中国科学院微生物研究所、中国微生物学会主办
文章信息
- 赵晞泽, 姜成英, 刘双江
- ZHAO Xize, JIANG Chengying, LIU Shuangjiang
- 人工合成微生物组:理性设计、精准构建与应用前景
- Synthetic microbiomes: rational design, engineering strategies, and application prospects
- 生物工程学报, 2025, 41(6): 2221-2235
- Chinese Journal of Biotechnology, 2025, 41(6): 2221-2235
- CSTR: 32114.14.j.cjb.250201
- DOI: 10.13345/j.cjb.250201
-
文章历史
- Received: March 9, 2025
- Accepted: April 29, 2025
- Published: April 30, 2025
2. 山东大学 微生物改造技术全国重点实验室, 山东 青岛 2662373;
3. 中国科学院大学 生命科学学院, 北京 100049
2. State Key Laboratory of Microbial Technology, Shandong University, Qingdao 266237, Shandong, China;
3. College of Life Sciences, University of Chinese Academy of Sciences, Beijing 100049, China
在自然界的各类生态系统中,微生物以群落或微生物组形式存在,展现出强大的生态功能。它们作为地球生物化学循环的核心驱动力[1],广泛分布于大气圈、水圈、岩石圈乃至动植物及人体等宿主生态系统的每一个生态位[2-4]。自然形成的微生物群落在人类活动中发挥着重要作用,例如利用天然微生物群落发酵食品、生产生物燃料以及利用活性污泥进行污水处理等[5-8],都是天然微生物组应用的实例。尽管研究人员看似掌握了微生物组的操控能力,但是天然微生物组的特性仍制约着其进一步的开发和应用。天然微生物组的形成受限于特定自然环境的选择压力或基于宿主适应的协同进化等因素,展现出的性能与人类需求的功能不完全一致。同时,天然微生物组中还包括大量未知的成员及未知的互作关系,具有高度的复杂性和不可控性。为了突破天然微生物组的局限性,研究人员开始寻求具有固定组成、可调控、可预测、功能稳定的多细胞体系,即人工合成微生物组。
Großkopf和Soyer[9]将人工合成微生物群落定义为“在明确组成成分的培养基和培养条件下,通过把2个或多个特定微生物物种或者菌株共同培养而人工创建的群落”。人工合成微生物组可以被认为是一种“工程微生物组”,通过有针对性地操控菌群的组成或合理设计并构建新的合成群落来增强微生物组性能[10]。相比于天然的微生物组或单一的微生物,人工合成微生物组能够完成更为复杂的功能,具有高度稳定性和鲁棒性,并且能够被精细调控,特别适合应用于复杂环境或复合需求[11]。
目前,有关人工合成微生物组的研究和应用正处于蓬勃发展的阶段,但是仍然存在着一些挑战和问题。本文介绍了人工合成微生物组的3大设计理念,总结了人工合成微生物组构建策略,并且综述了近年来人工合成微生物组在环境修复、农业增效、生物制造和工业合成、宿主健康等领域的应用进展,以期为未来的设计、构建和应用提供全面的分析和指导。
1 人工合成微生物组的设计理念人工合成微生物组的构建旨在通过理性设计和工程化手段,实现复杂功能的定向输出,同时能够适应外界环境的变化,并且便于调控。其设计理念围绕着功能性、鲁棒性、可控性这3大核心原则展开。
1.1 功能性人工合成微生物组的功能性设计强调根据具体目标选择菌株组合,并通过代谢分工完成复杂的任务。其优势在于:与单个微生物相比,合成菌群将复杂的代谢过程分解并分配给了不同的菌株,减轻了单一菌株的负荷,最终提高了生物生产过程中的总体效率[12]。这种设计理念常见于利用工程微生物进行生物制造。例如,利用同一物种的多个微生物菌株或多个不同物种构建一个共培养系统已被用于多种化学品生物生产[13]。工程大肠杆菌的混合培养体系被用于合成多种小分子化合物,如乙醇[14]、己二烯二酸[15]、3-氨基苯甲酸[16]以及结构较为复杂的类黄酮[17]等化合物。此外,多个不同物种的工程微生物构成的合成菌群也在生物合成中广泛应用,包括细菌和真核生物的跨物种组合[18-19]。
另一方面,与天然微生物群落相比,人工合成的微生物群落的功能可以被设计和定向改造,通过选择合适的菌株,优化人工菌群的代谢途径和共生网络,使其具有特定的功能。针对复杂污染物降解的合成菌群常基于这种理念进行构建。在环境修复中,合成菌群通过代谢途径的分工合作完成了难降解污染物多环芳烃(polycyclic aromatic hydrocarbons, PAHs)的完全矿化。例如,Wanapaisan等[20]构建了由5个菌株构成的合成菌群,其中分枝杆菌(Mycobacterium spp.) PO1和PO2负责芘降解上游的开环及氧化,食五环芳烃新鞘氨醇菌(Novosphingobium pentaromativorans) Y1和苍白杆菌(Ochrobactrum sp.) PW1分别降解邻苯二甲酸和原儿茶酸,而芽孢杆菌(Bacillus sp.) FW1通过生产表面活性剂增加了芘的生物可利用性,该菌群的协同作用使得芘的降解率得到了显著提升。Lee等[21]在木质纤维素降解菌群中引入了能够利用甲醛的扭脱甲基红杆菌(Methylorubrum extorquens),解除了芳香化合物降解过程产生的有毒中间产物甲醛对降解菌株的抑制作用,从而优化了合成菌群对木质纤维素的降解效率。
1.2 鲁棒性和稳定性人工合成微生物组不仅需要完成特定的任务,还需要在复杂的环境波动中保持功能的稳定性和鲁棒性,这种设计原则需要结合菌株间互作关系的协调、功能冗余的设计以及自适应进化的策略。为保证群落内部结构的稳定性,研究人员在选择人工合成菌群成员时会倾向于具有明确种间相互作用关系的菌株,这些相互作用往往表现出协同效应,增强了群落的稳定性和鲁棒性[22-23]。Kong等[24]构建了6对具有明确定义相互作用关系的菌群,并建立模型预测了多个菌株菌群的高阶相互作用关系,结果表明两两之间具有合作或互惠共生关系的菌株构成的菌群结构更加稳定。
微生物组的物种多样性能够更进一步增强群落的适应性和鲁棒性。引入多菌株执行相同任务,避免单点失效,当环境变化抑制或灭活了某些菌株时,其他菌株可以填补空缺并维持整体功能的平衡 [25]。例如Cheng等[26]构建了由104个最常见类群细菌组成的复杂肠道合成菌群hCom1,进而使用粪便菌群干预后更新菌群成员为119个细菌构成的菌群hCom2,在使用粪便和致病性大肠杆菌对菌群进行再次冲击时,菌群hCom2表现出了更强的稳定性和强大的抗定殖能力。正向协同的相互作用和适当的菌株功能冗余,使得合成菌群能够更好地适应环境波动和承受外部压力。
除此之外,菌群整体在特定环境压力下的自适应进化也是合成菌群维持稳定的关键。天然的微生物群落在其自然的生境下经过长时间的驯化,已经形成了群落-环境之间的相对稳态,比如健康人群的肠道微生物组[27]和土壤微生物组[28]。在人工合成菌群的构建过程中,通过模拟天然驯化机制可实现目标菌群的定向构建,在给定培养条件下,连续地富集传代可以得到菌株成员且比例相对固定的稳定共存体系[29-30]。
1.3 可控性和可预测性自然微生物群落以其庞大的物种资源库和复杂的相互作用实现了强大的功能和抵御外界干扰的稳定性和鲁棒性,然而这些特性也限制了研究人员对天然微生物组的改造和利用。微生物“暗物质”的存在使得天然微生物群落中的菌株无法被清楚地识别和分离培养[31],进而阻碍了对菌群的精准控制和功能预测。与之对应的是,人工合成菌群可以以低复杂性、高可控性和高可重复性为设计目标进行构建。首先,合成菌群由少量的菌株构成,其相对简单的结构和设计使其具有比天然微生物群落低得多的总体复杂性[32]。其次,合成菌群的群落多样性可以通过调整其微生物组成、丰度和相互作用来精确调控[33]。最后,合成菌群通常在受控的实验室条件下构建,具有明确的理化性质,从而便于实现代谢产物的预测和结果的精准复现。
合成生物学工具和数学模型的引入进一步增加了合成菌群的可控性和可预测性,通过对单个菌株的工程改造来达到对菌群整体的精准调控,实现“微生物组工程”。基于微生物的遗传元件、模块、通路和代谢途径或网络,在工程原理的指导下,能够获得可控性更高的微生物联合体系[34]。群体感应(quorum sensing, QS)是构建合成微生物群体的基本细胞间通讯方式,当信号分子的浓度达到一定的阈值时能够触发或协调某些基因的表达,通过密度反馈回路与基因线路耦合,周期性地调节菌群的功能[35-36]。此外,利用工程菌株进行分步式路径和模块化的组合,能够精准地预测合成菌群的代谢途径和网络,并完成指定功能的实现和调控[18]。数学模型的引入提供了预测群落组装的理论框架,例如Wang等[37]设计的模型准确预测了通过代谢分工降解萘的合成菌群的组装结果,为合成微生物组的管理和优化提供了新的见解。
2 人工合成微生物组的构建策略人工合成微生物组旨在操纵或重新设计微生物组以实现预期功能,通常采用2种策略设计构建:自上而下策略(top-down strategy)和自下而上策略(bottom-up strategy)[38]。这2种构建策略具有不同的逻辑起点和技术路径(图 1),并且在应用场景上各有侧重,在实际应用时可以根据具体的需求进行选择。
|
| 图 1 人工合成微生物组的构建策略 Fig. 1 Construction strategies of synthetic microbial consortia. A: Three ways to achieve the top-down strategy, including enrichment, artificial selection, and directed evolution; B: Two ways for bottom-up strategy, consisting of naturally occurring strains and genetically engineered strains. A:自上而下的策略主要有富集、人工选择和定向进化这3种常规方法;B:自下而上的策略分为由天然菌株和工程菌株构建2种方法。 |
| |
自上而下策略从自然存在的复杂微生物群落出发,通过筛选、简化和优化,保留核心功能菌株,形成可控的合成菌群。其核心思想是“去芜存菁”,先利用自然群落固有的协同性,构建精简的功能单元。自上而下的方法不会事先决定使用哪些微生物和详细的代谢途径,而是使用设置好的环境变量进行筛选,迫使现有的微生物组通过生态选择来进行所需的生物过程[38]。这种策略提供了自然发生的微生物相互作用关系[39],使得菌群保持内部的稳定和对外部环境的适应性;同时由于环境参数的选择和设置,菌群能够按照预期的目标导向进行优化,最终行使所需的功能。因此自上而下的构建策略能够满足设计人工合成菌群的功能性和稳定性这2大核心原则。此外,由于该策略没有引入工程微生物,因此更适合在自然环境中应用。
目前实现人工合成菌群的自上而下构建的常规方法有3种(图 1A),分别为富集、人工选择和定向进化[10]。富集是最常用的构建方法,因为它的原理简单且易于操作。微生物组的富集是通过在明确定义的环境条件下将原始接种的群落施加到多个“稀释-生长”循环中来进行的[40]。富集的结果主要受到环境因素的影响,如培养体系的温度、pH值、能源和碳源等[30, 41-42]。Goldford等[30]通过连续传代富集实验揭示,在稳态培养条件下,环境选择压力驱动微生物群落的功能趋同,其最终组成由生态位筛选机制主导,而非初始菌株组成。Song等[43]的研究也发现了类似的现象:在相同碳源选择压力下,不同地理来源的富集菌群呈现出相似的物种组成,且均包含具有降解功能的核心功能菌株。因此,优化环境变量和筛选条件可能有利于构建特定功能的高效合成菌群。富集的方法通常被用于构建简化的环境修复合成菌群,基于需要降解的污染物,通过选择合适的稀释因子,实现在不损失功能和效率前提下的简化[44]。
人工选择是Xie等[45]提出的菌群构建理念,即通过使用“出生-成熟-繁殖”的循环进行菌群的筛选。具体来说,每个选择周期都是从多个低密度的“新生儿”菌群开始,这些菌群在给定的时间内成长为“成年”菌群,然后选定特定数量的具有最佳性能的成年菌群进行“繁殖”,即将这些成年菌群随机划分为多个新生菌群,再重新开始新的周期,经过多个周期的选择后获得了具有所需功能的合成菌群。与富集的方法相比,人工选择在初始时具有更多的重复,并且在每个周期中表现最佳的菌群才会被选择,从而能够获得比富集方法更好的结果。Mueller等[46]提出了一个基于人工选择策略构建微生物群落的方案,并使用其建立了一个根际微生物菌群,该菌群能够赋予二穗短柄草对高盐环境的耐受性。
微生物组的定向进化是最近提出的新概念,其灵感来源于单菌株和生物分子的定向进化[47]。定向进化的迭代周期开始于多次人工选择后建立的具有不同功能的世代稳定菌群库,然后选择性能最佳的菌群,使用不同方法对其进行扰动,从而产生新的世代稳定的菌群库。因此这种合成菌群的构建过程会比富集和人工选择持续更长时间,但是它能够将富集和人工选择的成分结合起来,形成一个更加理性的筛选框架。这种策略已经在计算机上进行了测试,结果表明定向进化非常适合对大型、多样和稳定的微生物群落进行自上而下地构建[48]。然而,定向进化的概念仅停留在基于计算机模拟的实验上,尚未得到进一步的实验验证。
2.2 自下而上策略(bottom-up strategy)自下而上策略是从少数的单个微生物出发,基于理性设计从头选择并组合特定功能菌株,或通过基因工程和模块化组装构建合成菌群。其核心是“从0到1”,强调功能模块的精准控制。自下而上策略一般的构建流程是首先获得能够分离培养的单个微生物及其基因组信息,重建其代谢网络,并使用建模或分析工具来指导设计,最终构建为目标的合成菌群[38]。这种策略强调对群落代谢网络和相互作用关系的优化,为合理设计具有特定属性的合成菌群提供了一个平台,可实现高度可控化和代谢功能的拆解分工[18, 49]。
自下而上策略构建的基础为遗传背景清晰的个体微生物,通常构建的合成菌群分为2类(图 1B),分别是由天然的、未经改造的菌株构成的合成菌群和由基因工程改造的菌株构成的合成菌群。其构建的核心都是将功能进行模块化分割,通过不同菌株的分工合作来完成复杂的任务。其中,由天然微生物构成的合成菌群通常是将复杂化合物的代谢分配给多个不同种的菌株完成,或者使用多个菌株完成多功能菌群的构建。如持久性有机污染物的降解经常需要由多个菌株的协同作用来实现更有效地去除,Liu等[50]构建的合成菌群SMC将难降解农药乙草胺分为3步降解,分别由红球菌(Rhodococcus sp.) T3-1、代尔夫特菌(Delftia sp.) T3-6和鞘脂菌(Sphingobium) MEA3-1这3个菌株执行,使得中间代谢物2-甲基-6-乙基苯胺的积累量减少为原来的1/6。合成菌群还可以完成复合污染的降解任务,如Jacques等[51]使用5种菌株(能够降解萘的细菌偶然分枝杆菌、蜡样芽孢杆菌、微杆菌、戈登式菌和真菌尖孢镰刀菌)构建的合成菌群能够提升土壤中蒽、菲和芘的降解率,表明合成菌群促进了复合多环芳烃的矿化。由于这种方法不涉及基因工程菌株的引入,因此适用于自然水体和土壤等开放体系。
另一种由工程菌株构建的合成菌群可以通过优化菌株的代谢或构建遗传线路来直接实现菌群的预定义相互作用和预期的精细功能,这种设计使得成员之间的互动和构建结果变得清晰可控。在实际的操作中,通常将一个途径的每个步骤通过生物工程的手段拆分给菌群中的每一个成员,以减轻单个菌株的代谢负担,提高整体的代谢效率[52]。利用这种策略构建的合成菌群通常具有比单一菌株的种群更高的产物合成效率,例如Jones等[53]将来自不同植物和微生物的15种外源或修饰的酶分别在4株工程大肠杆菌中表达,在有效降低代谢负担的同时实现了长途径的功能表达和连接,首次实现了从单糖开始合成天然产物花青素。合成生物学元件的引入能够使菌群进行更准确的调控,例如引入程序性自裂解过程,使细胞在收到群感信号时自裂解,用来控制菌群的大小[54]。此外,一项研究将编码的自裂解程序和劳工分配的设计同时引入一个合成菌群,当中间产物的浓度达到阈值时就会开启细胞自裂解的开关,释放的中间产物可以有益于其他菌株介导的下游代谢,提高了菌群整体的生产效率[55]。
2.3 整合构建策略(integrated strategy)自上而下和自下而上的构建策略都有各自的优缺点:自上而下的构建方法易于执行并且已有广泛的应用实例,它不需要对单菌株有深入的了解,同时能够一定程度上保留自然群落的相互作用关系[28],然而它不能实现个体层面代谢通路的精准调控;自下而上的构建方法具有高度可控性,但是它依赖于能够在实验室环境纯培养的物种,可能会忽略天然存在的微生物相互作用,而且需要对菌株的代谢通路有全面的了解以及灵活运用分子生物学工具,在实施时难度较高。因此,在未来设计和构建人工合成菌群时应当对2种策略进行合理的结合,即为整合策略。在整合策略中,首先需要从天然的或已被明确定义的菌群出发,为实现所需的功能以自上而下的策略进行自发地选择和进化,再将基于动态变化的模型和根据元组学信息重建的自下而上的代谢模型相结合,用于模拟菌群生态系统的自然变化,最后根据综合的信息制定人工合成菌群。Ruan等[56]使用整合策略构建了用于环境修复的人工合成菌群:首先使用除草剂作为环境胁迫因子使土壤微生物组进行了自上而下的富集过程,然后通过宏组学的信息确定了关键物种并成功分离,最后利用开发的SuperCC软件对关键物种的代谢组合进行优化,确定了最佳的菌株组合。尽管目前应用整合的策略构建人工合成菌群的仍处于探索阶段,但是未来这种策略有望成为解析微生物组生态互作机制、实现精准合成微生物组构建的核心框架。
3 人工合成微生物组的应用领域由于人工合成微生物组相比于单菌株和天然微生物群落具有诸多优势,目前在环境、农业、工业与宿主健康等领域均有一定应用潜力。部分人工合成菌群的研究实例见表 1。
| Application fields | Construction strategy | Construction method | Specific purpose | Reference |
| Environmental remediation | Top-down | Enrichment | Degradation of PAHs (PHE, PYR, FLU) | [57] |
| Top-down | Enrichment | Degradation of intermediate DHMP during pesticide production | [58] | |
| Top-down | Enrichment | Degradation of diesel and crude oil | [59] | |
| Top-down | Enrichment | Degradation of lignin cellulose | [60] | |
| Top-down | Artificial selection | Degradation of 3-chloroaniline | [61] | |
| Bottom-up | Natural strains | Degradation of LDPE | [62] | |
| Bottom-up | Natural strains | Anaerobic mineralization of 2, 4, 6-tribromophenol | [63] | |
| Bottom-up | Natural strains | Degradation of PAHs (PYR) | [20] | |
| Bottom-up | Natural strains | Degradation of BTEX | [64] | |
| Bottom-up | Natural strains | Degradation of petroleum | [65] | |
| Agriculture | Bottom-up | Natural strains | Enhancing soil aggregation | [66] |
| Bottom-up | Natural strains | Promoting absorption of N, P, K by plants | [67] | |
| Bottom-up | Natural strains | Promoting absorption of N, P by soy beans, increasing yields | [68] | |
| Bottom-up | Natural strains | Activating tomatoes immunity against bacterial wilt | [69] | |
| Bottom-up | Natural strains | Activating plant stress response and immune function under phosphorus deficiency condition | [70] | |
| Bottom-up | Natural strains | Protecting tomato plants against a high salt stress | [71] | |
| Bottom-up | Natural strains | Protecting wheat against drought stress by EPS secretion | [72] | |
| Bio-manufacturing and industrial synthesis | Bottom-up | Engineered strains | Resveratrol biosynthesis | [73] |
| Bottom-up | Engineered strains | Flavonoid biosynthesis | [17] | |
| Bottom-up | Engineered strains | Caffeyl alcohol biosynthesis | [74] | |
| Bottom-up | Engineered strains | Anthocyanins biosynthesis | [53] | |
| Bottom-up | Engineered strains | Naringenin biosynthesis | [75] | |
| Bottom-up | Engineered strains | Oxygenated taxanes biosynthesis | [18] | |
| Bottom-up | Natural strains | Degradation of lignin and lactic acid production | [76] | |
| Bottom-up | Natural strains | Ethanol production from hydrolysed cellulose | [77] | |
| Bottom-up | Natural strains | Butanol production from lignocellulosic biomass | [78] | |
| Bottom-up | Natural strains | Hydrogen production from glucose and starch | [79] | |
| Host healthcare | Bottom-up | Natural strains | Modulating the composition and function of gut microbiome of elderly subjects | [80] |
| Bottom-up | Natural strains | Improving gluten digestion | [81] | |
| Bottom-up | Natural strains | Treatment of Clostridioides difficile infection | [82] | |
| Bottom-up | Engineered strains | Protecting against obesity by regulating vitamin B6 metabolism | [83] | |
| Bottom-up | Natural strains | Treating hyperammonemia | [84] | |
| Bottom-up | Natural strains | Eliciting CD8 T cells and anti-cancer immunity | [85] | |
| Bottom-up | Natural strains | A novel LBP for treating metabolic syndrome | [86] | |
| PAHs: Polycyclic aromatic hydrocarbons; PHE: Phenanthrene; PYR: Pyrene; FLU: Fluorene; DHMP: 2-diethylamino-4- hydroxy-6-methylpyrimidine; LDPE: Low density polyethylene; BTEX: Benzene, toluene, ethylbenzene, and xylene; EPS: Exopolysaccharides; LBP: Live biotherapeutic products. | ||||
随着人口的增加和工业化的发展,环境污染问题日益突出。微生物修复技术因其成本低、易操作和环境友好的特点,已经在环境修复领域得到广泛的认可,特别是人工合成菌群因其可控性和对环境的适应性,在土壤和水体污染物降解的应用中表现突出。
自上而下的构建策略不依赖于对代谢机制的理解,并且不涉及遗传改造后微生物的引入,因此在环境修复工程中有着广阔的应用前景。许多应用于污染物降解的人工合成菌群是通过在可控的培养条件下在实验室富集得到的,尤其是对于难降解的有机污染物如多环芳烃[57]、杀虫剂[58]、石油烃[59]和木质素[60]等。除富集的方法外,人工选择在每个周期中引入了变化,从而增加了获得更高降解效率的菌群的机会。例如,Swenson等[61]使用人工选择的方法构建了高效的3-氯苯胺降解菌群。另一方面,自下而上的策略构建的人工合成菌群能够以劳工分配的方式拆解具有复杂结构的污染物的降解过程,显著降低单个菌株的代谢负担。例如对塑料[62]、卤代化合物[63]和高环多环芳烃[20]等污染物的降解。同时,由具有不同代谢功能的成员组合的人工合成菌群也被用来降解复合污染物,如苯系物(苯、甲苯、乙苯、二甲苯异构体等)[64]和烷烃[65]。与具有广谱代谢能力的单菌株相比,合成菌群的方式显著提升多种污染物的代谢效率。
3.2 农业增效利用土壤微生物的有益特性可以持续地提高作物产量并维持土壤健康,从而减少对合成化学品的依赖,推动农业的可持续发展[28]。人工合成菌群通过受控的组成和功能,能够定向操纵土壤微生物组完成任务,从而改善土壤健康状况,目前已被开发用于农业生产增效。
首先,人工合成菌群可以通过改善土壤结构、养分循环和生物可利用性来恢复土壤肥力,从而提高作物产量。例如,Erktan等[66]构建了一个简单的跨域合成菌群,该菌群通过提升胞外聚合物的产量增加了土壤团聚体的形成。根际微生物对植物生长和养分获取至关重要,Wang等[67]将固氮菌、解磷菌、溶钾菌和吲哚乙酸产生菌进行组合,显著提高了土壤中速效氮、磷和钾的含量,有效促进了小麦对氮磷钾的吸收和生长。类似地,另一组研究人员从大豆根系分离并筛选功能性单菌株,构建了3个合成菌群,在氮、磷营养不足的条件下,合成菌群的功能组合均显著地促进了植物的生长[68]。
其次,使用人工合成菌群调控根际微生物的组成和功能,激活植物免疫作用,可以对于土传病原体引起的植物病害起到抑制作用。例如,Lee等[69]开发的由4株细菌构成的合成菌群能够激活植物的自身免疫,使番茄产生对青枯病的抗病性。Castrillo等[70]发现,在磷饥饿条件下,由35种细菌组成的合成菌群增强了磷胁迫反应基因PSR和PHR1的表达,最终实现根际微生物营养获取与病害防御功能的耦合。
最后,人工合成菌群可以通过多种途径提高土壤对非生物胁迫的恢复力,并提高植物对环境胁迫的耐受能力。Schmitz等[71]将从沙漠土壤中分离得到的5种细菌菌株构成的合成菌群用于保护生长在非无菌基质中的番茄植株,该菌群促进了番茄植株中与盐胁迫相关基因的表达,增强了番茄对高盐胁迫的耐受能力。此外,合成菌群产生的胞外多糖(exopolysaccharide, EPS)可以促进微生物-植物之间的相互作用,显著改变了胁迫诱导的植物激素水平,增强了植物对干旱环境的适应性[72]。
3.3 生物制造和工业合成代谢工程的发展使得通过利用各种微生物来生物合成范围广泛的增值化学品成为可能[87]。通常,这个过程是由装配了目标合成途径的单一培养物来实现的,但是这种方法难以实现更复杂的合成任务和更高的生产效率[13]。因此,将人工合成菌群应用在生物制造和工业合成领域是最佳的选择。
人工合成菌群可以通过劳工分配实现复杂代谢路径天然产物的合成。目前,许多植物来源的天然产物已经通过工程微生物组装的合成菌群进行生产和制造。例如,同种不同株的工程大肠杆菌的混合培养体系可用于合成白藜芦醇[73]、类黄酮[17]、咖啡醇[74]、花青素[53]等。其他工程细菌的组合或细菌和真菌的跨界合成菌群在生物合成方面也取得了一定进展,例如柚皮素[75]、氧化紫杉烷[18]的合成。这些研究为使用人工合成菌群在工业化规模合成天然产物提供了广阔的前景。
另一方面,人工合成菌群还可以用于生物质的转化和能源物质的生产,通过微生物菌群同时完成从生物质的降解到产物的合成的整个过程。例如,将复杂的木质纤维素降解菌株和具有目标产物合成功能的菌株组合,实现从潜在资源到可利用化学品的转化[76]。类似的合成理念也用于从其他生物资源到能源物质的生产,如乙醇[77]、丁醇[78]和氢气[79]等燃料的生物合成。
3.4 宿主健康许多研究表明,肠道微生物与人类健康和疾病是密切相关的,通过肠道微生物的操纵和调节能够对人类疾病起到一定的治疗效果[88]。健康捐赠者的粪菌移植(fecal microbiota transplantation, FMT)是目前最成功的治疗方式,然而由于缺乏对于健康肠道微生物组的清晰了解,使得FMT的疗效和安全性受到了质疑[89],人工合成菌群可能是一种更可控、更安全的替代方法。尽管人工合成菌群在环境、农业、工业领域都有广泛的潜在应用场景,但其在宿主健康领域的研究和应用仍然处于起步阶段。近年来,研究者们在构建人工合成菌群用于肠道微生物调节方面做出了努力。例如,一项研究设计了由100种共生菌组成的人工合成菌群,该菌群可以在体外结肠模型中调节老年人肠道菌群的组成和功能[80]。另一项研究构建并筛选出2个合成菌群,它们能够在胃肠道条件下将谷蛋白水解成无毒、无免疫原性的肽,从而改善谷蛋白敏感患者对谷蛋白的消化[81]。人工合成菌群也在疾病治疗方面取得了一些进展,尤其是对治疗艰难梭菌感染(Clostridiides difficile infection, CDI)的治疗有一定成效,如Liu等[82]构建的菌群SMC B10能够抑制有害细菌,减轻炎症反应,恢复健康的肠道菌群结构,有效治疗了CDI。此外,人工合成菌群在其他疾病的治疗中也具有应用潜力,如肥胖症[83]、高血氨症[84]、癌症[85]和代谢综合征[86]等。
4 挑战与展望人工合成微生物组因其功能性、鲁棒性以及可控性的特性,已经在环境、农业、化工、健康等领域得到了广泛研究和初步应用,并且目前正处于高速发展的阶段。然而,人工合成微生物组的精准操控和广泛应用还存在着许多挑战。首先,人工合成微生物组的构建高度依赖于微生物资源。目前基于高通量测序和统计学方法能够帮助研究人员识别自上而下构建的菌群中的核心菌株,但是无法获取其中的实体菌株资源,阻碍了对菌群进行进一步的调控;另一方面,自下而上的菌群更是基于基因背景清晰的可培养微生物构建的,因此对于单菌株资源的分离和研究是使用该策略构建的基础。其次,目前对于菌株相互作用的研究大多还集中在两两配对相互作用上,而忽视了高阶相互作用的影响。在构建复杂的多菌株合成菌群时,探索高阶相互作用有助于还原真实菌群互作场景,构建更符合生态理论的合成群落[90]。最后,人工合成微生物组的很多研究仅停留在实验室或理论阶段,距离实际应用还有很长的距离。其中一个原因是真实环境与实验条件存在差异,合成菌群是否能在应用的环境中实现相同的效果还有待验证;另一个原因则是由工程微生物构建的合成菌群还存在着伦理与安全性的问题,在开放环境和人体中的应用还需要进行进一步的风险评估。
针对目前面临的挑战,对未来关于人工合成微生物组的研究工作提出以下展望:(1) 扩展可利用的微生物菌种资源库对于人工合成微生物组的发展至关重要。近年来,高通量培养组学的发展极大地拓展了细菌物种资源库[91],为合成菌群提供了更丰富多样的菌株选择。(2) 复杂合成菌群的高阶相互作用和代谢网络需要被进一步解析并精细设计。使用机器学习和人工智能等计算工具能够帮助研究人员处理庞大的基因组信息,实现菌群合成的预测和构建[92];原位实时监测技术的引入使得动态追踪菌群功能和代谢活性成为可能[93]。(3) 通过开发更智能的生物遏制系统能够降低工程菌株在环境中的安全风险。例如基于基因编辑的营养缺陷型菌株设计[94]和自杀开关[95]的引入,限制其在开放环境中的生存能力,从而防止工程菌株的扩散造成的基因库污染。
上述展望主要是从生物学原理和规律出发进行设计,如果从合成微生物组的材料制备技术来看,合成微生物组的时空调节可能会成为研究的前沿方向,多学科、多技术的交叉结合和协同设计能够提供更为实用的工具。通过材料科学与合成生物学的结合,能够实现对合成微生物组的精准定位和可控释放。例如利用海藻酸钠、壳聚糖等材料开发的空间分隔载体[96-97]以及微流控[98]、3D打印[99-101]等工程化空间分隔技术,在允许小分子代谢物扩散的同时限制微生物的迁移,能够有效实现合成微生物组的空间化和时序性调控。跨学科技术的深度融合将推动人工合成微生物组向时空可控性的方向发展,为人工合成微生物组的研究提供新的范式。
作者贡献声明
赵晞泽:文献整理、初稿写作、稿件润色修改;姜成英:稿件润色修改;刘双江:监督指导、稿件润色修改。
作者利益冲突公开声明
作者声明没有任何可能会影响本文所报告工作的已知经济利益或个人关系。
| [1] |
FALKOWSKI PG, FENCHEL T, DELONG EF. The microbial engines that drive Earth's biogeochemical cycles[J]. Science, 2008, 320(5879): 1034-1039. DOI:10.1126/science.1153213
|
| [2] |
NAWAZ MZ, SUBIN SASIDHARAN R, ALGHAMDI HA, DANG HY. Understanding interaction patterns within deep-sea microbial communities and their potential applications[J]. Marine Drugs, 2022, 20(2): 108. DOI:10.3390/md20020108
|
| [3] |
WU D, WANG WX, YAO YP, LI HT, WANG Q, NIU B. Microbial interactions within beneficial consortia promote soil health[J]. Science of the Total Environment, 2023, 900: 165801. DOI:10.1016/j.scitotenv.2023.165801
|
| [4] |
De VOS WM, TILG H, van HUL M, CANI PD. Gut microbiome and health: mechanistic insights[J]. Gut, 2022, 71(5): 1020-1032. DOI:10.1136/gutjnl-2021-326789
|
| [5] |
张小龙, 王嘉瑞, 李青卓, 付彩霞, 汪超, 徐宁. 合成微生物群落及在发酵食品中应用研究进展[J]. 中国酿造, 2021, 40(3): 17-21. ZHANG XL, WANG JR, LI QZ, FU CX, WANG C, XU N. Research progress of synthetic microbial community and its application in fermented food[J]. China Brewing, 2021, 40(3): 17-21 (in Chinese). |
| [6] |
DAIMS H, TAYLOR MW, WAGNER M. Wastewater treatment: a model system for microbial ecology[J]. Trends in Biotechnology, 2006, 24(11): 483-489. DOI:10.1016/j.tibtech.2006.09.002
|
| [7] |
FISCHER K, MAJEWSKY M. Cometabolic degradation of organic wastewater micropollutants by activated sludge and sludge-inherent microorganisms[J]. Applied Microbiology and Biotechnology, 2014, 98(15): 6583-6597. DOI:10.1007/s00253-014-5826-0
|
| [8] |
KLEEREBEZEM R, van LOOSDRECHT MC. Mixed culture biotechnology for bioenergy production[J]. Current Opinion in Biotechnology, 2007, 18(3): 207-212. DOI:10.1016/j.copbio.2007.05.001
|
| [9] |
GROßKOPF T, SOYER OS. Synthetic microbial communities[J]. Current Opinion in Microbiology, 2014, 18: 72-77. DOI:10.1016/j.mib.2014.02.002
|
| [10] |
HU HY, WANG MX, HUANG YQ, XU ZY, XU P, NIE Y, TANG HZ. Guided by the principles of microbiome engineering: accomplishments and perspectives for environmental use[J]. mLife, 2022, 1(4): 382-398. DOI:10.1002/mlf2.12043
|
| [11] |
胡智泉, 李炳堂, 程龙, 刘冬啟. 人工微生物多细胞体系在环境领域中的应用研究进展[J]. 华中科技大学学报(自然科学版), 2022, 50(10): 1-9. HU ZQ, LI BT, CHENG L, LIU DQ. Research progress on application of synthetic microbial consortia in environmental field[J]. Journal of Huazhong University of Science and Technology (Natural Science Edition), 2022, 50(10): 1-9 (in Chinese). |
| [12] |
ROELL GW, ZHA J, CARR RR, KOFFAS MA, FONG SS, TANG YJ. Engineering microbial consortia by division of labor[J]. Microbial Cell Factories, 2019, 18(1): 35. DOI:10.1186/s12934-019-1083-3
|
| [13] |
ZHANG HR, WANG XN. Modular co-culture engineering, a new approach for metabolic engineering[J]. Metabolic Engineering, 2016, 37: 114-121. DOI:10.1016/j.ymben.2016.05.007
|
| [14] |
SHIN HD, McCLENDON S, VO T, CHEN RR. Escherichia coli binary culture engineered for direct fermentation of hemicellulose to a biofuel[J]. Applied and Environmental Microbiology, 2010, 76(24): 8150-8159. DOI:10.1128/AEM.00908-10
|
| [15] |
ZHANG HR, PEREIRA B, LI ZJ, STEPHANOPOULOS G. Engineering Escherichia coli coculture systems for the production of biochemical products[J]. Proceedings of the National Academy of Sciences of the United States of America, 2015, 112(27): 8266-8271.
|
| [16] |
ZHANG HR, STEPHANOPOULOS G. Co-culture engineering for microbial biosynthesis of 3-amino-benzoic acid in Escherichia coli[J]. Biotechnology Journal, 2016, 11(7): 981-987. DOI:10.1002/biot.201600013
|
| [17] |
JONES JA, VERNACCHIO VR, SINKOE AL, COLLINS SM, IBRAHIM MHA, LACHANCE DM, HAHN J, KOFFAS MAG. Experimental and computational optimization of an Escherichia coli co-culture for the efficient production of flavonoids[J]. Metabolic Engineering, 2016, 35: 55-63. DOI:10.1016/j.ymben.2016.01.006
|
| [18] |
ZHOU K, QIAO KJ, EDGAR S, STEPHANOPOULOS G. Distributing a metabolic pathway among a microbial consortium enhances production of natural products[J]. Nature Biotechnology, 2015, 33(4): 377-383. DOI:10.1038/nbt.3095
|
| [19] |
WANG EX, DING MZ, MA Q, DONG XT, YUAN YJ. Reorganization of a synthetic microbial consortium for one-step vitamin C fermentation[J]. Microbial Cell Factories, 2016, 15: 21. DOI:10.1186/s12934-016-0418-6
|
| [20] |
WANAPAISAN P, LAOTHAMTEEP N, VEJARANO F, CHAKRABORTY J, SHINTANI M, MUANGCHINDA C, MORITA T, SUZUKI-MINAKUCHI C, INOUE K, NOJIRI H, PINYAKONG O. Synergistic degradation of pyrene by five culturable bacteria in a mangrove sediment-derived bacterial consortium[J]. Journal of Hazardous Materials, 2018, 342: 561-570. DOI:10.1016/j.jhazmat.2017.08.062
|
| [21] |
LEE JA, BAUGH AC, SHEVALIER NJ, STRAND B, STOLYAR S, MARX CJ. Cross-feeding of a toxic metabolite in a synthetic lignocellulose-degrading microbial community[J]. Microorganisms, 2021, 9(2): 321. DOI:10.3390/microorganisms9020321
|
| [22] |
JAGMANN N, PHILIPP B. Design of synthetic microbial communities for biotechnological production processes[J]. Journal of Biotechnology, 2014, 184: 209-218. DOI:10.1016/j.jbiotec.2014.05.019
|
| [23] |
GOERS L, FREEMONT P, POLIZZI KM. Co-culture systems and technologies: taking synthetic biology to the next level[J]. Journal of the Royal Society Interface, 2014, 11(96): 20140065. DOI:10.1098/rsif.2014.0065
|
| [24] |
KONG WT, MELDGIN DR, COLLINS JJ, LU T. Designing microbial consortia with defined social interactions[J]. Nature Chemical Biology, 2018, 14: 821-829. DOI:10.1038/s41589-018-0091-7
|
| [25] |
COYTE KZ, SCHLUTER J, FOSTER KR. The ecology of the microbiome: networks, competition, and stability[J]. Science, 2015, 350(6261): 663-666. DOI:10.1126/science.aad2602
|
| [26] |
CHENG AG, HO PY, ARANDA-DÍAZ A, JAIN S, YU FB, MENG XD, WANG M, IAKIVIAK M, NAGASHIMA K, ZHAO AS, MURUGKAR P, PATIL A, ATABAKHSH K, WEAKLEY A, YAN J, BRUMBAUGH AR, HIGGINBOTTOM S, DIMAS A, SHIVER AL, DEUTSCHBAUER A, et al. Design, construction, and in vivo augmentation of a complex gut microbiome[J]. Cell, 2022, 185(19): 3617-3636.e19. DOI:10.1016/j.cell.2022.08.003
|
| [27] |
ZHAO SJ, LIEBERMAN TD, POYET M, KAUFFMAN KM, GIBBONS SM, GROUSSIN M, XAVIER RJ, ALM EJ. Adaptive evolution within gut microbiomes of healthy people[J]. Cell Host & Microbe, 2019, 25(5): 656-667.e8.
|
| [28] |
JANSSON JK, McCLURE R, EGBERT RG. Soil microbiome engineering for sustainability in a changing environment[J]. Nature Biotechnology, 2023, 41(12): 1716-1728. DOI:10.1038/s41587-023-01932-3
|
| [29] |
CHANG CY, BAJIĆ D, VILA JCC, ESTRELA S, SANCHEZ A. Emergent coexistence in multispecies microbial communities[J]. Science, 2023, 381(6655): 343-348. DOI:10.1126/science.adg0727
|
| [30] |
GOLDFORD JE, LU NX, BAJIĆ D, ESTRELA S, TIKHONOV M, SANCHEZ-GOROSTIAGA A, SEGRÈ D, MEHTA P, SANCHEZ A. Emergent simplicity in microbial community assembly[J]. Science, 2018, 361(6401): 469-474. DOI:10.1126/science.aat1168
|
| [31] |
PAVLOPOULOS GA, BALTOUMAS FA, LIU SR, SELVITOPI O, CAMARGO AP, NAYFACH S, AZAD A, ROUX S, CALL L, IVANOVA NN, CHEN IM, PAEZ-ESPINO D, KARATZAS E, ACINAS SG, AHLGREN N, ATTWOOD G, BALDRIAN P, BERRY T, BHATNAGAR JM, BHAYA D, et al. Unraveling the functional dark matter through global metagenomics[J]. Nature, 2023, 622: 594-602. DOI:10.1038/s41586-023-06583-7
|
| [32] |
De ROY K, MARZORATI M, van den ABBEELE P, van de WIELE T, BOON N. Synthetic microbial ecosystems: an exciting tool to understand and apply microbial communities[J]. Environmental Microbiology, 2014, 16(6): 1472-1481. DOI:10.1111/1462-2920.12343
|
| [33] |
CIRA NJ, PEARCE MT, QUAKE SR. Neutral and selective dynamics in a synthetic microbial community[J]. Proceedings of the National Academy of Sciences of the United States of America, 2018, 115(42): E9842-E9848.
|
| [34] |
JIA XQ, LIU C, SONG H, DING MZ, DU J, MA Q, YUAN YJ. Design, analysis and application of synthetic microbial consortia[J]. Synthetic and Systems Biotechnology, 2016, 1(2): 109-117. DOI:10.1016/j.synbio.2016.02.001
|
| [35] |
DANINO T, MONDRAGÓN-PALOMINO O, TSIMRING L, HASTY J. A synchronized quorum of genetic clocks[J]. Nature, 2010, 463(7279): 326-330. DOI:10.1038/nature08753
|
| [36] |
ZENG XY, ZOU YM, ZHENG J, QIU SY, LIU LL, WEI CY. Quorum sensing-mediated microbial interactions: mechanisms, applications, challenges and perspectives[J]. Microbiological Research, 2023, 273: 127414. DOI:10.1016/j.micres.2023.127414
|
| [37] |
WANG MX, CHEN XL, LIU XN, FANG Y, ZHENG X, HUANG T, TANG YQ, ACKERMANN M, NIE Y, WU XL. Even allocation of benefits stabilizes microbial community engaged in metabolic division of labor[J]. Cell Reports, 2022, 40(13): 111410. DOI:10.1016/j.celrep.2022.111410
|
| [38] |
LAWSON CE, HARCOMBE WR, HATZENPICHLER R, LINDEMANN SR, LÖFFLER FE, O'MALLEY MA, GARCÍA MARTÍN H, PFLEGER BF, RASKIN L, VENTURELLI OS, WEISSBRODT DG, NOGUERA DR, McMAHON KD. Common principles and best practices for engineering microbiomes[J]. Nature Reviews Microbiology, 2019, 17(12): 725-741. DOI:10.1038/s41579-019-0255-9
|
| [39] |
CHE S, MEN YJ. Synthetic microbial consortia for biosynthesis and biodegradation: promises and challenges[J]. Journal of Industrial Microbiology & Biotechnology, 2019, 46(9/10): 1343-1358.
|
| [40] |
LEE DJ, SHOW KY, WANG AJ. Unconventional approaches to isolation and enrichment of functional microbial consortium: a review[J]. Bioresource Technology, 2013, 136: 697-706. DOI:10.1016/j.biortech.2013.02.075
|
| [41] |
VAIDYA S, DEVPURA N, JAIN K, MADAMWAR D. Degradation of chrysene by enriched bacterial consortium[J]. Frontiers in Microbiology, 2018, 9: 1333. DOI:10.3389/fmicb.2018.01333
|
| [42] |
SHENG YZ, BIBBY K, GRETTENBERGER C, KALEY B, MACALADY JL, WANG GC, BURGOS WD. Geochemical and temporal influences on the enrichment of acidophilic iron-oxidizing bacterial communities[J]. Applied and Environmental Microbiology, 2016, 82(12): 3611-3621. DOI:10.1128/AEM.00917-16
|
| [43] |
SONG WF, WANG JW, YAN YC, AN LY, ZHANG F, WANG L, XU Y, TIAN MZ, NIE Y, WU XL. Shifts of the indigenous microbial communities from reservoir production water in crude oil- and asphaltene-degrading microcosms[J]. International Biodeterioration & Biodegradation, 2018, 132: 18-29.
|
| [44] |
KANG DR, JACQUIOD S, HERSCHEND J, WEI SD, NESME J, SØRENSEN SJ. Construction of simplified microbial consortia to degrade recalcitrant materials based on enrichment and dilution-to-extinction cultures[J]. Frontiers in Microbiology, 2020, 10: 3010. DOI:10.3389/fmicb.2019.03010
|
| [45] |
XIE L, YUAN AE, SHOU WY. Simulations reveal challenges to artificial community selection and possible strategies for success[J]. PLoS Biology, 2019, 17(6): e3000295. DOI:10.1371/journal.pbio.3000295
|
| [46] |
MUELLER UG, JUENGER TE, KARDISH MR, CARLSON AL, BURNS KM, EDWARDS JA, SMITH CC, FANG CC, des MARAIS DL. Artificial selection on microbiomes to breed microbiomes that confer salt tolerance to plants[J]. mSystems, 2021, 6(6): e0112521. DOI:10.1128/mSystems.01125-21
|
| [47] |
SÁNCHEZ Á, VILA JCC, CHANG CY, DIAZ-COLUNGA J, ESTRELA S, REBOLLEDA-GOMEZ M. Directed evolution of microbial communities[J]. Annual Review of Biophysics, 2021, 50: 323-341. DOI:10.1146/annurev-biophys-101220-072829
|
| [48] |
CHANG CY, VILA JCC, BENDER M, LI R, MANKOWSKI MC, BASSETTE M, BORDEN J, GOLFIER S, SANCHEZ PGL, WAYMACK R, ZHU XW, DIAZ-COLUNGA J, ESTRELA S, REBOLLEDA-GOMEZ M, SANCHEZ A. Engineering complex communities by directed evolution[J]. Nature Ecology & Evolution, 2021, 5(7): 1011-1023.
|
| [49] |
LILJA EE, JOHNSON DR. Segregating metabolic processes into different microbial cells accelerates the consumption of inhibitory substrates[J]. The ISME Journal, 2016, 10(7): 1568-1578. DOI:10.1038/ismej.2015.243
|
| [50] |
LIU JY, ZHOU XL, WANG T, FAN LL, LIU SX, WU N, XU AM, QIAN XJ, LI ZK, JIANG M, ZHOU J, DONG WL. Construction and comparison of synthetic microbial consortium system (SMCs) by non-living or living materials immobilization and application in acetochlor degradation[J]. Journal of Hazardous Materials, 2022, 438: 129460. DOI:10.1016/j.jhazmat.2022.129460
|
| [51] |
JACQUES RJS, OKEKE BC, BENTO FM, TEIXEIRA AS, PERALBA MCR, CAMARGO FAO. Microbial consortium bioaugmentation of a polycyclic aromatic hydrocarbons contaminated soil[J]. Bioresource Technology, 2008, 99(7): 2637-2643. DOI:10.1016/j.biortech.2007.04.047
|
| [52] |
WEST SA, COOPER GA. Division of labour in microorganisms: an evolutionary perspective[J]. Nature Reviews Microbiology, 2016, 14(11): 716-723. DOI:10.1038/nrmicro.2016.111
|
| [53] |
JONES JA, VERNACCHIO VR, COLLINS SM, SHIRKE AN, XIU Y, ENGLAENDER JA, CRESS BF, McCUTCHEON CC, LINHARDT RJ, GROSS RA, KOFFAS MAG. Complete biosynthesis of anthocyanins using E. coli polycultures[J]. mBio, 2017, 8(3): e00621-17.
|
| [54] |
SCOTT SR, OMAR DIN M, BITTIHN P, XIONG LY, TSIMRING LS, HASTY J. A stabilized microbial ecosystem of self-limiting bacteria using synthetic quorum-regulated lysis[J]. Nature Microbiology, 2017, 2: 17083. DOI:10.1038/nmicrobiol.2017.83
|
| [55] |
DIAO WW, GUO L, DING Q, GAO C, HU GP, CHEN XL, LI Y, ZHANG LP, CHEN W, CHEN J, LIU LM. Reprogramming microbial populations using a programmed lysis system to improve chemical production[J]. Nature Communications, 2021, 12(1): 6886. DOI:10.1038/s41467-021-27226-3
|
| [56] |
RUAN ZP, CHEN K, CAO WM, MENG L, YANG BG, XU MJ, XING YW, LI PF, FREILICH S, CHEN C, GAO YZ, JIANG JD, XU XH. Engineering natural microbiomes toward enhanced bioremediation by microbiome modeling[J]. Nature Communications, 2024, 15(1): 4694. DOI:10.1038/s41467-024-49098-z
|
| [57] |
WANG FK, LI C, WANG HJ, CHEN WL, HUANG QY. Characterization of a phenanthrene-degrading microbial consortium enriched from petrochemical contaminated environment[J]. International Biodeterioration & Biodegradation, 2016, 115: 286-292.
|
| [58] |
JIN HY, NIE ZM, NIU HY, TAN J, HUANG SE, YAN BH, CHENG BZ, YANG HJ. Detoxification of typical nitrogenous heterocyclic compound from pharmaceutical wastewater by mixed microbial consortia[J]. Chemosphere, 2023, 335: 139000. DOI:10.1016/j.chemosphere.2023.139000
|
| [59] |
MURPHY SMC, BAUTISTA MA, CRAMM MA, HUBERT CRJ. Diesel and crude oil biodegradation by cold-adapted microbial communities in the Labrador Sea[J]. Applied and Environmental Microbiology, 2021, 87(20): e0080021. DOI:10.1128/AEM.00800-21
|
| [60] |
DÍAZ-GARCÍA L, HUANG SX, SPRÖER C, SIERRA-RAMÍREZ R, BUNK B, OVERMANN J, JIMÉNEZ DJ. Dilution-to-stimulation/extinction method: a combination enrichment strategy to develop a minimal and versatile lignocellulolytic bacterial consortium[J]. Applied and Environmental Microbiology, 2021, 87(2): e02427-20.
|
| [61] |
SWENSON W, ARENDT J, WILSON DS. Artificial selection of microbial ecosystems for 3-chloroaniline biodegradation[J]. Environmental Microbiology, 2000, 2(5): 564-571. DOI:10.1046/j.1462-2920.2000.00140.x
|
| [62] |
SKARIYACHAN S, MANJUNATHA V, SULTANA S, JOIS C, BAI V, VASIST KS. Novel bacterial consortia isolated from plastic garbage processing areas demonstrated enhanced degradation for low density polyethylene[J]. Environmental Science and Pollution Research International, 2016, 23(18): 18307-18319. DOI:10.1007/s11356-016-7000-y
|
| [63] |
LI ZL, YOSHIDA N, WANG AJ, NAN J, LIANG B, ZHANG CF, ZHANG DD, SUZUKI D, ZHOU X, XIAO ZX, KATAYAMA A. Anaerobic mineralization of 2, 4, 6-tribromophenol to CO2 by a synthetic microbial community comprising Clostridium, Dehalobacter, and Desulfatiglans[J]. Bioresource Technology, 2015, 176: 225-232. DOI:10.1016/j.biortech.2014.10.097
|
| [64] |
NAGARAJAN K, LOH KC. Formulation of microbial cocktails for BTEX biodegradation[J]. Biodegradation, 2015, 26(1): 51-63. DOI:10.1007/s10532-014-9715-0
|
| [65] |
CUI J, HUANG L, WANG WW, XU P, ZANAROLI G, TANG HZ. Maximization of the petroleum biodegradation using a synthetic bacterial consortium based on minimal value algorithm[J]. International Biodeterioration & Biodegradation, 2020, 150: 104964.
|
| [66] |
ERKTAN A, RILLIG MC, CARMINATI A, JOUSSET A, SCHEU S. Protists and collembolans alter microbial community composition, C dynamics and soil aggregation in simplified consumer-prey systems[J]. Biogeosciences, 2020, 17(20): 4961-4980. DOI:10.5194/bg-17-4961-2020
|
| [67] |
WANG JJ, LI RC, ZHANG H, WEI GH, LI ZF. Beneficial bacteria activate nutrients and promote wheat growth under conditions of reduced fertilizer application[J]. BMC Microbiology, 2020, 20(1): 38. DOI:10.1186/s12866-020-1708-z
|
| [68] |
WANG CH, LI YJ, LI MJ, ZHANG KF, MA WJ, ZHENG L, XU HY, CUI BF, LIU R, YANG YQ, ZHONG YJ, LIAO H. Functional assembly of root-associated microbial consortia improves nutrient efficiency and yield in soybean[J]. Journal of Integrative Plant Biology, 2021, 63(6): 1021-1035. DOI:10.1111/jipb.13073
|
| [69] |
LEE SM, KONG HG, SONG GC, RYU CM. Disruption of Firmicutes and Actinobacteria abundance in tomato rhizosphere causes the incidence of bacterial wilt disease[J]. The ISME Journal, 2021, 15(1): 330-347. DOI:10.1038/s41396-020-00785-x
|
| [70] |
CASTRILLO G, TEIXEIRA PJPL, PAREDES SH, LAW TF, de LORENZO L, FELTCHER ME, FINKEL OM, BREAKFIELD NW, MIECZKOWSKI P, JONES CD, PAZ-ARES J, DANGL JL. Root microbiota drive direct integration of phosphate stress and immunity[J]. Nature, 2017, 543(7646): 513-518. DOI:10.1038/nature21417
|
| [71] |
SCHMITZ L, YAN ZC, SCHNEIJDERBERG M, de ROIJ M, PIJNENBURG R, ZHENG Q, FRANKEN C, DECHESNE A, TRINDADE LM, van VELZEN R, BISSELING T, GEURTS R, CHENG X. Synthetic bacterial community derived from a desert rhizosphere confers salt stress resilience to tomato in the presence of a soil microbiome[J]. The ISME Journal, 2022, 16(8): 1907-1920. DOI:10.1038/s41396-022-01238-3
|
| [72] |
ILYAS N, MUMTAZ K, AKHTAR N, YASMIN H, SAYYED RZ, KHAN W, EL ENSHASY HA, DAILIN DJ, ELSAYED EA, ALI ZS. Exopolysaccharides producing bacteria for the amelioration of drought stress in wheat[J]. Sustainability, 2020, 12(21): 8876. DOI:10.3390/su12218876
|
| [73] |
CAMACHO-ZARAGOZA JM, HERNÁNDEZ-CHÁVEZ G, MORENO-AVITIA F, RAMÍREZ-IÑIGUEZ R, MARTÍNEZ A, BOLÍVAR F, GOSSET G. Engineering of a microbial coculture of Escherichia coli strains for the biosynthesis of resveratrol[J]. Microbial Cell Factories, 2016, 15(1): 163. DOI:10.1186/s12934-016-0562-z
|
| [74] |
CHEN ZY, SUN XX, LI Y, YAN YJ, YUAN QP. Metabolic engineering of Escherichia coli for microbial synthesis of monolignols[J]. Metabolic Engineering, 2017, 39: 102-109. DOI:10.1016/j.ymben.2016.10.021
|
| [75] |
ZHANG W, LIU H, LI X, LIU D, DONG XT, LI FF, WANG EX, LI BZ, YUAN YJ. Production of naringenin from d-xylose with co-culture of E. coli and S. cerevisiae[J]. Engineering in Life Sciences, 2017, 17(9): 1021-1029. DOI:10.1002/elsc.201700039
|
| [76] |
SHAHAB RL, LUTERBACHER JS, BRETHAUER S, STUDER MH. Consolidated bioprocessing of lignocellulosic biomass to lactic acid by a synthetic fungal-bacterial consortium[J]. Biotechnology and Bioengineering, 2018, 115(5): 1207-1215. DOI:10.1002/bit.26541
|
| [77] |
PATLE S, LAL B. Ethanol production from hydrolysed agricultural wastes using mixed culture of Zymomonas mobilis and Candida tropicalis[J]. Biotechnology Letters, 2007, 29(12): 1839-1843. DOI:10.1007/s10529-007-9493-4
|
| [78] |
JIANG YJ, LV Y, WU RF, LU JS, DONG WL, ZHOU J, ZHANG WM, XIN FX, JIANG M. Consolidated bioprocessing performance of a two-species microbial consortium for butanol production from lignocellulosic biomass[J]. Biotechnology and Bioengineering, 2020, 117(10): 2985-2995. DOI:10.1002/bit.27464
|
| [79] |
MASSET J, CALUSINSKA M, HAMILTON C, HILIGSMANN S, JORIS B, WILMOTTE A, THONART P. Fermentative hydrogen production from glucose and starch using pure strains and artificial co-cultures of Clostridium spp.[J]. Biotechnology for Biofuels, 2012, 5(1): 35. DOI:10.1186/1754-6834-5-35
|
| [80] |
PEREZ M, NTEMIRI A, TAN HZ, HARRIS HMB, ROAGER HM, RIBIÈRE C, O'TOOLE PW. A synthetic consortium of 100 gut commensals modulates the composition and function in a colon model of the microbiome of elderly subjects[J]. Gut Microbes, 2021, 13(1): 1-19.
|
| [81] |
De ANGELIS M, SIRAGUSA S, VACCA M, Di CAGNO R, CRISTOFORI F, SCHWARM M, PELZER S, FLÜGEL M, SPECKMANN B, FRANCAVILLA R, GOBBETTI M. Selection of gut-resistant bacteria and construction of microbial consortia for improving gluten digestion under simulated gastrointestinal conditions[J]. Nutrients, 2021, 13(3): 992. DOI:10.3390/nu13030992
|
| [82] |
LIU JQ, ZHU W, LESSING DJ, CHU WH. Synthetic microbial consortia for the treatment of Clostridioides difficile infection in mice model[J]. Microbial Biotechnology, 2023, 16(10): 1985-2006. DOI:10.1111/1751-7915.14333
|
| [83] |
CHEN XZ, GAO MX, WANG LN, QIANG GF, WU YL, HUANG H, KANG GB. A synthetic microbial consortium protects against obesity by regulating vitamin B6 metabolism[J]. Gut Microbes, 2024, 16(1): 2304901. DOI:10.1080/19490976.2024.2304901
|
| [84] |
SHEN TD, ALBENBERG L, BITTINGER K, CHEHOUD C, CHEN YY, JUDGE CA, CHAU L, NI J, SHENG M, LIN A, WILKINS BJ, BUZA EL, LEWIS JD, DAIKHIN Y, NISSIM I, YUDKOFF M, BUSHMAN FD, WU GD. Engineering the gut microbiota to treat hyperammonemia[J]. The Journal of Clinical Investigation, 2015, 125(7): 2841-2850. DOI:10.1172/JCI79214
|
| [85] |
TANOUE T, MORITA S, PLICHTA DR, SKELLY AN, SUDA W, SUGIURA Y, NARUSHIMA S, VLAMAKIS H, MOTOO I, SUGITA K, SHIOTA A, TAKESHITA K, YASUMA-MITOBE K, RIETHMACHER D, KAISHO T, NORMAN JM, MUCIDA D, SUEMATSU M, YAGUCHI T, BUCCI V, et al. A defined commensal consortium elicits CD8 T cells and anti-cancer immunity[J]. Nature, 2019, 565(7741): 600-605. DOI:10.1038/s41586-019-0878-z
|
| [86] |
QIAO SS, WANG T, SUN JZ, HAN JJ, DAI HQ, DU MX, YANG L, GUO CJ, LIU C, LIU SJ, LIU HW. Cross-feeding-based rational design of a probiotic combination of Bacterides xylanisolvens and Clostridium butyricum therapy for metabolic diseases[J]. Gut Microbes, 2025, 17(1): 2489765. DOI:10.1080/19490976.2025.2489765
|
| [87] |
WOOLSTON BM, EDGAR S, STEPHANOPOULOS G. Metabolic engineering: past and future[J]. Annual Review of Chemical and Biomolecular Engineering, 2013, 4: 259-288. DOI:10.1146/annurev-chembioeng-061312-103312
|
| [88] |
LI PS, ROOS S, LUO H, JI BY, NIELSEN J. Metabolic engineering of human gut microbiome: recent developments and future perspectives[J]. Metabolic Engineering, 2023, 79: 1-13. DOI:10.1016/j.ymben.2023.06.006
|
| [89] |
VERBEKE F, JANSSENS Y, WYNENDAELE E, de SPIEGELEER B. Faecal microbiota transplantation: a regulatory hurdle[J]. BMC Gastroenterology, 2017, 17(1): 128. DOI:10.1186/s12876-017-0687-5
|
| [90] |
YITBAREK S, GUITTAR J, KNUTIE SA, OGBUNUGAFOR CB. Deconstructing taxa x taxa x environment interactions in the microbiota: a theoretical examination[J]. iScience, 2023, 26(10): 107875. DOI:10.1016/j.isci.2023.107875
|
| [91] |
HUANG YM, SHETH RU, ZHAO SJ, COHEN LA, DABAGHI K, MOODY T, SUN YW, RICAURTE D, RICHARDSON M, VELEZ-CORTES F, BLAZEJEWSKI T, KAUFMAN A, RONDA C, WANG HH. High-throughput microbial culturomics using automation and machine learning[J]. Nature Biotechnology, 2023, 41(10): 1424-1433. DOI:10.1038/s41587-023-01674-2
|
| [92] |
HERNÁNDEZ MEDINA R, KUTUZOVA S, NIELSEN KN, JOHANSEN J, HANSEN LH, NIELSEN M, RASMUSSEN S. Machine learning and deep learning applications in microbiome research[J]. ISME Communications, 2022, 2(1): 98. DOI:10.1038/s43705-022-00182-9
|
| [93] |
STAHL-ROMMEL S, JAIN M, NGUYEN HN, ARNOLD RR, AUNON-CHANCELLOR SM, SHARP GM, CASTRO CL, JOHN KK, JUUL S, TURNER DJ, STODDART D, PATEN B, AKESON M, BURTON AS, CASTRO-WALLACE SL. Real-time culture-independent microbial profiling onboard the international space station using nanopore sequencing[J]. Genes, 2021, 12(1): 106. DOI:10.3390/genes12010106
|
| [94] |
KIM D, LEE JW. Genetic biocontainment systems for the safe use of engineered microorganisms[J]. Biotechnology and Bioprocess Engineering, 2020, 25(6): 974-984. DOI:10.1007/s12257-020-0070-1
|
| [95] |
ROTTINGHAUS AG, FERREIRO A, FISHBEIN SRS, DANTAS G, MOON TS. Genetically stable CRISPR-based kill switches for engineered microbes[J]. Nature Communications, 2022, 13(1): 672. DOI:10.1038/s41467-022-28163-5
|
| [96] |
DAI ZJ, LEE AJ, ROBERTS S, SYSOEVA TA, HUANG SQ, DZURICKY M, YANG XY, ZHANG X, LIU ZH, CHILKOTI A, YOU LC. Versatile biomanufacturing through stimulus-responsive cell-material feedback[J]. Nature Chemical Biology, 2019, 15(10): 1017-1024. DOI:10.1038/s41589-019-0357-8
|
| [97] |
WANG L, ZHANG X, TANG CW, LI PC, ZHU RT, SUN J, ZHANG YF, CUI H, MA JJ, SONG XY, ZHANG WW, GAO X, LUO XZ, YOU LC, CHEN Y, DAI ZJ. Engineering consortia by polymeric microbial swarmbots[J]. Nature Communications, 2022, 13(1): 3879. DOI:10.1038/s41467-022-31467-1
|
| [98] |
GUPTA S, ROSS TD, GOMEZ MM, GRANT JL, ROMERO PA, VENTURELLI OS. Investigating the dynamics of microbial consortia in spatially structured environments[J]. Nature Communications, 2020, 11(1): 2418. DOI:10.1038/s41467-020-16200-0
|
| [99] |
CONNELL JL, RITSCHDORFF ET, WHITELEY M, SHEAR JB. 3D printing of microscopic bacterial communities[J]. Proceedings of the National Academy of Sciences of the United States of America, 2013, 110(46): 18380-18385.
|
| [100] |
刘双江, CORVINI PFX, RABAEY K. 面向有机污染物消除的"微生物、植物、电"多效耦合作用机制及低能耗型修复技术[J]. 生物工程学报, 2021, 37(10): 3405-3410. LIU SJ, CORVINI PFX, RABAEY K. ELECTRA: electricity-driven low energy and chemical input technology for accelerated bioremediation[J]. Chinese Journal of Biotechnology, 2021, 37(10): 3405-3410 (in Chinese). DOI:10.13345/j.cjb.210431 CSTR: 32114.14.j.cjb.210431 |
| [101] |
柯壮, OBAMWONYI O, KOLVENBACH B, 季荣, 刘双江, 蒋建东, CORVINI PFX. 3D生物打印技术在微生物修复中的应用[J]. 生物工程学报, 2021, 37(10): 3475-3486. KE Z, OBAMWONYI O, KOLVENBACH B, JI R, LIU SJ, JIANG JD, CORVINI PFX. Insights into the applications of 3D bioprinting for bioremediation technologies[J]. Chinese Journal of Biotechnology, 2021, 37(10): 3475-3486 (in Chinese). DOI:10.13345/j.cjb.210427 |
2025, Vol. 41


