基于多组学（multi-omics）解码民族发酵食品系统：从宏基因组学到营养基因组学（nutrigenomics）的个性化营养（personalized nutrition）新范式

《Journal of Ethnic Foods》：Decoding ethnic fermented food systems: a narrative review of multi-omics approaches leading to personalized nutrition

　　

发酵食品已演变为经科学优化的功能食品（functional foods），其市场规模预计到2035年达到6000亿美元（US$ 600 billion）。这些食品本质上源于传统知识，并正被定制为具有治疗性效应，涵盖对免疫、代谢、肠道健康和认知功能的益处。该食品类别的目标受众目前从婴儿到老年人群，后者预计在未来20多年内形成最大群体。对NCBI和PubMed数据库的文献检索识别了乳制品、发酵植物基食品（PBFs）和海鲜类别中的民族发酵食品研究。研究人员根据所用微生物分类群和组学方法——宏基因组学（metagenomics）、宏转录组学（metatranscriptomics）和代谢组学（metabolomics）——对这些研究进行了汇编。乳酸菌（LAB）在所有三类发酵食品（乳制品、植物基食品和海鲜）中均占优势，而海鲜显示出海鲜特异性微生物的存在。乳制品和发酵植物基食品的多组学（multi-omics）证据更全面，可获得宏基因组学、宏转录组学和代谢组学数据，而海鲜仅限于宏基因组分类群和代谢组数据。这些技术共同汇聚为新的平台——营养基因组学（Nutrigenomics），其已成为功能食品产业的基础。尽管关于发酵食品总体有大量组学相关信息，但对民族发酵食品的关注有限。当今健康和保健已成为大量人群生活方式的必要组成部分，营养基因组学领域利用这些数据集创建精准发酵（precision fermentation），导向个性化营养（personalized nutrition）。研究人员还补充了关于3D食品打印（3D food printing）、下一代益生菌（next-generation probiotics）、人工智能赋能分析（AI-enabled analytics）和先进包装（advanced packaging）的方向，这些可加速开发根据遗传和微生物组图谱定制的精准发酵功能食品。

Introduction
民族发酵食品是世界各地社区饮食重要部分，许多有数百年历史，部分有文献记录，更多代际传承。作为食品保存和促进健康的方法，其正通过现代技术平台重新科学分析和验证。微生物将基础食品（益生元）转化为更软、易消化、营养生物利用度更高的食品，并产生风味、香气和代谢物，支持肠道健康和免疫调节；温度、pH、氧气和水分影响最终产品。传统发酵食品现作为功能食品（functional foods）营销，针对特定人群。其重要性还贡献联合国可持续发展目标（SDGs）中的零饥饿（SDG 2）、良好健康与福祉（SDG 3）及产业、创新和基础设施（SDG 9）。

Global market for fermented foods
全球发酵食品和饮料市场增长显著，2025年价值约3000亿美元，预计2035年达6660亿美元。发酵成分市场亦扩大，复合年增长率（CAGR）约6.3%。在印度等传统知识基础强的地区，发酵食品是三分之二以上人口膳食主食，约60%牛奶经发酵后加工消费。亚太市场占全球收入40%以上，2025年约3199.6亿美元。市场按分销渠道分为超市/大卖场、便利店、专卖店和在线平台，其中超市/大卖场份额最大。清洁标签、最低加工和自然保存食品偏好驱动增长。按功能益处，益生菌与肠道健康、营养增强、延长货架期和保存等细分中，益生菌与肠道健康预计2026年占约46.64%。发酵位于营养科学、可持续性和精准健康交叉点。

Methodology
本叙述性综述综合民族发酵食品及多组学技术文献，涵盖宏基因组学（metagenomics）、宏转录组学（metatranscriptomics）、蛋白质组学、代谢组学和营养基因组学（nutrigenomics），以理解微生物生态、功能特性、肠道微生物组互作和个性化营养。检索PubMed、Scopus、Web of Science和Google Scholar英文同行评议文献，并补充国际组织及联合国、欧盟监管机构报告。检索期为2007年至2026年5月，使用关键词和布尔AND/OR组合。因跨学科和异质性，未采用正式质量评价工具。两位作者按预定义标准筛选，分歧讨论解决；共163篇文献，排除85篇，纳入78篇，其中35篇涉及定义、法规、市场规模和产品信息，43篇涉及多组学在民族发酵食品中的应用。食品按原料分为乳制品、发酵植物基食品（PBFs）和海鲜发酵食品，并用Sankey流图展示关系。

Results
发酵从经验性传统实践转变为精准科学，依赖多组学方法。宏基因组学可原位追踪整个微生物群落，无需分离培养；代谢组学连接微生物活动、终产物代谢物与感官特性；蛋白质组学关注蛋白表达和微生物功能；营养基因组学连接膳食成分与基因表达和表观遗传。组学平台已扩展至宏转录组学和蛋白质基因组学，并促进营养基因组学整合数据，为“消费什么、何时和如何消费”提供输入。该精准度使研究人员和食品技术专家能选择性增强营养或感官属性，推动发酵食品开发向一致性、可预测性和靶向功能发展。

Metagenomics: microbial diversity and host gut microbiome modulation
宏基因组学作为基因组学延伸，直接在自然环境中研究微生物群落，无需分离培养。传统方法仅限约1%可培养微生物，现代方法可探索大量未培养物种。高通量测序（HTS）通过扩增子测序（16S或18S rRNA）映射复杂群落及空间分布，鸟枪法测序提供更高分类分辨率至菌株水平并揭示功能代谢途径。乳制品、发酵植物基食品（PBFs）和海鲜中，乳酸菌（LAB）占优势；海鲜还含海鲜特异性微生物。乳制品研究显示，Mozzarella、Maccagno、地中海手工奶酪、俄罗斯传统奶酪和Mish奶酪等微生物组受奶源、巴氏杀菌、发酵剂、季节、成熟时间、盐度和热处理影响；早期/未成熟奶酪以LAB为主，长期成熟或盐渍奶酪富集耐盐、嗜冷或环境微生物，测序可检测传统培养易遗漏的低丰度、慢生长和活的非可培养（VBNC）类群。发酵植物基食品如Sauerkraut、Kimchi和Gundruk中LAB主导，传统发酵较实验室受控发酵具有更高多样性，并可能含低丰度或潜在腐败/致病相关菌。海鲜发酵食品如Budu、Pla-ra、Jeotgal和Terasi中，LAB、嗜盐和耐盐细菌受底物和盐浓度塑造，部分样品检测到致病相关菌，提示需控制加工条件。总体细菌群落占主导，酵母、真菌和古菌贡献较小；Lactobacillus、Streptococcus、Lactococcus、Weissella和Leuconostoc最常报告，Tetragenococcus与高盐奶酪和海鲜相关，Halorubrum见于海鲜。高分辨率测序揭示新类群，但功能验证、菌株互作和未培养类群动态生态角色仍待阐明。

Metatranscriptomics: decoding functional activity and host-microbiota interactions
宏转录组学揭示发酵过程中活跃代谢途径及宿主-微生物组基因表达动态。与宏基因组学分类不同，其提供基因表达实时数据，显示哪些基因活跃转录并翻译为功能蛋白。酶活动将底物降解为风味分子、质构组分和生物活性化合物，并连接宿主生理。例如Kimchi中Latilactobacillus sakei表达叶酸合成基因，Leuconostoc mesenteroides表达核黄素合成基因。发酵黑米（FUBR）四微生物 consortium中，早期Rhizopus oryzae和Pediococcus pentosaceus表达碳水化合物代谢、糖酵解和丙酮酸途径基因，后期Saccharomyces cerevisiae和Saccharomycopsis fibuligera上调氨基酸合成、脂肪酸代谢和蛋白水解，并关联新型黑素生成抑制剂形成。奶酪发酵中Lactococcus lactis和Streptococcus thermophilus上调蛋白水解和氨基酸分解代谢，Propionibacterium freudenreichii激活丙酸和维生素B₁₂合成。摄入后，Lactobacillus plantarum、L. mesenteroides和Bifidobacterium animalis转录本可在肠道检测，参与短链脂肪酸（SCFAs）如乙酸盐、丙酸盐和丁酸盐生产，调节炎症、免疫、肠道稳态和代谢健康。Saccharomyces boulardii等真核益生酵母表达应激反应基因，提供多界视角。RNA水平数据还显示，最具转录活性的微生物不一定是DNA调查中最丰富者，提示应监测表达功能而非仅编目存在。

Metabolomics
发酵产生多酚代谢物、生物活性肽、短链脂肪酸（SCFAs）和维生素等，影响过氧化物酶体增殖物激活受体（PPARs）和核因子κB（NF-κB）等营养感应与氧化还原通路。发酵乳源乳三肽Val-Pro-Pro（VPP）和Ile-Pro-Pro（IPP）通过抑制血管紧张素转化酶（ACE）调节血压。丁酸盐作为组蛋白去乙酰化酶抑制剂，促进组蛋白超乙酰化和染色质可及性，改变炎症和屏障相关基因表达，说明发酵食品可在表观遗传水平影响宿主。多酚丰富的Kimchi和纳豆可降低NF-κB活性并下调环氧合酶-2等促炎酶。Doenjang发酵将糖基化异黄酮转化为染料木素等生物活性苷元，并积累大豆皂苷元、氨基酸、γ-氨基丁酸（GABA）和抗氧化代谢物。发酵木瓜制剂（FPP）下调TNF-α等ROS诱导促炎基因，调节诱导型一氧化氮合酶（iNOS）和NF-κB，上调超氧化物歧化酶（SOD）和谷胱甘肽过氧化物酶（GPx），并降低8-羟基-2^′-脱氧鸟苷（8-OHdG）。整合分析显示，宏基因组数据在PBFs和乳制品中比例较高（各41%），海鲜较低（27%）；乳制品与PBFs共享观察较多（13%），三类共享约3%，代谢组数据重叠有限且报告少于宏基因组数据。

Personalized nutrition and the role of fermented foods
个性化营养依据个体遗传、肠道微生物组、代谢状态、生活方式、环境暴露和用药差异，超越通用饮食指南。其整合营养基因组学、微生物组分析和药物基因组学，制定靶向策略。营养基因组学解释膳食成分如何影响基因表达和调控，并强调生物利用度、宿主基因型和微生物组介导的生物转化。单核苷酸多态性（SNPs）如载脂蛋白（APOE）ε4、转录因子7样2（TCF7L2）影响脂质、葡萄糖代谢和糖尿病风险；Prevotella主导者可能对纤维和全谷物饮食反应更好，Bacteroides主导者则需不同饮食。亚甲基四氢叶酸还原酶（MTHFR）C677T和溶质载体有机阴离子转运家族成员1B1（SLCO1B1）多态性分别影响叶酸代谢和他汀毒性风险。发酵食品兼具活微生物（益生菌）和发酵衍生代谢物（后生元），如酸奶、开菲尔和奶酪提供SCFAs、胞外多糖和生物活性肽，但其效果受基因型（如岩藻糖基转移酶2，FUT2分泌者状态）和基线微生物组影响。益生菌定植具有宿主、菌株和肠道区域特异性，效应常为瞬时。生物活性肽（BAPs）具抗氧化、抗高血压、抗糖尿病、降胆固醇、抗炎和抗菌作用，但生物利用度和功效因遗传多态性、微生物组、饮食习惯和免疫而异。因此，发酵食品应作为营养基因组学个性化营养框架中的精准工具，而非通用健康增强剂。

Next steps in ethnic fermented food market
未来发酵食品转向基于代谢谱、代谢组数据、遗传数据、过敏谱或电子健康记录的个性化营养。以下发展多处于早期研究阶段，但可能成为发酵食品部门重要组成。

Functional foods for the future
下一代功能食品结合生物技术、材料科学和个性化营养，通过先进配方和生产方法提供靶向健康益处。胡萝卜和西兰花可利用采后非生物胁迫（PAS）和非热加工技术（NTPTs）提高营养品保留率并促进绿原酸、二氢咖啡酸、酚类、硫代葡萄糖苷和类黄酮等生物活性化合物合成。

3D food printing
增材制造（AM）即3D打印，通过数字设计逐层沉积材料制造三维物体，已扩展至3D打印食品和实验室培养肉。该技术利用挤出、喷墨和粘合剂喷射系统操控植物蛋白、昆虫源粉末或培养脂肪等食品墨水，精确控制形状、质构、营养分布和感官属性，以创建个性化饮食。其挑战包括设备成本高、打印速度慢、结构不稳定、流变特性变异、成分不兼容、生物活性化合物保留受损及消费者接受度。欧盟法规（EC）No. 1935/2004和（EC）No. 10/2011涉及食品接触材料安全。Byflow、Natural Machines和BeeHex等公司已开发3D食品打印机。该领域对纳入发酵食品具有前景。

Other developments
Forward Fooding（2024）报告识别出细胞农业、纯素肉、混合蛋白、营养丰富生物材料和升级回收食品材料等类别。细胞农业包括细胞培养和精准发酵生产动物源食品，如BlueNalu的细胞培养蓝鳍金枪鱼。纯素肉利用植物蛋白、挤出和AI驱动成分优化模仿动物肉。Live Green Company整合AI、机器学习和精准发酵生产清洁低碳食品。混合蛋白结合植物源与细胞培养或精准发酵动物蛋白，如Maya Milk通过精准发酵生产无动物源乳蛋白和脂肪。营养丰富生物材料来自光合微藻，如Algama Foods的Tamalga微藻基蛋替代品。Koa升级回收可可果生产天然可可果产品。

Discussion & future perspective
精准发酵和微生物生物工程可生产后生元、SCFAs、维生素和氨基酸，调节肠道微生物群和宿主代谢。精准控制微生物 consortium 可调节代谢物合成，并促进下一代益生菌如Akkermansia muciniphila和Faecalibacterium prausnitzii生产，用于肠道稳态和代谢健康。传统配方发酵食品已全球流行，如Jongga Kimchi、GLK Sauerkraut及Wildbrine、Bubbies等品牌；MUJI推出青柠发酵可可巧克力，印度Salud展示发酵创新。多组学与人工智能（AI）结合可实现精准微生物组分析、预测饮食建模和个性化功能食品配方。AI平台如Brightseed的Forager提供植物营养素和营养基因组建议。印度阿育吠陀的ayurgenomics基于Prakriti及aushadhi、vihara、ahara；中国中医（TCM）研究也从单靶点转向多靶点多组分。包装方面，生物基、活性、智能、纳米复合膜和受控气氛储存用于延长货架期，生物传感器和智能指示器可实时监测稳定性，未来需开发多功能环保包装以保存功能微生物和代谢物。

Limitations
本综述局限包括：发酵食品的发酵条件、原料、地理来源和加工方法差异大；各研究测序平台（Illumina、Pacbio、Nanopore）、生物信息流程、代谢物检测（LC–MS、GC–MS、NMR）和注释方法不同；多组学数据生成、分析和报告尚无广泛标准化协议。乳制品和植物基民族发酵食品有宏基因组、宏转录组和代谢组数据，而海鲜主要限于宏基因组分类群和有限代谢组数据，缺乏宏转录组数据。研究分布不均可能反映研究兴趣和先进组学方法采用差异。总体需更一致组学方法，同时保留传统发酵食品的文化和生物多样性。