综述：工程化自然微生物群落：合成菌群在生物修复中的应用

这篇综述系统阐述了合成菌群(SynComs)在生物修复领域的创新应用。通过"自上而下"(EngComs)和"自下而上"(SynComs)的构建策略，人工设计的微生物群落展现出协同代谢、交叉喂养等优势，可有效应对复合污染(有机-重金属联合污染)等复杂环境挑战。文章重点探讨了代谢模型(GSMMs)在SynCom设计中的应用前景。

　　

工程化自然微生物群落：合成菌群在生物修复中的突破性应用

Synergistic mechanisms of SynComs in bioremediation

合成菌群(SynComs)通过多种协同机制显著提升污染物降解效率。相较于单一菌株，这些人工设计的微生物群落展现出独特的代谢优势：通过协同代谢实现复杂污染物的完全矿化；菌株间交叉喂养(cross-feeding)促进中间产物的高效转化；缓解反馈抑制效应提高代谢通量；降低中间代谢物毒性；增强环境胁迫抗性。特别值得注意的是，SynComs通过功能互补可形成完整的降解通路，这是单一菌株难以实现的。

Composite functions empower SynComs with the capability to be applied in complex remediation scenarios

复合功能使SynComs在复杂修复场景中展现出独特优势。面对有机-重金属复合污染等现实挑战，SynComs可通过组合不同功能菌株实现多功能协同：如同时具备污染物降解能力和重金属固定化功能的群落设计。典型案例显示，整合芳香烃降解菌与重金属抗性菌的SynComs，在处理原油污染土壤时不仅降解效率提升35%，还能有效固定Cd²⁺和Pb²⁺。这种"一专多能"的特性使其在场地修复中具有广阔应用前景。

Construction strategies of SynComs

SynComs构建策略主要分为两大类："自上而下"(top-down)方法通过对自然群落进行工程化改造获得EngComs；"自下而上"(bottom-up)方法则通过理性设计组装分离菌株。新兴的混合策略结合两者优势：先在污染环境中构建EngComs，筛选关键菌株(keystone strains)，再与功能菌株组合优化。实践表明，基于功能基因筛选的靶向组装策略，可使苯系物降解效率提升2-3个数量级。值得注意的是，菌株间的生态互作关系是构建成功的关键因素。

Application of metabolic models in SynCom design

代谢模型技术正推动SynComs进入定量设计新时代。基因组尺度代谢模型(GSMMs)能精准预测菌株间代谢互作，指导最优群落设计。动态通量平衡分析(dFBA)等计算方法可模拟群落代谢网络，优化菌株组合。最新进展显示，整合机器学习算法的模型能准确预测>80%的菌株互作关系。这些技术大幅降低了SynComs的试错成本，使包含15-20种菌株的复杂群落设计成为可能。

Conclusion and outlook

未来SynComs研究将聚焦三个方向：开发更精准的群落动态预测模型；优化菌株原位定殖技术；建立标准化性能评价体系。特别值得关注的是，将合成生物学工具应用于SynComs工程化改造，可望突破自然菌株的功能局限。随着多组学技术和人工智能的发展，微生物群落设计正从经验走向理性，为环境修复提供创新解决方案。