利用Ruminiclostridium cellulolyticum的基因组尺度代谢模型（iIB727）推动木质纤维素生物质的可持续生物技术转化

本综述系统介绍了针对Ruminiclostridium cellulolyticum H10菌株的新型基因组尺度代谢模型（GEM）iIB727的构建与应用。该模型通过整合多年实验数据，详细重构了纤维素（cellulose）、木葡聚糖（xyloglucan）和阿拉伯木聚糖（arabinoxylan）的降解通路，显著提升了表型预测准确性。研究不仅验证了模型在多种底物条件下的生长与代谢产物（如乙酸acetate、乙醇ethanol和乳酸lactate）分泌性能，还通过动态通量平衡分析（dFBA）成功模拟了分批发酵过程，为将该菌开发为高效微生物细胞工厂、推动木质纤维素废弃物资源化提供了关键理论基础与工具支持。

　　

引言

随着可持续生物技术进程的推进，利用废弃生物质如木质纤维素作为底物已成为替代传统发酵原料的重要方向。然而，多数工业微生物模型无法直接降解这类顽固底物，依赖微生物群落的厌氧消化（anaerobic digestion）过程实现多糖解聚。在这一背景下，Ruminiclostridium cellulolyticum 因其能同时降解纤维素与半纤维素而脱颖而出，成为极具潜力的细胞工厂候选。

结果

草案模型重建

研究首先采用CarveMe工具基于RefSeq数据库中的GCF_000022065.1基因组构建了初始草案模型。与旧版iFS431模型相比，新模型iIB727在基因、反应和代谢物数量上均有显著扩展。MEMOTE评估显示，iIB727的总分为88%，远高于iFS431的36%和草案模型的70%，其 stoichiometric一致性、质量平衡、电荷平衡和代谢物连通性均达到较高水平。模型在11种报道培养基中均能实现生长预测，而旧模型则因缺乏某些降解途径而存在限制。

纤维素与半纤维素的降解途径手工重构

纤维素降解途径的重构基于近期研究，涵盖了从胞外降解到胞内磷酸化酶（CEPA）催化的完整过程。ABC转运蛋白可导入最长5个葡萄糖单元的纤维糊精，各长度糊精的降解由特异性磷酸化酶完成。木葡聚糖降解途径则更为复杂，涉及多种糖苷修饰（如G、Q、L标识的葡萄糖残基），其降解需依次通过β-半乳糖苷酶、α-木糖苷酶和β-葡萄糖苷酶逐步移除修饰基团。阿拉伯木聚糖的降解则依托于ABC输入系统及胞内α-L-阿拉伯呋喃糖苷酶和外切木聚糖酶的作用，尽管乙酰化等修饰尚未纳入模型。

中心碳代谢的手工校正

针对严格厌氧发酵特性，研究重点校正了中心碳代谢中的辅因子使用。实验发现，某些激酶如己糖激酶（HEX）、磷酸果糖激酶（PFK）和丙酮酸激酶（PYK）倾向于使用GTP或焦磷酸（PPi）而非ATP，这一变化虽未改变ATP净产量，但影响了发酵产物分布。同时，模型补充了缺失的铁氧还蛋白平衡相关反应，如NAD(P)-铁氧还蛋白氧化还原酶。

碳水化合物转运蛋白的校正

通过模拟基因敲除实验，发现草案模型存在多个假阳性生长预测，主要源于错误的磷酸转移酶系统（PTS）注释。实验证实R. cellulolyticum不存在活性PTS，因此移除了相关反应，并基于UniProt注解添加了新的半乳糖ABC转运蛋白（Ccel_1644）及UTP-葡萄糖-1-磷酸尿苷酰转移酶以完善半乳糖代谢的Leloir途径。此外，发现第二个木糖异构酶基因（Ccel_0500）的存在解释了相关敲除菌株的非致死表型。

维持能量的校准

利用恒化培养实验数据，对生长关联维持（GAM）和非生长关联维持（NGAM）系数进行了校准。NGAM固定为2.2 mmol/gDW/h，GAM经拟合确定为30.22 mmol/gDW。这一设置使模型在多种稀释率下均能准确预测生长速率和产物分泌。

发酵谱分析

模型预测乙酸生产与生长耦合，而乙醇和乳酸则非耦合，这与实验观察一致。在低底物摄取率下， redox平衡主要依赖NADH-铁氧还蛋白还原酶、乙醛脱氢酶（ACALD）和醇脱氢酶（ADH）；高摄取率下则转向乳酸脱氢酶（LDH）主导。尽管高生长率下乙酸产量的实验值略超出预测范围，模型整体表现出良好的拟合度。

纤维素和半纤维素底物上的生长模拟

通过动态FBA（dFBA）模拟分批培养实验，模型成功复现了纤维素降解、生物量增长及产物分泌的动态过程。虽然模型未能完全模拟因代谢物积累导致的早期生长终止，但在指数生长期内的预测与实验数据高度吻合。此外，研究还展示了模型在复杂底物如小麦秸秆上的应用，通过随机参数采样模拟了多种寡糖的生成与消耗过程，突显了模型在预测混合多糖降解中的实用性。

讨论

本研究通过结合自动化重建与手工校正，构建了高度精细化的基因组尺度代谢模型iIB727。模型在辅因子平衡、转运蛋白注释及降解途径重构方面均显著提升了预测准确性。尽管PYK的双辅因子特性已获实验支持，PPDK的作用仍需进一步验证。未来工作可整合蛋白质约束（如GECKO框架）或动力学模型以增强预测能力，同时扩展模型至群落水平研究，为设计高效合成微生物群落、优化羧酸盐平台提供理论基础。

材料与方法

模型重建采用CarveMe（v1.5.1）进行，基于gram阳性菌通用模型，并通过11种培养基进行gap-filling。手工校正步骤包括途径重构、辅因子特异性修改、基因必需性验证及GAM/NGAM校准，所有更均通过Jupyter笔记本记录以确保可重现性。模型测试采用CobraPy和reframed工具，最终注解通过CobraMod和MetaNetX数据库完成。dFBA模拟使用dFBAlab实现，动力学参数通过差分进化算法优化，多糖降解速率以葡萄糖当量归一化处理。