一种用于工业光生物反应器的微藻光自养生长的通量组学模型

《Algal Research》：A fluxomic model of microalgae photoautotrophic growth for application in industrial photobioreactors

微藻高密度培养中动态光照条件对生理状态的影响及模型构建。基于光合作用分子机制，建立包含光捕获、电子传递、光抑制等过程的动态模型，通过10个微分方程预测氧产量、碳消耗和生物量增长速率，验证与文献数据一致，适用于规模化培养优化。

　　微藻作为一种具有广泛应用前景的生物资源，被广泛用于处理污染水体、减少二氧化碳排放、生产有价值化合物以及作为人类和动物可持续营养来源。然而，实现这些潜力的关键在于如何在合理的成本和足够规模下高效地培养微藻。目前，小型实验研究已经实现了高达35克/升的生物量浓度和25克/升/天的生产率，但这些成果尚未成功转移到大规模生产中。在工业应用中，如何设计和优化连续高通量系统，提高微藻的产量和效率，仍然是一个亟待解决的问题。

在大规模生产中，光照分布是一个至关重要的指标，因为它决定了细胞层面的光照可得性。为了提高生产效率，工业系统通常倾向于在高细胞密度下运行，这会增加光子的吸收和散射，从而减少光穿透到培养液中的深度。因此，培养液中可能会出现显著的光照梯度，导致原本均匀的微藻种群被分割为不同的子群，每个子群根据其可获得的光子通量调整自身的生理状态。这种异质性会降低整个系统的性能，因为每个子群可能具有不同的生长速率和生产能力。

为了克服这一限制，一些研究提出引入能够诱导可预测周期性流动模式的混合系统，平衡细胞对最明亮区域的访问。在这些条件下，细胞可能会经历快速的周期性光照变化，从强烈的光照到有效的黑暗。这种现象被称为“光整合效应”，是指在快速周期性间歇光照下，生长并不依赖于瞬时光照强度，而是依赖于其时间平均值。如果时间平均光照强度高于光饱和阈值，光整合效应可以使得微藻保持与连续高强度光照相同的生长速率，从而实现均匀的种群分布和高产的光生物反应器。

然而，要充分利用这一效应，需要一个可靠的数学模型来预测在快速变化的光子通量下，微生物的生理和代谢状态如何变化。这种模型必须是微分方程形式，因为它需要描述在动态光照条件下的瞬时响应。此外，由于该模型的应用对象是商业化的大型培养系统，它还应能够提供宏观上可测量的预测，如生长速率或氧气生产速率。

当前的模型主要分为两种类型：一种是基于生理学的模型，另一种是基于“光合工厂”概念的模型。基于生理学的模型通常关注物理成分的作用，如分子（例如叶绿素）、蛋白质（例如D1多肽）或分子复合物（例如光系统II复合物）。它们通常会将光子捕获过程与其他机制（如营养吸收、光抑制或光适应）联系起来。由于这些模型依赖于可以独立隔离、测量和参数化的物理成分，因此更容易适应新的应用场景或与其他模型整合。然而，它们通常具有较高的复杂性，适用范围较窄，主要应用于基础研究，这使得它们在预测实际应用中重要的宏观指标方面存在困难。

另一方面，基于“光合工厂”概念的模型则更注重模型的适用性，而不是详细的生理学过程。这些模型通常将整个微藻培养视为一个整体，而不深入描述内部的生理过程。然而，这种抽象化的处理方式可能会导致关键机制（如光抑制或光适应）的简化，从而影响模型的准确性。此外，这种抽象还限制了从光合工厂的组成元素的物化性质中推导出模型参数的能力。

当前的模型发展存在一定的局限性，特别是在考虑替代电子传递路径和碳固定过程方面。替代电子传递路径不导致净氧气产生，而碳固定过程的相对缓慢动力学被认为与光整合效应有关。因此，现有的模型尚未充分结合生理学准确性与实际应用的简便性，需要进一步的研究来填补这一空白。

在本研究中，我们探索了这一研究空白，提出了一种能够满足工业微藻培养需求的模型。我们首先对光合作用过程进行了简要概述，随后基于这一概述，推导并阐述了模型的基本假设和简化。这些假设和简化为后续的模型开发奠定了基础。在模型开发完成后，我们基于现有的文献资料提出了可能的参数化方法，并对模型进行了模拟，将其结果与之前实验研究的数据进行了比较。

在光合作用过程中，微藻的类囊体结构相对简单。与高等植物的类囊体通常垂直排列形成高达20个单位的类囊体堆叠不同，微藻的类囊体多为独立单元，或最多形成由10个单位组成的堆叠。在这些堆叠中，紧贴和非紧贴区域的功能仍然有所区分。整体而言，微藻的类囊体结构缺乏高等植物中的复杂连接性，这可能影响光子在细胞内的传递和利用效率。

基于上述对光合作用过程的理解，我们提出了模型的基本假设。这些假设包括将模型的范围限制在两个领域：细胞横截面（控制表面）和叶绿体内部（控制体积）。模型不包括这些领域之外的现象，除非需要简要说明。此外，我们还假设中间电子载体的积累或耗尽可以忽略，这简化了模型的复杂性，使其更易于理解和应用。通过这些假设，我们能够构建一个能够描述动态光照条件下微藻生理和代谢状态变化的模型。

在模型参数化方面，我们根据现有的文献资料，为模型中的参数提供了合理的值。这些参数包括光子捕获、电子传递、qE调节和光抑制等过程的速率，以及ATP和NADPH的形成和消耗、碳固定和细胞膜上的氧气和二氧化碳交换等。这些参数的值可以从先前的研究中找到，或者根据研究结果进行推断。通过这种方式，我们确保了模型的参数具有明确的生理学意义，并能够反映实际的生理过程。

在模型模拟方面，我们发现，对于所选择的参数化方法，每秒到达细胞的光子中，大约有一半会击中光敏感区域（如光系统II或光系统I），并被吸收。如预期的那样，2%和18%的吸收光子会通过荧光和三重态形成而损失，其余的80%则分配用于有用的利用（如电子传递、氧气光还原或光呼吸）和热淬灭。然而，即使在没有最终电子受体的情况下，光子的利用仍然受到多种因素的影响，如光子通量的波动、细胞的生理状态和环境条件的变化。

模型的模拟结果与之前实验研究的数据表现出显著的一致性，从而验证了模型的机制性。这表明，模型能够准确描述微藻在动态光照条件下的生理和代谢状态变化，并提供宏观上可测量的预测，如氧气产量、碳消耗和生物量增长速率。通过这种方式，模型不仅能够用于基础研究，还能够应用于实际的工业应用，如大规模微藻培养系统的设计和优化。

在本研究中，我们提出了一个结合生理学准确性与实际应用简便性的模型，该模型能够预测动态光照条件对宏观生产力指标的影响。为了实现这一目标，我们结合了光合作用光反应的第一原理分析，涵盖了光子捕获、电子传递、qE调节和光抑制等过程，同时对卡尔文循环进行了简化的描述。这种结构使得模型能够解释生长速率和气体演化速率的来源，并提供对实际生产条件下的预测。

通过这种方式，我们希望为工业微藻培养领域提供一个实用的模型，帮助设计和优化系统，提高生产效率和产品质量。模型的开发和应用不仅能够促进微藻培养技术的进步，还能够为其他生物系统的研究提供参考。最终，我们相信，这种模型能够为可持续发展和环境保护做出贡献。