近30000种用于生物燃料生产改进的新型酶

加利福尼亚州沃尔特克里克 - 牛吃草 - 这已经被观察到了。从这种纤维性饮食中，主要由难以降解的植物细胞壁材料纤维素和半纤维素组成，这些物质对大多数动物没有营养价值，反刍动物设法提取他们需要的所有滋养自己，后代及其饲养者。而现在，母牛，或者更确切地说是在牛的前胃或瘤胃中看不见的生物网络，正在为研究人员提供重要的信息，这些信息可能有一天会加速大规模部署生物燃料。这将提供一个主要类别的微生物的窗口，长期以来一直抵制科学家的成长和研究的尝试。

通过大规模DNA测序，美国能源部(DOE)联合基因组研究所(JGI)的研究人员在能源生物科学研究所(EBI)的支持下，对从牛中分离出的植物消化微生物的基因和基因组进行了表征。瘤胃和1月28日发表在“ 科学 ”杂志上的一项研究报道。与从工厂开发替代燃料相关的挑战之一是与加工厂生物质相关的高成本和能源投入，以便它可以更容易地转化为糖并从那里转化为生物燃料以满足我们的运输需求。

“微生物已经进化了数百万年，有效地降解了顽固生物量，”JGI主任，该研究的负责人Eddy Rubin说。“这些生物的群落可以在不同的生态系统中找到，例如在牛的瘤胃，白蚁的内脏，堆肥堆中，以及覆盖森林地面。微生物已经解决了这一挑战，克服了植物的保护装甲，以确保营养，丰富的能源使他们和奶牛能够茁壮成长。“

人们认为牛在几百万年前首次出现在景观中，大约一万年前被人类驯化。瘤胃微生物进化为以酶的形式产生分子机器，能够有效地将植物细胞壁多糖如纤维素和半纤维素解构成它们的组成小糖分子。另一种看待它的方式是，为了换取牛瘤胃中的住房，这些微生物通过有效地将牛不能利用的纤维转化为小糖分子来支付租金，所述小糖分子用作发酵的基质，成为为奶牛提供能量的最终产品。 。这项研究使JGI调查员和合作者能够进行挖掘，其规模比以往任何工作都高出数千倍，在先前未表征的瘤胃微生物的基因组中编码的酶功能。这加深了我们对近30,000个基因的理解，这些基因产生的酶可能具有将生物质降解为单糖的强大能力，这是纤维素生物燃料生产中必不可少的第一步。

“工业正在寻求更好的方法来分解生物质，将其用作新一代可再生生物燃料的起始材料，”JGI主任和项目负责人Eddy Rubin说。“与我们的合作者一起，我们正在研究牛中微生物用于分解植物材料的分子机器。”

在实验室中，只有约1%的地球微生物物种可以生长; 绝大多数 - 在土壤，水和居住在其他较大的生命形式，如在奶牛 - 不能在实验室培养。诸如此类的“宏基因组学”研究提供了另一种分析方法。

鲁宾的博士后研究人员Matthias Hess和Alex Sczyrba使用了最有前景的大型生物能源作物之一 - 柳枝稷(Panicum virgatum)) - 让位于前肠的奶牛的微生物共生体发挥其魔力。为了更好地控制这个过程，Hess和他在伊利诺伊大学的同事使用了瘘管牛模型，为了科学研究目的，它允许通过管道直接进入前肠，这可以被认为是氧气发酵室。缺席。将柳枝稷样品放入尼龙袋中，然后插入牛瘤胃中，在那里将它们消化，而不是将草直接喂给奶牛。72小时后，取出袋子，分离消化附着于柳枝稷的材料的微生物DNA，然后测序。

这项研究瘤胃微生物的数据量为2700亿个DNA代码，数量巨大; 比整个人类基因组中的字母数量大约多100倍。赫斯指出，生成数据并不是这个项目中最具挑战性的部分。“真正的挑战是分析大量没有参考基因组的数据，并根据从数十亿和数十亿个短序列DNA序列中获得的信息来鉴定和生产全尺寸功能酶，”他说。

为了分析信息，研究人员开发了一种基因组装配策略，可以处理大量数据，同时确保避免可能导致嵌合体的错误组装 - 微生物群落中不存在的人工基因。“想象一下，有人将数百个拼图游戏与数百万个拼图混合成一堆，”Sczyrba说。“我们试图将尽可能多的这些重新组合在一起，尽可能减少错误。这不是一个容易的问题。您需要一个好的策略和大量的计算资源来解决这个问题。

通过使用不同的过滤器，Sczyrba将超过200万个预测基因的数量减少到27,755个候选基因，这些基因编码一种特定类别的酶，称为碳水化合物活性酶(CAZymes)，可以将植物多糖(例如纤维素)分解成小糖。赫斯确定了最有希望的候选者，测试了90个候选基因的功能子集，发现超过50%的受试候选人具有纤维素降解活性，近20%能够打破“现实世界”的生物燃料作物柳枝稷。这使团队清楚地看到，所鉴定的30,000个基因的重要部分确实对植物材料具有活性，并且将成为生物燃料研究人员的新型酶的宝库。

除了鉴定可能在木质纤维素生物燃料的工业生产的未来过程中起主要作用的酶的基因之外，Hess和Sczyrba不仅要组装基因，还要组装从瘤胃中生物质分解的生物体的整个基因组。使用各种计算解谜方法，他们能够为瘤胃微生物建立15个基因组，其中没有一个与以前描述过的任何东西相匹配。

为了证实他们的计算结果，该团队转向另一种检查微生物基因组的方法，这种方法也不需要培养步骤：单细胞基因组学涉及研究单个未培养的微生物细胞的基因组。他们能够使用细胞分选仪分离单个瘤胃微生物，并且不使其生长，他们使用单细胞测序技术产生了这种未培养的微生物的基因组。当来自单个基因组的DNA序列被定位到15个计算组装的基因组时，研究人员发现超过98%的数据与一个已在计算机上组装的单个基因组相匹配。“单细胞数据让我们相信我们看到的是真实的，”赫斯说。“否则我们只会得到计算数据，这会让我们的工作变得更有说服力。”

这项由JGI及其合作者领导的开创性工作表明，通过大规模测序功能与大规模数据分析和计算能力以及最先进的下一代单细胞基因组学相结合，研究人员现在可以探索大量的来自新微生物的纤维素降解酶与培养中培养它们的能力无关。因此，这可以减少迄今为止难以探索的“微生物暗物质”的广阔空间。此外，这里使用的方法可以很容易地扩展到搜索与其他DOE任务相关的其他微生物酶能力。

论文作者包括劳伦斯伯克利国家实验室和DOE JGI的冯晨，Rob Egan，张涛，Susannah Tringe，Axel Visel，Len Pennacchio，Tanja Woyke和Zhong Wang。其他作者包括加州大学伯克利分校能源生物科学研究所的Tae-Wan Kim，Harshal Chokhawala和Douglas S. Clark; Illumina，Inc。的Gary Schroth和Shujun Luo; 伊利诺伊大学厄巴纳分校能源生物科学研究所的Roderick I. Mackie。马蒂亚斯赫斯现在是华盛顿州里奇兰华盛顿州立大学三城市的助理教授。

美国能源部联合基因组研究所在美国能源部科学办公室的支持下，致力于推进基因组学研究，以支持与清洁能源生产，环境特征描述和清理相关的DOE任务。总部位于加利福尼亚州Walnut Creek的DOE JGI提供集成的高通量测序和计算分析，使基于系统的科学方法能够应对这些挑战。