Applications of multi-omics techniques to unravel the fermentation process and the flavor formation mechanism in fermented foods

蛋白质组 组学 基因组 代谢组学 发酵 生物 食品加工中的发酵 生化工程 生物技术 计算生物学 食品科学 生物信息学 工程类 生物化学 细菌 乳酸 遗传学 基因
作者
Linfeng Wen,Lixin Yang,Cong Chen,Jun Li,Jiangyan Fu,Guo Liu,Qixin Kan,Chi‐Tang Ho,Qingrong Huang,Yaqi Lan,Yong Cao
出处
期刊:Critical Reviews in Food Science and Nutrition [Informa]
卷期号:64 (23): 8367-8383 被引量:15
标识
DOI:10.1080/10408398.2023.2199425
摘要

Fermented foods are important components of the human diet. There is increasing awareness of abundant nutritional and functional properties present in fermented foods that arise from the transformation of substrates by microbial communities. Thus, it is significant to unravel the microbial communities and mechanisms of characteristic flavor formation occurring during fermentation. There has been rapid development of high-throughput and other omics technologies, such as metaproteomics and metabolomics, and as a result, there is growing recognition of the importance of integrating these approaches. The successful applications of multi-omics approaches and bioinformatics analyses have provided a solid foundation for exploring the fermentation process. Compared with single-omics, multi-omics analyses more accurately delineate microbial and molecular features, thus they are more apt to reveal the mechanisms of fermentation. This review introduces fermented foods and an overview of single-omics technologies - including metagenomics, metatranscriptomics, metaproteomics, and metabolomics. We also discuss integrated multi-omics and bioinformatic analyses and their role in recent research progress related to fermented foods, as well as summarize the main potential pathways involved in certain fermented foods. In the future, multilayered analyses of multi-omics data should be conducted to enable better understanding of flavor formation mechanisms in fermented foods.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
情怀应助1场久下未停的雨采纳,获得10
1秒前
不找了完成签到,获得积分10
2秒前
隐形曼青应助张同学采纳,获得10
2秒前
嘟嘟完成签到 ,获得积分10
2秒前
2秒前
ttw发布了新的文献求助10
4秒前
脑洞疼应助星空_采纳,获得20
4秒前
4秒前
4秒前
5秒前
5秒前
serein应助外向钢笔采纳,获得10
5秒前
5秒前
研友_8K2QJZ完成签到,获得积分0
5秒前
weslywang发布了新的文献求助10
5秒前
ZZZZZ完成签到,获得积分10
5秒前
Delire完成签到,获得积分10
6秒前
Matrix完成签到,获得积分10
6秒前
6秒前
7秒前
7秒前
8秒前
9秒前
我在青年湖旁完成签到,获得积分10
9秒前
迷你的隶完成签到,获得积分10
9秒前
张三发布了新的文献求助10
9秒前
10秒前
小白又鹏发布了新的文献求助10
10秒前
10秒前
光亮天抒发布了新的文献求助10
10秒前
神勇的长颈鹿完成签到 ,获得积分10
11秒前
11秒前
12秒前
12秒前
12秒前
Yoollye发布了新的文献求助10
13秒前
13秒前
莫之白发布了新的文献求助10
13秒前
Foremelon发布了新的文献求助10
13秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3134700
求助须知:如何正确求助?哪些是违规求助? 2785629
关于积分的说明 7773333
捐赠科研通 2441325
什么是DOI,文献DOI怎么找? 1297881
科研通“疑难数据库(出版商)”最低求助积分说明 625070
版权声明 600825