合成生物学属于跨学科高度交叉的研究领域，旨在从基本生物单元和生物系统构建来设计新的功能生物实体。对生命体的认识是合成生物学研究的重要前提，代谢组学作为一门研究生物体内代谢物的种类、数量、相互作用和动态变化的学科，可以对体内生化反应和代谢通路进行深入挖掘，从而助力高效的合成生物学研究：
代谢物的定量分析为合成生物学建立生物系统数学模型提供关键的代谢过程数据；
代谢组学帮助深入理解代谢网络和调控机制，从代谢工程层面对更高产量的目标产物合成途径进行改造和重构；
通过代谢组学对微生物群落代谢物和群落内相互作用的研究，帮助设计更高效、更稳定的微生物生态系统。
本期分享非靶向代谢组学解析酿酒酵母一碳转化调控关键靶点的研究，成果来自北京化工大学国家能源生物炼制研发中心的谭天伟院士课题组在 Renewable Energy 上发表的题为“A one-carbon chemicals conversion strategy to produce precursor of biofuels with Saccharomyces cerevisiae”的研究论文 [1]，为大家介绍一种基于非靶向代谢组学结合发酵结果，对菌株的代谢表型进行深入研究以解析代谢调控机制的策略。
该方法具有一定的普适性，通过揭示微生物的代谢机理，为微生物代谢改造提供新的技术方法。
图 1. 代谢组学用于指导微生物系统构建与发酵放大
酿酒酵母中一碳转化途径的构建与验证
图 2. 一碳转化途径对 FFAs 产生、菌株还原能力和中枢代谢的影响
通过对酿酒酵母的基因改造，研究团队开发了一种高效的一碳化学品（CO2 及其衍生物甲酸盐）转化策略。经过实验证明，该策略成功实现了 CO2 的固定与甲酸盐的转化，一碳固定效率达到 11.24%，并且还进一步提高了游离脂肪酸（FFAs）的产量。
非靶向代谢组学探究工程改造的代谢变化
为了深入了解工程菌株 KW301 和对照菌株 YJZ08 的代谢变化，研究团队采用非靶向代谢组学进行数据采集，并进一步对数据进行差异分析和聚类分析，以对比这两个菌株的代谢改变情况。结果显示，在 48 小时时，菌株之间的差异化合物数量达到了 89 种，而在 72 小时时，差异化合物数量进一步增加，达到了 192 种。
图 3. 菌株 KW301 与 YJZ08 在 48 小时（A）与 72 小时（B）的差异化合物分析
图 4. YJZ08 与 KW301 菌株的（A）化合物聚类分析；48 小时（B）与 72 小时（C）化合物韦恩图以及（D）差异定性化合物热图分析
经过对差异化合物的定性和相对定量分析后，发现相较于 YJZ08 菌株，KW301 菌株在氨基酸合成模块方面（如：L-缬氨酸、L-谷氨酸、酪氨酸、L-脯氨酸、L-异亮氨酸和L-苯丙氨酸等）和氨基酸依赖性能量合成模块方面显著增强。此外，部分差异化合物表现为合成下调，包括参与细胞膜合成的关键化合物麦角甾醇合成的前体法尼醇和法尼基二磷酸。
代谢组学分析为工程菌株如何改变代谢流以提升 FFAs 产量提供了有效的证据。在菌株 KW301 中，谷氨酸合成显著增强，谷氨酸在细胞中发挥着重要作用，为细胞生长和生产提供能量。作为酿酒酵母中的一种应激保护代谢产物，脯氨酸在甲酸盐添加下对细胞具有良好的保护作用，从而使菌株能够保持更好的生长和生产状态。并推测通过添加甲酸盐为菌株提供足够的能量，促进了细胞内氨基酸的合成，从而将更多的葡萄糖流转向产物的合成途径。此外，13C 标记实验也证实了甲酸盐在酿酒酵母中作为碳源可以参与到细胞的氨基酸合成过程中。
高分辨质谱结合生物信息学软件
提供非靶向代谢组学的高效研究
为了实现微生物代谢物的高效检测，本研究采用安捷伦 6546 QTOF LCMS 系统进行数据采集；进一步结合 MassHunter、Profinder 、Mass Profile Professional（MPP）等数据处理软件对代谢组数据进行有效提取和解析。
图 5. 基于高分辨质谱的非靶向代谢组学检测方法建立
结语
综上，基于液相-高分辨质谱的非靶向代谢组学研究可以为微生物代谢调控机理的深入探究提供有效手段，获得的相关代谢物定性、定量数据及代谢调控的相关信息可以进一步指引代谢途径改造和重构的方向，从而促进合成生物学的高效研究。
参考文献：
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).
