近日,中国农业大学谯仕彦院士团队于海涛副教授在国际权威期刊《Advanced Science》发表研究论文Genome-resolved metagenomics uncovers microbial dark matter and complementary modular strategies for lignocellulose-degradation in forest humus soils。该研究针对高效纤维素降解酶资源匮乏这一制约农业生物质高值饲用转化的关键瓶颈,构建了跨气候带的森林腐殖土微生物基因组目录(Forest humus soil metagenome-assembled genome catalog, HSMAG),系统解析了游离酶、纤维小体和多糖利用位点三类木质纤维素降解策略的模块化组装及其功能协同关系,挖掘并表征了具有催化活性的关键降解酶,为高效酶系设计与表达、农业生物质糖平台构建及下游饲用生物质蛋白合成提供了新型候选酶资源库与多酶协同组装的新思路。中国农业大学为该论文第一完成单位,动物科学技术学院2024级博士研究生白海鑫为第一作者,于海涛副教授为通讯作者。

打开网易新闻 查看精彩图片

木质纤维素降解是碳循环的重要过程,也是生物质高值化利用的限速环节。森林腐殖土由植物凋落物经微生物长期分解与转化形成,兼具好氧与厌氧微环境,蕴藏着丰富且尚未充分开发的木质纤维素降解微生物及酶资源“暗物质”。然而,大量土壤微生物难以分离培养,现有研究多聚焦于具有单一催化结构域的CAZymes,对于催化结构域与非催化结构域模块化组装的游离酶、纤维小体和多糖利用位点的关注不足。同时,不同模块化降解策略在复杂植物纤维分解过程中的功能分工及潜在互补关系仍缺乏系统认识。

针对上述问题,基于横跨我国七大气候带的204份森林土壤宏基因组样本,构建了首个大规模的腐殖土微生物基因组目录HSMAG,系统重建了9776个微生物基因组,聚类为3338个物种水平的基因组分箱,其中高达96.1%缺乏与已知物种相匹配。依托这一大规模基因组资源,挖掘鉴定出超66.9万条CAZymes编码基因,涵盖丰富的纤维素及半纤维素降解功能,形成了具有高度多样性与开发潜力的纤维降解候选酶资源库,为木质纤维素高效生物催化转化开拓了新的酶资源空间。

打开网易新闻 查看精彩图片

HSMAG目录特征

为了阐明CAZymes如何通过功能组织与生态分工促进木质纤维素解聚,通过建立催化结构域与非催化结构域识别分析流程,发现CAZymes被广泛组织为多层级的模块化降解策略,包括游离酶、纤维小体和多糖利用位点。超过44.5%的多糖利用位点集中分布于Mucilaginibacter和Puia dinghuensis;纤维小体支架蛋白富集于Blastocatellia和Gammaproteobacteria等非经典类群;游离酶中GH5_1、GH5_2和GH9等纤维素酶家族占据优势;多糖利用位点基因簇则串联多个GH3、GH10和GH35等木聚糖酶家族。这些发现提示三大模块化策略可能通过GHs家族的功能互补来协同解构木质纤维素,为多酶协同复配与模块化酶系设计提供了新思路。

打开网易新闻 查看精彩图片

游离酶、纤维小体和多糖利用位点的互补模块化策略

为进一步验证基因组解析预测的木质纤维素降解潜力,通过整合高、低木质纤维素水平下的宏转录组,锁定了底物响应性多糖利用位点基因簇及其核心催化模块。经重组表达与酶学表征,GH5对CMC-Na的活性达到38.2 U/mg,GH3对木聚糖的活性为20.3 U/mg。AlphaFold 3结构预测与分子对接进一步支持核心酶的催化活性口袋及潜在底物结合模式。研究贯通了从未知微生物基因资源挖掘到酶功能验证的证据链,为高效木质纤维素降解酶设计改造、多酶协同复配及农业生物质酶解糖平台开发提供候选酶资源。

打开网易新闻 查看精彩图片

核心GHs的表达和酶学性质表征

目前,团队依托获得的核心候选酶库,正融合蛋白质语言模型、结构理性设计与主动学习策略,围绕催化效率、热稳定性及复杂环境适应性开展多目标协同优化。通过机器学习指导的饱和突变与组合突变文库,联合液滴微流控高通量表达筛选及“设计—构建—测试—学习”(DBTL)闭环迭代体系,构建人工智能驱动的自主酶工程通用平台,推动高性能纤维素酶从天然资源挖掘向智能设计、规模化制备及工业生物制造的转化应用。