Summary
在这里，我们提出了一种描述扩增子宏基因组的方案，用于确定Traminette葡萄，发酵葡萄和最终葡萄酒的细菌群落。
Abstract
测序技术的进步以及使用生物信息学工具分析微生物群落结构的相对容易获得，有助于更好地了解葡萄和葡萄酒中可培养和不可培养的微生物。在工业发酵过程中，已知和未知的微生物通常负责产品开发和异味。因此，分析从葡萄到葡萄酒的细菌可以很容易地理解原位微生物动力学。在这项研究中，Traminette葡萄的细菌必须经过发酵，最终的葡萄酒经过DNA提取，产生15 ng/μL至87 ng/μL。对V4区高变区的16S扩增子进行测序，相对丰富的细菌由变形菌门、放线菌门、厚壁菌门、拟杆菌门、梭杆菌门组成，其次是疣微生物群、盐杆菌门、脱硫杆菌门、粘菌门和酸杆菌门。对共享的独特操作分类单元 （OTU） 的维恩图分析显示，葡萄汁、发酵阶段和最终葡萄酒共有 15 个细菌门。使用16S扩增子测序检测了以前未报道的门，以及肠杆菌科和乳杆菌科等属。测试了葡萄酒中有机营养素利用的变化及其对细菌的影响;含有 Fermaid O 和 Traminette L 的 Traminette R 罐用 Stimula Sauvignon blanc + Fermaid O 刺激。 使用 Kruskal-Wallis 检验确定均匀度的 Alpha 多样性。β多样性表明两种处理的细菌在发酵阶段发生了变化，最终的葡萄酒细菌看起来相似。该研究证实，16S扩增子测序可用于监测葡萄酒生产过程中的细菌变化，以支持葡萄酒生产过程中葡萄细菌的质量和更好的利用。
Introduction
Traminette葡萄的特点是生产出卓越的葡萄酒质量，此外还有可观的产量和对几种真菌感染的部分抵抗力1,2,3。葡萄的自然发酵依赖于相关的微生物、葡萄酒生产环境和发酵容器4,5。通常，许多酿酒厂依靠野生酵母和细菌进行发酵、酒精生产、酯类、香气和风味开发6.
本研究的目的是检查葡萄的细菌组成并监测其在发酵过程中的动态。虽然，现代使用酿酒酵母等发酵酵母进行初级发酵，生产酒精，在不同的葡萄酒风格中很常见 7.此外，二次发酵，其中苹果酸被Oenococcus oeni脱羧为乳酸，改善了葡萄酒的感官和味道特征，并降低了葡萄酒的酸度8,9。随着使用不依赖培养的方法的最新进展，现在可以确定与酿酒葡萄相关的不同微生物，以及转移到葡萄汁并在不同时间参与发酵的物种，直到最终产品10。
在葡萄酒发酵过程中，来自不同葡萄的野生细菌转移到葡萄汁中的作用和动力学知之甚少。其中许多细菌的分类学甚至未知，或者它们的表型特性尚未表征。这使得它们在共培养发酵中的应用仍然没有得到充分利用。然而，基于微生物培养的分析已被用于确定与葡萄和葡萄酒相关的细菌种群10。众所周知，选择性培养铺板繁琐，容易污染，重现性低，产量可能令人怀疑;它还遗漏了生长要求未知的细菌物种。先前的研究表明，基于培养的 16S rRNA 基因方法为表征复杂的微生物群落提供了一种更可靠和更具成本效益的方法11。例如，对 16S rRNA 基因的高变区域进行测序已成功用于研究葡萄叶、浆果和葡萄酒中的细菌 12,13,14。研究表明，使用 16S rRNA 宏条形码或全宏基因组测序适用于微生物组研究15。关于细菌多样性与其在葡萄酒生产过程中的代谢属性可能存在联系的信息不断涌现，这可能有助于确定酿酒特性和风土16。
人们强调需要最大限度地利用使用下一代测序 （NGS） 的宏基因组工具的优势来研究葡萄和葡萄酒微生物生态学16,17。此外，使用基于高通量测序的培养非依赖性方法来分析食品和发酵生态系统的微生物多样性对许多实验室来说已经变得非常相关和有价值，并被推荐用于工业用途18,19。它为检测和分类学分析现有微生物种群以及环境微生物的贡献、它们的相对丰度以及 α 和 β 多样性提供了优势 20。16S区可变区的测序已成为重要的选择基因，并已用于不同的微生物生态学研究。
虽然许多研究都集中在葡萄酒发酵过程中的真菌，尤其是酵母21，但本研究报告了用于研究葡萄酒生产中 Traminette 葡萄发酵过程中细菌的 16S 扩增子测序和生物信息学工具。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. 实验性葡萄酒生产
- 从北卡罗来纳州琼斯维尔的 Dynamis Estate 葡萄酒中获取 Traminnette 葡萄，去梗并压碎以释放葡萄汁到两个独立的 600 升开顶发酵罐中，并在盖子上放置约 4 天。
- 每天将瓶盖打孔一次，以保持皮肤湿润并限制挥发性酸 （VA） 的产生。
注意：这个想法是许多芳香前体（单萜烯）位于果皮中，并使果汁与果皮接触，以增加葡萄酒的芳香潜力。 - 4 天后，投放酿酒 酵 母 var cerevisiae QA23 （Lallemand）。之所以选择这种酵母，是因为它是一种强大的发酵罐，并且与增强葡萄葡萄酒的品种特性有关。
- 在一个罐Traminette R中，当白利糖度为17.7时加入20 g/hL Fermaid O，在13.1 g/hL时加入20 g/hL Fermaid O和12.5 g/hL Fermaid K，以实现发酵安全性，而另一个罐Traminette L，当白利糖度为17.1时，加入40 g/hL Stimula Sauvignon blanc。当白利糖度为13.4时，还可以添加20 g/hL Fermaid O，以增强葡萄酒的品种特性。
- 取葡萄汁（第1天），添加酵母（第4天），发酵葡萄汁（第15天）和成品酒样品（第30天）的重复样品，并在DNA提取和宏基因组分析之前保持在-20°C。
2. 宏基因组学的DNA提取
- 将上述获得的所有重复样品保存在冰上，直到第一次离心。
- 将 20 mL 发酵样品转移到无菌的 50 mL 螺旋盖管中。
- 加入 10 mL 冷水并匀浆（涡旋）。在4°C下以800× g 离心1分钟，并将上清液转移到新的50mL管中。
注意：此步骤将去除样品的固体。 - 重复步骤2.3两次，并将上清液集中在同一管中。
- 在4°C下以3,000× g 离心上清液20分钟以沉淀细胞。弃去上清液。
- 将沉淀重悬于1mL PBS中，转移到2mL螺旋盖管中，并以14,000× g 离心2分钟。使用 PBS 再进行两次洗涤。
- 在此步骤中，将颗粒冷冻在-20°C或按照步骤2.8进行操作。重要的是，所有样品都以相同的方式处理。
- 加入 978 μL 磷酸钠缓冲液。制备磷酸钠缓冲液，加3.1gNaH2PO4·将H2O和10.9 g的Na2HPO4 （无水）蒸馏H2O制成体积为1 L，并调节pH至7.4。
- 加入 122 μL DNA 缓冲液（DNA 离心试剂盒）并涡旋。
- 让它在冰箱（4°C）中静置45分钟-1小时。每 15 分钟涡旋一次样品。此步骤可以放置过夜 （o/n） 或直到准备好继续使用 DNA 离心试剂盒。
- 将 1 mL 样品转移到裂解液 1 试管（DNA 离心试剂盒）中并拧紧盖子（将样品编号写在试管侧面而不是盖子上;试剂盒试剂将去除盖子上写的任何内容）。
- 在打珠研磨机（6.5 m/s，CY：24 x 2）中将样品均质化 60 秒三次。如果打珠研磨机有放冰的装置，请在管子下面放 50 克干冰。如果没有，则在每个均质步骤之间将样品放在湿冰上5分钟。
- 以16800× g（或最大速度）离心裂解基质E管（DNA离心试剂盒）1分钟。
- 将上清液转移到干净的微管中。然后，加入 250 μL 蛋白沉淀溶液 （PPS） 试剂（DNA 离心试剂盒），并用手摇动试管 10 次混合。
- 以16800× g 离心5分钟以沉淀沉淀物。
- 将上清液转移到无菌的 15 mL 管中。向上清液中加入 1 mL 结合基质悬浮液（DNA 离心试剂盒）。
注意：使用前重悬结合基质悬浮液，直至其均匀。 - 用手将试管倒置2分钟，然后让试管在架子中静置3分钟（以允许二氧化硅基质沉降）。
- 小心地取出 1 mL 上清液。将基质重悬于剩余的上清液中。
- 将600μL混合物转移到离心过滤管（DNA离心试剂盒）中，并以14500× g离心1分钟。
- 加入剩余的混合物并离心。
- 倾析流通并将500μL洗涤液（DNA离心试剂盒）加入离心过滤管中，并以14500× g离心1分钟（确保将EtOH添加到洗涤液中;请参阅产品手册）。倒出流出物并重复洗涤两次（总共 3 次）。
- 将流通液倾析并离心，以14,500× g 再离心2分钟，以干燥残留洗涤溶液的基质。
- 取下离心过滤器并将其放入新鲜的捕集管（DNA 离心试剂盒）中。在室温（RT）下将离心过滤器风干5分钟。
- 将不含DNAse的水（DNA离心试剂盒）在55°C加热5分钟。加入 50 μL 不含 DNAse 的水，并用移液管吸头轻轻搅拌过滤膜上的基质，以有效洗脱 DNA。让样品在室温下静置 1 分钟，然后以 14500 x g 离心 1 分钟以洗脱 DNA。
- 将样品放在冰上。将样品混合物（2 μL 样品 + 2 μL 水 + 1 μL 上样缓冲液）上样到凝胶中。测量DNA浓度。
- 将样品储存在-20°C。
- 使用分光光度计量化提取的DNA。
注意：滴取 1 μL 体积的 DNA 并定量，并以 A260/A280 比例记录 DNA 的质量。
3. DNA电泳
- 在 0.5 Tris/硼酸盐/EDTA （TBE） 缓冲液中制备 1% 琼脂糖凝胶（小型凝胶为 20 mL，中凝胶为 70-100 mL）。称取琼脂糖+缓冲液，在微波炉中煮沸以熔化琼脂糖，重新称取，并在原始重量中加入dH2O。将琼脂糖溶液冷却至55-60°C，然后用梳子组件倒入凝胶成型机中。让凝胶凝固。
- 向样品 （10 μL） 中加入 1 μL 10x 凝胶上样缓冲液，并上样到分子量标记物旁边的凝胶上。在100-115V（大凝胶）或90V（迷你凝胶）下从负极（黑色）到正极（红色）运行，直到蓝色染料接近底部。
- 在 1 μL/mL 溴化乙锭或 SYBR green（需要丁腈手套和护目镜）中染色凝胶 30 分钟，用水冲洗，并在紫外线 （UV） 光源下观察。从重复的样品中，选择最高产量进行进一步处理。
4. 高通量测序
- 使用特异性引物 515F （5' -GTGYCAGCMGCCGCGGTAA-3'） 和 806R （5'-GGACTACNVGGGTWTCTAAT-3'） 扩增 16S rRNA 基因的 V4 高变区22。将聚合酶链反应（PCR）条件设置为94°C2分钟，94°C20秒，58°C20秒，65°C1分钟和65°C10分钟（最终延伸）的30个循环。
- 使用高保真PCR预混液进行PCR反应（材料表）。
- 使用 DNA 文库制备试剂盒生成文库，然后在测序平台上使用双端测序进行测序。
注意：在这里，使用NEBNext Ultra II DNA文库制备试剂盒生成的文库在novaseq6000平台上使用双端Illumina测序（2×250 bp）进行测序。 - 按照排序步骤操作：
- 第 1 步：用酶剪切 DNA，通常采用选择一般尺寸的方法。
- 将 3.5 μL 测序缓冲液和 1.5 μL 酶混合物加入 25 μL DNA（约 1 μg）中，用移液管混合 10 次并快速旋转。
- 放入具有以下条件的热循环仪中：盖子在75°C下预热，（1）30分钟20°C（2）30分钟65°C（3）在4°C下保持。
- 第 2 步：通过连接添加接头
- 用移液管加入 15 μL 连接预混液、1.25 μL 衔接液、0.5 μL 连接增强剂和 30 μL 终端制备 DNA 混合物。
- 在20°C下在热循环仪中孵育15分钟，然后向连接混合物中加入1.5μL尿嘧啶特异性切除试剂（USER）酶，得到总48.26μL。 孵育37°C15分钟。
- 将 43.5 μL 磁珠加入接头连接 DNA 中，用移液管混合 20 次，并在室温下孵育 5 分钟。 用磁架分离磁珠，然后孵育 5-10 分钟，弃去上清液。
- 用 100 μL 80% 乙醇洗涤沉淀，干燥 30 秒，然后再次洗涤。将微珠和沉淀放入 8.5 μL 10 mM Tris HCl/0.1x Tris-EDTA（TE）/HPLCH 20 中，与移液管混合并在室温下孵育 2 分钟。
- 在磁性支架中孵育并除去 7.5 μL 洗脱的 DNA 作为上清液。将洗脱液放入新管中并进行PCR步骤。
- 首先，将 12.5 μL 预混液、2.5 μL 索引引物 i7 引物和 2.5 μL 通用 PCR 引物/i5 引物加入 7.5 μL 接头连接的 DNA 中，得到 25 μL PCR 反应混合物。使用以下PCR条件：将盖子预热至103°C，98°C30秒，98°C10秒，65°C75秒，65°C5分钟，并在10个循环后保持在4°C。
- 清洁 25 μL 扩增的 DNA。加入 22.5 μL 磁珠并混合 20 次。在室温下孵育 5 分钟并除去 50 μL 上清液。用 100 μL 80% 乙醇洗涤珠子，并通过轻轻干燥珠子 30 秒除去所有乙醇。
- 将深棕色珠子重悬于16μL水中，用移液管混合20次，然后放入磁性架中30-60秒。将 15 μL 转移到新试管中。
- 使用荧光计测定DNA浓度。混合 90 μL 缓冲液 + 1 μL 染料 + 2 μL DNA 文库样品，并读取浓度。将 DNA 稀释至 2 nM，将 27-30 μL 上样至流通池，然后将其放入测序仪中。
- 第 3 步：对接头进行测序，将上面生成的文库杂交到图案化流通池的基质中，并按照制造商的说明捕获 DNA。将其用作第二次合成的模板。
- 然后，将第二条链扩增成克隆簇。线性化群集并阻止活动站点。添加测序引物，以根据制造商的方案在序列中合成，为测序提供一个位点。
注意：在化学上，修饰的核苷酸使用天然互补性与DNA模板链结合。每个核苷酸都有一个荧光标签和一个可逆终止子，可阻止下一个碱基的加入。因此，荧光信号的存在表明插入了哪个核苷酸，并且终止子被切割以结合下一个碱基。
- 然后，将第二条链扩增成克隆簇。线性化群集并阻止活动站点。添加测序引物，以根据制造商的方案在序列中合成，为测序提供一个位点。
- 第 4 步：扩增单结合链，得到通过合成串联测序的序列簇。
注意：通过双向扫描和双通道测序化学反应，簇发出比单链更亮的信号。测序软件自动将碱基调用 （*.cbcl） 文件传输到指定的输出文件夹位置进行数据分析。
- 第 1 步：用酶剪切 DNA，通常采用选择一般尺寸的方法。
5. 生物信息学
- 将序列数据生成为 FASTQ 文件。分析以包括以下部分。
- 第一部分：
- 保存从音序器获取的 FASTQ 文件，单击以打开电子表格文件，并创建映射/元数据文件。
- 打开 Nephele 网站 （https://nephele.niaid.nih.gov/），上传 FASTQ 文件，读取 QIIME222 中的 QC、过滤和修剪。将原始序列作为序列读取存档 （SRA） 和 GenBank 存入 NCBI BioProject （https://submit.ncbi.nlm.nih.gov/subs/bioproject/）
- 第二部分：转到 Nephele 网站 （https://nephele.niaid.nih.gov/），执行解复用的双端读取、滤波器替换和嵌合体错误，并使用 DADA223 进行合并。使用在 Silva 版本 132 99% OTU 数据库上训练的朴素贝叶斯分类器以 97% 的相似度执行细菌分类分配24。
- 第三部分：打开MicrobiomeDB网站，点击上传文件，生成OTU α-多样性、β-多样性、相对丰度和稀有度曲线（https://microbiomedb.org/mbio/app）。
- 第 IV 部分：打开电子表格并传输数据以制作热图、维恩图和线性判别分析效应大小 （https://microbiomedb.org/mbio/app）。
- 第一部分：
6. 统计分析
- 打开 QIIME222，并使用 alpha-group-significance 脚本确定组间 alpha 多样性的显著差异。这也将执行 Kruskal-Wallis 测试。
- 使用 PERMANOVA 确定组间 β 多样性的差异，包括成对检验25。
- 使用MicrobiomeDB获得各组之间细菌群落结构的显着差异。p 值 ≤0.05 被认为具有统计学意义。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
首先测定葡萄葡萄汁、发酵酒和最终葡萄酒中提取的DNA的数量和质量;数量值范围为15-87 ng/μL（表 1）。
测序和生物信息学
Illumina高通量测序仪生成了一个FASTQ文件，该文件被导入到Nephele，并在QIIME 2平台26上查看。首先，使用FastQC软件检查序列质量;然后，在5'和3'端对其进行修剪以消除劣质核苷酸，去噪，合并和耗尽嵌合序列，然后使用DADA2降噪器23聚集到OTU（物种的操作定义）中。使用 SILVA v138.1 数据库将它们映射到细菌分类群。基于99%的核苷酸序列相似性将序列聚类到OTU中。 图 1 显示了 OTU 的 DADA2 稀疏曲线;它达到了一个高原。这表明覆盖了足够的序列来表明大多数微生物多样性。序列的重复分析未产生任何显著差异。
图2显示了从葡萄汁到葡萄酒等不同条件下细菌相对丰度的热图。红色表示的最主要门包括变形菌门、放线菌门、厚壁菌门、拟杆菌门、梭杆菌门，其次是疣微生物群、Halobacterota、Desulfobacterota、粘菌门和 Acidobacteriota。最不丰富的细菌用蓝色表示。当添加酵母但在发酵过程中不存在时，这些组中的许多组都存在于葡萄汁中，特别是 Nitrospirota、Bdellovibrionota、Nitrospinota、Armatimonadota、Gemmatimonadota、Chloroflexi、Campilobacterota、Deinococcota、Patescibacteria、Planctomycetota、Abditibacteriota、Crenarchaeota、Spirochaetota、Dependentiae、Thermotogota、Methylomirabilota 和 Elusimicrobiota。在属水平上也确定了相对丰度，结果表明了肠杆菌科和乳杆菌科等重要属，如图3所示。对共享的独特OTU的维恩图分析显示，从酿酒葡萄汁到最终葡萄酒都存在15种细菌（图4）。基于V4可变区的扩增子测序结果也表明了两个Traminette R和L的α多样性，图4显示了物种均匀性作为分布标记，这在两种营养处理之间是不同的。数据显示，在13.4白利糖度下，Stimula Sauvignon blanc + Fermaid O的多样性变化低于1，并且随着相对丰度的变化，均匀度接近于零。还分析了数据的β多样性;图5显示了两种发酵Traminette R和L的区别;葡萄汁和酵母添加阶段的细菌相似。在两种处理的发酵阶段，细菌发生了变化，在最终的葡萄酒中看起来很相似（图6）。
图 1：观察到的 OTU 的稀疏图。 请点击这里查看此图的较大版本.
图 2：相对丰度热图。 R和L门相对丰度的热图差异不显著（p ≤0.05）。图例栏表示关键分数。 请点击这里查看此图的较大版本.
图3：排名前十的分类群的相对丰度。 采用Wilcoxon秩和检验的媒体排名前十的类群在属水平上的相对丰度（p ≤0.05）。 请点击这里查看此图的较大版本.
图 4：维恩图。 葡萄汁、酵母添加、发酵和葡萄酒之间独特而共享的细菌。 请点击这里查看此图的较大版本.
图 5：Traminette R 和 Traminette L 的 Alpha 多样性。 基于Kruskal-Wallis检验分析的两种营养Fermaid O和Stimula Sauvignon blanc和Fermaid O的Shannon's H指数的α多样性（Dunn > 0.05）。 请点击这里查看此图的较大版本.
图 6：主成分分析。 基于Bray-Curtis对两种营养Fermaid O和Stimula Sauvignon Blanc和Fermaid O在葡萄酒生产不同阶段的β多样性16S rRNA数据进行主成分分析。蓝色圆圈代表葡萄汁和酵母添加阶段的簇。红色圆圈表示最终葡萄酒，黑色圆圈表示两种处理的发酵阶段。轴 1 和 2 是变体。 请点击这里查看此图的较大版本.
| 取样日期 | 样本 | 空客A260/A280 | 浓度 ng/μL Traminette R | 空客A260/A280 | 浓度 ng/μL Traminette L |
| 8/30/21 | 葡萄 | 1.762 | 37 | 1.75 | 28 |
| 8/31/31 | 必须 | 1.769 | 23 | 1.818 | 20 |
| 09-02-2021 | 休息 | 1.667 | 15 | -1 | 1 |
| 09-04-2021 | 添加酵母 | 2.185 | 59 | 1.968 | 61 |
| 09-06-2021 | 发酵 | 2.023 | 87 | 2.048 | 43 |
| 09-09-2021 | 发酵 | 3.4 | 17 | 2.048 | 43 |
| 9/14/21 | 最终的葡萄酒 | 2.143 | 30 | 2.042 | 49 |
表1：从葡萄葡萄汁、发酵酒和最终葡萄酒中提取的DNA的数量和质量。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
宏基因组学的方案从葡萄汁的取样开始，当酵母被添加到葡萄汁中时，发酵的葡萄酒和最终的葡萄酒样品。随后从这些样本中成功提取了重复的DNA。获得的量浓度从15 ng/μL到87 ng/μL不等。这表明DNA提取方案对葡萄酒的宏基因组研究是有效的。尽管 A260/A280 的 DNA 质量各不相同，但这可能归因于可能影响提取的不同参数，例如酒精浓度和发酵过程中和发酵后产生的其他发酵代谢物，以及其他可能抑制基因组提取的有机植物材料。先前的研究报道了对宏基因组植物材料的类似观察27。然而，在所描述的方案中提取的DNA达到了足以进行下一步分析的数量。宏基因组研究所需的PCR条形码，特别是使用Illumina测序平台，要求将最小DNA数量设置为1 ng/L。对V4区进行测序，细菌多样性的测定需要采用16S rRNA基因测序;该基因具有与 V1-V9 不同的可变区域23.从不同样本中提取的 DNA 中总共有 6,393,443 个双端序列读数，平均为 399590.1875 ± 138442.6148。V4 已被普遍使用，它被称为基因的高变区，有利于细菌分类学和多样性分析。在测序过程中，生成了约200-300 bp的配对Illumina测序序列。有不同的平台用于对从食品和发酵饮料中提取的DNA进行测序28。使用Illumina平台的原因如下：（1）Illumina是第二代测序平台，具有出色的输出，其化学成分具有较低的错误率和特征。与现有的文库制备商业试剂盒相比，它的价格也相当实惠，而且其相对较短的读长是差异表达的理想选择。该协议的最后一步是生物信息学，这是使用扩增子 16 测序测定微生物多样性的重要组成部分。FASTQ文件得到的序列质量检查非常好，从QIIME获得的OTUs导致了相对丰度、α和β多样性结果的分类分析。
二代测序（NGS）已成为分析不同发酵微生物群落细菌的重要工具。在这项研究中，首先在门水平上进行了16S扩增子分类，在葡萄酒发酵过程中，发现了比以前报道的细菌更多样化的细菌群12;15个门也被共享，如对维恩结果的分析所示。此外，属水平的分析显示存在重要的属，如肠杆菌科和乳杆菌科，它们在Traminette R罐中更为丰富。我们将分析局限于属级分类学;在一些研究中，该方法已被用于通过高分辨率样本推断在物种水平分类学上进行鉴定23。扩增子测序的局限性之一是，由于 16S rRNA 序列的长度较短，序列数据无法确定菌株水平的分类。另一个限制是叶绿体和线粒体的检测。如果可以使用生物信息学程序来消除这些序列，这将是可取的，因为它们是葡萄植物的污染物。然而，利用PNA-DNA钳的扩增方案可以最大限度地提高叶绿体和线粒体的污染29。在发酵和最终葡萄酒过程中，葡萄中厚壁菌的高丰度必须与之前对酿酒葡萄30 的研究一致。α多样性分析结果表明，每种发酵营养处理的细菌均匀性;Stimula Sauvignon blanc + Fermaid O 营养素似乎产生了更多样化的细菌。此外，β多样性数据显示了细菌在发酵阶段的变化;动态变化表明发酵阶段是营养变化影响细菌选择的一个非常重要的时期。该技术可以被工业调整和使用，以监测发酵并提高质量和一致性28.然而，需要进一步的研究来更好地了解有机营养素对葡萄酒发酵过程中微生物多样性的影响。
这项研究首次使用16S扩增子条形码测序来检查Traminette葡萄和葡萄酒发酵过程中的细菌多样性，以确定细菌的变化。这证实了细菌在门和属水平上的多样性。变形菌门，其次是厚壁菌门，在发酵过程中最为丰富，直到最终的葡萄酒。使用16S扩增子测序检测到许多以前未报道的门，这证实了该方法可用于监测葡萄酒生产。阿尔法多样性显示了营养变化的作用;它影响了发酵细菌，而β多样性表明了发酵阶段的变化。需要进一步的研究来调查许多所描述的门和属在葡萄酒发酵中发挥的功能作用。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
作者没有利益冲突需要声明。
Acknowledgments
感谢阿巴拉契亚州立大学研究理事会（URC）赠款和CAPES印刷旅行奖学金的资助，这些奖学金支持粮农组织访问巴西圣保罗里贝朗普雷图的圣保罗大学。 这项研究部分由Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Brasil （CAPES） - Finance Code 001资助。ECPDM感谢支持她访问阿巴拉契亚州立大学的CAPES印刷旅行赠款。ECPDM 是巴西国家科学与技术委员会 （CNPq） 的研究员 2。
Materials
| Name | Company | Catalog Number | Comments |
| Agarose gel | Promega, Madison, WI USA | V3121 | Electrophoresis |
| FastPrep DNA spinKit for soil | MP Biomedicals, Solon, OH USA | 116560-200 | DNA extraction |
| FastQC software | Babraham Institute, United Kingdom | Bioinformatics | |
| Fermaid O | Scott Laboratory, Petaluma, CA USA | Fermentation | |
| High-Fidelity PCR Master Mix | New England Biolabs, USA | F630S | Polymerase chain reaction for sequencing |
| NEBNext Ultra | New England Biolabs, USA | NEB #E7103 | DNA Library Prep |
| NEBNext Ultra II DNA Library Prep Kit | Illumina, San Diego, CA USA | DNA sequencing | |
| NovaSeq Control Software (NVCS) | Illumina, San Diego, CA USA | DNA sequencing | |
| Novaseq6000 platform | Illumina, San Diego, CA USA | DNA sequencing | |
| QuiBit | Thermoscientific, Waltham, MA, USA | DNA quantification | |
| Quickdrop spectrophotometer | Molecular device, San Jose, CA, USA | DNA quantification | |
| Sodium Phosphate | Sigma Aldrich | 342483 | DNA extraction buffer |
| Stimula Sauvignon Blanc | Scott Laboratory, Petaluma, CA USA | Fermentation |
References
- Skinkis, P. A., Bordelon, B. P., Wood, K. V. Comparison of monoterpene constituents in traminette, gewürztraminer, and riesling winegrapes. American Journal of Enology and Viticulture. 59, 440-445 (2008).
- Bordelon, B. P., Skinkis, P. A., Howard, P. H. Impact of training system on vine performance and fruit composition of Traminette. American Journal of Enology and Viticulture. 59, 39-46 (2008).
- Reisch, B. I., et al. Traminette' Grape. New York Food and Life Science Bulletin. , Communications Services Cornell University, NYSAES, Geneva, New York. (1996).
- Clemente-Jimenez, J. M., Mingorance-Cazorla, L., Martı́nez-Rodrı́guez, S., Las Heras-Vázquez, F. J., Rodrı́guez-Vico, F. Molecular characterization and oenological properties of wine yeasts isolated during spontaneous fermentation of six varieties of grape must. Food Microbiology. 21, 149-155 (2004).
- Attila, K. Ã, Kluz, M. Natural microflora of wine grape berries. Journal of Microbiology, Biotechnology and Food Sciences. 4 (special issue 1), 32-36 (2015).
- Swiegers, J. H., Bartowsky, E. J., Henschke, P. A., Pretorius, I. S. Yeast and bacterial modulation of wine aroma and flavor in Microbial modulation of wine aroma and flavour. Australian Journal of Grape and Wine Research. 11 (2), 139-173 (2008).
- Alonso-del-Real, J., Pérez-Torrado, R., Querol, A., Barrio, E. Dominance of wine Saccharomyces cerevisiae strains over S. kudriavzevii in industrial fermentation competitions is related to an acceleration of nutrient uptake and utilization. Environmental Microbiology. 21 (5), 1627-1644 (2019).
- Virdis, C., Sumby, K., Bartowsky, E., Jiranek, V. Lactic acid bacteria in wine: Technological advances and evaluation of their functional role. Frontiers in Microbiology. 11, 3192 (2021).
- Burns, T. R., Osborne, J. P. Impact of malolactic fermentation on the color and color stability of Pinot noir and Merlot Wine. American Journal of Enology and Viticulture. 64, 370-377 (2013).
- Piao, H., et al. Insights into the bacterial community and its temporal succession during the fermentation of wine grapes. Frontier of Microbiology. 6, 809 (2015).
- Figdor, D., Gukabivale, K. Survival against the odds: Microbiology of root canals associated with post-treatment disease Endodontic Topics. 18, 62-77 (2011).
- Bokulich, N. A., Joseph, C. M. L., Greg Allen, G., Benson, A. K., Mills, D. A. Next-generation sequencing reveals significant bacterial diversity of botrytized wine. Plos ONE. 7 (5), e36357 (2012).
- Berbegal, C., et al. A metagenomic-based approach for the characterization of bacterial diversity associated with spontaneous malolactic fermentations in wine. International Journal of Molecular Science. 20, 3980 (2019).
- Leveau, J. H., Tech, J. J. Grapevine microbiomics: bacterial diversity on grape leaves and berries revealed by high-throughput sequence analysis of 16S rRNA amplicons. International Symposium on Biological Control of Postharvest Diseases: Challenges and Opportunities. 905, 31-42 (2010).
- Rubiola, S., Macori, G., Civera, T., Fanning, S., Mitchell, M., Chiesa, F. Comparison between full-length 16s RNA metabarcoding and whole metagenome sequencing suggests the use of either is suitable for large-scale microbiome studies. Foodborne Pathogens and Disease. 19, 495-504 (2022).
- Bokulich, N. A., et al. Associations among wine grape microbiome, metabolome, and fermentation behavior suggest microbial contribution to regional wine characteristics. Mbio. 7 (3), e00631-e00716 (2016).
- Siren, K., et al. Multi-omics and potential applications in wine production. Current Opinion in Biotechnology. 56, 172-178 (2019).
- Kidd, S. P., Bastian, S. E. P., Eisenhofer, R., Welsh, B. L. Monitoring the viable grapevine microbiome to enhance the quality of wild wines. Microbiology Australia. 44 (1), 13-17 (2023).
- Lorenz, P., Eck, J.
- Tosi, E., Azzolini, M., Guzzo, F., Zapparoli, G. Evidence of different fermentation behaviours of two indigenous strains of Saccharomyces cerevisiae and Saccharomyces uvarum isolated from Amarone wine. Journal of Applied Microbiology. 107 (1), 210-218 (2009).
- Stefanini, I., Cavalier, D. Metagenomic approaches to investigate the contribution of the vineyard environment to the quality of wine fermentation: potentials and difficulties. Frontiers in Microbiology. 9, 991 (2018).
- Caporaso, J. G., et al. QIIME allows analysis of high-throughput community sequencing data. Nature Methods. 5, 335-336 (2010).
- Callahan, B. J., McMurdie, P. J., Rosen, M. J., Han, A. W., Johnson, A. J. A., Holmes, S. P. DADA2: High-resolution sample inference from Illumina amplicon data. Nature Methods. 13, 581-583 (2016).
- Quast, C., et al. The SILVA ribosomal RNA gene database project: improved data processing and web-based tools. Nucleic Acids Research. 41 (Database issue), D590-D596 (2013).
- Anderson, M. J. A new method for non-parametric multivariate analysis of variance. Austral Ecology. 26 (1), 32-46 (2001).
- Bolyen, E., et al. interactive, scalable and extensible microbiome data science using QIIME 2. Nature Biotechnology. 37, 852-857 (2019).
- Fadiji, A. E., Babalola, O. O. Metagenomics methods for the study of plant-associated microbial communities: A review. Journal of Microbiological Methods. 170, 105860 (2020).
- van Hijum, S. A., Vaughan, E. E., Vogel, R. F. Application of state-of-art sequencing technologies to indigenous food fermentations. Current Opinion in Biotechnology. 24, 178-186 (2013).
- Víquez-R, L., Fleischer, R., Wilhelm, K., Tschapka, M., Sommer, S. Jumping the green wall: The use of PNA-DNA clamps to enhance microbiome sampling depth in wildlife microbiome research. Ecology and Evolution. 10 (20), 11779-11786 (2020).
- Bukin, Y. S., Galachyants, P., Yu,, Morozov, I. V., Bukin, S. V., Zakharenko, A. S., Zemskaya, T. I. The effect of 16S rRNA region choice on bacterial community metabarcoding results. Scientific Data. 6, 190007 (2019).
