来源：Foods | 编译：DNA Lab Space
一株菌能否高效生产γ-氨基丁酸（GABA），往往决定了下游产品的成本与活性。乳酸菌作为公认安全的食品级微生物，正成为GABA生物合成研究的焦点。这篇发表于《Foods》的综述梳理了从高通量筛选、生物合成调控到功能食品应用的全链条进展。值得关注的是，传统GABA检测手段的瓶颈正在被新型筛选策略打破，而菌株的谷氨酸脱羧酶（GAD）系统则是整个生产流程的核心引擎。
研究背景
GABA是一种非蛋白氨基酸，在中枢神经系统中扮演抑制性神经递质的角色。它的生理功能不止于此——降压、镇静、促进睡眠、调节激素分泌等效应均有报道。随着功能性食品市场扩张，天然来源的GABA需求持续上升。化学合成法存在安全隐患，植物提取法受限于原料供应，微生物发酵法因此成为主流选择。
乳酸菌属（Lactobacillus）因其GRAS（Generally Recognized As Safe）地位和悠久的食品发酵历史，在GABA生产中占据独特优势。但问题在于，不同菌株的GABA合成能力差异悬殊——从毫克级到克级不等。要从庞大的菌株库中挑出高产菌，传统检测方法成了卡脖子环节。
薄层色谱（TLC）和高效液相色谱（HPLC）是经典的GABA定量工具，但两者都耗时费力，且需要复杂的样品衍生化处理。这种低通量的检测方式严重拖累了初筛效率。论文指出，针对这一痛点，研究者开发了多种高通量筛选（HTS）策略，试图在菌株分离的早期阶段就实现快速判别。与此同时，GAD酶系统的催化机制、基因调控和反应条件优化，也是提升GABA产量的关键突破口。
研究方法
论文系统梳理了GABA产生菌筛选与生物合成研究中的方法学进展，重点涉及三大技术模块。
高通量表型筛选方法。 传统GABA定量依赖TLC和HPLC，前者分辨率有限，后者虽精确但样品前处理繁琐，衍生化步骤往往占据单次分析的大部分时间。为加速菌株分离初筛，研究者开发了多种微孔板级别的快速检测体系。
GABase微孔板法是一个代表性方案。该方法采用双酶系统——GABA转氨酶（GABA-T）和琥珀酸半醛脱氢酶（SSADH）——协同催化GABA转化为琥珀酸半醛（SSA），同时伴随NADP⁺还原为NADPH。这一偶联反应使GABA的定量可通过分光光度法直接完成，无需衍生化处理。论文特别指出该方法的优势在于操作简便、可实现多孔板平行检测。然而，其局限性同样明显：340 nm波长处的背景光学干扰风险较高。食品和发酵基质中天然存在的可溶性蛋白、多酚类物质和类胡萝卜素在紫外至近紫外区有强吸收，若空白校正或样品前处理不充分，极易导致GABA产量被高估。
另一种高通量策略是茚三酮显色增强系统（SINICS）。该方法针对发酵液中的GABA进行快速、低成本的半定量分析，优化后适用于高通量筛选场景。但论文明确指出了其核心分析挑战：残留的L-谷氨酸——GABA合成的底物——会在570 nm处强烈干扰茚三酮的显色反应。这意味着仅凭直接显色读数往往不够准确，可靠的定量必须在分光光度检测之前进行充分的样品分离，例如通过TLC或固相萃取（SPE）预处理。
论文还提及了基于化学计量学（stoichiometric）原理的筛选策略，但摘要未详述具体操作参数。从方法学演进逻辑看，HTS策略的共同目标是牺牲部分精确度换取筛选通量，以应对庞大菌株库的初筛需求。
GAD系统与生物合成调控。 GABA的微生物合成核心是谷氨酸脱羧酶（GAD），该酶催化L-谷氨酸的α-脱羧反应，生成GABA和二氧化碳。论文将GAD系统描述为一条依赖辅酶磷酸吡哆醛（PLP）的经典通路，但未给出具体的酶动力学参数。
在菌株筛选层面，论文强调了对乳酸菌GAD活性的定向筛选策略。筛选通常以谷氨酸钠（MSG）为诱导底物，通过检测培养上清中的GABA积累量来评估菌株潜力。培养基组成、pH调控策略、发酵温度和时间的优化是提升产量的关键变量，但原文摘要未提供具体数值，例如最适pH范围或诱导浓度。
发酵工艺与功能食品开发。 论文将发酵工艺优化视为连接菌株潜力与产业应用的桥梁。乳酸菌发酵生产GABA的典型流程包括：菌株活化、种子液扩大培养、发酵罐接种、条件控制和产物分离。但原文摘要未详述具体工艺参数，如接种量、搅拌转速、通气量等。
在功能食品应用层面，论文列举了GABA在食品体系中的潜在载体——包括乳制品、发酵饮料、谷物制品等。乳酸菌作为发酵剂或辅助培养物，可在食品基质中原位生产GABA，这一策略避免了外源添加的纯化成本。论文提到，富含GABA的食品已针对睡眠改善和血压调节等功能宣称开展研究，但具体的人体干预剂量和功效数据未在摘要中呈现。
研究结果
论文的核心结果集中在三个层面：高通量筛选方法的有效性验证、GABA产量的菌株差异、以及功能食品应用中的活性保持问题。
高通量筛选方法的性能对比。 GABase微孔板法的检测原理决定了其通量优势——无需衍生化、可平行检测数十至数百个样品。但论文明确指出，该方法的准确性高度依赖样品基质的洁净度。在复杂发酵基质中，340 nm处的背景吸收可导致GABA测定值系统性偏高，除非严格执行空白校正或预处理。这一结论提示，GABase法更适合作为初筛工具，阳性菌株仍需通过HPLC等金标准方法复核。
SINICS法的检测限和线性范围在摘要中未给出具体数值，但论文强调了其成本效益和速度优势。570 nm处的谷氨酸干扰是该方法的主要误差来源，论文建议在显色前引入TLC或SPE分离步骤。这一限制意味着SINICS法的绝对定量能力有限，更适合菌株间的相对比较。
乳酸菌GABA产量的菌株依赖性。 论文指出，乳酸菌属内不同物种乃至不同菌株的GABA合成能力存在显著差异，但未提供具体产量数值。这种差异主要源于GAD基因的拷贝数、启动子活性和酶蛋白的表达水平。部分菌株在酸性条件下（pH 4.0-5.0）表现出更高的GAD活性，这与GAD系统的酸耐受功能有关——该酶系统帮助细菌在酸性环境中维持胞内pH稳态。论文将此机制描述为"酸休克防御"的一部分，但具体的最适pH和产量数据未在摘要中呈现。
功能食品应用中的活性保持。 论文讨论了GABA在食品加工和储存过程中的稳定性问题。GABA的热稳定性较好，但长时间高温处理可能导致降解。发酵食品中GABA的原位生产策略，可避免外源添加带来的风味和成本问题。论文援引了富含GABA食品在缓解焦虑和改善睡眠方面的研究进展，但未提供具体的临床数据或推荐摄入量。
讨论与展望
这篇综述的价值在于将菌株筛选、生物合成和食品应用三个环节串联起来，揭示了GABA产业化链条中的关键瓶颈。高通量筛选方法解决了"找菌"的效率问题，但准确性与通量之间的矛盾依然存在——GABase法快而不准，SINICS法便宜但易受干扰。论文建议的解决路径是分级筛选策略：先用HTS快速缩小候选菌株范围，再用HPLC精准定量。这一思路符合合成生物学"设计-构建-测试-学习"循环的工程化逻辑。
从菌株改良角度看，GAD系统的调控机制仍有挖掘空间。论文提到，通过基因工程手段增强GAD表达或优化辅酶PLP的供给，有望进一步提升GABA产量。但摘要未涉及具体的基因编辑策略或代谢工程改造案例。未来研究可能聚焦于GAD酶的热稳定性和底物特异性改造，以适配工业化发酵条件。
功能食品应用层面的挑战在于剂量与功效的平衡。GABA的推荐摄入量通常为每日100-300毫克，但食品基质中的GABA含量受菌株活性、发酵条件和储存时间多重因素影响。论文呼吁建立标准化的发酵工艺和质量控制体系，但未给出具体的工艺参数建议。
一个值得深思的问题是：GABA的生理功效研究多基于纯品或高剂量补充剂，而发酵食品中的GABA能否在真实摄入场景中达到有效剂量？这需要更多人体干预试验来验证。论文将这一议题留给了后续研究，但指出了乳酸菌发酵作为GABA天然来源的产业潜力——这或许是未来功能食品开发中最具落地价值的路径之一。
参考来源
Zhang Y, Zhou X, Zheng D, Yuan X, Xu S. Lactic Acid Bacteria-Derived γ-Aminobutyric Acid: From Targeted Screening and Biosynthesis to Functional Food Applications and Health Benefits. Foods. 2025. PMCID: PMC13464983.
PMCID: PMC13464983