图 1：非酿酒酵母与酿酒酵母对葡萄酒香气形成的比较贡献。ADH：醇脱氢酶
图 2：发酵过程中酵母影响葡萄酒色泽的机制。M3G：锦葵素 - 3-O - 葡萄糖苷；HCDC：羟基肉桂酸脱羧酶（有关图例中颜色的解释，请参阅本文的网络版本）
图 3：混合发酵中影响酵母相互作用的因素。FLO：编码细胞壁黏附蛋白的关键基因；AMPs：抗菌肽；MCFAs：中链脂肪酸
图 4：非热物理场对改善酵母定植及葡萄酒感官品质的影响（Comuzzo 等，2023）。UHPH：超高压均质；PL：脉冲光；传统与机器学习驱动的葡萄酒精准发酵及质量控制的生产与营销流程（Yu 等，2024）。ML：机器学习；AI：人工智能
共培养发酵目前被认为是一种极具潜力的酿酒方式，有助于明确本土非酿酒酵母的优势地位并调控目标代谢产物的生成。酵母相互作用的复杂性要求采用多因素和多组学策略，揭示菌株间相容性、胁迫条件的相关性，阐明胁迫条件与关键代谢产物的关联，进而制定可控的共培养发酵方案。此外，未来还需对非酿酒酵母进行纯培养研究，以明确发酵全过程中相关代谢产物的生成规律，探索最佳接种量和发酵条件，开发商业化非酿酒酵母发酵剂，为中小酒庄提供竞争优势，助力其酿造出具有独特风格和风土特征的葡萄酒。在循环经济框架下，以更可持续的方式酿造葡萄酒具有广阔前景。随着人工智能技术的进步，将酿酒特征参数与机器学习相结合，有望实现具有地域特色的安全葡萄酒的精准生产，具有微生物风土特征的葡萄酒量化生产已指日可待。
https://doi.org/10.1016/j.tifs.2026.105668
通讯作者 
资助基金 
原文链接 
