DOI QR코드

DOI QR Code

Comparative Microbiome Analysis of and Microbial Biomarker Discovery in Two Different Fermented Soy Products, Doenjang and Ganjang, Using Next-generation Sequencing

차세대 염기서열 분석법을 이용한 된장과 간장의 미생물 분포 및 바이오마커 분석

  • Ha, Gwangsu (Microbial Institute for Fermentation Industry (MIFI)) ;
  • Jeong, Ho Jin (Microbial Institute for Fermentation Industry (MIFI)) ;
  • Noh, Yunjeong (Microbial Institute for Fermentation Industry (MIFI)) ;
  • Kim, JinWon (Microbial Institute for Fermentation Industry (MIFI)) ;
  • Jeong, Su-Ji (Microbial Institute for Fermentation Industry (MIFI)) ;
  • Jeong, Do-Youn (Microbial Institute for Fermentation Industry (MIFI)) ;
  • Yan, Hee-Jong (Microbial Institute for Fermentation Industry (MIFI))
  • 하광수 ((재)발효미생물산업진흥원) ;
  • 정호진 ((재)발효미생물산업진흥원) ;
  • 노윤정 ((재)발효미생물산업진흥원) ;
  • 김진원 ((재)발효미생물산업진흥원) ;
  • 정수지 ((재)발효미생물산업진흥원) ;
  • 정도연 ((재)발효미생물산업진흥원) ;
  • 양희종 ((재)발효미생물산업진흥원)
  • Received : 2022.09.13
  • Accepted : 2022.10.06
  • Published : 2022.10.30

Abstract

Despite the importance of traditional Korean fermented foods, little is known about the microbial communities and diversity of fermented soy products. To gain insight into the unexplored microbial communities of both Doenjang (DJ) and Ganjang (GJ) that may contribute to the fermentation in Korean traditional foods, we carried out next-generation sequencing (NGS) based on the V3-V4 region of 16S rDNA gene analysis. The alpha diversity analysis results revealed that both the Shannon and Simpson diversity indices were significantly different between the two groups, whereas the richness indices, including ACE, CHAO, and Jackknife, were not significant. Firmicutes were the most dominant phylum in both groups, but several taxa were found to be more abundant in DJ than in GJ. The proportions of Bacillus, Kroppenstedtia, Clostridium, and Pseudomonas and most halophiles and halotolerant bacteria, such as Tetragenococcus, Chromohalobacter, Lentibacillus, and Psychrobacter, were lower in DJ than in GJ. Linear discriminant effect size (LEfSe) analysis was carried out to discover discriminative functional biomarkers. Biomarker discovery results showed that Bacillus and Tetragenococcus were identified as the most important features for the classification of subjects to DJ and GJ. Paired-permutational multivariate analysis of variance (PERMANOVA) further revealed that the bacterial community structure between the two groups was statistically different (p=0.001).

우리나라 전통 콩 발효식품은 탄수화물을 주식으로 하는 한국인의 식생활에 중요한 단백질 급원임에도 불구하고 콩 발효식품의 미생물 다양성과 군집 구조에 대해서는 거의 알려진 바가 없다. 본 연구는 16S rDNA 유전자 서열 분석 기반의 차세대 염기서열 분석법을 이용하여 한국 전통 발효식품인 된장과 간장의 미생물 군집 구조를 밝히고자 하였다. Alpha-diversity 분석 결과 미생물 다양성 지표인 Shannon과 Simpson에서 된장과 간장의 미생물 다양성에 통계학적인 차이가 있는 것으로 나타났으나, 종 풍부도 지표인 ACE, CHAO, Jackknife에서는 차이가 없는 것으로 나타났다. 된장과 간장의 미생물 분포 분석 결과 된장과 간장의 공통적인 우점균은 Firmicutes로 나타났으나, 속 수준에서의 미생물 분포를 분석한 결과 된장에서 Bacillus, Kroppenstedtia, Clostridium, Pseudomonas가 간장보다 높은 비율을 차지하고 있는 것으로 나타났으며, 간장에서는 Tetragenococcus, Chromhalobacter, Lentibacillus, Psychrobacter와 같은 호염성 또는 내염성 세균이 된장보다 높은 비율을 차지하는 것으로 나타났다. 된장과 간장의 미생물 군집구조에 통계학적인 차이가 있는지 확인하기 위해 paired-PERMANOVA 분석을 수행하였으며, 그 결과 통계학적으로 매우 유의한 수준의 차이가 있는 것으로 나타났다. 된장과 간장의 미생물 군집구조 차이에 큰 영향을 미치는 biomarker를 분석하기 위해 LEfSe 분석을 수행하였으며, 그 결과 Bacillus와 Tetragenococcus가 된장과 간장의 미생물 군집 구조에 차이를 나타내는 biomarker로 분석되었다.

Keywords

서론

우리나라 전통 발효식품인 장류는 식물성 단백질과 지방이 풍부한 콩을 주원료로 하여 탄수화물을 주식으로 하는 한국인의 식생활에 큰 비중을 차지해 왔으며, 조미식품으로 이용되어 필수 아미노산, 비타민 및 미네랄 등이 풍부하여 영양학적으로 우수한 식품이다[16]. 된장, 간장 등의 우리나라 전통 콩 발효식품은 메주를 발효 효소원으로 사용하여 제조되며, 메주에 염수를 가하여 메주에 생육하는 미생물의 효소작용을 이용하여 발효시킨 후 건더기와 액을 분리하여 건더기는 된장으로 제조되며, 여액은 달인 후 숙성시켜 간장으로 제조된다[12]. 콩에 함유되어 있는 주요 기능성 성분 중 isoflavones는 식물성 에스트로겐(phytoestrogen)으로 분류되어 심혈관계 질환, 폐경기증후군, 비만, 유방암, 전립선암 및 대장암 등과 같은 인체내의 호르몬과 관련된 질환 예방에 효과가 있으며, 대부분 daidzin, genistin과 같은 배당체(glycosides) 형태로 존재한다[10,14]. 콩을 발효시켜 제조하는 전통 발효식품의 경우 발효과정에서 미생물의 효소 작용으로 isoflavone 배당체인 daidzin과 genistin이 배당체를 형성하는 당과 글리코시드 결합(glycosidic bond)이 끊어져 배당체보다 기능성이 우수하다고 알려진 dadzein, genistein 등의 비배당체(aglycones) 형태로 전환된다[7,10,14]. 전통 장류의 콩에 함유되어 있는 isoflavones로부터 유도되는 비배당체 화합물에 대한 관심이 증대되면서 된장과 간장의 숙성기간에 따른 항비만, 항암 효과 및 기능성 성분의 함량 등에 대한 연구가 활발히 진행되고 있다[9,17,25]. 발효식품의 특성은 원재료, 숙성기간 및 발효조건 등의 요인에 의해 영향을 받으며, 특히 맛과 풍미 등의 특성을 결정하는데 발효과정에서 미생물 역할의 중요성이 알려지고 있다[15,16]. 이에 따라 전세계적으로 와인[18], 사우어크라우트[26], 낫또[24] 등 각국의 발효식품의 미생물 분포 및 다양성에 대한 연구가 활발히 진행되고 있으나, 우리나라의 경우 아직까지 전통 발효식품에 대한 미생물 군집구조와 다양성에 대한 연구가 미비한 실정이다.

대규모의 16S rDNA 유전자 서열 기반 차세대염기서열분석(Next generation sequencing, NGS)과 생물정보학의 발달로 전반적인 데이터 처리 속도향상과 비용절감이 가능 해지면서 차세대염기서열분석법은 해양[8], 토양[11], 인간 및 동물 장내[19,21] 등의 다양한 환경에 존재하는 미생물 군집 구조 분석을 위한 주된 방법으로 사용되고 있다[23]. 우리나라 마이크로바이옴 연구 동향의 경우 장내 미생물 군집 구조와 장내 세균 불균형으로 인한 다양한 질병과의 상관관계를 규명하는 분야에 대한 연구[19,21]는 활발히 진행되고 있으나, 식품 또는 발효식품 마이크로바이옴 분석에 대한 연구는 시작 단계에 머물러있다.

본 연구에서는 차세대염기서열분석법을 활용하여 우리 전통발효식품의 주원료로 사용되는 메주로부터 제조되는 대표적인 콩 발효식품인 된장과 간장의 미생물 다양성과 미생물 군집구조를 비교분석하여 된장과 간장의 미생물학적 기초자료를 제공하고자 한다.

재료 및 방법

된장 및 간장 시료의 수집

전통 된장과 간장의 미생물 다양성 및 군집구조를 분석하기 위한 시료로 된장 40종, 간장 40종, 총 80종의 시료를 수집하였다. 발효식품의 유형에 따른 미생물 군집 구조를 일반화하기 위해 원재료, 제조지역 및 제조공정과 무관하게 종균을 사용하지 않고 재래식 방법으로 제조된 시료를 수집하였으며, 된장은 경기도 9종, 강원도 5종, 충청도 8종, 전라도 11종, 경상도 5종, 제주도 2종을 수집하였으며, 간장은 경기도 8종, 강원도 3종, 충청도 6종, 전라도 12종, 경상도 7종, 제주도 4종을 수집하였다(Table 1).

Table 1. Collected Doenjang and Ganjang from respective province area

SMGHBM_2022_v32n10_803_t0001.png 이미지

Symbols: DJ: Doenjang, GJ: Ganjang

된장, 간장 시료의 total DNA 추출

수집한 총 80종의 시료로부터 16S rDNA 유전자의 염기서열을 분석하기 위한 total DNA는 PowerFood Microbial Kit (QIAGEN Hilden, Germany)를 사용하여 제조사의 매뉴얼에 따라 추출하였다. 각 시료로부터 추출된 total DNA의 농도와 순도를 정밀하게 측정하기 위해 Qubit 4 (Invitrogen, Waltham, Massachusetts, USA) 장비와 Nanodrop One 분광광도계(Thermofisher scientific, Waltham, Massachusetts, USA) 장비를 이용하였으며, 최종적으로 0.8% agarose gel 전기영동을 통해 DNA 품질을 검증하였다.

16S metagenomic library 제작 및 염기서열 분석

수집한 된장과 간장의 미생물 군집 분석을 위한 16S metagenomic library는 Illumina (Illumina, San Diego, California, USA)사의 16S metagenomic sequencing library preparation guide [6]에 따라 제작하였다. 16S rDNA 유전자 내의 V3-V4 region을 증폭하기 위한 primer set (forward : 5'-TCG TCG GCA GCG TCA GAT GTG TAT AAG AGA CAG CCT ACG GGN GGC WGC AG-3', reverse : 5'-GTC TCG TGG GCT CGG AGA TGT GTA TAA GAG ACA GGA CTA CHV GGG TAT CT A ATC C-3', N; A or C or G or T, W; A or T, H; A or C or T, V; A or C or G)와 2x KAPA HiFi HotStart Ready Mix (Roche, Basel, Switzerland)를 혼합하여 PCR을 수행하였다. PCR 반응 조건으로는 95℃에서 3분 동안 pre-denaturation을 수행하였으며, 95℃에서 30초 동안 denaturation, 55℃에서 30초 동안 annealing, 72℃에서 30초 동안 extension 반응을 25회 반복한 후, 최종 72℃서 5분간 extension 반응을 수행하여 1차 PCR 산물을 얻었다. PCR 산물은 제조사의 매뉴얼에 따라 AMpure XP (BECKMAN COULTER) bead를 사용하여 library를 제외한 불순물을 모두 제거하였다.

각 시료의 library로부터 생산되는 read들의 시료별 분류를 위한 index로 Nextera XT Index kit v2 (Illumina)를 사용하였다. 각 library에 index를 붙이기 위한 PCR 반응조건으로 95℃에서 3분 동안 pre-denaturation을 수행한 후, 95℃에서 30초 동안 denaturation, 55℃에서 30초 동안 annealing, 72℃에서 30초 동안 extension 반응을 8회 반복한 후, 최종 72℃에서 5분간 extension 반응을 수행하였으며, AMpure XP (BECKMAN COULTER, Brea, California, USA) bead를 사용하여 library를 제외한 불순물을 모두 제거하였다. 최종적으로 Qubit 4 장비를 이용하여 double strand library의 농도를 측정하고, Naondrop One 분광광도계를 이용하여 순도를 분석하였으며, 1.5% agarose gel 전기영동을 수행하여 각 library의 크기(base pair)를 분석하여 품질검사를 수행하였다. 각 library의 농도를 모두 4 nM로 동일하게 희석하였으며, 모든 library를 pooling한 후 MiSeq Reagent Kit v3 (Illumina) cartridge에 주입하여 Miseq platform (Illumina)을 이용하여 paired-end 2x301회의 sequencing cycle을 수행하였다.

생물정보 및 통계분석

각 시료의 16S metagenomic library로부터 생산된 raw read를 가지고 있는 FASTQ 파일은 EzBioCloud 16S-based microbiome taxonomic profiling (MTP, Chunlab Inc.) [5]를 통해 분석되었다. Taxonomic assignment를 위한 database로 EzTaxon database PKSSU 4.0 version [3]이 사용되었다. PCR 과정에서 생산된 non-bacterial, low quality, chimera amplicons를 제거하여 군집분석을 위한 valid reads를 얻었으며, 각 reads를 97% similarity 기준으로 clustering하여 OUT picking을 수행하였다. Single MTP browser를 이용하여 각 시료의 미생물 분포, 종 풍부도(richness) 및 종 다양성(diversity) 지표와 Good’s coverage of library를 산출하였다. 된장과 간장 그룹간의 상관관계를 분석하기 위한 beta-diversity는 Comparative MTP analyzer를 이용하였으며, Jensen-Shannon diversity distance metric을 기반으로 principal coordinates analysis (PCoA), UPGMA-clustering, beta set-significance analysis을 수행하였다. 된장과 간장을 미생물학적으로 유의미한 차이를 나타내는 biomarker를 확인하기 위해 LEfSe 분석을 수행하였다.

결과 및 고찰

전통 된장 및 간장 시료의 alpha-diversity 분석

Miseq 장비로부터 생산된 raw read를 MTP를 이용하여 trimming한 결과 된장과 간장 시료로부터 각각 2,466,124, 1,563,031개의 reads를 얻었으며, 된장과 간장 시료의 평균 reads는 각각 464.42 bp, 463.00 bp로 나타났다. 또한, 대부분의 시료에서 얻어진 reads의 커버리지 지표(Good’s coverage of library)가 99.5%로 나타나 각 시료로부터 얻어진 reads의 수가 미생물 군집 구조를 분석하는데 통계적으로 충분함을 확인하였다(Table 2). 된장과 간장의 평균 종 추정치(OTUs)는 각각 134.8, 278.02로 나타나 된장과 간장의 종 추정치가 통계학적으로 매우 유의한 차이(p<0.001)가 있는 것으로 나타났으며, 종 다양성 및 균등성(species diversity and evenness) 지표인 Shannon과 Simpson index의 차이 또한 각각 p-value가 0.001 미만으로 나타났다. 종 풍부도(species richness) 지표인 ACE, CHAO, Jackknife에서는 된장과 간장 시료 사이에 유의미한 차이가 없는 것으로 나타나 평균적으로 간장에서 종의 수와 각 종의 상대적인 분포도가 높으나, 종 수준의 절대적인 미생물의 수에는 차이가 없는 것으로 나타났다(Fig. 1). 동일한 원재료로 제조되는 된장과 간장의 다양성 차이에 대한 연구자료가 제한적이나, Weissella 또는 Enterobacteriaceae와 같은 미생물이 메주로부터 기인[22]하는 것으로 알려져 있어 된장과 간장의 제조 공정 단계에 따른 미생물 분포에 대한 분석을 수행한다면 된장과 간장에서 미생물 다양성에 대한 차이가 나타나는 원인을 규명할 수 있을 것으로 판단된다.

Table 2. Summary of reads remained after trimmed with MTP

SMGHBM_2022_v32n10_803_t0002.png 이미지

Symbols: DO: Doenjang, GJ: Ganjang

SMGHBM_2022_v32n10_803_f0001.png 이미지

Fig. 1. Variations in alpha-diversity indices between Doenjang and Ganjang. Statistical tests showed no difference for ACE and CHAO reflecting species richness, while Shannon and Simpson diversity indices were statistically significant.

된장 및 간장 미생물 분포 분석

된장과 간장의 미생물 분포를 비교분석하기 위해 시료별로 산출된 각 미생물의 분포(relative abundances)의 평균을 산출하였으며, 미생물학적 분류 수준에 따라 차지하는 미생물의 비율을 비교하였다. 된장과 간장에서 문(phylum) 수준에서는 Firmicutes가 각각 97.42%, 72.85%로 나타났으며, 강(class) 수준에서는 Bacilli가 각각 92.96%, 68.34%를 차지하여 공통적으로 가장 우점하는 것으로 나타났다. 목(order) 수준에서는 된장과 간장의 가장 우점하는 미생물에 차이가 나타났는데, 특히 class Bacillis에 속하는 Bacillales와 Lactobacillales의 비율이 된장에서는 89.44%, 3.53%로 나타나 Bacillales가 가장 우점하였으며, 간장에서는 각각 32.05%, 36.29%로 나타나 Lactobacillales가 가장 우점하는 것으로 나타났다(Fig. 2). 과(family) 수준에서의 세균 분포 분석 결과 된장에서는 Bacillaceae가 83.66%를 차지하여 가장 우점하였으며, 다음으로 Termoactinomycetaceae가 5.03%, Clostridiaceae가 4.40%, Enterococcaceae가 2.87%, Pseudomonadaceae가 1.09%를 차지하여 상위 5종의 우점균으로 나타났다. 간장에서는 Enterococcaceae가 31.47%를 차지하여 가장 우점하였으며, 다음으로 Bacillaceae가 25.17%, Halomonadaceae가 11.17%, Staphylococcaceae가 5.96%, Lactobacillaceae가 4.04%를 차지하여 상위 5종의 우점균으로 나타났다. 속(genus) 수준에서 세균 분포 분석 결과 된장에서는 Bacillus가 82.91%를 차지하여 가장 우점하였으며, 다음으로 Kroppenstedtia가 5.03%, Clostridium이 4.40%, Enterococcus가 1.81%, Pseudomonas가 1.09%를 차지하여 상위 5점의 우점균으로 나타났다. 간장에서는 Tetragenococcus가 28.40%를 차지하여 가장 우점균으로 나타났으며, Bacillus가 17.92%, Chromohalobacter가 9.35%, Staphylococcus가 5.69%, Lentibacillus가 3.79%, Enterococcus가 3.07%를 차지하여 상위 5종의 우점균으로 나타났다. 종(species) 수준에서 세균 분포 분석 결과 된장에서는 Bacillus subtilis가 52.17%를 차지하여 가장 우점하였으며, Bacillus licheniformis, Kroppenstedtia sanguinis, Clostridium arbusti, Enterococcus faecium이 각각 28.07%, 5.03%, 2.01%, 1.81%를 차지하여 상위 5종의 우점균으로 나타났다. 간장에서는 Tetragenococcus halophilus가 28.35%를 차지하여 가장 우점하였으며, Bacillus licheniformis, Chromohalobacter beijerinckii, Bacillus subtilis, Staphylococcus aureus가 각각 9.34%, 8.74%, 7.28%, 4.48%를 차지하여 상위 5종의 우점균으로 나타났다(Table 3). 이전의 연구결과에 의하면 된장과 간장을 제조하기 위한 원재료인 메주의 세균 분포를 속 수준에서 분석한 결과 Bacillus의 비율이 80% 이상 차지하였으며, 천일염은 Staphylococcus, Tetragenococcus, Chromohalobacter가 우점한다 보고[2]되었다. 또한, 속 수준에서 된장의 미생물 분포를 분석한 결과 Bacillus가 60% 이상 차지하였으며, 간장의 미생물 분포를 분석한 결과 Tetragenococcus, Chromohalobacter, Halomonas와 같은 호염성(halophile) 또는 내염성(halotolerant) 미생물이 우점한다 보고된 바 있어 이와 매우 유사한 결과를 얻었다[2,13]. 이러한 결과는 된장과 간장의 미생물 분포를 구성하는 대부분의 미생물은 원재료로 사용되는 메주와 염수로부터 유래되며, 특히 간장의 경우 제조시 첨가되는 염수의 첨가량과 염도에 따라 높은 염도에 생존이 유리한 호염성 또는 내염성 미생물의 분포가 결정되어 간장의 미생물 군집 구조에 큰 영향을 미치는 것으로 추측된다.

SMGHBM_2022_v32n10_803_f0002.png 이미지

Fig. 2. Mean relative abundances of bacterial proportion by type of fermented foods at phylum (A), class (B), order (C), family (D), genus (E) and species (F) levels.

Table 3. Comparison of the dominant bacterial taxa at respective biological classification levels

SMGHBM_2022_v32n10_803_t0003.png 이미지

전통 된장 및 간장 시료의 β-diversity 분석

된장과 간장의 미생물 군집구조의 차이를 시각화하기 위해 Jensen-Shannon dissimilarity metric [1,4] 기반의 Principal coordinate analysis (PCoA) 분석과 UPGMA-dendrogram 분석을 수행하였다. 속, 종 수준에서 PCoA 분석 결과 된장과 간장 그룹의 cluster 분리가 명확하게 나타났으며, 특히 간장 그룹 cluster의 경우가 cluster 중심(midpoint) 으로부터 산포도(dispersion)가 높은 것으로 나타났는데, 이는 alpha-diversity 분석결과에서 간장 미생물 분포를 구성하는 미생물의 다양성이 높고, 된장의 경우 종, 속 수준에서 평균적으로 Bacillus 종이 전체의 80% 이상을 차지하여 cluster 중심으로부터 산포도가 낮은 것으로 판단된다. UPGMA-clustering 분석 결과 또한 대부분의 시료가 된장, 간장의 시료 유형에 따라 clustering되는 것을 확인하였다(Fig. 3).

SMGHBM_2022_v32n10_803_f0003.png 이미지

Fig. 3. Principal coordinate analysis and UPGMA tree of Jensen-Shannon distances of bacterial community on genus (A) and species (B) levels.

Beta set-significance 분석

Jensen-Shannon distance metric 기반의 pair-wise PERMANOVA 분석을 통해 된장과 간장의 미생물 분포에 차이가 있는지 통계학적으로 검증하였다. ‘된장의 미생물군집(μ1)과 간장의 미생물 군집(μ2)이 동일하다’는 귀무가설(null hypothesis, H0)과 ‘된장과 간장 미생물 군집의 분포가 다르다’는 대립가설(alternative hypothesis, H1)을 설정하여 가설검정을 수행한 결과 p-value가 0.001 미만으로 나타나 두 그룹의 미생물 군집 분포가 동일하다는 귀무가설이 기각되었으며, 두 그룹의 미생물 군집 분포가 통계학적으로 매우 유의한 수준으로 다르다는 것을 검증하였다(Table 4).

Table 4. Pair-wise comparison between Doenjang and Ganjang by Permutational multivariate analysis of variance with p-values obtained using 999 permutations

SMGHBM_2022_v32n10_803_t0004.png 이미지

Taxonomic biomarker 분석

Pair-wise PERMONOVA 분석을 통해 된장과 간장의 미생물 군집 구조가 다르다는 것을 확인하였으며, 된장과 간장의 미생물 군집 구조 차이에 큰 영향을 미치는 미생물을 분석하기 위해 선형 판별 분석 효과 크기(Linear discriminant analysis effect, LEfSe) [20] 분석법을 이용하여 미생물학적 분류수준에 따른 각 미생물의 영향력을 분석하였다. Effect size threshold를 2.0으로 설정하였으며, Linear discriminant analysis (LDA) score를 된장과 간장 그룹간의 차별적인 미생물학적 특징을 나타내는 지표로 사용하였다. 미생물 분류수준에 상관없이 LDA score에 따라 된장과 간장의 미생물 분포 차이에 영향을 미치는 미생물과 taxon rank, p-value 및 relative abundances를 Table 5에 나타내었다. LEfSe 분석 결과 간장대비 된장에서 Bacillus (genus), Bacillaceae (family), Bacillales (order), Bacillus subtilis (species), Bacillus licheniformis (species)와 같이 Bacillales (p_Firmicutes; c_Bacilli; o_Bacillales) 목에 속하는 미생물이 상대적으로 많이 분포하였으며, 간장에서는 Enterococcaceae (family), Tetragenococcus halophilus (species), Tetragenococcus (genus)와 같이 Lactobacillales (p_Firmicutes; c_Bacilli; o_Lactobacillales) 목에 속하는 미생물이 상대적으로 많이 분포하였으며, Gammaproteobacteria 강에 속한 Oceanospirillales (order), Halomonadaceae (family)와 같은 halophilic proteobacteria가 특징적으로 많이 분포하는 것으로 나타났다. 속과 종 수준에서 된장과 간장의 미생물 군집 구조 차이에 영향을 미치는 미생물을 LDA score가 높은 순서로 나타낸 결과 Bacillus (subtilis, licheniformis, pumilus), Kroppenstedtia (sanguinis), Clostridium (arbusti, tyrobutyricum, pasteurianum)가 된장에서 특징적으로 많이 분포하였으며, Tetragenococcus (halophilus), Chromohalobacter (beijerinckii, canadensis), Staphylococcus (aureus) 및 호염성, 내염성 미생물이 간장에 특징적으로 많이 분포하는 것으로 나타났다. LDA score를 기준으로 총 80종의 시료에 분포하는 biomarker 미생물 분포의 비율의 패턴분석을 위해 heat-map 분석을 수행한 결과 된장시료에서는 특징적으로 Bacillus subtilis, Bacillus licheniformis가 상대적으로 많이 분포하였으며, 간장에서는 Tetragenococcus halophilus가 상대적으로 많이 분포하는 패턴이 나타났다(Fig. 4). 간장에서 Bacillus 속 미생물의 비율이 된장에서의 Bacillus 속 미생물의 비율보다 상대적으로 낮지만 평균 17.92%를 차지하여 평균 28.40%를 차지하는 Tetragenococcus 속 다음으로 우점하는 미생물이며, 간장 시료 40종 중 Bacillus 속 미생물이 Tetragenococcus속 미생물의 비율보다 높은 비율로 차지하는 시료가 13종으로 나타나 된장과 같이 Bacillus 속 미생물이 발효원인 메주로부터 유래하는 것으로 추측되며, 간장 제조 공정에 첨가되는 염수의 첨가량과 농도가 Tetragenococcus 및 이외의 호염성 또는 내염성 미생물의 분포 비율에 큰 영향을 미쳐 간장의 세균 군집 구조를 결정하여 호염성 또는 내염성 미생물의 분포 비율에 따라 된장과 간장의 세균 군집 구조 차이에 결정적인 원인이 될 것으로 추측되나 된장과 간장 제조 공정에 따른 미생물 분포 분석을 수행한다면 메주와 염수를 주원료로 제조되는 공통점을 가진 된장과 간장의 미생물 군집 구조의 차이에 대한 명확한 원인을 규명할 수 있을 것으로 판단된다.

Table 5. Biomarker analysis between Doenjang and Ganjang using LEfSe analysis

SMGHBM_2022_v32n10_803_t0005.png 이미지

SMGHBM_2022_v32n10_803_f0004.png 이미지

Fig. 4. Metagenomic biomarker discovery by LEfSe analysis between Doenjang and Ganjang on genus (A) and species (B) levels.

감사의 글

이 논문은 2022년도 농림축산식품부의 재원으로 한국 농수산식품유통공사-2022년 장류 기능성 규명(안전성 모 니터링)사업의 지원을 받아 수행된 연구임.

The Conflict of Interest Statement

The authors declare that they have no conflicts of interest with the contents of this article.

References

  1. Chen, B., He, X., Pan, B., Zou, X. and You, N. 2020. Comparison of beta diversity measures in clustering the high-dimensional microbial data. PLoS One 16, e0246893.
  2. Chun, B. H., Ham, D. M., Kim, H. J., Park, D. B., Jeong, D. M., Kang, H. A. and Jeon, C. O. 2021. Metabolic features of Ganjang (a Korean traditional soy sauce) fermentation revealed by genome-centred metatranscriptomics. ASM. 6, e0044121.
  3. Chun, J. S., Lee, J. H., Jung, Y. Y., Kim, M. J., Kim, S. I., Kim, B. K. and Lim, Y. W. 2007. EzTaxon: a web-based tool for the identification of prokaryotes based on 16S ribosomal RNA gene sequences. Int. J. Syst. Evo. Microbiol. 57, 2259-2261. https://doi.org/10.1099/ijs.0.64915-0
  4. Goeder, J. J., Hua, X., Yu, G. and Shi, J. 2014. Diversity and composition of the adult fecal microbiome associated with history of cesarean birth or appendectomy: Analysis of the American gut project. EBioMedicine 1, 167-172. https://doi.org/10.1016/j.ebiom.2014.11.004
  5. Ha, S. M. and Chun, J. S. 2017. Introducing EzBioCloud: A taxonomically united database of 16S rRNA and whole genome assemblies. Int. J. Syst. Evol. Microbiol. 67, 1613-1617. https://doi.org/10.1099/ijsem.0.001755
  6. Illumina. 2013. 16S metagenomic sequencing library preparation protocol: Preparing 16S ribosomal RNA gene amplicons for the Illumina MiSeq system. Part no. 15044233 Rev B. Illumina, San Diego, CA. http://support.illumina.com/documents/documentation/chemistry_documentation/16s/16s-metagenomic-library-prep-guide-15044223-b.pdf
  7. Izumi, T., Piskula, M. K., Osawa, S., Obata, A., Tobe, K., Saito, M., Kataoka, S., Kubota, Y. and Kikuchi, M. 2000. Soy isoflavone aglycones are absorbed faster and in higher amounts than their glucosides in humans. J. Nutr. 130, 1695-1699. https://doi.org/10.1093/jn/130.7.1695
  8. Koh, H. W., Rani, S., Hwang, H. B. and Park, S. J. 2016. Microbial community structure analysis from Jeju marine sediment. Kor. J. Microbiol. 52, 375-379. https://doi.org/10.7845/KJM.2016.6040
  9. Ku, K. H., Park, K. M., Kim, H. J., Kim, Y. S. and Koo, M. S. 2014. Quality characteristics of Deonjang by aging period. J. Kor. Soc. Food Sci. Nutr. 43, 720-728. https://doi.org/10.3746/JKFN.2014.43.5.720
  10. Kwon, S. H., Lee, K. B., Im, K. S., Kim, S. O. and Park, K. Y. 2006. Weight reduction and lipid lowering effects of Korean traditional soybean fermented products. J. Kor. Soc. Food Sci. Nutr. 35, 1194-1199. https://doi.org/10.3746/JKFN.2006.35.9.1194
  11. Lee, B. J. and Eo, S. H. 2017. Soil bacterial community in red pine forest of Mt. Janggunbong, Bonghwa-Gun, Gyeongbuk, Korea, using next generation sequencing. J. Kor. For. Soc. 106, 121-129. https://doi.org/10.14578/JKFS.2017.106.2.121
  12. Lee, J. G., Kwon, K. I., Choung, M. G., Kwon, O. J., Choi, J. Y. and Im, M, H. 2009. Quality analysis on the size and the preparation method of Meju for the preparation of Korean traditional soy sauce (Kanjang). J. Appl. Bio. Chem. 52, 205-211. https://doi.org/10.3839/jabc.2009.035
  13. Lee, J. M., Heo, S. J., Kim, Y. S., Lee, J. H. and Jeong, D. W. 2020. Culture-dependent and -independent investigations of bacterial migration into doenjang from its components meju and solar salt. PLoS One 15, e0239971.
  14. Lee, M. H., Park, Y. H., Oh, H. S. and Kwak, T. S. 2002. Isoflavone content in soybean and its processed products. J. Kor. Soc. Food Sci. Nutr. 34, 365-369.
  15. Lee, N. R., Lee, S. M., Go, T. H., Jeong, S. Y., Hong, C. O., Kim, K. K., Park, H. C., Lee, S. M., Kim, Y. G. and Son, H. J. 2013. Fermentation characteristics of Chungkookjang prepared using different soybean. J. Environ. Sci. Int. 22, 723-732. https://doi.org/10.5322/JESI.2013.22.6.723
  16. Lee, S. H., Lee, M. Y., Lim, S. R. and Bae, J. H. 2013. Determination of amounts of benzoic acid and propionic acid in fermented soybean products. J. Kor. Soc. Food Sci. Nutr. 45, 565-570.
  17. Lim, S. Y., Rhee, S. H. and Park, K. Y. 2004. Inhibitory effect of methanol extract of Doenjang on growth and DNA synthesis of human cancer cells. J. Kor. Soc. Food Sci. Nutr. 33, 936-940. https://doi.org/10.3746/JKFN.2004.33.6.936
  18. Liu, D., Chen, Q., Zhang, P., Chen, D. and Howell, K. S. 2020. The fungal microbiome is an important component of Vineyard ecosystems and correlates with regional distinctiveness of Wine. Appl. Environ. Sci. 5, e00534-20.
  19. Park, C. H., Eun, C. S. and Han, D. S. 2018. Intestinal microbiota, chronic inflammation, and colorectal cancer. Intest. Res. 16, 338-345. https://doi.org/10.5217/ir.2018.16.3.338
  20. Segata, N., Izard, J., Waldron, L., Gevers, D., Miropolsky, L., Garrett, W. S. and Huttenhower, C. 2011. Metagenomic biomarker discovery and explanation. Genome Biol. 12, R60.
  21. Seol, K. H., Kim, H. W., Yoo, J. Y., Yun, J. H., Oh, M. H. and Ham, J. S. 2021. Gut microbiome and Alzheimer's disease. J. Dairy Sci. Biotechnol. 39, 94-103. https://doi.org/10.22424/jdsb.2021.39.3.94
  22. Song, D. H., Chun, B. H., Lee, S. M., Son, S. Y., Reddy, C. K., Mun, H. I., Jeon, C. O. and Lee, C. H. 2021. Comprehensive metabolite profiling and microbial communities of Doenjang (fermented soy paste) and Ganjang (fermented soy sauce): A comparative study. Foods 10, 641. https://doi.org/10.3390/foods10010013
  23. Unno, T. 2013. Toward the fecal microbiome project. Kor. J. Microbiol. 49, 415-418. https://doi.org/10.7845/KJM.2013.3080
  24. Wang, P., Gao, X., Li, Y. Wang, S., Yu, J. and Wei, Y. 2020. Bacillus natto regulates gut microbiota and adipose tissue accumulation in a high-fat diet mouse model of obesity. J. Funct. Foods 68, 103923.
  25. Yang, H. J., Kim, M. J. and Hong, S. P. 2019. Anti-diabetic effect of Ganjang and Doenjang in different aging periods. 2019. J. Food Preserv. 26, 300-307. https://doi.org/10.11002/kjfp.2019.26.3.300
  26. Zabat, M. A., Sano, W. H., Wurster, J. I., Cabra, D. J. and Belenky, P. 2018. Microbial community analysis of Sauerkraut fermentation reveals a stable and rapidly established community. Foods 7, 77.