植物基肉类替代品冷藏期间腐败微生物群落特征解析：豌豆与大豆蛋白基质的差异性腐败轨迹与精准防控策略

本综述深入探讨了植物基肉类替代品（PBMAs）在冷藏过程中的微生物腐败机制，揭示豌豆与大豆蛋白基质（PBMs vs SBMs）驱动截然不同的腐败微生物群落演替轨迹（如Latilactobacillus主导SBMs酸化腐败）。研究强调PBMAs与动物肉类同样易腐，需冷链管控；其成分特异性腐败模式为开发精准防腐败技术（如靶向乳酸菌LAB调控）提供理论基础，对保障食品安全、减少食物浪费具有重要意义。

　　

ABSTRACT

植物基肉类替代品（PBMAs）主要以豌豆或大豆蛋白为原料，其市场占有率持续增长，但关于其腐败微生物生态的研究仍相对缺乏。为填补这一一知识空白，本研究针对美国市场常见的12种冷藏PBMAs（包括6种豌豆基肉类[PBMs]和6种大豆基肉类[SBMs]，每种均以碎肉和汉堡形式存在），在冷藏展示和延长储存期间，对其细菌和真菌群落进行了系统解析。结果显示，在店内解冻并超过保质期后，不同产品中微生物负荷快速且异质地上升，强调PBMAs应与其它高易腐食品一样，在零售端和家庭环境中均需谨慎处理。大豆和豌豆基基质表现出不同的腐败微生物群落组装和演替模式，表明蛋白质来源是塑造腐败轨迹的关键因素。

IMPORTANCE

本研究重点指出，植物基肉类替代品（PBMAs）的腐败过程受蛋白质来源的显著影响，大豆基和豌豆基产品因成分组成和腐败微生物群落的差异而展现出独特的微生物动态和酸化特性。识别这些与成分相关的腐败模式为开发针对PBMAs的定制化、精准化腐败管理策略奠定了基础。

INTRODUCTION

肉类及肉制品因其营养丰富、饱腹感强和适口性佳，长期以来是均衡饮食的重要组成部分。2021年，美国人均年肉类消费量达125公斤，欧盟为67公斤。全球肉类消费量预计从2020年的34.1公斤/人增长至2031年的35.6公斤/人。然而，肉类行业面临环境问题（如温室气体排放、土地利用及水资源消耗）、伦理关切以及健康风险（包括抗生素耐药性、食源性疾病和饮食相关疾病）的挑战。新型、可靠且易获得的替代蛋白源有望满足日益增长的蛋白质需求，并应对肉类行业的多重挑战。

植物基肉类替代品（PBMAs）已成为膳食蛋白质的强有力候选者。PBMAs在质地、外观和风味上与动物肉类似，且被认为更健康，可降低II型糖尿病、心血管疾病和代谢综合征的风险。同时，与传统动物肉制品相比，PBMAs对环境的影响更小。随着行业开发和生产多种替代产品，PBMAs正逐渐成为消费者饮食中的重要组成部分，其全球市场价值预计从2023年的64.2亿美元增长至2032年的177.9亿美元。

食品腐败是影响食品链从生产到消费多个环节的重大挑战，它通过改变感官品质（包括外观、质地、味道和气味）使食品不再适于人类消费。微生物活动估计导致约30%的加工食品腐败，是食品质量恶化的主要因素。由于其中性pH、高蛋白含量、水分和相对较高的水活性（a_w），PBMAs为腐败微生物和食源性病原体的增殖提供了良好环境，与肉类类似。虽然高温挤压过程可杀死大多数细菌，但一些孢子形成菌（如 Bacillus spp. 或 Clostridium spp.）可能存活下来。此外，PBMAs在热加工后处理过程中可能发生再污染，最常见的细菌污染物包括 Latilactobacillus sakei、Enterococcus faecium 和 Carnobacterium divergens。霉菌和细菌污染也曾在PBMA生产环境中被发现。美国农业部研究人员强调，PBMA汉堡应像生碎牛肉一样处理，并指出若生产环境质量差或原料污染，PBMAs可能携带食源性病原体。此外，研究证明PBMAs支持腐败微生物（如 Pseudomonas fluorescens 和 Brochothrix thermosphacta）以及病原微生物（包括 Listeria monocytogenes、Escherichia coli O157 和 Salmonella spp.）的生长。

先前研究利用16S rRNA扩增子测序技术对多种PBMA产品的微生物群进行了表征，并比较了代表性PBMA配方与碎牛肉之间腐败相关微生物群落的差异。本研究旨在更深入了解美国市场上广泛供应的PBMA产品中腐败微生物群落的时间动态，涵盖不同蛋白质来源（豌豆和大豆）和产品形式（碎肉和汉堡）。与以往研究相比，我们模拟了PBMA产品的延长腐败过程，包括冷藏店内展示及随后的家庭冷藏储存，以反映冷冻产品在零售店解冻、在冷藏展示柜销售、并由消费者在保质期后继续冷藏储存的常见场景。

MATERIALS AND METHODS

Sample acquisition

从本地杂货店购买了12种冷藏PBMA样品，包括豌豆基肉类（PBMs，品牌A）和大豆基肉类（SBMs，品牌B），有碎牛肉（普通或轻怡）和汉堡形式。样品被转移到佐治亚大学食品加工与创新中心，在4°C步行式冷库中储存至保质期（6个样品）或保质期后7天（6个样品）。根据制造商产品标签，SBMs主要成分为大豆蛋白浓缩物、椰子油和葵花籽油；SBM碎肉产品有常规（Ground）和轻怡（Ground-Lite）两种形式。PBMs主要成分为豌豆蛋白、压榨菜籽油和精炼椰子油；PBM汉堡有两种形式：新尺寸（Burger-N）和旧尺寸（Burger）。据商店称，产品最初是冷冻的，随后在店内冷藏架上解冻销售，解冻后店员赋予其7天的保质期。

Sample preparation

在采样日（保质期当日[Day 0]和1周后[Day 7]），无菌称取50克PBMAs放入Whirl-Pak无菌滤袋（7.5″ × 12″）中，加入50毫升无菌缓冲蛋白胨水（BPW, Neogen）。手动按摩2分钟以收集冲洗液。每份PBMA样品的1.5毫升冲洗液转移至1.6毫升Eppendorf管中，于-20°C储存以备后续分析。

Microbiological analysis

冲洗液在BPW中进行系列稀释（1:10），并分别涂布于De Man、Rogosa和Sharpe琼脂（MRS, BD）（30°C培养48小时）用于乳酸菌（LAB）计数，以及胰蛋白酶大豆琼脂（TSA, BD）（35°C培养48小时）用于总需氧菌落计数。微生物数量在保质期或之后7天内进行测定。平板计数重复两次，微生物群落分析采用单次重复。

Physicochemical analysis

每份样品取5克均质代表性部分，加入45毫升去离子水，用拍打式均质器制备1:10稀释液。使用Mettler Toledo (FP20) 台式pH计和pH ATC复合电极（Mettler Toledo, pH Sensor LE 438）测量均质液的pH值。使用AquaLab CX-2水活性仪测量PBMAs的水活性（a_w）。

DNA extraction and library preparation

取1.5毫升各PBMA冲洗液移至2毫升收集管（Thermo Fisher, MA）中，使用Qiagen PowerFood Microbial Kit（QIAGEN, Valencia, CA）按制造商说明进行DNA提取。DNA纯度和浓度通过NanoDrop分光光度计（NanoDrop Technologies, DE, USA）在260纳米和280纳米处测量。另使用Qubit dsDNA高灵敏度（HS）检测试剂盒（Invitrogen, Thermo Fisher Scientific, Waltham, MA）和Qubit 3.0荧光计（Life Technologies）进行DNA定量。从中选择每种蛋白质类型的三个样品（每个采样点共六个样品），得到12个高质量DNA样品用于文库构建和测序。

16S rRNA和内部转录间隔区（ITS）文库构建遵循Illumina的16S和ITS rRNA测序方案，靶向V3-V4和ITS区域。最终文库在佐治亚大学食品安全中心的Illumina MiSeq平台上进行测序，获得300-bp双端读长。

Sequence analysis

序列在Illumina MiSeq上解复用，并使用Qiime2 2024.5版本进一步处理。简要来说，原始FASTQ文件使用DADA2以默认参数进行去噪。通过QIIME2 q2-feature-classifier插件将序列分类。利用基于SILVA 16S rRNA基因数据库v138.2（通过RESCRIPt获取）的预训练朴素贝叶斯分类器工件，以及UNITE数据库，分别对细菌和真菌进行分子鉴定。从特征表中移除低丰度特征（如单例）和总丰度小于10（所有样品总和）的特征。归类为古菌、真核生物、叶绿体或线粒体的序列被移除。使用q2-phylogeny插件中的align-to-tree-mafft-fasttree流程生成系统发育树。在将样品稀释至每样品10,350条序列后，使用q2-diversity估算Alpha多样性指标（观察到的OTUs和香农多样性指数）、Beta多样性指标（Jaccard距离和Bray-Curtis相异度）并进行主坐标分析（PCoA）。

Statistical analysis

使用QIIME 2中的diversity插件的alpha-group-significance和beta-group-significance方法分析不同样品类型、形式和储存时间下微生物组成和结构的变异。alpha-group-significance方法采用Kruskal-Wallis检验评估样本内多样性指标（如香农指数和观察到的特征数）。在R语言的vegan包中实现的Adonis PERMANOVA检验作为一种基于置换的统计方法，用于使用Bray-Curtis、Jaccard和Weighted Unifrac等距离度量评估组间Beta多样性差异。使用R包qiime2R、tidyverse、ggplot2和phyloseq可视化群落分类组成、β多样性和α多样性指标。统计学显著性设定为 P < 0.05。

RESULTS

在冷藏储存期间，PBMA样品中的细菌腐败微生物群落表现出三种显著模式：SBM-Ground和SBM-Burger中的快速演替；PBM-Ground、PBM-Burger-N和SBM-Ground-Lite中的微小变化；以及PBM-Burger中的极小变化。总体而言，PBMs的pH值高于SBMs，这反过来影响了储存期末主导属的组成和演替。真菌群落大多稳定，仅低丰度类群有轻微增加。微生物群落按蛋白质类型聚类，PBMs显示出更高的细菌丰富度，而SBMs显示出更高的真菌多样性。

Temporal dynamics of bacterial communities during refrigerated storage in plant-based meat alternatives

基于Beta多样性指数，我们确定了腐败细菌时间动态变化的三种主要模式。第一类包括SBM-Ground和SBM-Burger样品，在所有三个Beta多样性指数上均表现出显著变化（图1中的蓝色和紫色样品）。这些指数包括Jaccard（基于类群存在与否衡量群落相异性，忽略类群丰度）（图1A）；Bray-Curtis（考虑微生物群落间类群丰度差异）（图1B）；以及Weighted UniFrac（结合类群丰度和系统发育距离比较微生物群落）（图1C）。

在属水平上，SBM-Burger和SBM-Ground在保质期（Day 0）的细菌组成相似，这体现在它们在基于Jaccard（图1A）和Bray-Curtis（图1B）指数的PCoA分析中位置接近。然而，这两个样品在Day 0的最丰富属差异显著，SBM-Burger以 Acidipropionibacterium 为主（68.1%），而SBM-Ground以 Lactobacillus 为主（55.4%）（图2）。由于这些主导属属于不同的门（ Actinomycetota 和 Bacillota ），它们巨大的系统发育距离使这两个样品在基于Weighted UniFrac的PCoA分析中分开（图1C）。尽管存在初始差异，但随着腐败进程的推进， Latilactobacillus 成为两个细菌群落中的主导属，在SBM-Burger中从2%增加到79.7%，在SBM-Ground中从1.4%增加到97.9%（图2）。相比之下，在SBM-Burger样品中， Leuconostoc 的相对丰度从1%增加到8%，而 Acidipropionibacterium 从68.1%下降到9.4%。此外， Lactobacillus (8.5%)、 Lactiplantibacillus (7.4%)、 Lactococcus (5.5%)、 Brochothrix (1.6%)、 Pantoea (1.3%) 和“其他”类群（5.2%）的相对丰度在Day 7均降至1%以下。在SBM-Ground样品中， Lactobacillus (55.4%)、 Acidipropionibacterium (21.9%)、 Lactococcus (19.3%) 和“其他”类群（1.3%）在Day 7的相对丰度均低于1%。与观察到的Beta指数时间变化一致，两个样品在7天内经历了显著的细菌生长。在SBM-Burger中，LAB增加了3.13 log CFU/g，APC增加了2.98 log CFU/g。在SBM-Ground中，LAB增加了4.24 log CFU/g，APC增加了5.29 log CFU/g。两个样品的初始细菌负荷约为4 log CFU/g，是所有测试样品中最低的（图3A）。

第二类包括PBM-Ground、PBM-Burger-N和SBM-Ground-Lite（图1中的橙色、绿色和青色样品）。这些样品的腐败细菌基于Jaccard指数显示出显著的时间变化（图1A），但根据Bray-Curtis（图1B）和Weighted UniFrac指数（图1C）仅显示微小变化。这一观察表明，这些样品中腐败细菌的种群动态是由相对丰度较低的类群驱动的，而主导类群保持稳定（图2）。这些样品在Day 0的最丰富属在Day 7仍然占主导地位，其相对丰度仅有微小变化，包括PBM-Ground中的 Brochothrix （从94.2%降至79.6%），PBM-Burger-N中的 Leuconostoc 从83.4%增至87.7%，以及SBM-Ground-Lt中的 Latilactobacillus 从96.4%增至99%。相比之下，次要属的相对丰度发生了显著变化。在PBM-Ground中， Leuconostoc 和 Latilactobacillus 分别从Day 0的0.5%和0.6%增加到Day 7的13.1%和5.6%。在PBM-Burger-N中， Carnobacterium 、 Latilactobacillus 和 Lactococcus 分别从1.8%、2.1%和1.2%增加到4%、2.9%和3.8%。在SBM-Ground-Lt中，次要属（包括 Lactococcus 、 Lactobacillus 和 Acidipropionibacterium ）的总相对丰度从3.4%降至1%。同时， Lactobacillus 完全消失，而 Brochothrix 和 Pseudomonas 出现。值得注意的是，这些样品的初始细菌负荷处于中等水平，LAB范围在5.89至7.39 log CFU/g之间，APC在6.07至7.37 log CFU/g之间（表1）。

最后一类仅包含一个样品，PBM-Burger，其腐败细菌群落在所有三个Beta指数上均表现出边际时间变化（图1中的红色样品）。除了 Pseudomonas 在Day 0存在但在Day 7未检测到外，所有主要属在7天内持续存在。最丰富属的相对丰度在7天内保持稳定， Latilactobacillus 从20.3%增至32.1%， Leuconostoc 从40.3%微增至41.9%， Brochothrix 保持不变为20.4%。正如预期，该样品具有最高水平的初始腐败，其初始细菌负荷为APC 8.16 log CFU/g和LAB 8.67 log CFU/g，均是所有样品中最高的（表1）。

Temporal dynamics of fungal communities during spoilage in plant-based meat alternatives

与细菌群落相比，大多数PBMA样品中的真菌群落在7天冷藏储存期间表现出相当小的组成变化（图3和4）。少数例外包括基于Jaccard指数的PBM-Burger（红色样品，图3A）以及基于Weighted UniFrac指数的SBM-Ground-Lite（青色样品，图3C）和SBM-Ground（蓝色样品，图3C）。

与其他PBM样品（其中 Saccharomyces 是Day 0和Day 7唯一可检测到的属）不同，PBM-Burger含有几个低丰度属，在Day 0占其真菌群落的0.4%。其中一些属到Day 7时显著增加，例如 Kurtzmaniella 和 Yarrowia （图4）。

在SBM-Ground中， Saccharomyces (95.3%) 是Day 0的主导属，伴有低相对丰度的 Komagataella 、 Kurtzmaniella 、 Candida 和 Cutaneotrichosporon 。到第7天， Saccharomyces 的相对丰度降至81.4%，而其他属增加。SBM-Ground-Lite表现出独特的真菌分布， Cyberlindnera (70.7%) 在Day 0占主导，同时存在 Saccharomyces (21.5%)、 Komagataella (4.7%)、 Candida (<3%) 和归类为“其他”的稀有类群。然而，7天后， Saccharomyces 和稀有类群未被检测到，而其他属的相对丰度增加。相比之下，SBM-Burger主要由 Saccharomyces (59.7%)、 Komagataella (31.7%) 和 Candida (8.3%) 组成，并有 Kurtzmaniella 和稀有类群的少量贡献。这些组成随时间保持相对稳定（图4）。

Spoilage microbiota succession appears to correlate with protein type.

基于Jaccard指数，PBMAs中的细菌和真菌群落在PCoA分析中均按蛋白质类型呈现明显聚类（图1A和3A）。无论采样日期如何，PBM和SBM簇沿PC1轴（解释了数据中最大的变异）分开。虽然使用Bray-Curtis和Weighted UniFrac指数时这种聚类不太明显（图1B, C, 3B和C），但使用Jaccard、Bray-Curtis和Weighted UniFrac距离矩阵的Adonis置换多元方差分析（PERMANOVA）表明，两种蛋白质组之间的细菌组成（P = 0.001, P = 0.008, P = 0.015）和真菌组成（P = 0.001, P = 0.005, P = 0.021）存在显著差异（见图S1和S2，https://doi.org/10.5281/zenodo.16950232）。

PBMAs中细菌群落按蛋白质类型聚类似乎进一步受到腐败进程的驱动。在第7天，基于Jaccard和Bray-Curtis指数的PCoA分析显示，PBM和SBM簇沿主轴分开（见图S1A和B）。这归因于腐败介导的细菌群落趋同，这在所有样品中均观察到，但在SBM样品中更为明显。值得注意的是，经过7天的腐败后，SBM样品沿两个PCoA轴的分布在所有三个指数上均大幅减少（见图S1A至C），而仅在Jaccard指数上观察到PBM样品的类似减少（见图S1A）。与这一观察一致的是，无论SBM样品在Day 0的细菌组成如何，它们在Day 7都变得以 Latilactobacillus 为主（图2）。

使用观察到的特征数和香农指数等Alpha多样性指标评估了PBMs和SBMs中细菌和真菌群落的丰富度和均匀度。Kruskal-Wallis秩和检验揭示了PBMs和SBMs之间细菌群落的显著差异，基于仅衡量群落丰富度的观察特征数（Day 0和7：P = 0.0495）（图5A和B）。然而，在衡量群落丰富度和均匀度的香农多样性方面未发现显著差异（图5C和D）。在真菌群落中，Kruskal-Wallis秩和检验显示，使用观察特征数（Day 0: P = 0.0463; Day 7: P = 0.0495）（图5E和F）和香农多样性（Day 0: P = 0.0495; Day 7: P = 0.0495）（图5G和H），PBMs和SBMs之间存在显著差异。PBMs表现出比SBMs更高的细菌丰富度（图5）。相反，真菌群落显示出相反的趋势，SBMs比PBMs具有更高的真菌丰富度和多样性（图4和5）。

除了与蛋白质类型相关的微生物群特征外，样品的初始（Day 0）pH值及其在腐败过程中的酸化也因蛋白质类型而异。在保质期（Day 0），PBMs的pH值范围为6.55至7.34，而SBMs的pH值范围为6.12至6.18（表1）。SBMs较低的初始pH值不太可能是由于更高的初始腐败程度，因为SBMs的平均LAB和APC负荷均低于PBMs（表1）。在超过保质期7天的腐败过程中，PBMs的平均pH下降幅度大于SBMs（表1）。产乳酸细菌（包括 Leuconostoc 、 Latilactobacillus 和 Brochothrix ）的初始相对丰度在PBMs中高于SBMs，但 Latilactobacillus 丰富的SBM-Ground-Lite除外，它可能比其他SBMs腐败程度更高（图2）。相比之下，产丙酸菌 Acidipropionibacterium 是SBMs所独有，并且在Day 0时相对丰度较高（图2）。有趣的是，尽管其细菌微生物群发生了剧烈的组成变化（图2）和显著的增长（表1），SBM-Burger在7天内的pH下降幅度最小（0.04）。PBMs和SBMs在Day 0和Day 7表现出相似的水活性（a_w），在7天内变化很小（表1）。

DISCUSSION

我们的研究表征了各种PBMAs（碎肉与汉堡形式）在店内展示和随后的模拟家庭储存期间腐败微生物群落的时间动态。在指定的保质期当日，观察到细菌种群水平存在显著差异。这些差异可能源于加工环境和生产后处理的变异，这些因素影响了初始微生物负荷。良好生产规范、原料质量、卫生协议和储存条件等因素在塑造微生物动态中起着关键作用。Liu等人报告称，解冻后立即检测，SBM产品的细菌种群约为3 log CFU/g，而PBM产品约为4 log CFU/g。到保质期时，我们研究中的SBM物品（Burger和Ground）平均约为4 log CFU/g，而PBM产品（Ground和Burger-N）上升至约6 log CFU/g。值得注意的是，PBM Burger和SBM Ground Lite在保质期当日的细菌负荷甚至更高，约为7.75 log CFU/g，高于其他PBM和SBM产品。尽管我们有限的样本量无法完全捕捉PMBA腐败微生物群在整个供应链中的变异性，但观察到的解冻后增加和细菌种群的广泛变异表明，除了加工环境的差异外，PBMAs的生产后处理（包括零售处理和储存）也存在不一致性。例如，零售环境中冷藏展示的食品可能因展示柜设计（开门和闭门）、传感器位置以及产品在货架上的摆放方式而经历显著且不同程度的温度滥用。

到7天冷藏储存结束时，大多数PBMAs中的细菌种群达到约9 log CFU/g——这一腐败水平与冷藏生肉（如禽肉）、发酵香肠、冷熏鲑鱼、新鲜希腊Anthotyros乳清干酪以及各种新鲜水果和蔬菜制品中报告的水平相当，其中乳酸菌的增殖通常驱动腐败。这些发现表明，PBMAs应与其它易腐食品一样处理——由零售商和消费者共同行动——以最小化温度滥用并延长保质期。

我们使用多个Beta指数表征了PBMAs中腐败微生物群落的时间演替，提供了群落变化模式的全面而细致的视图。虽然指定保质日存在的细菌负荷是后续群落动态的主要决定因素，但观察到群落变化与PBMA的基础蛋白质类型之间存在相关性。值得注意的是，经过7天冷藏储存后，SBM样品在所有三个Beta多样性指数上均表现出比PBM样品明显更紧密的细菌群落趋同，最终导致 Latilactobacillus 在每个SBM样品中占主导地位。最近一项对奥地利超市PBMA产品的研究表明，蛋白质来源（即大豆和豌豆）不是影响微生物群落模式的主要因素。这种差异可能反映了研究设计的不同：早期工作捕捉了微生物群落的单次快照，而我们则表征了它们的时间演替。支持我们的发现，Li等人同样报告了SBM和PBM样品在7天冷藏储存后的明显聚类。

SBM与PBM产品中不同的腐败群落轨迹很可能追溯到产品配方的差异。腐败相关的酸度既反映了成分的固有pH，也反映了腐败微生物的产酸活动。在保质期当日，PBM样品平均约为6 log CFU/g并保持近中性pH，而SBM样品酸性更强且携带的腐败细菌更少（4 log CFU/g）。这些观察结果表明，SBMs本质上比PBMs更酸性——可能是因为它们的大豆基蛋白质与PBMs中的豌豆基蛋白质不同——这与Liu等人的发现一致。PBMs的中性pH可能有利于产品在店内解冻后腐败细菌的早期生长，而SBMs的微酸性pH可能会延长这种早期生长。

在配制为中性或接近中性pH的植物基产品中， Leuconostoc 物种通常占据早期腐败生态位，通过利用其广泛的代谢多功能性和快速生长来超越其他细菌。随着腐败的进行和细菌产生的酸积累，下降的pH抑制了这些对酸更敏感的 Leuconostoc 种群，为更耐酸的物种（如 Lactobacillus ( Latilactibacillus )）占据主导地位让路。

到我们储存试验结束时（第7天）， Latilactibacillus 在SBM产品中占主导地位，但在PMBs中则不然。两个因素可能推动了这种分歧。首先，大豆配方固有的较低pH有利于耐酸细菌，如 Latilactibacillus 物种。其次，大豆蛋白富含精氨酸，这可能允许 Latilactibacillus 利用精氨酸脱亚胺酶（ADI）途径，产生ATP和氨来抵消酸度并促进生长。控制ADI途径的 arc 操纵子的表达在pH 6.0附近达到峰值，这与SBMs晚期腐败期间的条件一致。这些代谢适应 together 可能赋予 Latilactobacillus 在酸性生态位中的竞争优势，解释了其在 prolonged 发酵和腐败事件中反复出现的主导地位。

SBMs和PBMs的真菌分布也存在差异。PBMs以 Saccharomyces 为主，伴有 Yarrowia 、 Candida 和 Kurtzmaniella 的少量贡献。SBMs则表现出更丰富的集合，除了 Saccharomyces 和 Candida 外，还包括 Cutaneotrichosporon 、 Cyberlindnera 、 Komagataella 和 Kurtzmaniella 。这些差异可能源于不同的原材料、加工条件以及生产过程中偶尔的环境污染。

在PBMAs中观察到这些真菌属并不意外，因为 Candida 、 Debaryomyces 、 Kluyveromyces 、 Pachysolen 、 Phaffia 、 Pichia ( Komagataella )、 Saccharomyces 和 Yarrowia 因其在食品生物技术中的应用而广为人知。具体来说，酵母生物质和提取物，特别是来自 Saccharomyces cerevisiae 的，经常用于植物基肉制品中，通过赋予肉味和鲜味来增强风味。 Cyberlindnera jadinii （Torula