jié)束時(shí)投入30 g酒花，煮沸結(jié)束后測(cè)糖度為11%。

入罐：麥汁在回旋槽中進(jìn)行回旋沉淀，靜置20 min。入罐溫度控制在20 ℃，控制氧氣壓力0.5 MPa，充氧1 min。

發(fā)酵：酵母菌種添加量為0.1%，起始發(fā)酵溫度為18 ℃，每隔24 h排一次沉淀物，同時(shí)測(cè)定發(fā)酵液糖度，待糖度至4.5%左右，投酒花45 g；隨后，每24 h降2 ℃，并同時(shí)排酵母與沉淀物，降至4 ℃時(shí)停止降溫，即為發(fā)酵液B。

補(bǔ)料：向發(fā)酵液B中加入油莎豆粕液A約為15%。

二次發(fā)酵：溫度控制在14～16 ℃，7 d后封罐，控制壓力在1.5 MPa，每天降2 ℃，排沉淀物，最后溫度降至2 ℃后儲(chǔ)7 d，即為成品。

灌裝：出酒前1 d利用二氧化碳鋼瓶將罐內(nèi)壓力補(bǔ)壓至2.0 MPa，碳化24 h，備壓灌裝。

1.3.3 樣品制備

分別在主發(fā)酵第3天（F-3d），主發(fā)酵第6天（F-6d）取樣，在-80 ℃超低溫冰箱中保存。樣本在4 ℃環(huán)境下緩慢解凍后，取適量樣本加入預(yù)冷甲醇/乙腈/水溶液（2∶2∶1，V/V），渦旋混合，低溫超聲30 min，-20 ℃靜置10 min，14 000 g、4 ℃離心20 min，取上清真空干燥，質(zhì)譜分析時(shí)加入100 μL乙腈-水溶液（乙腈∶水=1∶1，V/V）復(fù)溶，渦旋，14 000 g、4 ℃離心15 min，取上清液進(jìn)樣分析。

1.3.4 超高效液相色譜分析

樣品采用超高效液相色譜（UPLC）系統(tǒng)HILIC色譜柱進(jìn)行分離；柱溫25 ℃；流速0.5 mL/min；進(jìn)樣量2 μL；流動(dòng)相組成A：水+25 mmol/L乙酸銨+25 mmol/L氨水，B：乙腈；梯度洗脫程序如下：0～0.5 min，95%B；0.5～7 min，B從95%線(xiàn)性變化至65%；7～8 min，B從65%線(xiàn)性變化至40%；8～9 min，B維持在40%；9～9.1 min，B從40%線(xiàn)性變化至95%；9.1～12 min，B維持在95%；整個(gè)分析過(guò)程中樣品置于4 ℃自動(dòng)進(jìn)樣器中。

1.3.5 飛行時(shí)間質(zhì)譜分析

采用AB 6600三重飛行時(shí)間質(zhì)譜（time of flight mass spectromete，TOF-MS）儀進(jìn)行樣本一級(jí)、二級(jí)譜圖的采集。HILIC色譜分離后的電噴霧離子（electrospray ionization，ESI）源條件如下：

氣體1：60 Psi；氣體2：60 Psi；氣簾氣：30 Psi；離子源溫度：600 ℃；電壓：±5 500 V（正負(fù)兩種模式）；母離子質(zhì)譜掃描范圍：60～1 000 amu；子離子掃描范圍：25～1 000 Da；母離子積累時(shí)間：0.20 s；子離子積累時(shí)間：0.05 s；二級(jí)質(zhì)譜采用信息依賴(lài)型掃描，并且采用高靈敏度模式，去簇電壓：±60 V（正負(fù)兩種模式）；碰撞能量（35±15）eV。

1.3.6 數(shù)據(jù)分析流程

Wiff格式的原始數(shù)據(jù)經(jīng)ProteoWizard轉(zhuǎn)換成.mzXML格式，然后采用XCMS軟件進(jìn)行峰對(duì)齊、保留時(shí)間校正和提取峰面積。對(duì)XCMS提取得到的數(shù)據(jù)首先進(jìn)行代謝物結(jié)構(gòu)鑒定、數(shù)據(jù)預(yù)處理，然后進(jìn)行實(shí)驗(yàn)數(shù)據(jù)質(zhì)量評(píng)價(jià)，最后再進(jìn)行數(shù)據(jù)分析。數(shù)據(jù)分析內(nèi)容包括單變量火山圖統(tǒng)計(jì)分析（univariate volcanic map analysis，UVMA）、多維統(tǒng)計(jì)分析[包括主成分分析（principal component analysis，PCA）與偏最小二乘法判別分析（partial least squares discrimination analysis，PLS-DA）]、差異代謝物聚類(lèi)分析與京都基因與基因組百科通路分析（kyoto encyclopedia of genes and genomes，KEGG），具體分析模式參數(shù)參考文獻(xiàn)[13-14]。

2 結(jié)果與分析

2.1 數(shù)據(jù)質(zhì)量控質(zhì)分析

為了證明數(shù)據(jù)的可靠性與準(zhǔn)確性，本研究通過(guò)譜圖進(jìn)行重疊比較，結(jié)果見(jiàn)圖1A。由圖1A可知，各色譜峰的響應(yīng)強(qiáng)度和保留時(shí)間基本重疊，說(shuō)明在整個(gè)實(shí)驗(yàn)過(guò)程中儀器誤差引起的變異較小。當(dāng)對(duì)質(zhì)量控制（quality control，QC）樣本進(jìn)行Pearson相關(guān)性分析，相關(guān)系數(shù)＞0.9時(shí)說(shuō)明相關(guān)性較好。相關(guān)性圖譜（圖1B）結(jié)果表明，QC樣本間的相關(guān)系數(shù)R均在0.9以上，說(shuō)明實(shí)驗(yàn)重復(fù)性較好，儀器分析結(jié)果可靠，分析條件穩(wěn)定，為進(jìn)一步數(shù)據(jù)分析及生物信息學(xué)分析奠定了基礎(chǔ)。

圖1 質(zhì)量控制樣本總離子流色譜圖（A）及樣本相關(guān)性（B）Fig. 1 Total ion chromatogram of quality control sample (A) and correlation of samples (B)

2.2 油莎豆粕啤酒主酵期發(fā)酵代謝物單變量統(tǒng)計(jì)分析

在進(jìn)行兩組樣本間的差異分析時(shí)，單變量統(tǒng)計(jì)分析方法是最常用的統(tǒng)計(jì)分析方法之一，常用的單變量統(tǒng)計(jì)分析包括變異倍數(shù)分析、T檢驗(yàn)/非參檢驗(yàn)單變量分析，對(duì)檢測(cè)到的所有代謝物（含未被鑒定的代謝物）進(jìn)行差異分析。同時(shí)結(jié)合單變量統(tǒng)計(jì)分析結(jié)果，這些顯著性差異代謝物可能是潛在的生物標(biāo)志物。通過(guò)研究差異代謝物參與的代謝通路，逆推找出調(diào)節(jié)酶和基因，有助于揭示其參與的生命活動(dòng)機(jī)制，完成調(diào)控通路等方面的研究。由圖2可知，在油莎豆粕精釀啤酒主發(fā)酵期共有416種代謝物被檢測(cè)到，具有顯著性差異物質(zhì)為52種，其中上調(diào)差異代謝物數(shù)目為30種，下調(diào)代謝物數(shù)目為22種，這表明啤酒在主酵期代謝反應(yīng)活躍，主酵期在啤酒成味過(guò)程中發(fā)揮了重要作用。

圖2 主發(fā)酵期差異代謝物單變量火山圖分析Fig. 2 Univariate volcanic map analysis of metabolites in the main fermentation stage

2.3 油莎豆粕啤酒主酵期發(fā)酵代謝物多維統(tǒng)計(jì)分析

2.3.1 主酵期發(fā)酵代謝物主成分分析

主成分分析（principal component analysis，PCA）是一種非監(jiān)督的數(shù)據(jù)分析方法，它將原本鑒定到的所有代謝物重新線(xiàn)性組合，形成一組新的綜合變量，同時(shí)根據(jù)所分析的問(wèn)題從中選取幾個(gè)綜合變量，使它們盡可能多地反映原有變量的信息，從而達(dá)到降維的目的[15]。同時(shí)，對(duì)代謝物進(jìn)行主成分分析，還能從總體上反映樣本組間和組內(nèi)的變異度。因此在數(shù)據(jù)分析中，一般先采用PCA方法，觀察組間樣本的總體分布趨勢(shì)和組間樣本的差異度。主發(fā)酵期發(fā)酵液樣本主成分分析模型得分圖見(jiàn)圖3。由圖3可知，油莎豆精釀啤酒主發(fā)酵期第3天與第6天的12個(gè)檢測(cè)樣本都在各組95%置信區(qū)間內(nèi)，說(shuō)明實(shí)驗(yàn)的重現(xiàn)性好，能夠保證試驗(yàn)結(jié)果的可靠性，在實(shí)驗(yàn)中獲得的代謝譜差異能反映樣本間自身的生物學(xué)差異。

圖3 主發(fā)酵期發(fā)酵液樣本主成分分析模型得分圖Fig. 3 Principal component analysis model score diagram of samples in the main fermentation stage

2.3.2 主酵期發(fā)酵代謝物偏最小二乘法判別分析

經(jīng)7次循環(huán)交互驗(yàn)證得到模型評(píng)價(jià)參數(shù)。一般預(yù)測(cè)率Q2＞0.5，表明模型穩(wěn)定可靠；0.3≤Q2≤0.5，表明模型穩(wěn)定性較好；Q2＜0.3，表明模型可靠性較低。主發(fā)酵期發(fā)酵液樣本偏最小二乘法判別模型得分圖見(jiàn)圖4。如圖4A所示，本試驗(yàn)主發(fā)酵期樣本PLS-DA得分結(jié)果與PCA結(jié)果相近，模型對(duì)X變量解釋率（R2X）=0.43，模型對(duì)變量Y的解釋率（R2Y）=0.99，Q2=0.97，表明模型穩(wěn)定可靠。為避免有監(jiān)督模型在建模過(guò)程中發(fā)生過(guò)擬合，采用置換檢驗(yàn)Permutation test對(duì)模型進(jìn)行檢驗(yàn)，以保證模型的有效性。圖4B顯示了示例對(duì)比組PLS-DA模型的置換檢驗(yàn)圖，隨著置換保留度逐漸降低，隨機(jī)模型的擬合度R2和Q2均逐漸下降，說(shuō)明原模型不存在過(guò)擬合現(xiàn)象，模型穩(wěn)健性良好，適合探索油莎豆粕精釀啤酒主發(fā)酵期的代謝物差異。

圖4 主發(fā)酵期發(fā)酵液樣本偏最小二乘法判別模型得分（A）與置換檢驗(yàn)圖（B）Fig. 4 Partial least square discriminant model score (A) and replacement chart (B) of fermentation broth samples in the main fermentation stage

2.4 油莎豆粕啤酒主酵期發(fā)酵代謝物差異代謝物鑒定

根據(jù)PLS-DA模型分析結(jié)果，將t檢驗(yàn)的P＜0.05的代謝物作為篩選標(biāo)準(zhǔn)，主酵期發(fā)酵代謝物差異代謝物含量及變化進(jìn)行測(cè)定，結(jié)果見(jiàn)表1。

表1 油莎豆粕啤酒主酵期差異代謝物信息Table 1 Information of differential metabolites of Cyperus esculentus meal beer during the main fermentation stage

續(xù)表

由表1可知，在油莎豆粕啤酒主酵期中共檢測(cè)到14類(lèi)52種差異發(fā)酵代謝物，這些顯著差異合成代謝物主要為有機(jī)酸類(lèi)及其衍生物、氨基酸類(lèi)及其衍生物、小分子肽類(lèi)、糖類(lèi)、脂肪酸類(lèi)、醇類(lèi)、維生素類(lèi)等。有機(jī)酸類(lèi)物質(zhì)是影響啤酒風(fēng)味與口感的重要組成部分[16]，有機(jī)酸的含量與種類(lèi)對(duì)啤酒的口感產(chǎn)生重要的影響[17-18]。綠原酸是植物在有氧呼吸過(guò)程中產(chǎn)生的苯丙素類(lèi)化合物，是抗菌、抗病毒的主要有效藥理成分之一，易溶于乙醇，其作為一種重要的生物活性物質(zhì)，具有利膽、抗菌、降壓、增加白血球及興奮中樞神經(jīng)系統(tǒng)、抗腫瘤、清除自由基等作用酸類(lèi)物質(zhì)[19-20]。本試驗(yàn)結(jié)果顯示，在主發(fā)酵期3～6 d綠原酸含量增加近4倍，這對(duì)啤酒營(yíng)養(yǎng)價(jià)值具有重要意義?；ㄉ南┧崾侨梭w的必需脂肪酸，其相關(guān)主要代謝產(chǎn)物在腫瘤細(xì)胞增殖和凋亡、腫瘤轉(zhuǎn)移、腫瘤血管新生和炎癥反應(yīng)等方面具有重要作用[21]。在啤酒的主發(fā)酵期，花生四烯酸含量顯著增加，這對(duì)啤酒的風(fēng)味與營(yíng)養(yǎng)物質(zhì)的形成具有重要貢獻(xiàn)。氨基酸及其衍生物是酵母發(fā)酵中重要組成部分，游離氨基酸除了具有生物學(xué)功能還具有鮮、甜、澀等特殊味道[22-23]。從啤酒主發(fā)酵期篩選出的氨基酸代謝物有脯氨酸、色氨酸、谷氨酸、亮氨酸、苯丙氨酸以及相應(yīng)的二肽物質(zhì)，這些物質(zhì)都為油莎豆啤酒產(chǎn)生重要的風(fēng)味提供代謝底物與呈味基礎(chǔ)。此外，啤酒酯香氣的合成與糖醇類(lèi)物質(zhì)有著密切的關(guān)系[24]，主酵期產(chǎn)生了多種醇類(lèi)與糖類(lèi)物質(zhì)，這些物質(zhì)很可能對(duì)啤酒的酯香氣合成具有重要功能。

2.5 油莎豆粕啤酒主酵期發(fā)酵代謝物差異代謝物聚類(lèi)分析

代謝物分布可在視覺(jué)上分為上調(diào)和下調(diào)[25]。為了更全面直觀地顯示樣本之間的關(guān)系以及代謝物在不同樣本中的表達(dá)模式差異，將所有樣本及差異代謝物的表達(dá)量進(jìn)行距離矩陣計(jì)算，并進(jìn)行層次聚類(lèi)分析（hierarchical clustering analysis，HCA），建立樣本層次聚類(lèi)樹(shù)，結(jié)果見(jiàn)圖5A，依據(jù)52個(gè)差異代謝物的相對(duì)含量作出熱圖，結(jié)果見(jiàn)圖5B。

圖5 樣本層次聚類(lèi)樹(shù)（A）及差異代謝物層次聚類(lèi)熱圖（B）Fig. 5 Sample hierarchical clustering tree (A) and hierarchical cluster heat map of metabolites (B)

由圖5A可知，不同研究組中平行樣本都聚在同一簇內(nèi)，表明聚類(lèi)結(jié)果可信度較高，聚類(lèi)熱圖分析的結(jié)果可靠。由圖5B可知，聚在同一簇內(nèi)的代謝物具有相似的功能或者共同參與同一代謝過(guò)程或者細(xì)胞通路，圖中每行代表一個(gè)差異代謝物（即縱坐標(biāo)為顯著性差異表達(dá)的代謝物），每列代表一組樣品（即橫坐標(biāo)為樣品信息）。紅色代表顯著性上調(diào)，藍(lán)色代表顯著性下調(diào)，顏色深淺表示上下調(diào)的程度，表達(dá)模式接近的代謝物聚在左側(cè)同一簇下。根據(jù)上方樣本聚類(lèi)的樹(shù)狀圖，將5B可以分成兩個(gè)區(qū)域，主發(fā)酵期第6天的6個(gè)平行樣本為第一區(qū)域，主發(fā)酵期第3天為第二區(qū)域。第一區(qū)中有22種代謝物，主要是糖類(lèi)和氨基酸等物質(zhì)，聚在同一簇中，含量顯著低于第二區(qū)；有30種代謝物，主要是有機(jī)酸和醇類(lèi)等物質(zhì)，聚在同一簇中，含量顯著高于第二區(qū)（P＜0.05）。通過(guò)層次聚類(lèi)分析可以看出，主酵期不同發(fā)酵階段對(duì)啤酒中各類(lèi)代謝物的含量具有顯著影響，通過(guò)比較差異代謝物含量的異同，對(duì)鑒別經(jīng)發(fā)酵后油莎豆精釀啤酒中的代謝產(chǎn)物具有一定的參考意義。

2.6 油莎豆粕啤酒主酵期發(fā)酵代謝物差異代謝物KEGG功能分析

通過(guò)與KEGG數(shù)據(jù)庫(kù)比對(duì)，可將基因按照參與的pathway通路或行使的功能進(jìn)行分類(lèi)，可以獲知代謝物參與的代謝通路信息，從而評(píng)價(jià)其對(duì)生物新陳代謝過(guò)程的影響[28]。主酵期發(fā)酵差異代謝物KEGG功能分析結(jié)果見(jiàn)表2。

表2 主酵期發(fā)酵差異代謝物KEGG功能分析Table 2 Functional analysis of different metabolites KEGG during the main fermentation stage

由表2可知，啤酒主發(fā)酵期代謝物中共檢索到差異代謝物參與的23條代謝通路，其中代謝物富集到前3的代謝通路為腺苷三磷酸結(jié)合轉(zhuǎn)運(yùn)蛋白（ATP-binding cassette transporter，ABC transporter）、中心碳代謝與氨基酸合成代謝。ABC轉(zhuǎn)運(yùn)蛋白是一個(gè)含有ATP結(jié)合結(jié)構(gòu)域、高度保守的一大基因家族編碼的一類(lèi)跨膜蛋白，有機(jī)體中約有近千余種不同的轉(zhuǎn)運(yùn)蛋白，它們可轉(zhuǎn)運(yùn)的底物包括無(wú)機(jī)離子、單糖、聚糖、磷脂、氨基酸、肽、蛋白質(zhì)、抗生素和異源物質(zhì)等多種物質(zhì)[29-30]，所以在油莎豆粕精釀啤酒主酵期酵母代謝活躍，ABC轉(zhuǎn)運(yùn)蛋白為啤酒營(yíng)養(yǎng)成分與風(fēng)味物質(zhì)的合成發(fā)揮了重要作用。同時(shí)氨基酸代謝與中心碳代謝在主酵期也表現(xiàn)了非?；钴S的特征，為啤酒品質(zhì)的形成具有重要的貢獻(xiàn)。此外脂代謝、碳代謝、氨酰-tRNA合成代謝、三羧酸循環(huán)代謝通路等都在主酵期同樣表現(xiàn)出了積極活躍的代謝過(guò)程，這為探究外源添加物改善啤酒質(zhì)量提供了重要生物學(xué)信息。

3 結(jié)論

油莎豆粕精釀啤酒主發(fā)酵期發(fā)酵液差異代謝物主成分、偏小二乘判別分析、層次聚類(lèi)分析反應(yīng)出試驗(yàn)結(jié)果可信度高，且能夠聚為同類(lèi)；在啤酒主發(fā)酵期共鑒定到52種顯著差異表達(dá)的代謝物，其中上調(diào)差異代謝物數(shù)目為30種，下調(diào)代謝物數(shù)目為22種。KEGG結(jié)果表明，ABC轉(zhuǎn)運(yùn)蛋白、中心碳代謝與氨基酸合成代謝、脂代謝、三羧酸循環(huán)代謝、碳代謝、氨酰-tRNA合成代謝等相關(guān)代謝途徑在主酵期發(fā)揮了重要作用與生物學(xué)功能。