Новый метод Raman-спектроскопии позволяет следить за пивным брожением на уровне отдельных клеток

Учёные разработали новый метод, позволяющий в реальном времени отслеживать процесс пивного брожения с беспрецедентной детализацией — на уровне отдельных дрожжевых клеток. Технология, названная «процессной раманомикой», может заменить традиционные трудоёмкие лабораторные анализы.

Обзор метода «процессной раманомики». Рамановские спектры отдельных клеток, собранные в ходе брожения, обеспечивают быстрое и бесконтактное наблюдение за процессом с разрешением на уровне одной клетки. Автор: Лю Ян

Обычно пивоварни контролируют брожение, анализируя состав сусла. Содержание спиртов, эфиров, кислот и остаточных сахаров определяется с помощью хроматографических методов. Хотя эти тесты надёжны, они отнимают много времени и дают лишь усреднённые по всей партии результаты.

«Процессная раманомика» для контроля брожения

Новое исследование демонстрирует, что быстрые бесконтактные измерения отдельных дрожжевых клеток могут дать информацию о тех же ключевых параметрах процесса, одновременно выявляя вариации между клетками, которые скрыты при массовом анализе.

Исследование, недавно опубликованное в журнале Bioresource Technology, было проведено учёными из Циндаоского института биоэнергетики и биопроцессных технологий (QIBEBT) Китайской академии наук совместно с внешними коллегами. Команда разработала новый рабочий процесс под названием «процессная раманомика», основанный на спонтанной одноклеточной рамановской спектроскопии.

Валидация и прогностические возможности

Для проверки подхода исследователи отслеживали промышленный процесс пивного брожения с использованием дрожжей лагерного типа Saccharomyces pastorianus, отбирая пробы из одной производственной партии в течение восьми дней. На каждом этапе брожения они собирали высокопроизводительные рамановские спектры отдельных клеток («раманом») и сопоставляли эти уникальные молекулярные «отпечатки пальцев» с традиционными лабораторными измерениями 43 внеклеточных фенотипов в среде брожения.

С помощью многомерного регрессионного анализа команда обнаружила, что раманомы могут точно предсказывать 19 внеклеточных фенотипов. Среди них — четыре высших спирта, четыре эфира, четыре аминокислоты, две органические кислоты, четыре моно- и дисахаридных субстрата, а также соотношение спиртов к эфирам — общепринятый показатель, связанный со сбалансированностью вкуса пива. Фактически, один быстрый клеточный анализ теперь может заменить несколько трудоёмких химических тестов, не жертвуя при этом детализацией на уровне одной клетки.

Отслеживание неоднородности и биологические инсайты

Поскольку модели выдают прогнозы на клеточном уровне, исследователи также смогли отследить фенотипическую неоднородность во времени. Разные классы метаболитов демонстрировали различные траектории неоднородности, и для нескольких фенотипов более высокая неоднородность, как правило, сопровождала более низкий уровень метаболитов. Это говорит о том, что дисперсия между клетками может быть полезным индикатором состояния процесса.

Чтобы изучить лежащие в основе биологические механизмы, авторы разработали новый аналитический инструмент под названием Intra-Ramanome Correlation Analysis (IRCA). Этот метод извлекает корреляционные сети, связывающие внутриклеточные особенности рамановских спектров с внеклеточными метаболитами и субстратами. Их анализ на основе IRCA идентифицировал углеводы как наиболее динамично меняющийся внутриклеточный пул компонентов и дополнительно показал, что рамановские сигналы, связанные с белками, тесно связаны с производством спиртов и эфиров на ранних стадиях брожения.

«Вместо того чтобы ждать, пока химический состав в танке начнёт отклоняться от нормы, мы теперь можем читать клетки напрямую — и выводить множество параметров процесса из их метаболических "отпечатков"», — сказал профессор Сюй Цзянь, соавтор исследования.

Источник: Chinese Academy of Sciences