综述：微生物系统中虾青素-脂质生物合成的相互作用与整合调控：从代谢通路串扰到生物技术优化

这篇综述深入探讨了微生物中虾青素（astaxanthin）与脂质生物合成的动态平衡机制，提出通过多基因融合调控（multi-gene fusion regulation）、基因编辑（CRISPR）和代谢通量分析（13C同位素示踪）等策略优化代谢网络，并创新性构建了基因-代谢通量-产量神经网络模型（GNN/MNN），为高附加值食品资源开发提供理论支撑。

　　

ABSTRACT

虾青素（astaxanthin）是一种具有强抗氧化（500倍于维生素E）和抗炎特性的脂溶性类胡萝卜素，其全球市场规模预计2030年达38.9亿美元。研究发现，微生物中虾青素与脂质合成共享乙酰辅酶A（acetyl-CoA）前体，二者存在底物竞争与产物协同的动态平衡。例如，削弱脂质合成可使碳流向虾青素产量提升，而游离虾青素与脂质缩合形成的虾青素酯（astaxanthin esters）能显著促进积累。

引言

目前工业化生产菌株（如雨生红球藻Haematococcus pluvialis）因脂质含量低（<20%）导致虾青素产量不足1 g/L。而高产脂菌株（如Aurantiochytrium limacinum）通过过表达CarS基因可实现虾青素与DHA协同生产。转录组分析显示，Phaffia rhodozyma中褪黑素可通过激活脂肪酸合成途径提升虾青素产量。

虾青素生物合成途径

虾青素合成经历三阶段：1）糖酵解（EMP）生成丙酮酸和acetyl-CoA；2）经甲羟戊酸（MVA）或MEP途径合成IPP/DMAPP；3）在PSY、LCY等酶催化下形成β-胡萝卜素，最终由β-羟化酶（CRTR）和酮化酶（BKT）修饰为虾青素。

虾青素与脂质合成通路的关联

研究发现：1）acetyl-CoA分流导致二者负相关；2）脂质作为溶剂载体可提升虾青素溶解度（水溶性仅83 mg/L）；3）Schizochytrium sp.中虾青素主要以DHA单酯形式储存。

代谢调控策略

提出四维优化方案：1）多基因融合调控关键酶（如ACC、FAS）；2）CRISPR靶向编辑MVA途径；3）AlphaFold预测酶结构优化催化效率；4）¹³C代谢流分析指导通量再分配。

构建基因-代谢通量-产量神经网络模型

创新性开发双层次智能模型：1）基因层GNN解析CRTR/BKT等表达规律；2）代谢层MNN模拟acetyl-CoA通量动态，实现虾青素酯产量预测（如Yarrowia lipolytica在100 L反应器中达812.3 mg/L）。

结论

微生物中虾青素-脂质代谢网络存在"竞争-协同"双稳态，通过智能模型调控可突破现有生产瓶颈，为功能性食品开发提供新范式。