在一項新的研究中，來自美國芝加哥大學和西北大學的研究人員發現微生物群落中的代謝基因可以預測該群落的動態行為，這也對氮迴圈和其他重要的生物地球化學過程產生影響。這就提出了一種可能性，即科學家們可以從微生物群落的總基因含量中推斷出代謝物的動態，設計特定功能的微生物群落，並發現基因組進化如何影響代謝。相關研究結果於2022年1月26日線上發表在Cell期刊上，論文標題為“Genomic structure predicts metabolite dynamics in microbial communities”。
我們經常從單個物種對人體的影響角度來考慮細菌問題。鏈球菌會讓你喉嚨痛和發燒，或者太多的不好的大腸桿菌會讓你食物中毒。但是自然界充滿了為環境執行各種關鍵功能的細菌，比如透過光合作用固定碳併產生氧氣，或者從大氣中提取氮氣並將它變成其他有機體可以使用的形式。然而，自然界中的這些細菌並不存在於真空中；它們出現在生態群落中，與無數其他微生物相互作用，並相互競爭和交換營養物。
論文第一作者、芝加哥大學進化系統物理學中心博士後學者Karna Gowda博士說，這種複雜性給科學家們帶來了棘手的問題。他說，“微生物群落是複雜的，因為這些有機體不斷地感知和響應它們的環境，相互作用，共同進化。這是微生物生態學中一個長期存在的問題。你如何從存在的簡單部分---基因和有機體--來理解一個群體的總體代謝活動？”
圖片來自Cell, 2022, doi:10.1016/j.cell.2021.12.036
為了解決這個問題，Gowda和芝加哥大學生態學與進化系助理教授Seppe Kuehn博士和西北大學工程科學與應用數學助理教授Madhav Mani博士受到了最近研究---指出在一個環境中存在的代謝物和群落基因含量之間存在著強烈的統計關係---的啟發。由於自然環境中的代謝物水平是群落與其非生物的化學和物理成分之間互換的結果（例如，光合生物可以產生氧氣，但氧氣也可以從大氣中擴散到群落中），僅從這些研究中很難得出關於基因含量和群落代謝活動之間關係的結論。因此，要建立這種聯絡，首先需要將自然界的群落帶入實驗室。
Gowda和他的同事們從伊利諾伊州烏爾班納市周圍的農田和森林中提取土壤樣本，並將其中近百種不同的細菌帶入實驗室。他們然後對它們的基因組進行測序，以獲得所有存在的基因目錄，並測量這些有機體生長過程中的代謝物變化，重點是反硝化（denitrification）過程，這是氮迴圈的一個關鍵分支。對這些資料的統計分析表明，參與反硝化作用的關鍵基因與它們消耗和產生反硝化代謝物的速率之間存在相對簡單的關係。接著，他們構建出一種數學模型，捕捉到了不同有機體之間如何相互作用（即透過彼此之間消耗和分享資源）。該模型使得他們能夠透過將這些基因與集體行為基本聯絡起來，預測群落中反硝化作用的整體動態變化。Gowda說，“群落基因含量和代謝活動之間的關係比我們以前認為的要簡單得多。”
為了觀察這些新的見解在更復雜的自然環境中是否成立，還有更多的研究工作要做。Gowda及其同事們進行的實驗是在高度控制的條件下進行的，與土壤和水生環境的異質性和波動性條件相差甚遠。但是Gowda說，這項研究為預測自然環境的化學動態打開了一扇大門，這種可能性就像對其基因組測序一樣簡單。
他說，“也許有一天，我們可能利用這些資訊來設計具有特定用途的微生物群落，比如用於廢水處理或農業。如果我們能夠僅僅從測序資料中瞭解自然環境中的代謝物發生了什麼，這將是一個巨大的進步。”（生物谷 Bioon.com）
參考資料：
Karna Gowda et al. Genomic structure predicts metabolite dynamics in microbial communities. Cell, 2022, doi:10.1016/j.cell.2021.12.036.
