在生命之树中，Rubisco（一种酶）的进化速度较慢

《Proceedings of the National Academy of Sciences》：Rubisco is slow across the tree of life

核糖体酶（rubisco）的天然多样性及其催化速率的系统研究，发现其最大催化速率不超过30次/秒，并通过机器学习模型预测了68,000种变体的速率。摘要：通过系统筛选250多种细菌和古菌的rubisco变体，揭示了其羧化速率普遍较低（中位数7次/秒），并发现快速变体多分布于微氧环境或具有CO?浓缩机制的古菌中。基于支持向量回归模型，成功预测了所有已测序rubisco的速率，验证了其作为慢酶的普遍性。分隔符：

　　### 氧化碳固定的关键酶——Rubisco的多样性与催化效率

Rubisco，即核酮糖-1,5-二磷酸羧化酶/加氧酶，是地球生命中碳固定的核心酶。这一酶在生物圈和大气层的演变过程中扮演了至关重要的角色。在约35亿年前，当大气中的二氧化碳浓度高达10万ppm，而氧气浓度不足1 ppm时，Rubisco首次出现并主导了碳的固定过程。随着地质年代的推移，氧气浓度逐渐上升，而二氧化碳浓度下降，这一变化最终促成了蓝藻等光合生物的出现，引发了大气中两种气体浓度的逆转。然而，尽管Rubisco在地球生态系统中占据了如此重要的地位，它却常被认为是一种催化效率较低的酶，其反应速率在某些情况下成为限制碳固定效率的因素。

长期以来，科学家们一直试图提高Rubisco的催化效率，尤其是增加其羧化反应速率和对二氧化碳的亲和力，以增强碳固定过程。然而，这些有目标的进化实验成果有限，部分研究甚至暗示Rubisco可能已经达到了“帕累托最优”，即在不损害其他催化特性的情况下，无法进一步提升其反应速率。这一假设引发了关于Rubisco是否具有优化潜力的广泛讨论，也促使科学家们更深入地研究其天然多样性，以寻找可能具有更高效率的变异体。

### Rubisco的天然多样性：尚未被充分探索

尽管Rubisco在生命演化过程中发挥了重要作用，但其天然多样性仍然远未被完全研究。目前，科学家们已经测序了约68,000种Rubisco的序列，然而其中仅有不到200种被系统地进行了催化动力学分析。这导致了之前对Rubisco催化效率的了解主要依赖于一个相对小且不具代表性的样本集。因此，对Rubisco的全面研究仍然处于初级阶段。

为了填补这一空白，研究团队对超过250种Rubisco的羧化速率进行了系统性研究，涵盖了广泛的细菌和古菌。这一实验性研究显著扩展了Rubisco的多样性覆盖范围，使得Rubisco的催化速率数据更加全面和准确。通过这一研究，科学家们发现Rubisco在大多数情况下都表现得相对缓慢，其羧化反应速率在30°C下通常不超过30次/秒。即便在某些特定的进化背景下，如微需氧环境或二氧化碳浓缩机制，Rubisco的速率提升也有限，表明其催化效率可能已经达到了某种自然限制。

### 实验方法与高通量筛选

为了系统地评估Rubisco的羧化速率，研究团队开发了一套高通量实验流程。该流程包括基因表达、蛋白纯化以及催化活性的测定。首先，研究团队从基因组和宏基因组数据中筛选出约68,000种Rubisco序列，并通过聚类分析（90%序列相似性）确定了代表性序列。这些序列随后被用于构建统一的进化关系图谱（UMAP），以可视化Rubisco在生命树上的分布情况。

对于不同形式的Rubisco，研究团队采用了不同的表达策略。例如，形式II和II/III的Rubisco结构较为简单，且部分来源于与大肠杆菌相关的菌群，因此在表达过程中不需要额外的分子伴侣。然而，形式I和III的Rubisco结构更为复杂，尤其是在形式I中，其包含一个小亚基，与大亚基形成异六聚体结构，这使得表达过程更加困难。为了提高表达成功率，研究团队在表达过程中引入了特定的分子伴侣，如GroEL-GroES，以及一些特定的辅助因子，如Raf1，以帮助形成可溶性蛋白。

在蛋白纯化方面，形式II和II/III的Rubisco被融合了14个组氨酸（His-tag）和SUMO蛋白酶识别位点，从而实现无痕切割和纯化。相比之下，形式I和III的Rubisco则直接从可溶性蛋白提取物中进行催化活性测定，避免了纯化过程可能带来的损失。此外，研究团队还对某些特定的Rubisco变体进行了进一步的深入分析，以确认是否存在具有更高催化效率的亚群。

### 机器学习模型：预测Rubisco的羧化速率

为了更全面地了解Rubisco的催化特性，研究团队利用机器学习方法对所有已测序的Rubisco变体进行了羧化速率预测。通过构建支持向量回归（SVR）模型，研究团队结合了实验数据和文献数据，预测了约68,000种Rubisco的催化速率。模型在大多数情况下表现良好，预测误差通常小于两倍标准差，特别是在序列相似度较高的变体中。

然而，对于某些特定的Rubisco形式，如形式III，由于实验数据较少，模型的预测误差相对较大，约为三倍。这可能反映了形式III Rubisco在进化过程中受到不同的选择压力，从而影响了其催化特性。此外，研究团队还发现，某些Rubisco变体的催化速率接近20次/秒，这与形式I中某些具有羧体的变体相似，表明这些变体可能在特定的环境条件下表现出更高的催化效率。

### 速率与亲和力之间的权衡

研究团队进一步探讨了Rubisco催化速率与二氧化碳亲和力之间的潜在权衡。通过分析多个Rubisco变体的序列和催化特性，他们发现，较高的催化速率往往伴随着较低的二氧化碳亲和力。这种权衡关系在不同的进化背景下可能有所不同，例如在微需氧环境中，Rubisco可能演化出更高的催化速率，以适应高浓度的二氧化碳和低浓度的氧气。然而，这一现象并不适用于所有情况，某些Rubisco变体在特定条件下可能同时表现出较高的速率和亲和力。

此外，研究团队还发现，某些Rubisco变体在特定的进化路径中可能表现出不同的催化特性。例如，形式I的Rubisco变体中，与羧体相关的变体表现出较高的催化速率，而其他形式的Rubisco则可能因不同的代谢需求而表现出较低的速率。这种现象表明，Rubisco的催化效率可能受到多种因素的影响，包括其进化背景、环境条件以及代谢需求等。

### Rubisco的进化背景与功能适应性

Rubisco在不同生物域中的进化路径也反映了其功能适应性的多样性。在细菌中，Rubisco通常与特定的代谢途径相关，如核苷酸补救途径或非经典的卡尔文-本森-巴斯哈（CBB）循环。而在古菌和真核生物中，Rubisco的进化路径则更加复杂，可能受到更严格的进化压力，以适应不同的环境条件。

研究团队还发现，某些Rubisco变体可能来源于古老的内共生事件。例如，某些形式I的Rubisco变体可能来源于与蓝藻的内共生，这可能解释了其较高的催化效率。相比之下，其他形式的Rubisco可能在更古老的代谢环境中演化，导致其催化效率较低。这些发现进一步支持了Rubisco在不同生物域中可能表现出不同的催化特性，从而适应各自的生态位。

### 未来研究方向与应用潜力

尽管研究团队已经对Rubisco的天然多样性进行了广泛的探索，并发现其催化效率普遍较低，但这一研究仍为未来的酶工程和生物技术提供了重要的参考。通过机器学习模型，科学家们可以更准确地预测不同Rubisco变体的催化特性，从而指导进一步的实验设计和工程优化。此外，这一研究也为理解Rubisco在不同环境条件下的功能适应性提供了新的视角，特别是在高二氧化碳浓度和低氧气浓度的环境中，Rubisco可能表现出不同的催化特性。

未来的研究可以进一步探索Rubisco在不同温度条件下的催化效率，尤其是在高温环境下，某些Rubisco变体可能表现出更高的催化速率。此外，研究团队还建议在未来的催化动力学研究中，系统性地引入参考标准，以提高实验结果的可比性和准确性。通过这些方法，科学家们可以更全面地了解Rubisco的催化特性，并为其在可持续食品和燃料生产中的应用提供科学依据。