研究概述 - 山东大学微生物技术研究院张正教授、李越中教授等团队在Cell子刊Cell Systems上发表封面论文，题为“Assessment of enzyme diversity in the fermented food microbiome”，该研究利用人工智能辅助功能注释，揭示了发酵食品微生物组中隐藏的酶多样性及分布情况 [2][3] 研究方法与数据 - 研究团队利用机器学习对来自全球发酵食品的10202个宏基因组组装基因组进行了探索 [6] - 识别出超过500万条酶序列，这些序列被归入98693个同源簇，代表了超过3000种酶类类型 [6] 研究发现 - 功能分析表明，在当前数据库中，这些簇中有84.4%未被注释，萜类和聚酮类代谢酶具有很高的新颖性 [6] - 肽水解酶基于预测的最适温度和pH值表现出广泛的环境适应性 [6] - 生态位宽度计算表明31.3%的酶簇显示出食物类型的特异性 [6] - 研究团队还开发了一个机器学习模型，用于根据酶簇对发酵食品来源进行分类 [6] 研究意义与评价 - 研究结果强调了发酵食品环境在酶资源开发方面尚未被充分挖掘的潜力，为未来食品研究中微生物功能的探索提供了宝贵见解 [3][8] - 同期发表的评论文章指出，人工智能辅助的功能注释为阐明其生态作用和生物技术潜力提供了线索 [9][10]