一種基于箱線圖鑒別大曲質(zhì)量的方法
【專利摘要】本發(fā)明涉及大曲質(zhì)量鑒別【技術(shù)領(lǐng)域】，尤其是一種基于箱線圖鑒別大曲質(zhì)量的方法，通過微生物出現(xiàn)頻率與相對(duì)含量方法對(duì)變量進(jìn)行篩選，并結(jié)合箱線圖構(gòu)建大曲質(zhì)量等級(jí)鑒別；可直接對(duì)未知分類樣品進(jìn)行等級(jí)鑒別，且該模型具有方法思想簡單、操作簡便、可行性高、判別準(zhǔn)確率高的特點(diǎn)。
【專利說明】
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及大曲質(zhì)量鑒別【技術(shù)領(lǐng)域】，尤其是一種基于箱線圖鑒別大曲質(zhì)量的方 法。 一種基于箱線圖鑒別大曲質(zhì)量的方法

【背景技術(shù)】
[0002] 大曲是白酒釀造工藝必需的原料，有著"酒之骨"之稱，發(fā)揮著極其重要的作用。其 功能包括提供釀造過程中的微生物來源、微生物酶系來源、風(fēng)味物質(zhì)及其前提物質(zhì)和補(bǔ)充 物料，前三種功能與大曲中的微生物群落區(qū)系結(jié)構(gòu)有極大的關(guān)聯(lián)性，因此大曲微生物組成 差異可以在一定程度上反應(yīng)大曲質(zhì)量。
[0003] 454高通量測序方法是近些年來發(fā)展的新一代DNA測序技術(shù)，以其數(shù)字化信號(hào)、高 數(shù)據(jù)通量、高測序深度、高準(zhǔn)確率等特點(diǎn)著稱，可實(shí)現(xiàn)大規(guī)模多樣本的生物菌群落分析，被 廣泛應(yīng)用于人體和動(dòng)物腸道菌群、海洋微生物菌群組成的比較分析中。并且，對(duì)其的研究成 果部分被發(fā)表在《Nature》、《PNAS》、《GenomeRes》、《Gut》、《Gastroenterology》等雜志上。
[0004] 箱線圖又稱為盒須圖、盒式圖或箱形圖，是一種用作顯示一組數(shù)據(jù)分散情況資料 的統(tǒng)計(jì)圖。對(duì)任一組數(shù)據(jù)，箱線圖可以快速識(shí)別出異常值，且不需要事先假定數(shù)據(jù)服從特定 的分布形式，沒有對(duì)數(shù)據(jù)作任何限制性要求。因此，廣泛應(yīng)用于各種領(lǐng)域，特別是品質(zhì)管理。
[0005] 對(duì)于大曲質(zhì)量的鑒別方法中，有研究者作出了大量的研究，如專利號(hào)為 201310201060. 5的《一種鑒別大曲質(zhì)量的方法》，所述方法是應(yīng)用固相微萃取和判別分析鑒 別大曲質(zhì)量，是通過大曲風(fēng)味物質(zhì)對(duì)大曲質(zhì)量進(jìn)行評(píng)價(jià)；又如專利號(hào)為200910228701. X的 《一種醬香型白酒大曲生產(chǎn)的質(zhì)量控制方法》，所述方法是應(yīng)用大曲微生物的DGGE建立標(biāo)準(zhǔn) 指紋圖譜，并將測定所得圖譜與標(biāo)準(zhǔn)圖譜進(jìn)行比對(duì)得到合格大曲產(chǎn)品，該方案中DGGE技術(shù) 只能檢測到樣品中十幾種優(yōu)勢菌；如果要獲悉具體的菌種信息，還需進(jìn)行克隆、測序，實(shí)驗(yàn) 操作繁瑣；并且采用這種方法不能反映微生物的豐度情況，另外，該方案中的圖譜比對(duì)只是 簡單比對(duì)，未建立相關(guān)模型進(jìn)行比對(duì)分析。
[0006] 由此可見，傳統(tǒng)的大曲質(zhì)量檢測與控制不能夠采用未知的類別樣本信息建立標(biāo) 準(zhǔn)，來判別未知大曲樣品的質(zhì)量等級(jí)，同時(shí)，利用454高通量測序技術(shù)結(jié)合箱線圖鑒別大曲 質(zhì)量的方法在現(xiàn)有技術(shù)中還未見報(bào)道。


【發(fā)明內(nèi)容】

[0007] 為了解決現(xiàn)有技術(shù)中存在的上述技術(shù)問題，本發(fā)明提供一種基于箱線圖鑒別大曲 質(zhì)量的方法，具體是通過以下技術(shù)方案得以實(shí)現(xiàn)的：
[0008] (1)大曲樣品獲取并分組
[0009] 犾取成品大曲樣品，并將120/149的成品大曲樣品作為建|旲，將29/149的成品大 曲樣品用于模型的測試和/或驗(yàn)證，進(jìn)而分成建模樣品和樣品測試兩組，待用；
[0010] ⑵大曲樣品信息獲取
[0011] 采用454高通量測序技術(shù)，對(duì)建模樣品進(jìn)行測序分析，共獲得580類微生物種類， 并對(duì)580類微生物進(jìn)行編號(hào)為Xn，其中η為1-580的整數(shù)；同時(shí)，再測定每一類微生物在樣 品中的相對(duì)含量，并做記錄；
[0012] (3)微生物變量的篩選
[0013] 在步驟2的基礎(chǔ)上，根據(jù)微生物變量在建模樣品中出現(xiàn)的頻率與含量進(jìn)行篩選， 獲取對(duì)樣品質(zhì)量貢獻(xiàn)大的微生物變量指標(biāo)；
[0014] (4)確定微生物變量范圍
[0015] 在步驟3的基礎(chǔ)上，將篩選并獲取的微生物變量指標(biāo)采用箱線圖分析，根據(jù)分析 結(jié)果剔除異常值，進(jìn)而確定微生物變量在樣品中的含量分布；其中異常值的確定被定義為： Q3+1. 5IQR〈Y〈Q1 - 1. 5IQR，Q1為變量的第一四分位數(shù)值、Q3為變量的第三四分位數(shù)值、IQR =Q3-Q1 ；
[0016] (5)確定關(guān)鍵微生物變量
[0017] 根據(jù)傳統(tǒng)的研究結(jié)果，確定大曲中對(duì)大曲的風(fēng)味與品格起著決定性的作用微生物 為關(guān)鍵性微生物變量；
[0018] (6)判別模型的建立與樣品測試
[0019] a判別模型的建立：基于步驟4和步驟5,建立大曲質(zhì)量判別模型，并根據(jù)樣品中 分布的相關(guān)微生物變量> 83. 33%，并且關(guān)鍵微生物變量沒有缺失時(shí)，定義為優(yōu)級(jí)大曲；樣 品中分布的相關(guān)微生物變量< 83. 33%，并且缺乏關(guān)鍵微生物變量時(shí)，定義為一級(jí)大曲；其 中，在優(yōu)級(jí)大曲中，相關(guān)微生物變量的分布為100%，并且關(guān)鍵微生物變量的范圍為Q1-Q3， 定義為特級(jí)大曲；
[0020] b樣品測試：將樣品測試組按照上述模型進(jìn)行大曲質(zhì)量判別，研究測試樣品是否 于建模樣品展現(xiàn)相同的趨勢。
[0021] 所述的大曲樣品都為高溫成品曲。
[0022] 所述的微生物變量的篩選，其原則為出現(xiàn)頻率> 50%?100%，平均相對(duì)含量 彡 0· 6%?5%。
[0023] 所述的關(guān)鍵微生物變量為Bacillus (芽孢桿菌屬）和Lactobacillus (乳桿菌 屬）。
[0024] 與現(xiàn)有技術(shù)相比，本發(fā)明的技術(shù)效果體現(xiàn)在：
[0025] ①通過利用454高通量測序技術(shù)，解決了第一代測序技術(shù)不能全面準(zhǔn)確反映大曲 微生物的組成信息。
[0026] ②通過微生物出現(xiàn)頻率與相對(duì)含量方法對(duì)變量進(jìn)行篩選，并結(jié)合箱線圖構(gòu)建大曲 質(zhì)量等級(jí)鑒別；可直接對(duì)未知分類樣品進(jìn)行等級(jí)鑒別，且該模型具有方法思想簡單、操作簡 便、可行性高、判別準(zhǔn)確率高的特點(diǎn)。

【專利附圖】

【附圖說明】
[0027] 圖1為本發(fā)明基于箱線圖鑒別大曲質(zhì)量的方法篩選后的微生物含量在大曲中的 含量分布以及異常值。
[0028] 圖2為本發(fā)明基于箱線圖鑒別大曲質(zhì)量的方法的流程圖。

【具體實(shí)施方式】
[0029] 下面結(jié)合附圖和具體的實(shí)施方式來對(duì)本發(fā)明的技術(shù)方案做進(jìn)一步的限定，但要求 保護(hù)的范圍不僅局限于所作的描述。
[0030] 實(shí)施例
[0031] 如圖1和圖2所示，一種基于箱線圖鑒別大曲質(zhì)量的方法，包括以下步驟：
[0032] (1)大曲樣品獲取并分組
[0033] 樣品全部為高溫大曲，來源于貴州茅臺(tái)酒股份有限公司，共149個(gè)樣品，其中120 個(gè)樣品用于建模，其余29個(gè)樣品用于模型的測試與驗(yàn)證。
[0034] (2)大曲樣品信息獲取
[0035] 利用454高通量測序技術(shù)，對(duì)樣品進(jìn)行測序分析，共獲得580類微生物種類（微生 物編號(hào)為 xl，x2, x3, x4, x5, x6, x7, x8, x9, xlO, xll，xl2, xl3, xl4, xl5, xl6, xl7, xl8, xl9， x20，x21，x22, x23, x24, x25，x26，x27，x28，......x568, x569，x570，x571，x572， x573, x574, x575, x576, x577, x578, x579, x580)與每種微生物的相對(duì)含量，并做記錄。
[0036] (3)微生物變量的篩選
[0037] 基于步驟2所得的微生物組成信息，根據(jù)微生物變量在建模樣品（120個(gè)樣品）中 出現(xiàn)的頻率與含量進(jìn)行篩選，獲取對(duì)樣品質(zhì)量分類貢獻(xiàn)大的變量指標(biāo)。對(duì)出現(xiàn)頻率50%以 上、相對(duì)平均含量〇. 6%以上進(jìn)行分析，結(jié)果見表1。
[0038] 表1不同頻率與相對(duì)平均含量時(shí)變量（微生物）數(shù)量
[0039]

【權(quán)利要求】
1. 一種基于箱線圖鑒別大曲質(zhì)量的方法，其特征在于，包括以下步驟： (1) 大曲樣品獲取并分組 猶取成品大曲樣品，并將120/149的成品大曲樣品作為建|旲，將29/149的成品大曲樣 品用于模型的測試和/或驗(yàn)證，進(jìn)而分成建模樣品和樣品測試兩組，待用； (2) 大曲樣品信息獲取 采用454高通量測序技術(shù)，對(duì)建模樣品進(jìn)行測序分析，共獲得580類微生物種類，并對(duì) 580類微生物進(jìn)行編號(hào)為Xn，其中η為1-580的整數(shù)；同時(shí)，再測定每一類微生物在樣品中 的相對(duì)含量，并做記錄； (3) 微生物變量的篩選 在步驟2的基礎(chǔ)上，根據(jù)微生物變量在建模樣品中出現(xiàn)的頻率與含量進(jìn)行篩選，獲取 對(duì)樣品質(zhì)量貢獻(xiàn)大的微生物變量指標(biāo)； (4) 確定微生物變量范圍 在步驟3的基礎(chǔ)上，將篩選并獲取的微生物變量指標(biāo)采用箱線圖分析，根據(jù)分析結(jié) 果剔除異常值，進(jìn)而確定微生物變量在樣品中的含量分布；其中異常值的確定被定義為： Q3+1. 5IQR〈Y〈Q1 - 1. 5IQR，Q1為變量的第一四分位數(shù)值、Q3為變量的第三四分位數(shù)值、IQR =Q3-Q1 ； (5) 確定關(guān)鍵微生物變量 根據(jù)傳統(tǒng)的研究結(jié)果，確定大曲中對(duì)大曲的風(fēng)味與品格起著決定性的作用微生物為關(guān) 鍵性微生物變量； (6) 判別模型的建立與樣品測試 a判別模型的建立：基于步驟4和步驟5,建立大曲質(zhì)量判別模型，并根據(jù)樣品中分布的 相關(guān)微生物變量> 83. 33%，并且關(guān)鍵微生物變量沒有缺失時(shí)，定義為優(yōu)級(jí)大曲；樣品中分 布的相關(guān)微生物變量< 83. 33%，并且缺乏關(guān)鍵微生物變量時(shí)，定義為一級(jí)大曲；其中，在 優(yōu)級(jí)大曲中，相關(guān)微生物變量的分布為100%，并且關(guān)鍵微生物變量的范圍為Q1-Q3,定義 為特級(jí)大曲； b樣品測試：將樣品測試組按照上述模型進(jìn)行大曲質(zhì)量判別，研究測試樣品是否于建 模樣品展現(xiàn)相同的趨勢。
2. 如權(quán)利要求1所述的基于箱線圖鑒別大曲質(zhì)量的方法，其特征在于，所述的大曲樣 品都為商溫成品曲。
3. 如權(quán)利要求1所述的基于箱線圖鑒別大曲質(zhì)量的方法，其特征在于，所述的微生物 變量的篩選，其原則為出現(xiàn)頻率彡50%?100%，平均相對(duì)含量彡0. 6%?5%。
4. 如權(quán)利要求1所述的基于箱線圖鑒別大曲質(zhì)量的方法，其特征在于，所述的關(guān)鍵微 生物變量為Bacillus (芽孢桿菌屬）和Lactobacillus (乳桿菌屬）。
【文檔編號(hào)】C12Q1/68GK104109719SQ201410347613
【公開日】2014年10月22日 申請(qǐng)日期:2014年7月21日 優(yōu)先權(quán)日:2014年7月21日
【發(fā)明者】楊帆, 王莉, 陳良強(qiáng), 羅汝葉, 胡芳精, 李靖圓, 王和玉, 汪地強(qiáng), 王亞玉 申請(qǐng)人:貴州茅臺(tái)酒股份有限公司