4
合成生物學前沿 | 非靶向代謝組學解析釀酒酵母一碳轉化調控關鍵靶點
合成生物學屬于跨學科高度交叉的研究領域，旨在從基本生物單元和生物系統構建來設計新的功能生物實體。對生命體的認識是合成生物學研究的重要前提，代謝組學作為一門研究生物體內代謝物的種類、數量、相互作用和動態變化的學科，可以對體內生化反應和代謝通路進行深入挖掘，從而助力高效的合成生物學研究：
代謝物的定量分析為合成生物學建立生物系統數學模型提供關鍵的代謝過程數據；
代謝組學幫助深入理解代謝網絡和調控機制，從代謝工程層面對更高產量的目標產物合成途徑進行改造和重構；
通過代謝組學對微生物群落代謝物和群落內相互作用的研究，幫助設計更高效、更穩定的微生物生態系統。
本期分享非靶向代謝組學解析釀酒酵母一碳轉化調控關鍵靶點的研究，成果來自北京化工大學國家能源生物煉制研發中心的譚天偉院士課題組在 Renewable Energy 上發表的題為“A one-carbon chemicals conversion strategy to produce precursor of biofuels with Saccharomyces cerevisiae"的研究論文 [1]，為大家介紹一種基于非靶向代謝組學結合發酵結果，對菌株的代謝表型進行深入研究以解析代謝調控機制的策略。
該方法具有一定的普適性，通過揭示微生物的代謝機理，為微生物代謝改造提供新的技術方法。
圖 1. 代謝組學用于指導微生物系統構建與發酵放大
釀酒酵母中一碳轉化途徑的構建與驗證
圖 2. 一碳轉化途徑對 FFAs 產生、菌株還原能力和中樞代謝的影響
通過對釀酒酵母的基因改造，研究團隊開發了一種高效的一碳化學品（CO2 及其衍生物甲酸鹽）轉化策略。經過實驗證明，該策略成功實現了 CO2 的固定與甲酸鹽的轉化，一碳固定效率達到 11.24%，并且還進一步提高了游離脂肪酸（FFAs）的產量。
非靶向代謝組學探究工程改造的代謝變化
為了深入了解工程菌株 KW301 和對照菌株 YJZ08 的代謝變化，研究團隊采用非靶向代謝組學進行數據采集，并進一步對數據進行差異分析和聚類分析，以對比這兩個菌株的代謝改變情況。結果顯示，在 48 小時時，菌株之間的差異化合物數量達到了 89 種，而在 72 小時時，差異化合物數量進一步增加，達到了 192 種。
圖 3. 菌株 KW301 與 YJZ08 在 48 小時（A）與 72 小時（B）的差異化合物分析
圖 4. YJZ08 與 KW301 菌株的（A）化合物聚類分析；48 小時（B）與 72 小時（C）化合物韋恩圖以及（D）差異定性化合物熱圖分析
經過對差異化合物的定性和相對定量分析后，發現相較于 YJZ08 菌株，KW301 菌株在氨基酸合成模塊方面（如：L-纈氨酸、L-谷氨酸、酪氨酸、L-脯氨酸、L-異亮氨酸和L-苯丙氨酸等）和氨基酸依賴性能量合成模塊方面顯著增強。此外，部分差異化合物表現為合成下調，包括參與細胞膜合成的關鍵化合物麥角甾醇合成的前體法尼醇和法尼基二磷酸。
代謝組學分析為工程菌株如何改變代謝流以提升 FFAs 產量提供了有效的證據。在菌株 KW301 中，谷氨酸合成顯著增強，谷氨酸在細胞中發揮著重要作用，為細胞生長和生產提供能量。作為釀酒酵母中的一種應激保護代謝產物，脯氨酸在甲酸鹽添加下對細胞具有良好的保護作用，從而使菌株能夠保持更好的生長和生產狀態。并推測通過添加甲酸鹽為菌株提供足夠的能量，促進了細胞內氨基酸的合成，從而將更多的葡萄糖流轉向產物的合成途徑。此外，13C 標記實驗也證實了甲酸鹽在釀酒酵母中作為碳源可以參與到細胞的氨基酸合成過程中。
高分辨質譜結合生物信息學軟件
提供非靶向代謝組學的高效研究
為了實現微生物代謝物的高效檢測，本研究采用安捷倫 6546 QTOF LCMS 系統進行數據采集；進一步結合 MassHunter、Profinder 、Mass Profile Professional（MPP）等數據處理軟件對代謝組數據進行有效提取和解析。
圖 5. 基于高分辨質譜的非靶向代謝組學檢測方法建立
結語
綜上，基于液相-高分辨質譜的非靶向代謝組學研究可以為微生物代謝調控機理的深入探究提供有效手段，獲得的相關代謝物定性、定量數據及代謝調控的相關信息可以進一步指引代謝途徑改造和重構的方向，從而促進合成生物學的高效研究。
參考文獻：
1. Wang K, et al. A one-carbon chemicals conversion strategy to produce precursor of biofuels with Saccharomyces cerevisiae. Renewable Energy 208, 331-340 (2023).