扩增子测序与培养组学联用分析白酒酒糟和窖泥中微生物的多样性

来源 :北京工商大学 | 被引量 : 0次 | 上传用户:huazhexingyi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
白酒是我国传统的发酵蒸馏酒,其发酵组分具有丰富的微生物多样性。本课题采用基于扩增子测序的宏基因组学和培养组学技术对白酒酒糟和窖泥中微生物的群落结构和多样性进行了分析,获得了457株细菌纯培养物和53株丝状真菌纯培养物。扩增子测序结果显示:酒糟样本中的细菌分属于21个门,39个纲,84个目,182个科,384个属中的528个种,乳杆菌属(Lactobacillus)是相对丰度最高的细菌属。窖泥样本中的细菌分属于9个门,23个纲,49个目,99个科,201个属中的313个种,其中大部分为厌氧菌,生孢产氢菌属(Hydrogenispora)是相对丰度最高的细菌属。酒糟样本中的真菌分属于4个门,16个纲,38个目,70个科,107个属中的164个种,曲霉属(Aspergillus)是相对丰度最高的真菌属。窖泥样本中的真菌分属于7个门,20个纲,37个目,68个科,100个属中的139个种,Pseudeurotium是相对丰度最高的真菌属。根据扩增子测序的结果,利用培养组学技术设计培养条件,对酒糟和窖泥样本中的细菌和丝状真菌进行分离培养。针对酒糟样本中的细菌共设计了21种分离培养条件,分离纯化后共得到242株细菌,它们分属于4个门,6个纲,12个目,21个科,32个属中的84个种,将酒糟中可培养细菌属的数量增加到275%。其中有62株细菌被划定为潜在新种,分布在14个属内,经全基因组测序比对后,发现3个细菌新物种。针对窖泥样本中的细菌共设计了27种培养条件,共分离得到了215株细菌的纯培养物,这些菌株分属于4个门,7个纲,13个目,27个科,40个属,66个种,将窖泥中可培养细菌属的数量增加到252%。其中48株细菌被划定为潜在新种,分布在11个属中,经全基因组测序后,发现10种细菌新物种。针对两种样本中的丝状真菌,同时设计了21个培养条件。从酒糟样本中获得33株丝状真菌,分别属于5个属。从窖泥样本中共获得20株丝状真菌,分别属于6个属。本研究利用基于扩增子测序的宏基因组学分析了白酒酒糟和窖泥中微生物的群落结构,并对其功能进行了预测。培养组学丰富了可培养酿酒微生物的种类,分离到了白酒酒糟和窖泥中丰度极低的细菌属,是宏基因组学对酿酒微生物组成分析的补充,为酿酒微生物的培养及应用提供了基础数据和依据。
其他文献
学位
图像作为一种语义丰富的信息载体,在物流管理的实时监控中发挥着越来越重要的作用。一个异常物体通常与特定区域密切相关。对特定区域的异常目标进行检测,有利于提高检测分析的准确性,从而提高物流管理水平。在物流运输领域中,由于快递物品数量很多,快速分拣货物,导致掉件丢件的事情屡见不鲜。而在装卸搬运的过程中,包装底部柔软且凹凸不平等物品在传送带进行传送时产生物品掉落的现象和由于工人工作繁忙,物品遗忘在传送带下
三维数据作为一种新兴的数字媒体,广泛应用于文物修复、医学诊断、数字娱乐、智能制造、智慧城市、3D打印等诸多领域。随着三维扫描设备和技术的发展,三维数据的获取更加的方便和普及。然而在三维数据获取过程中,遮挡、错匹配、抖动等情况不可避免,导致获取的数据缺失和不完整,使得重建出的三维模型存在孔洞,影响后续对模型的分析、编辑等操作,使模型在各领域应用中受限。因此,三维数据修复至关重要。三维数据修复的目标是
学位
随着图像处理需求增多,深度学习的作用显著提高,图像处理深度学习模型在生活、生产、安防等领域的作用显著提升,如YOLO、SSD等目标检测与识别网络,为自动驾驶、行为识别等任务带来了极大的便利。但是,庞大的深度学习网络参数也给计算力提出了要求,大量的参数计算不仅影响了运算结果的实时性,也给要求低功耗的嵌入式端带来了巨大的能量消耗。在深度学习网络、FPGA技术及嵌入式技术的基础上,针对在嵌入式端实现图像
本文针对双流卷积神经网络在处理复杂视频分类时存在的相近种类易发生混淆和识别准确率较低的问题,提出了一种时空关系特征提取结合特征聚合及融合机制的三流深度学习网络框架。将关系流网络引入由空间流网络与时间流网络构成的双流网络中,重点解决双流法在视频特征提取中常常会出现的稳定性差、语义理解不足等问题;同时提出一种基于局部聚合描述符向量的特征聚合方法对时空关系特征进行聚合,可以减小类内差异,对时空关系网络所
在日常生活中,视频监控无处不在,广场、火车站、住宅小区、交通道路等常见场所,分布着大大小小,不计其数的摄像头。视频监控,可实现犯罪预防、交通管制、意外等作用,在维护社会安全中发挥着越来越重要的作用。本文是基于视频内容分析技术针对监控视频中的目标检测和行为识别开展研究,对视频中出现的目标进行检测,跟踪及行为识别。论文的主要工作和成果如下:在目标检测中,由于监控中的行人检测存在背景复杂,目标尺度和姿态
酵母抽提物是具有营养、调味、保健等特性的第四代天然调味料,能显著增强食品的适口性和整体风味,兼具气味特性和滋味特性。对于气味特性,在使用中发现其存在一定的异味,所以本研究着手于酵母抽提物中异味物质的分析,采用气相色谱-嗅闻-质谱联用法进行定性定量。以气-质联用分析中能嗅闻到的异味化合物种类为指标在4种前处理方法:固相微萃取法、动态顶空制样法、溶剂辅助风味蒸发法、搅拌棒吸附萃取法中筛选出当前条件下最
煤矿热动力灾害指由于煤矿致灾因素热动力属性超出控制范围而引发的矿井原发性灾害与继发性灾害。煤矿热动力灾害严重影响着煤矿的安全生产,因此有必要对可能发生的煤矿热动力灾害进行预报。本文结合深度学习的理论和方法对煤矿混合气体组分识别、标志性气体时间序列预测和检测进行研究。主要工作如下:针对多维时间序列数据分类困难的问题,本文提出了基于类图片矩阵和卷积神经网络的混合气体识别方法。该方法在多元气体传感器时间
传统设计和构建三维模型的方法往往依赖于先验知识或引入合适的假设及约束来进行生成,其过程繁琐且方法不具备良好的泛化性。数据驱动的三维模型生成方法将形状知识和几何处理相结合,探索和研究从无到有的建模方式,实现简单便捷的三维模型生成,是目前计算机视觉和计算机图形学领域的研究热点。本文致力于设计有效的三维模型生成算法,通过学习现有数据中所蕴含的视觉外形、结构、功能等信息,自动生成符合语义约束的三维模型。本