比较真菌分泌物以揭示碳化合物降解途径

它们不起眼的外表可能会使它们被自然栖息地中的植物或动物所掩盖，但真菌在维持其生态系统方面发挥着关键作用。从破坏森林中的落叶和腐烂的木材到清除受污染的土壤和水域，真菌酶正被用于各种能源和环境挑战中。

真菌分泌蛋白，即由细胞分泌的所有分子的集合，含有可以分解植物细胞壁成分的酶，例如纤维素，半纤维素和木质素。这些能力使他们对生物能源研究人员感兴趣，他们正在寻找经济有效的方法将植物质量转化为可持续的替代运输燃料。在2016年7月19日在线发表于Plos ONE的一项研究中，由哈佛大学和伍兹霍尔海洋研究所(WHOI)的研究人员领导的研究小组对四种最近分离和测序的丝状子囊菌真菌的分泌蛋白组进行了比较分析，以了解更多关于他们用于分解碳化合物的各种途径。

“虽然白腐菌担子菌Phanerochaete chrysosporium等模式生物的分泌组织和曲霉属的成员已被很好地表征，但对环境分离物的酶学能力知之甚少。因此，许多普遍存在的土壤真菌的碳降解机制仍然知之甚少，“研究第一作者卡罗琳·泽纳说，他现在是波士顿大学的博士后研究员。“这项工作表明，在传统的木腐菌担子菌之外，一个更具分类学和机械多样性的真菌物种群落有助于环境木质纤维素降解。”

这项研究是通过一项名为“设施集成用户科学协作”(FICUS)的协作科学计划实现的，该计划为研究人员提供了两个DOE科学办公室用户设施的能力：美国能源部联合基因组研究所(DOE JGI)在劳伦斯伯克利国家太平洋西北国家实验室的实验室(伯克利实验室)和环境分子科学实验室(EMSL)。

正如WHOI的Colleen Hansel和明尼苏达大学Cara Santelli提交的FICUS提案所述，该团队寻求确定丝状子囊菌真菌的碳降解途径。该项目的一个方面着重于理解锰(Mn)氧化剂在碳降解中的作用。由Mn氧化真菌产生的酶和锰产品是地球上已知最强的氧化剂之一，并且在帮助分解甚至最顽固形式的木质纤维素方面起着关键作用。

在该研究中，研究小组研究了四种已知在清除金属污染水域中起作用的Mn(II)氧化真菌：Alternaria alternata SRC1lrK2f，Stagonospora sp。SRC1lsM3a和Pyrenochaeta sp。DS3sAY3a全部从宾夕法尼亚州中部的煤矿排水处理系统中分离出来; Paraconiothyrium sporulosum AP3s5-JAC2a是从马萨诸塞州的一个修复的淡水湖中分离出来的。所有四种真菌都对它们的基因组进行了测序和注释，作为FICU​​S项目的一部分，以实现这些分离株对锰和碳氧化所涉及的酶的基因组学和蛋白质组学表征。

通过比较EMSL中质谱组的组成和功能多样性与质谱，该团队能够鉴定几种木质纤维素降解酶用于未来的研究。“我们的主要发现是这些真菌产生了多种碳水化合物活性酶，可以直接氧化不稳定和顽固的碳，此外还有各种氧化还原活性辅助酶，通过形成活性氧来间接攻击木质纤维素，” Zeiner。“这四种子囊菌种的强大酶促机制，结合其已知的降解纤维素和产生强氧化剂的能力，如Mn(III)水络合物和固相Mn(III / IV)氧化物，表明这些物种的作用在木质纤维素在环境中的转化。

Zeiner指出，获得DOE JGI和EMSL的能力“被证明是探索土壤微生物降解碳的分子机制的有力工具。”

她详细介绍了该团队在这些国家用户设施中使用的资源。“通过与EMSL的合作，我们利用最先进的质谱设施，利用定量，比较蛋白质组学方法的专业知识 - 特别是相对和绝对定量的同量异位标签(iTRAQ) - 确定每个物种超过1,300种分泌蛋白质。此外，我们与EMSL生物信息学家密切合作，开发了用于蛋白质数据分析和功能注释的定制管道，现已成功部署在其他EMSL蛋白质组学项目上。通过与JGI的合作，我们对四种子囊菌的基因组进行了测序，与搜索我们针对密切相关物种的基因组的数据集相比，我们能够获得的蛋白质匹配数量增加了400%。这极大地提高了我们利用我们的大型数据集绘制关于这些物种在碳循环中的作用的生物学结论的能力。最后，我们与JGI生物信息学家合作，生成了四个物种的基于基因组的预测分泌蛋白组，增强了我们实验数据的功能注释，有助于鉴定通过裂解释放到分泌组中的细胞内蛋白质，并提供更强大的碳水化合物分配 - 活性酶(CAZymes)。“ 这极大地提高了我们利用我们的大型数据集绘制关于这些物种在碳循环中的作用的生物学结论的能力。最后，我们与JGI生物信息学家合作，生成了四个物种的基于基因组的预测分泌蛋白组，增强了我们实验数据的功能注释，有助于鉴定通过裂解释放到分泌组中的细胞内蛋白质，并提供更强大的碳水化合物分配 - 活性酶(CAZymes)。“ 这极大地提高了我们利用我们的大型数据集绘制关于这些物种在碳循环中的作用的生物学结论的能力。最后，我们与JGI生物信息学家合作，生成了四个物种的基于基因组的预测分泌蛋白组，增强了我们实验数据的功能注释，有助于鉴定通过裂解释放到分泌组中的细胞内蛋白质，并提供更强大的碳水化合物分配 - 活性酶(CAZymes)。“