综述:食品应用中的精密发酵:微生物工程与监管框架的进展

《Current Food Science and Technology Reports》:Precision Fermentation for Food Applications: Advances in Microbial Engineering and Regulatory Frameworks

【字体: 大 中 小 】 时间:2026年08月20日 来源:Current Food Science and Technology Reports

编辑推荐:

  回顾目的:本综述分析精密发酵(Precision Fermentation)作为未来全球食品系统战略工具的作用,审视技术进步、监管框架、影响消费者接受度的因素及相关伦理意涵之间的相互作用。近期发现:近年来,合成生物学(Synthetic Biology)已发展

  
回顾目的:本综述分析精密发酵(Precision Fermentation)作为未来全球食品系统战略工具的作用,审视技术进步、监管框架、影响消费者接受度的因素及相关伦理意涵之间的相互作用。近期发现:近年来,合成生物学(Synthetic Biology)已发展成为一个突出领域,其由具有潜力改变工业生产多个部门的工具和技术进步所驱动。在此背景下,精密发酵(Precision Fermentation)作为未来食品生产的一种有前景的方法脱颖而出,能够生成满足可持续性、伦理和高品质标准的原料。尽管具有显著优势,该技术在大规模应用中仍面临局限性,包括生产可扩展性方面的挑战、因后修饰翻译过程困难导致的化合物结构与功能变异,以及不同全球和文化背景下消费者接受度及监管框架建立方面的差异。总结:本综述强调精密发酵(Precision Fermentation)是生产全球食品工业原料的一条有前景的途径,讨论了其技术、经济与监管局限性,同时评估了与消费者接受度相关的问题。此外,文章还审视了当前的努力,并强调需要克服这些挑战,以使该技术成为更可持续食品生产的可行替代方案。
引言:近年,革新性、韧性和颠覆性技术改变了人类消费食品生产原料的获取方式。精密发酵(Precision Fermentation)已成为食品工业未来不可或缺的工具,能够生产可持续、伦理且高质量的成分。该术语指利用基因工程微生物作为“细胞工厂”生产特定重组蛋白(Recombinant Proteins)及其他高价值生物分子,包括结构化脂质、风味和香气化合物、维生素、生物活性肽、多糖、色素和工业酶。此技术方法通过将蛋白质生产从畜牧系统解耦,减少土地和水资源使用、温室气体排放、人畜共患感染风险及抗生素使用相关的环境污染,重新配置资源效率。其最相关的食品应用包括生产乳蛋白(酪蛋白和乳清蛋白)、蛋蛋白(如白蛋白)、豆血红蛋白(Leghemoglobin,一种血红素类似物)、血红素、酶、肌红蛋白、铁和维生素。这些化合物日益作为功能性成分加入植物基和肉类类似物配方中,改善颜色、风味、质地和营养价值。商业层面已有公司利用精密发酵开发市场产品,如Perfect Day公司使用重组乳清蛋白生产巧克力、奶油奶酪等乳制品;Change Foods专注于无动物奶酪;EVERY Company生产蛋蛋白;Impossible Foods在其汉堡中加入发酵衍生的豆血红蛋白以赋予血样风味和肉质质地。然而,精密发酵作为食品成分生产平台仍受技术、经济和社会文化挑战制约,包括大规模生产困难、最终产品成本高昂、翻译后修饰不确定性导致重组蛋白结构与功能担忧、消费者接受度异质性及区域间监管框架不匹配。

微生物宿主:精密发酵中广泛使用多种微生物宿主,包括微藻、丝状真菌、细菌和酵母。微生物选择基于其固有生产目标化合物的能力或对基因修饰的响应潜力,同时考虑产品回收便利性、安全法规合规性和工业规模可扩展性。细菌如大肠杆菌(Escherichia coli)和酵母如酿酒酵母(Saccharomyces cerevisiae)及科马塔格菲酵母(Komagataella phaffii)是经典宿主系统。大肠杆菌(E. coli)优势在于高产量和低操作成本,适用于无需翻译后修饰的蛋白质,但因缺乏糖基化(Glycosylation)细胞机制和有限二硫键形成能力,无法复制多数真核蛋白的结构特征。当生产需翻译后修饰的蛋白质时,酵母成为重要盟友;科马塔格菲酵母(K. phaffii)能进行糖基化、甲基化、乙酰化和二硫键形成,并具有纯化便利和高产量优势。酿酒酵母(S. cerevisiae)因基因组特性明确、GRAS(Generally Recognized as Safe,一般公认安全)状态、稳健发酵性能、易培养和广泛基因工程能力而成为重要宿主,但产生N-连接糖链(N-glycan)结构与人蛋白差异显著,需糖基化途径工程化或“人源化”。微藻如小球藻属(Chlorella sp.)和螺旋藻属(Spirulina sp.)具有可持续应用潜力,能生产脂质、维生素、色素和蛋白质,无需耕地,但生物质产量低且纯化过程复杂增加成本。丝状真菌如黑曲霉(Aspergillus niger)和米曲霉(Aspergillus oryzae)在传统发酵中广泛应用,里氏木霉(Trichoderma reesei)用于生产牛β-乳球蛋白和卵清蛋白;镰刀菌属(Fusarium)物种已获安全许可。真菌具有高分泌能力、pH和温度稳定性,但大规模生产中菌丝结构可能因流变学改性致使生物反应器生产不可行。每个微生物的内在特性(如碳源利用限制和耐受性)驱动对替代微生物底盘(Chassis)的探索。计算方法,特别是基于迁移学习的人工智能(Artificial Intelligence, AI),有望通过利用可比的高质量数据集(目前此类数据稀缺)促进未来底盘优化选择。非传统微生物在食品领域的应用仍受监管瓶颈限制,包括审批过程漫长、缺乏全球协调及缺乏针对性安全评估框架。GRAS(美国)和QPS(Qualified Presumption of Safety,欧盟)等安全认定对工业可行性至关重要。表2总结了已使用或具有强应用潜力的非传统微生物。

微生物工程策略:精密发酵中的微生物工程策略可分为三大支柱:(i) 通过组学(Omics)和计算模型实现系统级理解;(ii) 使用先进编辑工具进行靶向基因操作;(iii) 结合自动化和人工智能(AI)的过程级优化。组学技术(基因组学、转录组学、蛋白质组学、代谢组学)提供生物系统整体视图,有助于阐明微生物、底物和环境条件之间的复杂相互作用。与基因组规模代谢模型(Genome-Scale Metabolic Models, GEMs)和预测算法结合时,组学数据可识别目标基因、代谢途径和关键瓶颈,支持理性设计和优化发酵过程。CRISPR-Cas9系统实现RNA引导的DNA切割介导的精确高效基因组编辑;全局转录机制工程(Global Transcription Machinery Engineering, gTME)通过引入全局转录因子突变系统调控基因表达,已在解脂耶氏酵母(Yarrowia lipolytica)中改善脂质积累、蛋白质合成和限氧条件下生长。AI,特别是机器学习(Machine Learning, ML),在菌株选择和建模、生物过程优化与控制中显示潜力。大规模高质量数据集使目标基因组修饰更具效率,CRISPR与AI结合可提升替代蛋白产量达300%,同时减少代谢负担和环境足迹。AI还能开发代理模型模拟数百次计算机发酵迭代,加速过程优化。然而,AI在精密发酵中的应用仍局限于特定阶段,需更全面整合。生物限制包括重组蛋白分泌系统限制、三级和四级结构错误折叠及糖基化模式差异。改善分泌的策略包括信号肽工程、构建“渗漏突变体”菌株、共表达释放蛋白。分子伴侣工程和蛋白酶缺失可提高可溶性和减少包涵体。例如,在大肠杆菌中共同表达触发因子(Trigger Factor)伴侣将难溶性抗体片段可溶性产量从14%提升至近20%;在枯草芽孢杆菌(Bacillus subtilis)中缺失主要胞外蛋白酶并过表达PrsA折叠酶使淀粉酶分泌增加十倍。糖基化工程(Glycoengineering)策略用于改善重组产品,如糖基转移酶选择性修饰糖链、酶保护策略控制糖基化位点。启动子工程(Promoter Engineering)通过开发合成启动子提高蛋白表达水平,避免使用有毒诱导物。杂合启动子结合不同物种调控元件。次级代谢产物需关注:非理想条件下可能产生内毒素和外毒素,通过组学和生物信息学工具识别毒素基因簇并编辑;同时抗氧化性次级代谢产物可延长食品保质期。尽管存在瓶颈,许多生物化合物已成功生产,包括蛋蛋白、乳蛋白、胶原蛋白、血红素化合物、肉类类似物、酪蛋白、脂质、类胡萝卜素、维生素、甜味剂、风味物质等。

规模化、加工与工业可行性:从实验室概念验证到工业稳健操作存在关键瓶颈,常被称为“死亡谷”(Valley of Death)。工业规模下生物反应器条件(如氧梯度、培养基组成、pH波动、反应器构型、温度、传质限制)与实验室系统显著不同,环境更异质动态,直接影响产量和效率,但早期开发常忽视这些复杂性。微生物底盘选择至关重要,所选菌株必须在放大过程中保持稳定并耐受工业条件。下游加工常成为商业成功的关键因素,包括分离、纯化和配方步骤。常用技术有离心、气提、固液或液液分离、超临界流体萃取。若目标化合物为胞内产物,需额外进行生物质分离和细胞裂解。还需去除不良特性(如气味、质地、核糖核酸残留)以确保安全合规和商业可接受性。下游步骤增加复杂性和成本,早期开发常低估其影响。工业可行性需从一开始就采用集成设计,将回收效率和市场要求的纯度水平视为与发酵产量同等重要。技术经济分析、AI技术和先进过程控制策略正逐渐用于增强发酵性能。AI通过机器学习实现参数优化、连续质量监测、数字孪生(Digital Twins)虚拟复制预测,减少昂贵的中试实验。强化学习(Reinforcement Learning, RL)算法已成功应用于实时优化pH、温度和搅拌等参数,缩短发酵周期、减少失败并提高产量。自动控制系统和高精度传感器(如生物传感器Biosensors)实现精细调节,但生物组分的有限操作稳定性和与灭菌技术的不兼容性限制了广泛应用。虚拟传感器(Virtual Sensors)可实时估计传统方法难以测量的变量。数据不一致、跨部门协作有限和信息解读困难仍需解决。

监管方面:精密发酵食品成分的全球监管框架需更加协调一致。尽管美国、欧盟和中国兴趣扩展,但监管系统仍处于早期阶段,常滞后于技术创新,导致指南制定延迟。明确的产品安全使用、消费和商业化规则至关重要,但可能无需创建全新监管机制,现有创新食品系统和转基因食品框架已涵盖许多方面。过度监管刚性和监管空白均需谨慎处理,以平衡市场准入与消费者安全。尽管存在障碍,越来越多的成分已获批准,但不同地区(如美国FDA和USDA、欧盟EFSA)要求高度异质。国际监管共识缺失导致监管分散,限制跨境贸易,目前几乎不存在。联合国粮农组织(FAO)已推动技术对话,食品法典委员会(Codex Alimentarius)可能在食品安全、质量和标签标准化中发挥关键作用。早期与监管机构接触、透明生产与标签实践、健全质量安全管理体系对获得批准至关重要。监管批准需全面证据证明质量与安全,包括表征测试、功能分析和毒理学评估,以确认无有害物质、过敏原、副产物、残留物质及基因工程引起的意外代谢效应。AI在监管批准中可系统结构化数据、持续监控关键点,增强可追溯性和标准化。微生物遗传稳定性需特别关注。食品法典要求微生物菌株具有安全使用历史,否则需基于风险评估的多重授权程序。安全要求复杂性导致仅有限公司成功获得批准。优先选择具有安全记录和食品工业目标用途的宿主微生物和分子可能是关键步骤。当前监管限制和全球框架缺失造成不确定性,需要调整监管协议、开发新分析方法,并持续更新监管,配合透明沟通,以缓解伦理担忧和消费者忧虑。

消费者接受度与伦理考量:尽管技术进步和大量投资,消费者认知和接受度仍是市场整合的主要挑战。消费者偏好“天然”食品,将其与伦理、文化和环境价值关联,并视为更健康选择。研究表明,当产品潜在利益被清晰传达时,接受度和购买意愿会提高,且因社会人口特征和食品身份而异。但现有实证证据有限,大多在欧洲国家进行,受伦理、社会、文化、环境因素区域差异限制,需更多研究评估精密发酵的全面潜力,特别是可扩展性及环境社会经济影响。除对“天然性”的怀疑外,食品技术恐惧症(Food Technology Neophobia)也影响接受度。不同国家监管框架差异引发安全担忧,需通过行业与消费者之间更大透明度、全面监管框架确保安全监测来缓解。清晰标签实践(如“无动物成分”术语)可能有助于接受,同时科学证据保障消费者安全可减少公众信任缺失。先进模型如卷积神经网络(Convolutional Neural Networks, CNNs)和循环神经网络(Recurrent Neural Networks, RNNs)已用于基于分子结构预测风味和质地,提供低成本、少偏见的替代方案,分析大规模感官数据(包括社交媒体),支持产品开发和市场成功。

未来挑战与研究方向:降低成本并保持市场竞争力是核心优先事项。研究需聚焦开发安全、高产、遗传稳定且稳健的微生物菌株,并由AI驱动工具和先进遗传优化平台支持。设计-构建-测试-学习(Design-Build-Test-Learn, DBTL)框架是最大化精密发酵产品产量的有前景方法,通过系统优化菌株、代谢途径、生产产量和工业可扩展性。DBTL从选择宿主微生物和目标分子开始,通过数字建模增强,然后进行构建、测试(不同规模,常辅以组学分析),最后学习阶段利用计算改进设计,实现迭代循环。AI在DBTL框架中增强每个阶段,使数据驱动学习和加速决策,使工程化微生物开发更具预测性。将精密发酵与食品工业其他成熟技术结合也是有效策略。学习迁移(利用不同条件下生成的数据)是缓解未来挑战的有前景方法,需发展协作政策、标准化方法和可访问的高质量公共数据库。然而,技术进步不足以应对监管不协调。适应性、动态的监管模型,结合持续学习机制并融入全球监管格局,是避免过度负担或关键空白的可行策略。

结论:精密发酵正迅速崛起为可持续食品生产的变革性平台,有潜力重新定义高价值成分的制造方式。其作为多个工业部门关键技术平台的地位进一步凸显其作为未来食品成分生产工具的重要性。尽管具有显著优势,仍存在多个瓶颈限制大规模实施,包括过程可扩展性和成本降低。发展并整合互补方法(如CRISPR-Cas9基因组编辑系统、gTME、计算资源、组学工具、非传统生物体,特别是AI)是短期应对这些挑战的关键策略。AI和ML驱动方法通过增强菌株选择、生物过程建模、优化和控制,以及理性设计具有定制调控特性的启动子,有潜力加速从实验室研究到工业规模生产的转变。此外,通过AI工具分析大规模感官和消费者数据,可支持开发更符合市场需求的产品,提高过程效率和商业可行性。然而,仅靠技术进步不足以确保广泛采用。监管障碍和消费者接受度仍是决定精密发酵在食品领域未来的关键因素。监管程序延迟、框架不一致和透明度有限,导致关于这些技术伦理、文化和环境影响的持续不确定性。因此,克服这些挑战不仅需要微生物工程和过程优化的持续创新,还需要发展协调、基于科学的监管框架和增强消费者信任的有效策略。技术、监管和社会因素的融合最终将决定精密发酵能否从有前景的创新转变为全球食品系统的主流解决方案,为未来粮食安全做出贡献,同时确保安全、可持续性和公众信心。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号