基于競爭性等位基因特異性PCR技術(shù)對啤酒花進行純度檢測

蔣培基，王德良，江偉，宋濤，李濤，蒲彪，欒春光*

1(四川農(nóng)業(yè)大學(xué) 食品學(xué)院，四川 雅安，625014) 2(中國食品發(fā)酵工業(yè)研究院，北京，100015)

啤酒花，桑科草屬多年生攀援草本植物，雌雄異株，是除大麥之外啤酒釀造的主要原料之一，被稱之為“啤酒之魂”、“綠色黃金”[1]。其主要功能成分是酒花樹脂、酒花油和多酚物質(zhì)。這些物質(zhì)賦予啤酒以特有的苦味與香味[2]。此外，酒花樹脂還具有防腐的能力，可以延長啤酒的保質(zhì)期，而多酚物質(zhì)中的單寧則具有澄清麥汁的作用[3]。

2014年，全球的酒花產(chǎn)量在96 000 t左右[4]，其中國產(chǎn)啤酒花產(chǎn)量達到了12 500 t，占到了13%[5]。我國的啤酒花主要分布在甘肅、新疆兩省，甘肅種植面積最大，且甘肅省河西走廊的暖溫帶干旱氣候有助于優(yōu)良啤酒花的培育。啤酒花的品種以及添加工藝的不同會使啤酒形成不同的苦味與風(fēng)味特征[6]，例如Chinook和Cascade酒花能夠賦予啤酒樹脂和柑橘類水果風(fēng)味[7]。此外，啤酒花品種對啤酒的質(zhì)量也會產(chǎn)生影響，聶聰[8]等人的研究表明，香型酒花的品種是決定啤酒香味質(zhì)量的關(guān)鍵，在釀造過程中應(yīng)多用苦香兼優(yōu)型、香型和免煮沸酒花制品。

盡管人們已經(jīng)認識到酒花品種對啤酒質(zhì)量起著重要作用，但一直以來，酒花的品種鑒定是一個難題。這主要是因為啤酒花品種鑒別通常使用傳統(tǒng)方法，即從形態(tài)上加以區(qū)別，包括啤酒花的顏色、形態(tài)及主要成分[9]。但由于市場需求和工藝的改進，供應(yīng)商提供的酒花都是經(jīng)過粉碎后制成的顆粒酒花制品，無法使用傳統(tǒng)的方法加以鑒別。為此分子水平的鑒定方法，例如種子貯藏蛋白或同工酶電泳等經(jīng)典的物種鑒定方法被開發(fā)出來。但以上方法無法滿足物種鑒定所需的效率和精確度[10]。而基于第一、二代DNA分子標記技術(shù)建立起來的鑒定方法，比如限制性片段長度多態(tài)性(restrictionfragment length polymorphism,RFLP)、隨機擴增片段長度多態(tài)性(amplified fragment length polymorphism,AFLP)[11-13]和微衛(wèi)星標記(simple sequence repeats,SSRS)[11,14-15]雖然相對于蛋白水平的鑒定具有一定優(yōu)勢，但這些方法都是基于核酸片段的多少和片段大小來完成物種的鑒別，因此對于親緣關(guān)系相近的兩個品種存在判斷上的誤差，且無法完成混雜或人為摻雜的樣品進行檢測。

作為第3代DNA分子標記技術(shù)的SNP(單核苷酸多態(tài)性)的出現(xiàn)為酒花品種的定性和定量鑒定提供了更為可靠的手段。有研究表明，SNP將會是一種高效、準確的品種鑒定工具。PITRA[16]對178個酒花品種進行基因測序，分析后共獲得了17 128個SNP位點。HENNING[17]等對121個酒花品種進行測序后得到了1 006個SNP位點，最終確定了7個可以區(qū)分121個酒花品種的SNP位點。YAMAUCHI[18]通過對酒花品種轉(zhuǎn)錄組進行分析，最終得到能分開16個酒花品種的SNP組合。以上研究雖然在尋找可用于酒花品種鑒定的SNP組合的工作上取得了一些進步，但并沒有建立一套系統(tǒng)的、可靠的酒花品種鑒定方法。而且，以上研究中存在SNP真實性驗證的可靠性低、樣品代表性差以及無法對混合樣品定性定量測試等缺點。針對以上問題，本研究提出了一種利用最新的SNP分子標記技術(shù)與KASP基因分型檢測技術(shù)相結(jié)合[19]，對混合的商業(yè)啤酒花顆粒進行純度檢測的技術(shù)。該技術(shù)可以滿足啤酒企業(yè)對原料的質(zhì)量監(jiān)測的要求，同時可為啤酒企業(yè)對原料質(zhì)量的把控提供有效的方法。

1 材料與方法

1.1 材料與試劑

馬可波羅、Saaz、Tradition、Magnum、Aurora、Galenq、Centinnia啤酒花樣品由中國食品發(fā)酵工業(yè)研究院收集。預(yù)混樣品是由Tradition啤酒花與Magnum啤酒花按照不同的質(zhì)量百分比進行混合，混合比例為0%、2%、5%、10%、20%、40%、50%、100%，并標記為T1～T8。某啤酒廠送檢的2份不同批次的Saaz商業(yè)啤酒花樣品，標記為樣品A與樣品B。

Taq酶、dNTP、10×loading buffer購自大連寶生物技術(shù)有限公司；PCR引物合成由上海生工生物工程股份有限公司完成；KASP引物，上海艾吉析科技有限公司；Qiagen DNeasy Plant Mini Kit(50)植物基因組高效提取試劑盒購自德國凱杰生物公司。

1.2 儀器與設(shè)備

Veriti 96 Well Thermal Cycler、Qubit 3.0，北京Thermo Fisher Scientific有限公司；ABI7500實時熒光定量PCR儀，美國ABI公司。

1.3 方法

1.3.1 啤酒花基因組的提取

稱取啤酒花樣品20 mg，加液氮研磨。研磨后的樣品轉(zhuǎn)移至2 mL effendorf管中，按QIAGEN DNeasy Plant Mini Kit(50)DNA提取試劑盒步驟提取啤酒花基因組DNA。利用0.8%瓊脂糖TAE凝膠電泳和Nanodrop核酸檢測儀對提取到的酒花樣品基因組進行檢測。

1.3.2 SNP位點的篩選

從DDBJ數(shù)據(jù)庫(http://www.ddbj.nig.ac.jp/)上查找并下載啤酒花基因組信息(登錄號：PRJDB3233)。同時，結(jié)合本研究測序的7個酒花樣品基因組信息(本實驗室前期研究結(jié)果，未發(fā)表)完成SNP位點的篩選。然后，使用premier 5.0軟件在SNP位點前后200 bp處設(shè)計引物，用來擴增對應(yīng)帶有SNP位點的DNA片段，引物由北京生工生物公司合成。PCR反應(yīng)體系為25 μL：包括10×loading buffer 2.5 μL；dNTP 2 μL；上游引物 1 μL；下游引物 1 μL；基因組DNA 1 μL；Taq酶 0.2 μL；ddH2O 17.3 μL。 PCR反應(yīng)條件：95 ℃ 5 min ；95 ℃變性30 s, 52～60 ℃退火30 s, 72 ℃延伸30 s, 35個循環(huán)；72 ℃，7 min。擴增產(chǎn)物使用0.8%瓊脂糖TAE凝膠電泳檢測。PCR擴增產(chǎn)物的測序由北京生工生物完成，測序結(jié)果使用MegAlign軟件進行比對。篩選并統(tǒng)計多態(tài)性良好的SNP位點信息，以及7個啤酒花品種在位點上的基因型，用來建立區(qū)分圖。

1.3.3 預(yù)混樣品的檢測

根據(jù)篩選出來的SNP位點信息合成KASP引物。同時，提取T1～T8預(yù)混樣品的基因組DNA作為反應(yīng)模板，使用篩選得到的8個SNP位點的KASP引物在ABI7500實時定量PCR儀器上進行檢測。反應(yīng)體系為：DNA 1 μL ,2×master mix 5 μL, 雙蒸水 4 μL, primer mix 0.14 μL。KASP反應(yīng)條件按照使用說明進行設(shè)置，反應(yīng)條件的設(shè)置以及結(jié)果的讀取均在7500 Software v2.3.軟件上進行。

1.3.4 實際樣品的真實性檢測

分別稱取5 g的樣品A與樣品B，加液氮在研缽中充分研磨，分別將100 mg樣品轉(zhuǎn)移至2mL EP管中。基因組的提取參照1.3.1提取方法進行并檢測。此過程重復(fù)3次。樣品分別標記為A1、A2、A3與B1、B2、B3。根據(jù)路線區(qū)分圖選擇合適的SNP位點。利用相應(yīng)的KASP引物在ABI7500Real-time PCR儀器上進行檢測。檢測的條件以及結(jié)果的讀取均參照1.3.3進行。

1.3.5 實際樣品的純度檢測

本研究采用固定初始質(zhì)量比的方法對預(yù)混樣進行定量分析。根據(jù)真實性檢測結(jié)果，選取具有多態(tài)性檢測結(jié)果的SNP位點，以該位點2種不同基因的啤酒花標品DNA按照100%、95%、90%、80%、60%、40%、0%比例混合作為固定比例標準曲線。以提取的實際樣品基因組DNA為模板，用具有多態(tài)性的SNP位點對應(yīng)的KASP引物在ABI7500 Real-time PCR儀器上進行檢測，檢測的條件以及結(jié)果的讀取均參照1.3.3進行,結(jié)果重復(fù)讀取3次。統(tǒng)計結(jié)果中2種不同基因型的熒光信號值，通過SPSS軟件建立多元回歸方程，計算樣品純度。

2 結(jié)果與分析

2.1 啤酒花DNA的提取

研究中提取的啤酒花基因組經(jīng)0.8%瓊脂糖TAE凝膠電泳檢測后，條帶完整，沒有降解。且條帶大小處于所需目的片段范圍之內(nèi)。經(jīng)Qubit3.0定量檢測后，DNA質(zhì)量濃度均大于120 ng/μL，完全符合實驗所需的DNA濃度要求。

2.2 SNP位點的篩選

根據(jù)啤酒花基因組信息和生物信息學(xué)分析結(jié)果，共篩選出8個多態(tài)性較好的SNP位點。SNP位點所在片段的擴增使用的普通PCR引物見表1。篩選出來的多態(tài)性良好的SNP位點信息如表2所示(其中H07與H08位點位于同一擴增片段)。根據(jù)統(tǒng)計的不同啤酒花品種在SNP位點上的基因型，建立了7個啤酒花品種的SNP數(shù)據(jù)表(表3)，同時建立區(qū)分路線圖(圖1)。

表1 本研究使用的普通PCR引物

表2 本研究所用的SNP標記

表3 研究驗證并使用的啤酒花品種的SNP

2.3 預(yù)混樣品的檢測

通過以上8個SNP位點的檢測和篩選(結(jié)果見圖2)，8個位點檢測結(jié)果都符合預(yù)混樣在位點的基因型，其中H03、H04、H06位點在T1～T8號預(yù)混樣品檢測過程中表現(xiàn)出良好的分型。從圖2可以看出，2%的預(yù)混樣在H03與H04號位點都被系統(tǒng)判定為雜合，在H06位點被系統(tǒng)判定為純合。因此，H06位點無法對2%以下的混合樣品進行正確的判斷。進一步的檢測結(jié)果表明，5%的預(yù)混樣品在3個SNP位點都被判定為雜合狀態(tài)，說明該方法可以滿足對混雜比例>5%的啤酒花樣品進行檢測的要求。且圖中各比例混雜樣品的檢測結(jié)果是呈線性比例關(guān)系分布。

圖1 七個品種基于SNP區(qū)分路線圖Fig.1 Seven species differentiate route map based on SNP

圖2 T1～T8樣品在8個 SNP位點檢測結(jié)果Fig.2 Results of T1～T8 samples at eight SNP maker

2.4 實際樣品的真實性檢測

根據(jù)酒花品種區(qū)分路線圖可知， H05與H02位點可以用來對樣品A與樣品B進行區(qū)分鑒定。樣品A的檢測結(jié)果如圖3、圖4所示。結(jié)果表明，樣品A基因型檢測結(jié)果與Sazz完全符合，表明樣品A為純度很高的Saaz啤酒花，純度大于95%。樣品B的檢測結(jié)果如圖5、圖6所示，其中H05的基因型檢測結(jié)果與Sazz標準品一致，而H02位點出現(xiàn)了雜合狀態(tài)，表明樣品B是含有一定比例的混雜樣品。

圖3 H05位點樣品A基因型檢測結(jié)果Fig.3 The qualitative detection result of Sample A at H05

圖4 H02位點樣品A基因型檢測結(jié)果Fig.4 The qualitative detection result of Sample A at H02

圖5 H05位點樣品B基因型檢測結(jié)果Fig.5 The qualitative detection result of Sample B at H05

圖6 H02位點樣品B基因型檢測結(jié)果Fig.6 The qualitative detection result of Sample B at H02

2.5 實際樣品的純度檢測

根據(jù)真實性檢測的結(jié)果確認H02位點可以被用于混雜樣品B的純度檢測。同時使用Sazz與Tradition啤酒花標準品按照100%、95%、90%、80%、60%、40%、0%的比例混合作標準曲線，結(jié)果如圖7所示。圖7中黑色圈中的樣品為樣品B的檢測結(jié)果，可見檢測結(jié)果重復(fù)性很好。標準曲線的熒光信號值見表4。樣品B的3次重復(fù)檢測熒光值見表5。通過表4的熒光值數(shù)據(jù)建立多元回歸方程，得到一次多項式：Saaz酒花所占比例Y=-0.736+0.464×A+0.669×B(A代表T基因型熒光值，B代表G基因型熒光值)，R值為0.939，模型擬合度高。說明該模型能很好的對檢測樣品的純度進行分析，過原點(陰性對照)做3個重復(fù)檢測結(jié)果平均值做連線并與固定標準曲線相交，計算出交點的兩種基因型熒光值，帶入Y=-0.736+0.464×A+0.669×B中，得到最終測定結(jié)果為42.28%±2.5%。

圖7 H02位點樣品B純度檢測結(jié)果Fig.7 The quantitative detection of Hop using H02 SNP marker

表4 H02位點固定曲線兩種基因型熒光信號值

Table 4 Two genotypes fluorescence signal values of fixed proportion curve at H02

基因型熒光值100%95%90%80%60%40%0%T3.71±0.023.04±0.022.76±0.022.32±0.021.50±0.010.90±0.01-0.31±0.01G0.18±0.010.34±0.020.50±0.010.65±0.020.90±0.021.00±0.021.40±0.01

表5 H02位點樣品B檢測結(jié)果兩種基因型熒光信號值

3 結(jié)論

本研究開發(fā)了一套基于SNP分型技術(shù)對商業(yè)啤酒花顆粒進行定性定量檢測的方法，并篩選出8個可以區(qū)分7個啤酒花品種的SNP位點。并利用篩選的8個SNP標記可以準確地對7種商業(yè)啤酒花顆粒進行定性檢測。同時，確定了以固定質(zhì)量比例的方式對啤酒花顆粒進行定量檢測的方法，并對企業(yè)送檢樣品進行了檢測。結(jié)果表明，Sazz酒花樣品A純度大于95%，樣品B純度為42.28%±2.5%。本方法的建立為商業(yè)啤酒花顆粒品種的定性和定量檢測提供了全新的檢測方法。目前，關(guān)于啤酒花真實性檢測的報道還很少，且大多數(shù)的研究僅限于理論上利用SNP方法分析酒花品種上，還沒有建立一套實際可行的檢測方法。本研究開發(fā)了的檢測方法，既滿足了企業(yè)實際生產(chǎn)檢測的需要，同時也完善了啤酒花品種的SNP數(shù)據(jù)庫，為釀酒原料的品種鑒定提供了一條全新的思路。

[1] 馮正睿. 5PZX-350型啤酒花采摘清洗機的研制[J].農(nóng)機推廣與安全, 2006(9):34.

[2] 林智平,王會軍.等梯度高效液相色譜法測定酒花組份[J].啤酒科技, 2001(8):9-10，56.

[3] 高小波, 劉冬梅. 不同食用單寧對啤酒穩(wěn)定效果的對比分析[J]. 啤酒科技, 2010(7):44-45.

[4] BLACKMAN J D,REES L,GLENDINNING P J.The effects of alternatives to soil residual herbicides on weed control, yield and quality of hops[J]. Journal of Horticultural Science, 2015, 71(4):629-638.

[5] 楊靜.啤酒花的生產(chǎn)現(xiàn)狀及機械化收獲技術(shù)研究[J].農(nóng)業(yè)機械, 2016(11):115-117，119.

[6] 王輝.酒花品種、新鮮度、配方和工藝對啤酒風(fēng)味的影響[D].無錫:江南大學(xué), 2012.

[7] DANIEL S,KATALIN N,MARIANM C,et al.Investigation of the aroma components of hop and beer[J]. Elelmiszervizsgalati Kozlemenyek,2010,56(2):102-107.

[8] 聶聰,付建波.香型酒花對啤酒釀造質(zhì)量的影響[J].釀酒科技, 2007(4):60-64.

[9] MOMMA T,TAKAHASHI T.Developmental morphology of hop stunt viroid-infected hop plants and analysis of their cone yield[J].Journal of Phytopathology, 2010,110(1):1-14.

[10] ROSS H A.Testing the reliability of genetic methods of species identification via simulation[J]. Systematic Biology,2008, 57(2):216-230.

[11] JAKSE J,KINDLHOFER K, JAVORNIK B.Assessment of genetic variation and differentiation of hop genotypes by microsatellite and AFLP markers[J]. Genome, 2001,44(44):773-782.

[12] PATZAK J.Assessment of somaclonal variability in hop (HumuluslupulusL.)invitromeristem cultures and clones by molecular methods[J]. Euphytica,2003,131(3):343-350.

[13] PATZAK J, NESVADBA V, HENYCHOVA A.et al. Assessment of the genetic diversity of wild hops (HumuluslupulusL.) in Europe using chemical and molecular analyses[J]. Biochem Syst Ecol,2010,38(2):136-145.

[14] JAKSE J, SATOVIC Z, JAVORNIK B. Microsatellite variability among wild and cultivated hops (HumuluslupulusL.)[J]. Genome,2004,47(5):889-899.

[15] KANAI D, KIRITA M, SAKAMOTO K. Method for judging kind of hop using microsatellite DNA:200634(42IP).2006-09-02.

[16] PITRA N, MATTHEWS P D, Coles M C. Next generation sequencing for a plant of great tradition: application of NGS to SNP detection and validation in hops (HumuluslupulusL.) -Hop Special[J]. Brewing Science, 2013, 66(Nov/Dec):185-191.

[17] HENNING J A, COGGINS J, PETERSON M. Simple SNP-based minimal marker genotyping forHumuluslupulusL. identification and variety validation[J]. BMC Research Notes, 2015, 8(1):1-12.

[18] YAMCUCHI H,MUKOUZAKA Y,TANIGUCHI T,et al.Newly developed SNP-based identification method of hop varieties[J]. Journal of the American Society of Brewing Chemists, 2014,72(4):239-245.

[19] 王瑞恒,劉利民,趙金玲,等.基于等位基因特異性PCR原理建立的SNP分型新方法[J].法醫(yī)學(xué)雜志, 2008, 24(3):189-193.