枯草芽孢杆菌在系统与合成生物技术中研究进展及工业应用

枯草芽孢杆菌Bacillus subtilis是微生物生理生化机理研究的模式菌株,也是工业应用生产小分子化合物、大宗化学品、工业酶、药物及保健品等生物制剂的良好底盘细胞。近些年,研究枯草芽孢杆菌的合成生物技术和代谢工程方法日新月异,为利用其作为底盘细胞生产目标产品提供了良好的工具和理论参考。文中综述了利用枯草芽孢杆菌为细胞工厂,在代谢改造中通过调节全局调控因子,基因组精简及优化,多位点、多维调控,自身生物传感动态调控,膜蛋白工程等方法,系统调控优化菌株;在蛋白质试剂生产改造中,通过优化基因启动子、蛋白质信号肽、菌株自身蛋白质分泌元件,构建无化学诱导剂表达系统等方法,优化生产菌株。另外,文中对未来进一步针对优化枯草芽孢杆菌进行工业生产中需要注意和重点关注的问题、方向进行展望。     

微生物遗传多样性的挖掘和代谢工程应用

随着近年来系统生物学研究的深入,微生物的基因组、转录组、蛋白组及代谢组等不同层次的组学信息不断增加。我国具有丰富的微生物多样性,但目前对多样性的研究大多集中在物种多样性及生态多样性方面,对微生物菌株水平遗传多样性的研究还刚刚起步。以酿酒酵母和链霉菌为例,结合本课题组的成果,总结了近年来利用其基因组序列及转录组蛋白质等功能基因组信息,开发利用其遗传多样性的研究进展。在工业酿酒酵母中发现了多个独特的功能基因,包括絮凝基因及与环境胁迫耐性相关的调节蛋白基因,还发现了独特的启动子序列。此外,在海洋放线菌基因组中也发现了独特的调节基因。对微生物遗传多样性的挖掘利用,不仅有助于深入理解微生物不同菌株中独特的调节方式,也为微生物的代谢工程改造提供了大量新的可利用的遗传组件。     

工业微生物酸胁迫的耐受机制及改造途径

工业微生物在发酵生产过程中会面对发酵环境和自身产生的各类酸性物质,而这些酸性物质会影响工业微生物的生长和代谢,即产生酸胁迫。微生物通过调控胞内质子浓度、保护和修复生物大分子、改变细胞膜组分以及整体水平调控等耐受机制来应对酸胁迫。结合酸胁迫的各种耐受机制,利用自然筛选和人工改造的方法提高工业微生物的抗酸胁迫能力,为构建出更能适应工业生产条件的菌株提供理论依据。     

鱼和熊掌的选择: 反向重复序列变异介导的玉米环境适应与产量平衡

作物育种的目标是找到产量和抗性的最佳平衡点, 其中涉及“鱼和熊掌”二者兼得的选择策略。哪些逆境负调控位点影响产量性状, 以及如何调控等是突破育种瓶颈的重要科学问题。近百年来, 高产玉米(Zea mays)育种使玉米单产不断提高, 同时现代玉米品种对干旱的敏感性也呈现出增强趋势, 故而存在高产稳产的潜在风险。可对于这一现象背后确切的遗传机制却知之甚少, 从而限制了既高产又高抗玉米新品种的培育。玉米的非生物胁迫抗性与产量性状均为多基因控制的复杂数量性状, 涉及全基因组范围内大量基因的表达与调控。玉米基因组内存在大量的小RNA (sRNA), 其对基因表达起精细调控作用, 但人们对sRNA调控作物环境胁迫应答与产量性状机制的理解仍然有限。近日, 华中农业大学代明球课题组与李林和李峰两个课题组合作, 基于对338份玉米关联群体在不同环境下的sRNA表达组分析, 鉴定到大量干旱应答的sRNA, 以及调控这些sRNA表达的遗传位点(eQTL); 并克隆了8号染色体上1个干旱特异性eQTL热点DRESH8。生物信息学分析显示, DRESH8是1个由转座子组成的长度约为21.4 kb的反向重复序列(TE-IR)。DRESH8通过产生小干扰RNA (siRNA)介导抗旱基因的转录后沉默, 并间接抑制产量负调控因子的表达, 在负调控干旱应答的同时正调控产量性状。进一步研究发现, DRESH8在玉米驯化和改良过程中受到了人工选择。据此, 他们认为DRESH8可能是玉米平衡抗旱性和产量的关键遗传位点。该研究在全基因组水平上揭示了作物调控产量和环境胁迫抗性平衡的关键遗传机制, 同时也鉴定到大量IR位点, 为未来“高抗、高产”玉米设计育种提供了有价值的操控靶点。     

微生物系统定向进化与合成生物学应用研究进展

当前,生物技术应用常常需要对多基因性状进行复杂的工程化改造,然而复杂表型的遗传基础背景的缺乏限制了人们进行理性设计的能力。人们利用合成生物学工具可以对复杂表型在系统水平进行工程化改造,通过定向进化策略推动整个生物系统的进化,在不知道目标性状的遗传基础的情况下仍可以获得人们所期望的表型。合成生物学的发展加速了生物的定向进化过程,利用其可以对生物系统中复杂性状进行工程化改造。对当前合成生物学在微生物系统中复杂性状定向进化的研究进展进行综述。     

后基因组时代基因组重排在微生物菌种选育中的应用及展望

基因组重排作为一种实用高效的育种技术,在缺乏遗传背景认知和可操作遗传体系等条件下,可以突破微生物种属间的限制,经过多轮递推的原生质体融合来加速其人工定向进化,在微生物菌种改良及代谢产物开发和产业化等研究领域得到了广泛应用。步入后基因组时代,快速发展的组学和生物信息学使基因组重排成为连接各种微生物育种方法的重要纽带,为我们深入探索微生物复杂的代谢网络和全局调控机制,更为精准地实施对微生物的人工调控和定向进化提供了契机。本文系统性地回顾了近年来基因组重排在微生物菌种选育中的应用研究,尤其针对围绕其开展的组学研究进行了详细阐述,并对基因组重排与组学、生物信息学和合成生物学等新兴技术的联合应用进行了展望。     

谷氨酸棒杆菌耐受胁迫机制及工业鲁棒性合成生物学研究进展

谷氨酸棒杆菌Corynebacterium glutamicum作为一般被认为具有生物安全性的一种模式工业微生物,不仅在发酵工业中成功用于大规模生产氨基酸,而且具有合成多种新型化学品的潜力。谷氨酸棒杆菌菌株在生产化合物时,经常会受到各种逆境条件的胁迫,从而降低细胞活力和生产性能。合成生物学的发展为提高谷氨酸棒杆菌的鲁棒性提供了新的技术手段。本文总结了谷氨酸棒杆菌应对发酵过程中各种胁迫的耐受机制。同时,重点介绍提高谷氨酸棒杆菌底盘细胞鲁棒性和耐受性的合成生物学新策略,包括挖掘新的抗逆元件、改造转录调控因子、利用适应性进化策略挖掘抗逆功能模块等。最后,从生物传感器、转录调控因子的筛选和设计、多种调控元件利用等方面对提高谷氨酸棒杆菌底盘细胞鲁棒性进行了展望。     

面向工业生物技术的系统生物学

工业生物技术是以微生物细胞工厂利用可再生的生物原料来生产能源、材料与化学品等的生物技术,在解决资源、能源与环境等问题方面起着越来越重要的作用。系统生物学是全面解析微生物细胞工厂及其发酵过程从"黑箱"到"白箱"的重要研究方法。系统生物学借助基因组、转录组、蛋白质组、代谢组以及代谢流组等多组学数据,可解析微生物细胞工厂在RNA、蛋白与代谢物等不同水平上的变化规律与调控机制。目前,系统生物学在微生物细胞工厂的设计创建与发酵工艺优化中起着越来越重要的指导作用,许多成功应用实例不断涌现,推动着工业生物技术的快速发展。文中重点综述基因组、转录组、蛋白质组、代谢组与代谢流组以及基因组规模的网络模型等各组学技术的最新发展及其在工业生物技术尤其是菌株改造与发酵优化中的应用,并就工业生物技术中系统生物学的未来发展方向进行展望。     

微生物酸胁迫耐受性能强化的研究进展

微生物在发酵生产中常面临各种酸性物质的累积，由此造成的酸胁迫严重抑制了菌株的发酵活力和生产性能。因此，微生物在长期进化过程中，通过协调胞内的多个生理系统、代谢途径和调控网络形成了复杂的响应机制以应对低pH胁迫。工业微生物酸胁迫耐受性能的强化是提高其生产效率的关键手段。本文概述了近年来利用适应性实验室进化、预适应、基因组重排、基因工程、全局转录机制工程、系统生物学和合成生物学等方法提高微生物耐酸性能的研究进展，并讨论了相关研究面临的挑战和未来的发展方向。     

全基因组范围代谢网络的构建和最小基因组研究

全基因组范围代谢网络（genome-scale metabolic network,GSMN）的构建是合成生物学研究的一个重要研究手段。通过整合各种组学数据和借助计算机进行模拟分析,将基因型与表型的关系进行定量关联,从而为从全局的角度探索和揭示生物代谢机制,进而对生物进行合理的重新设计和工程改造提供了有效的框架。该方法在最小基因组研究中也有着突出的优势,通过计算机辅助的基因组最小化模拟与分析,能够系统鉴定微生物基因组基因的必需性。迄今为止,已有近百个基因组范围的代谢网络发表,覆盖的生物包括原核生物、真核生物和古生生物,并广泛应用于医药、能源、环境、工业和农业等多个领域,展现出了广阔的应用前景。将对全基因组范围代谢网络构建的方法、应用,特别是其在最小基因组研究中的应用作简要的综述。     

Industrial‐strength ecology: trade‐offs and opportunities in algal biofuel production

Microalgae represent one of the most promising groups of candidate organisms for replacing fossil fuels with contemporary primary production as a renewable source of energy. Algae can produce many times more biomass per unit area than terrestrial crop plants, easing the competing demands for land with food crops and native ecosystems. However, several aspects of algal biology present unique challenges to the industrial‐scale aquaculture of photosynthetic microorganisms. These include high susceptibility to invading aquatic consumers and weeds, as well as prodigious requirements for nutrients that may compete with the fertiliser demands of other crops. Most research on algal biofuel technologies approaches these problems from a cellular or genetic perspective, attempting either to engineer or select algal strains with particular traits. However, inherent functional trade‐offs may limit the capacity of genetic selection or synthetic biology to simultaneously optimise multiple functional traits for biofuel productivity and resilience. We argue that a community engineering approach that manages microalgal diversity, species composition and environmental conditions may lead to more robust and productive biofuel ecosystems. We review evidence for trade‐offs, challenges and opportunities in algal biofuel cultivation with a goal of guiding research towards intensifying bioenergy production using established principles of community and ecosystem ecology.     

酵母生物多样性开发及工业应用

酵母是一类包括酿酒酵母和非常规酵母在内的多种单细胞真菌的总称,其中酿酒酵母是应用较多的重要工业微生物,广泛应用于生物医药、食品、轻工和生物燃料生产等不同生物制造领域。近年来,研究者从不同生态环境中分离了大量的酵母菌株,鉴定了多个新种,也发现了抗逆性不同以及具有多种活性产物合成能力的菌株,证明天然酵母资源具有丰富的生物多样性和功能多样性。利用基因组挖掘以及转录组、蛋白组等多组学分析研究,可进一步开发利用酵母遗传多样性,获得酶和调节蛋白的基因以及启动子等遗传元件改造酵母菌株。除了利用酵母的天然遗传多样性,还可通过诱变、驯化、代谢工程改造及合成生物学等技术产生具有多种非天然多样性的菌株。此外,对天然遗传元件也可以进行突变和定向进化,所产生的新遗传元件可用于有效提升菌株的性能。开发利用酵母的生物多样性,对构建高效酵母细胞工厂,生产生物酶、疫苗以及多种活性天然产物等产品具有重要意义。文中对酵母生物多样性的研究现状进行综述,并对未来高效开发利用酵母菌株资源和遗传资源的研究进行了展望。文中所总结的研究方法和思路也可为研究其他工业微生物的多样性及进行高效菌株的选育提供参考。     

土壤微生物群落抵抗力和恢复力研究进展

人类活动的不断加剧使得土壤生态系统承受着环境干扰压力。土壤微生物受到环境干扰的响应程度（抵抗力）及恢复至原来状态的能力（恢复力）决定着土壤生态系统的可持续性。梳理和总结了土壤微生物群落对环境干扰的抵抗力和恢复力方面的研究进展。首先,在介绍土壤微生物群落抵抗力和恢复力概念的基础上,阐述了通过评估微生物群落的结构和功能的变化来系统表征抵抗力和恢复力;随后,分析了最近十年（2012-2021年）有关文献,发现土壤微生物群落的结构和（或）功能在环境干扰后的恢复力总体较弱,但耕作、有机物料添加和轮作等农田管理措施下的响应趋势表现出一定的规律性;继而,从个体水平的休眠和胁迫忍耐、种群水平的生存策略、群落水平的多样性和相互作用以及生态系统水平的历史遗留效应等方面分析了土壤微生物群落抵抗力和恢复力的维持机制;最后,从功能性状、多功能性和植物-土壤微生物整体性对未来研究做出了展望,以期为构建土壤健康评价体系及预测环境干扰对土壤功能的影响提供科学依据。     

酿酒酵母乙酸耐性分子机制的功能基因组进展

提高工业酿酒酵母对高浓度代谢产物及原料中的毒性底物等环境胁迫因素的耐受性,对提高工业生产效率具有重要的意义。乙酸是纤维素原料水解产生的主要毒性副产物之一,其对酵母细胞的生长和代谢都具有较强的抑制作用,因此,对酿酒酵母乙酸耐性分子机制的研究可为选育优良菌种提供理论依据。近年来,通过细胞全局基因表达分析和代谢组分析,以及对单基因敲除的所有突变体的表型组研究,对酿酒酵母乙酸耐性的分子机制有了更多新的认识,揭示了很多新的与乙酸毒性适应性反应和乙酸耐性提高相关的基因。综述了近年来酿酒酵母乙酸耐性的基因组规模的研究进展,以及在此基础上构建乙酸耐性提高的工业酵母菌的代谢工程操作。结合本课题组的研究,对金属离子锌在酿酒酵母乙酸耐性中的作用进行了深入分析。未来对酿酒酵母乙酸耐性分子机理的认识及改造将深入到翻译后修饰和合成生物学等新的水平,所获得的认知,将为选育可高效进行纤维素原料生物转化、高效生产生物燃料和生物基化学品的工业酿酒酵母的菌株奠定理论基础。     

Mapping the adaptive landscape of a major agricultural pathogen reveals evolutionary constraints across heterogeneous environments

The adaptive potential of pathogens in novel or heterogeneous environments underpins the risk of disease epidemics. Antagonistic pleiotropy or differential resource allocation among life-history traits can constrain pathogen adaptation. However, we lack understanding of how the genetic architecture of individual traits can generate trade-offs. Here, we report a large-scale study based on 145 global strains of the fungal wheat pathogen Zymoseptoria tritici from four continents. We measured 50 life-history traits, including virulence and reproduction on 12 different wheat hosts and growth responses to several abiotic stressors. To elucidate the genetic basis of adaptation, we used genome-wide association mapping coupled with genetic correlation analyses. We show that most traits are governed by polygenic architectures and are highly heritable suggesting that adaptation proceeds mainly through allele frequency shifts at many loci. We identified negative genetic correlations among traits related to host colonization and survival in stressful environments. Such genetic constraints indicate that pleiotropic effects could limit the pathogen’s ability to cause host damage. In contrast, adaptation to abiotic stress factors was likely facilitated by synergistic pleiotropy. Our study illustrates how comprehensive mapping of life-history trait architectures across diverse environments allows to predict evolutionary trajectories of pathogens confronted with environmental perturbations.Subject terms: Population genetics, Plant sciences, Molecular evolution, Fungi     

Hybrid semi-parametric mathematical systems: bridging the gap between systems biology and process engineering

Systems biology is an integrative science that aims at the global characterization of biological systems. Huge amounts of data regarding gene expression, proteins activity and metabolite concentrations are collected by designing systematic genetic or environmental perturbations. Then the challenge is to integrate such data in a global model in order to provide a global picture of the cell. The analysis of these data is largely dominated by nonparametric modelling tools. In contrast, classical bioprocess engineering has been primarily founded on first principles models, but it has systematically overlooked the details of the embedded biological system. The full complexity of biological systems is currently assumed by systems biology and this knowledge can now be taken by engineers to decide how to optimally design and operate their processes. This paper discusses possible methodologies for the integration of systems biology and bioprocess engineering with emphasis on applications involving animal cell cultures. At the mathematical systems level, the discussion is focused on hybrid semi-parametric systems as a way to bridge systems biology and bioprocess engineering.     

Genetic dissection of bread wheat diversity and identification of adaptive loci in response to elevated tropospheric ozone

Rising tropospheric ozone affects the performance of important cereal crops thus threatening global food security. In this study, genetic variation of wheat regarding its physiological and yield responses to ozone was explored by exposing a diversity panel of 150 wheat genotypes to elevated ozone and control conditions throughout the growing season. Differential responses to ozone were observed for foliar symptom formation quantified as leaf bronzing score (LBS), vegetation indices and yield components. Vegetation indices representing the carotenoid to chlorophyll pigment ratio (such as Lic2) were particularly ozone-responsive and were thus considered suitable for the non-invasive diagnosing of ozone stress. Genetic variation in ozone-responsive traits was dissected by a genome-wide association study (GWAS). Significant marker-trait associations were identified for LBS on chromosome 5A and for vegetation indices (NDVI and Lic2) on chromosomes 6B and 6D. Analysis of linkage disequilibrium (LD) in these chromosomal regions revealed distinct LD blocks containing genes with a putative function in plant redox biology such as cytochrome P450 proteins and peroxidases. This study gives novel insight into the natural genetic variation in wheat ozone response, and lays the foundation for the molecular breeding of tolerant wheat varieties.     

On the estimation of robustness and filtering ability of dynamic biochemical networks under process delays, internal parametric perturbations and external disturbances

Inherently, biochemical regulatory networks suffer from process delays, internal parametrical perturbations as well as external disturbances. Robustness is the property to maintain the functions of intracellular biochemical regulatory networks despite these perturbations. In this study, system and signal processing theories are employed for measurement of robust stability and filtering ability of linear and nonlinear time-delay biochemical regulatory networks. First, based on Lyapunov stability theory, the robust stability of biochemical network is measured for the tolerance of additional process delays and additive internal parameter fluctuations. Then the filtering ability of attenuating additive external disturbances is estimated for time-delay biochemical regulatory networks. In order to overcome the difficulty of solving the Hamilton Jacobi inequality (HJI), the global linearization technique is employed to simplify the measurement procedure by a simple linear matrix inequality (LMI) method. Finally, an example is given in silico to illustrate how to measure the robust stability and filtering ability of a nonlinear time-delay perturbative biochemical network. This robust stability and filtering ability measurement for biochemical network has potential application to synthetic biology, gene therapy and drug design.