傳統清香型白酒發酵過程中細菌群落演替及自組裝機理

喬美靈，任宇婷，張桂蓮，楊玉珍，劉夢宇，孫子羽，陳忠軍，滿都拉,*

（1.內蒙古農業大學食品科學與工程學院，內蒙古 呼和浩特 010018；2.內蒙古馳原酒業有限公司，內蒙古 呼和浩特 011500；3.內蒙古河套酒業集團股份有限公司，內蒙古 巴彥淖爾 015400）

白酒是我國釀造歷史悠久的傳統酒類，開放的生產方式使其在發酵過程中涉及多種微生物共同參與。研究顯示，白酒中含有上千種風味物質[1]，這與其由多種微生物參與發酵密不可分[2]。近年來，基于純培養[3]、磷脂脂肪酸分析[4]、變性梯度凝膠電泳[5]和高通量測序[6-9]等技術對白酒釀造微生物物種組成、群落結構及群落演替開展大量研究，為后續探究微生物與白酒釀造之間的關系提供理論參考。由于參與白酒釀造的微生物受地理、氣候及工藝影響較大，一些特定地區白酒發酵過程中微生物群落自組裝，及其朝著有序、有規律方向演替的推動因素還需進一步了解。

鑒別微生物種類、準確了解白酒發酵過程中微生物群落結構及其隨時間變化的規律是研究白酒發酵微生物的主要內容。高分辨的菌種注釋為揭示白酒微生物群落結構、演變及自組裝提供了基礎。與二代短片段測序相比，以PacBio SMRT為代表的三代測序技術具有長讀長、高通量的優點，通過其特有的CCS（circular consensus sequencing）模式，可將同一條序列多次重復測序后的結果相互校正，從而獲得測序質量非常高的一致性序列[10]。借助該技術，研究人員可以進一步獲得種水平的物種組成，得到更好的物種注釋分辨率，進一步深入解析群體樣本的物種組成情況[11]。

環境因素的變化可以驅動微生物群落組成變化[12]。以往有關白酒釀造微生物自組裝機制的研究通常基于“整個群落”進行評估[13]。而有學者認為微生物群落自組裝過程的真實情況更可能是在基因型和種群水平上發生，而不是整個群落，Ning Daliang等[14]提出基于系統發育的零模型分析方法——iCAMP，這為量化生態過程在控制微生物群落多樣性和演替中的相對重要性提供了可靠的工具。研究揭示白酒發酵過程中微生物群落結構組成、演變及自組裝規律是深入了解控制群落結構潛在因素以及白酒風味物質形成機理的關鍵，也是優化多種微生物混合發酵過程，提高產品品質的重要理論基礎。因此，本研究以中國傳統清香型白酒為研究對象，利用PacBio SMRT測序技術結合統計學方法深入解析清香型白酒發酵過程中細菌物種組成及群落結構，進一步利用iCAMP模型開展清香型白酒發酵過程中群落自組裝機理的研究。

1 材料與方法

1.1 材料與試劑

酒醅樣品采集自內蒙古一清香型白酒廠（地缸發酵），采集時間為2020年11、12月。分別采集發酵第0、3、5、7、10、12、15、18、21、24、28天的酒醅，每個時間點采集3 個地缸。分別采集地缸的上、中以及底層酒醅（共500 g），混合為一個樣品后立即用無菌密封袋包裝保存于－80 ℃冰箱。

1.2 儀器與設備

YXQ-LS-100SII立式壓力蒸汽滅菌 上海博訊實業有限公司醫療設備廠；DHG-9053A電熱恒溫鼓風干燥箱上海一恒科學儀器有限公司；SIGMA3-18KS高速冷凍離心機 德國Sigma公司；Veriti梯度聚合酶鏈式反應儀美國應用生物系統公司；SE602F電子天平 奧豪斯儀器（上海）有限公司；DYY-6D電泳儀 北京六一生物科技有限公司；XW-80A旋渦儀 上海馳唐電子有限公司。

1.3 方法

1.3.1 理化指標測定

溫度測定：采用測溫計直接測量取樣點附近的溫度，30 s不變溫，記錄數值；水分含量、pH值和酸度的測定參考賈麗艷等[15]的方法；淀粉含量的測定參考李大和等[16]的方法；蛋白質含量測定參考GB 5009.5—2010《食品中蛋白質的測定》，采用凱氏定氮法；游離氨基酸態氮含量測定參考GB 5009.239—2016《食品酸度的測定》，采用比色法；乙醇含量的測定參考劉曉等[17]的方法。

1.3.2 酒醅微生物基因組的提取及測序

酒醅微生物基因組采用試劑盒直接提取。稱取0.5 g酒醅樣品，按照TIANamp Soil DNA Kit說明書進行。利用含有Barcode 引物27 F（5’-AGAGTTTGATCCTGGCTCAG-3’）和1492R（5’-GGTTACCTTGTTACGACTT-3’）擴增細菌16S rRNA V1～V7區域[18]。產物經純化、定量和均一化形成測序文庫（SMRT Bell），質檢合格的文庫用PacBio Sequel進行測序。

1.4 數據處理與分析

1.4.1 下機數據處理

利用Smrtlink version8.0軟件從下機數據中導出CCS文件，根據Barcode序列識別不同樣品的數據并轉化為fastq格式數據。利用UCLUST軟件劃分序列（相似度100%）為無重復的單一16S rRNA基因全長序列集。使用USEARCH（version10.0）以相似性97%對序列進行操作分類單元（operational taxonomic units，OTU）劃分，用Chimera Slayer去掉含嵌合體的OTU序列，并抽取代表性序列與SILVA（Release132，http://www.arb-silva.de）數據庫進行比對注釋，確定各OTU的分類學信息，進而計算各樣品在屬和種水平的相對含量。使用eggNOG數據庫（http://eggnog.Embl.de/）對細菌群進行功能預測。

1.4.2 生物信息學分析

通過Shannon指數、Simpson指數[19]、Chao1指數、覆蓋率以及Shannon-Wiener曲線[20]評估各樣本α多樣性和測序質量。基于OTU水平采用加權UniFrac算法和Bray-Curtis算法計算樣本間距離矩陣，通過構建UPGMA聚類樹[21]和主坐標分析（principal co-ordinates analysis，PCoA）研究不同發酵時間樣本間差異。進一步通過LEfSe分析評估各發酵階段的差異物種[22]。通過計算Spearman相關系數（r），選擇|r|＞0.60、P＜0.05作為網絡強相關節點的條件，構建相關性網絡圖并繪制功能及理化因子與物種間的相關性熱圖。基于典范對應分析（canonical correspondence analysis，CCA）將微生物群落與理化因子進行關聯分析。微生物群落變化使用β多樣性分解進行評估[23]。計算歸一化隨機比（normalized stochasticity ratio，NST）和iCAMP分析細菌群落自組裝機制[24]。使用R語言（v4.1.2）進行統計分析和繪圖，采用方差分析進行組間差異顯著性檢驗。

2 結果與分析

2.1 發酵過程中細菌群落α多樣性

經測序共獲得413 198 條細菌CCS序列（均長度為1 500 bp），以97%相似性劃分共得到1 761 個OTU。Shannon指數和Simpson指數表征樣品中群落的多樣性信息，Shannon指數越大、Simpson指數越小，表示群落多樣性越高[25]。如圖1A、B所示，細菌群落的Shannon指數0 d最高隨后逐漸降低，Simpson指數0 d最低隨后逐漸升高，說明隨發酵進行細菌群落多樣性逐漸降低，發酵起始（0 d）時上述兩個指數均與發酵結束（28 d）時存在顯著差異（P＜0.05）。總體來看，發酵12 d后是發酵過程中細菌多樣性變化的關鍵時間段。Chao1指數表征樣品中群落的豐度信息，其值越大代表物種總數越多。本研究中，隨發酵的進行，細菌菌群的Chao1指數總體呈下降趨勢，這表明隨著發酵進行物種數逐漸降低，除0 d與10 d的Chao1指數差異顯著（P＜0.05）外，其余無顯著差異（圖1C）。如圖1D所示，覆蓋率均大于0.99，說明樣本文庫的覆蓋率較高。Shannon-Wiener曲線隨著測序量的擴大，最終均達到飽和狀態（圖1E），測序深度滿足要求。從α多樣性（Simpson、Shannon指數和Chao1指數）變化可以看出，由于入缸時帶入不同來源的微生物[26]，細菌群落的微生物多樣性在0 d達到最大，之后由于發酵過程的進行，微生物需要適應環境的變化以及菌群之間的相互作用導致細菌多樣性發生動態變化。

圖1 發酵過程中細菌菌群Shannon指數（A）、Simpson指數（B）、Chao1指數（C）、覆蓋率（D）和Shannon-Wiener曲線（E）Fig.1 Shannon index (A),Simpson index (B),Chao1 index (C),coverages (D) and Shannon-Wiener curve (E) of bacterial flora during fermentation process

2.2 發酵過程中細菌群落組成分析

如圖2A所示，利用所測得的OTU經物種注釋共得到87 個菌屬，其中乳桿菌屬（Lactobacillus）、醋酸菌屬（Acetobacter）、片球菌屬（Pediococcus）和魏斯氏菌屬（Weissella）為優勢屬（相對豐度大于1%）。發酵0～3 d，Acetobacter的相對豐度從35%下降至0.9%，Weissella從15%下降至0.5%，Pediococcus從10%下降至8%，而Lactobacillus的相對豐度從10%迅速上升至90%。發酵3～10 d，Acetobacter和Weissella的相對豐度一直維持在較低水平（相對豐度小于0.1%），Pediococcus的相對豐度從8%下降至1%。發酵10 d后，Lactobacillus成為絕對優勢屬（相對豐度大于98%）。發酵12 d時，Acetobacter和其他屬的相對豐度呈現小幅度增加。明串珠菌屬（Leuconostoc）、葡糖桿菌屬（Gluconobacter）、芽孢桿菌屬（Bacillus）、駒形桿菌屬（Komagataelibacter）和擬桿菌屬（Bacteroides）在發酵0 d時相對豐度均較小（小于0.5%）。

圖2 發酵過程中細菌群落屬水平（A）和種水平（B）組成Fig.2 Composition of bacterial communities at the genus level (A) and species level (B) during the fermentation process

在種水平上共得到124 個菌種，其中橋乳桿菌（L.pontis）、類消化乳桿菌（L.paralimentarius）、短乳桿菌（L.brevis）、耐酸乳桿菌（L.acetotolerans）、啤酒乳桿菌（L.cerevisiae）、蘋果醋桿菌（A.malorum）、戊糖片球菌（P.pentosaceus）、植物乳桿菌（L.plantarum）、希氏乳桿菌（L.hilgardii）和食竇魏斯氏菌（W.cibaria）為優勢菌種（相對豐度大于1%）。在發酵0～3 d時，L.pontis、L.paralimentarius、L.brevis、L.cerevisiae和L.plantarum的相對豐度逐漸升高，而A.malorum、P.pentosaceus和W.cibaria的相對豐度逐漸下降至1%。發酵3～10 d時，L.cerevisiae和P.pentosaceus的相對豐度逐漸下降至1%，而L.pontis的相對豐度逐漸升高。發酵12～28 d時，L.acetotolerans相對豐度從1%上升至40%。發酵28 d時，L.acetotolerans和L.pontis成為優勢菌。其余細菌在發酵0 d相對豐度較高，但隨著發酵過程的進行，相對豐度逐漸降低并維持在較低水平（相對豐度小于1%）（圖2B）。

2.3 發酵過程中細菌群落β多樣性

如圖3A所示，發酵0 d樣品與其他時間樣品存在顯著差異，成為單獨一個分支。其他時間樣品又分為3～10 d和12～28 d兩個分支，說明整個發酵可分為3 個階段：0（I）、3～10 d（II）和12～28 d（III）。PCoA結果（圖3B）顯示，PCo1的貢獻率為55.3%，權重最大，說明細菌群落隨發酵過程的推進主要沿PCo1軸方向發生變化，并且沿PCo1軸正方向相鄰時間點樣本的間距越來越小，說明群落結構逐漸趨于一致，這與聚類分析結果一致。綜上，發酵第0、3、12天可能是反映整個發酵過程微生物群落動態變化的主要時間節點。進一步利用方差分析（圖3C）研究3 個發酵階段的差異性發現，3 組組間差異大于組內差異，且差異顯著（P＜0.001），表明將發酵過程分為3 個發酵階段是合理的。

圖3 發酵過程中細菌群落的β多樣性Fig.3 β-Diversity of bacterial flora during fermentation

為進一步明確不同發酵階段中具有顯著差異物種信息，通過LEfSe分析研究各階段差異菌種。如圖3D所示，各發酵階段細菌群落的差異物種主要來自8 個屬，大部分為優勢屬，但階段II中沒有差異菌屬。其中階段I有11 個顯著性差異物種，分別為A.malorum、W.cibaria、P.pentosaceus、巴氏醋桿菌（A.pasteurianus）、腸膜明串珠菌（L.mesenteroides）、氧化葡萄糖桿菌（G.oxydans）、白面粉乳桿菌（L.siliginis）、清酒乳酸桿菌（L.sakei）、中間駒形氏桿菌（K.intermedius）、地衣芽孢桿菌（B.licheniformis）和羅氏菌屬中未分類的種（uncultured_g_Roseburia）。階段II有4 個顯著性差異菌種，為L.paralimentarius、L.brevis、L.cerevisiae和L.plantarum。階段III有3 個顯著性差異菌種，分別為L.pontis、L.acetotolerans和L.hilgardii。階段I、II和III中A.malorum、L.paralimentarius和L.pontis的線性判別分析（linear discriminant analysis，LDA）評分最高，分別為其主要的差異菌種（圖3E）。

2.4 差異菌種間相關性網絡分析

通過計算Spearman相關系數研究發酵過程中差異細菌間的共存關系。選擇|r|＞0.60、P＜0.05作為網絡強相關節點的條件篩選出10 個菌種，進行繪圖，如圖4所示。細菌群落中L.acetotolerans與各發酵階段的差異細菌具有顯著相關性（P＜0.05）。階段I的差異菌種之間均呈正相關，其中A.malorum、W.cibaria、A.pasteurianus、K.intermedius、P.pentosaceus、G.oxydans和L.sakei，這些菌種具有較高的有機酸和乙酸生產能力，可以導致酒醅酸化，維持發酵的正常進行，也為乳酸乙酯的合成提供了前體物質；L.siliginis多分離于酸面團中；而L.mesenteroides和B.licheniformis可以釋放各種酶水解酒醅中的蛋白質和淀粉，為發酵過程中微生物提供物質及能量[27]。階段II的差異菌種之間呈正相關，其中L.paralimentarius利用葡萄糖發酵產酸，L.plantarum可產丁酸[28]，L.brevis具有較高的γ-氨基丁酸生產能力[29]，而L.cerevisiae在白酒中的研究較少，其在白酒釀造過程中的具體作用還需進一步研究。階段III的3 個差異菌種之間也呈正相關，L.pontis為異型發酵乳酸菌，可改善面包的風味和味道[30-31]，L.acetotolerans可以促進具有水果味、花香和甜香酯類物質風味的產生[32]，L.hilgardii參與葡聚糖的產生[33]，促使某些細菌的生長。發酵過程中微生物群落結構的差異影響微生物之間的相互作用。不同發酵階段的差異菌種之間呈負相關，同一發酵階段的差異菌種之間呈正相關，這是可能由于各階段的“分工”不同導致微生物之間存在競爭和共生等關系[34]。

2.5 發酵過程中環境因子變化及其與細菌群落間的關系

如圖5所示，隨著發酵的進行，理化因子呈明顯動態變化。水分含量、酸度和蛋白含量呈現上升趨勢，淀粉含量和pH值呈現下降趨勢。而溫度呈現先上升后下降趨勢，氨基酸態氮和乙醇含量呈現先升高后降低再升高的變化規律。

圖5 發酵過程中理化指標動態變化Fig.5 Dynamic changes in physicochemical indicators during fermentation

基于CCA將微生物群落與理化因子進行關聯分析，排序軸CC1貢獻率為54.19%，排序軸CC2貢獻率為28.44%（圖6A）。pH值和淀粉含量主要影響階段I的細菌群落，其中淀粉含量的影響最大，在這一階段中淀粉分解成還原糖，充足的糖供應有利于微生物的生長和代謝[35]。溫度和氨基酸態氮含量主要影響發酵階段II的細菌群落，其中溫度對細菌群落的影響最大，溫度的變化反應酒醅發酵是否正常，這是微生物的生長代謝產生生物熱與酒醅發酵環境熱能傳遞平衡的結果[36]。酸度、水分和蛋白質含量主要影響發酵階段III的細菌群落，其中水分含量影響較大，水分含量是釀酒過程中關鍵指標之一，酒醅所含水分含量影響發酵空間的氣密性，水分含量偏高導致發酵的氣密性差，抑制好氧菌的生長，增加厭氧菌的生長，容易發生酸敗；如果酒醅水分含量偏低，對出酒率和酒品質都有影響[37]。差異菌種與環境因子相關性（圖6B）表明，階段I的差異菌種主要與pH值呈正相關，與酸度呈負相關，其中L.mesenteroides和P.pentosaceus呈高度正相關（P＜0.001）。階段II的差異菌種主要與溫度呈正相關，其中L.plantarum和L.cerevisiae與溫度高度相關（P＜0.001）。在階段III的差異菌種中L.acetotolerans與水分和酸度呈高度正相關（P＜0.001），與pH 值、溫度呈高度負相關（P＜0.001），這表明不同種類的細菌受不同環境影響較大，具體情況還需對菌株進一步分離驗證。

圖6 細菌群落與理化因子CCA（A）和差異菌種與理化指標相關性熱圖（B）Fig.6 CCA of bacterial community and physicochemical factors (A) and heatmap of correlation between differential species and physicochemical indicators (B)

2.6 發酵過程中細菌群落自組裝機理

微生物群落變化通常歸于兩種現象：物種替換（不同樣本間物種交換和替代）和物種流失（物種的增加或減少）[38]。如圖7A、B所示，本研究的發酵過程中物種替換（圖7B）幾乎貢獻了大部分的細菌群落演替。隨著發酵過程的進行，物種替換呈現先上升后下降再上升的變化趨勢，與物種流失（圖7A）呈現相反的變化。階段I細菌群落的替換最低，可能是由于環境細菌的進入導致細菌多樣性增加，而階段II、III，由于在發酵過程中微生物的代謝活動導致釀造環境發生變化，從而使替換迅速升高。總之，替換是群落演替的主要機制，同時流失對于細菌群落結構的演替也至關重要。不同發酵階段的替換發生率呈現上升趨勢，表明發酵階段中的細菌群落中的物種在不斷發生交換和替代，細菌群落因發酵過程的進行而發生演替。

圖7 β多樣性分解（A、B）、NST評價（C）和自組裝動態變化Sankey圖（D）Fig.7 Decomposition of beta-diversity (A and B),NST evaluation (C) and Sankey diagram showing dynamic changes in self-assembly (D)

為探索確定性和隨機性對微生物群落組裝的相對重要性，基于零模型的NST進行評價，如圖7C所示，隨機過程主導了整個發酵過程中細菌群落的組裝結果。發酵過程中細菌群落的絕大部分NST＞0.5，表明整個過程主要受到隨機性過程的影響。而在階段II和III，少數細菌群落也會受到確定性（NST＜0.5）的影響，表明隨著發酵過程的進行，微生物對原料的分解和其自身代謝活動使細菌群落受到隨機性和確定性過程的影響。此外，iCAMP方法將確定性和隨機性過程分為5 個特定的生態過程（圖7D）。確定性過程包括均勻選擇（homogeneous selection，HoS）和異質選擇（heterogeneous selection，HeS），而隨機過程包括擴散限制、均勻擴散和漂移（drift，DR）[14]。其中DR是發酵過程中細菌群落的主要過程，其次是HoS和HeS。然而，不同發酵階段呈現不同的過程，階段I小部分為HoS，可能因為發酵0 d引入大量的環境微生物導致酒醅中某些微生物發生變化。階段II大部分為HoS，這種均勻選擇是由于一定的環境選擇壓力導致，階段III大部分為DR，這很大可能是因為發酵環境的隨機性擾動。綜上，隨著發酵進行，細菌群落自組裝主要受到隨機過程中DR的影響。

結合理化因子與細菌群落之間的相關性，因此推測淀粉含量是影響階段I的細菌群落演替的主要因素，溫度和水分含量分別是影響階段II和階段III的細菌群落演替的重要因素。

3 討論

微生物多樣性賦予傳統發酵食品多樣的菌群結構，其中核心微生物既為風味賦予特征性與多樣性，也為產品的質量提供穩定性[39]。精準定位參與傳統發酵食品中微生物物種、揭示發酵過程中微生物群落結構變化及群落自組裝機理對進一步提升產品質量及安全性意義重大。本實驗利用PacBio SMRT測序技術開展傳統清香型白酒發酵過程中細菌群落的多樣性及結構演替規律的研究。

在發酵過程中，細菌的多樣性和豐度表現出明顯的特征和動態變化。高豐度優勢微生物通常被認為是食品發酵的重要組成部分[40]。經注釋分析，在本研究中有4 個廣泛分布的細菌屬（Lactobacillus、Acetobacter、Pediococcus和Weissella），這與其他研究報道結果[41]有所差異，這可能與地區原料環境不同有關。擴增子全長測序能夠更精確地定位物種信息，也為進一步分析其功能奠定基礎。本研究中優勢物種主要有L.pontis和L.acetotolerans，這與山西汾酒[42]、牛欄山二鍋頭[43]和青稞酒[44]等清香型白酒釀造系統中報道的優勢乳酸菌種有明顯差異。此外，發酵0、3 d和12 d是細菌α多樣性、β多樣性和物種組成動態變化的主要時間節點。

進一步根據細菌菌群的差異將整個發酵過程可分為3 個階段：I階段（0 d）、II階段（3～10 d）和III階段（12～28 d）。不同發酵階段具有不同的標志性差異菌種，這些差異菌種一部分來自優勢菌種，另一部分來自稀有菌種。其中A.malorum（階段I）、L.paralimentarius（階段II）和L.pontis（階段III）是各發酵階段主要的差異菌種。微生物群落是在資源競爭、營養共生和群體感應等相互作用下形成的復雜生態系統[45]。L.acetotolerans、L.pontis與其他菌種均相關，不同發酵階段中差異菌種之間呈負相關，屬于同一發酵階段的差異菌種之間呈正相關，說明其中各物種在發酵過程中發揮的作用不同，此外還存在物種之間的相互競爭與共生等關系[43]。

清香型白酒的釀造屬于固態發酵法，是邊糖化邊發酵工藝[46]。糖化主要是淀粉等多糖酶解轉化形成葡萄糖等可發酵性糖，發酵主要完成葡萄糖到乙醇及微量風味組分的轉變[47]。階段I中淀粉含量高，微生物繁殖快，短時間內生成大量發酵熱，導致酒醅溫度升高，微生物利用氧氣進行生長繁殖及各類代謝活動產生CO2，引起pH值降低，酸度升高。階段II中隨著淀粉被消耗，微生物繁殖速度降低，酒醅溫度下降，厭氧及兼性厭氧細菌微生物的大量增殖生成多種有機酸，導致酒醅酸度增加，適量的酸能增加白酒的后味，使酒體更加豐滿。在階段III中一些具有酯化作用的微生物代謝產生較多的酶，對階段I生成的酸和醇產生催化酯化反應的作用，酸度的增加有利于酯類物質的形成，酯類物質的生成會消耗酸類物質，導致pH值逐步降低。酯類的生成會消耗乙醇以及厭氧微生物利用乙醇進行生長繁殖[48]，造成乙醇含量呈現動態變化。酒醅中的水分一部分來自于釀造用水，另一部分來自于釀酒微生物發酵代謝[49]，水分為整個發酵順利進行奠定基礎。差異菌種與理化因子關聯分析發現，階段I和II的微生物與淀粉含量、pH值和溫度正相關，階段III的差異菌種主要與酸度、水分含量和氧化還原電位呈正相關。因此，發酵環境對發酵過程影響顯著[50]。

發酵過程中，物種替換和物種流失兩種現象導致微生物群落多樣性的形成，而影響其形成和自組裝的生態進程包括基于環境選擇和生物競爭生態位理論的確定性過程，以及基于擴散和隨機出生死亡中性理論的隨機性過程[51]。清香型白酒發酵過程中大部分細菌群落幾乎都是替換現象[13]，基于iCAMP群落組裝進一步挖掘發現主要為隨機性過程中的生態DR[52]，即入缸時（階段I）帶入的微生物定植并占據酒曲微生物的生態位造成細菌菌群的隨機出生、死亡和繁殖，這種現象可能來源于淀粉含量的影響，白酒釀造中多數細菌依賴真菌降解淀粉產生的還原糖作為碳源，進行生長繁殖和代謝。釀造過程中因為原料和酒曲的不同導致所產生的還原糖不同，進而導致細菌所利用的碳源不同，最終影響細菌群落的結構差異[53]。因此淀粉含量是影響階段I細菌群落自組裝的主要因素。溫度可以在短時間內影響白酒釀造過程中功能微生物群落結構（階段II），導致發酵環境發生擾動，細菌受到均勻選擇促使一些細菌群落發生系統發育性聚集，使得更適應這種環境微生物的相對豐度提高。水分含量的控制是代謝活動和生命的關鍵組成部分，階段III作為細菌呼吸作用的最后階段，各種芳香化合物（主要是酸和酯）通過物理變化（范德華相互作用等）與化學反應（如還原、氧化和酯化等）實現平衡[54]。所以水分含量是導致階段III的細菌群落自組裝的主要因素。而且不同生物體對環境變化的反應也存在很大的差異。在不同微生物種群中，分散能力、多樣化和對DR的敏感性也有本質上的不同。這些因素最終造成發酵過程由選擇的確定性過程逐漸向DR主導的隨機性過程轉變。

綜上所述，由于開放的發酵環境和動態的發酵過程，清香型白酒發酵過程中所涉及的微生物群落表現出明顯的多樣性和動態性。本研究通過對清香型白酒發酵過程中細菌菌群物種進行精準定位，揭示細菌群落結構的演替及自組裝機制，為進一步提升清香型白酒釀造工藝，優化產品穩定性和安全性提供了基礎理論。然而，本研究只關注了酒醅發酵過程中優勢細菌菌種的演替，除此之外還存在大量的低豐度物種，這些物種隨著發酵過程的進行還可能具有一定的功能和對群落自組裝的貢獻。因此，未來應結合測序技術的理論知識，將PacBio SMRT測序和傳統微生物培養方法相結合，根據酒醅發酵基質環境和不同微生物生物學特征，進一步對中、低豐度的微生物物種進行分離和功能驗證。