基于动态光合作用模型优化水稻碳同化效率的靶向酶工程研究

本研究针对全球粮食安全挑战，通过构建水稻特异性e-Photosynthesis动态模型，系统分析了C3光合代谢中Calvin-Benson-Bassham(CBB)循环的酶分配优化策略。研究人员结合水稻Rubisco动力学参数和叶片气体交换数据，预测了在干旱胁迫、当前及未来CO2浓度下，过表达Rubisco、SBPase等2-6种关键酶可使光合速率提升最高28%。该研究为定向改造水稻光合效率提供了理论框架，成果发表于《in silico Plants》。

　　

随着全球人口增长和气候变化加剧，水稻作为养活世界半数人口的主粮作物，其产量提升面临严峻挑战。传统育种方法已接近产量瓶颈，而光合作用效率被认为是突破这一瓶颈的关键杠杆。然而，C₃作物的光合代谢网络复杂，涉及多步骤酶促反应和精密调控，通过单一基因改造往往收效甚微。更棘手的是，干旱等胁迫会导致气孔关闭，使叶绿体CO₂浓度(C_c)骤降，而未来大气CO₂持续升高又将改变光合限制因素。这些动态变化使得"一刀切"的改造策略难以奏效，亟需建立物种特异性的代谢模型来指导精准工程。

研究团队通过多尺度建模方法解决了这一难题。首先整合水稻Rubisco的物种特异性动力学参数（包括K_c、K_o和Γ*），结合IR64品种的叶片气体交换数据，构建了水稻版e-Photosynthesis模型。采用进化算法优化23种光合酶的蛋白分配，并设置光呼吸酶的最低活性阈值以保证胁迫条件下的代谢安全。通过敏感性分析模拟转基因过表达效果，评估了不同CO₂情景下的改造策略。

关键方法

1. 1.

   基于Hermida-Carrera等测得的水稻Rubisco温度响应参数，计算K_c、K_o和K_cair；

2. 2.

   使用Gregory开发的R包拟合FvCB模型参数(V_cmax、J、TPU等)；

3. 3.

   通过α_Rubisco(1.36)和α_Enzymes(1.12)缩放因子校准e-Photosynthesis；

4. 4.

   进化算法优化酶分配时约束光呼吸酶V_max[PR]129和淀粉/蔗糖合成酶活性；

5. 5.

   随机抽样模拟1-2.8倍酶过表达效果。

模型校准与验证

通过调整Rubisco氧羧比(V_omax/V_cmax)的温度响应函数，使模型计算的CO₂补偿点与实验值吻合。校准后的模型在C_c≤173 μmol mol^-1的Rubisco限制区表现出最佳拟合度，证实其能准确捕捉水稻光合特征。

酶优化策略

在模拟干旱条件(C_c=130 μmol mol^-1)下，Rubisco和SBPase成为优先上调靶点，可使光合速率提升28%。而在当前大气CO₂对应C_c=250 μmol mol^-1时，需额外过表达Aldolase和PRK才能实现16%增益。到未来高CO₂环境(C_c=360 μmol mol^-1)，FBPase和TK的加入使六基因组合产生22%提升。值得注意的是，GAPDH在所有情景下均被预测应下调，这与Suzuki等2021年的转基因实验结果相矛盾，提示模型仍需完善。

工程化可行性评估

考虑实际转基因中1.25-2.8倍的表达变异，"未来策略"展现出最强鲁棒性：在C_c=250和360 μmol mol^-1时，分别有90.5%和94.6%的概率获得正向收益。而"胁迫策略"在高CO₂下100%导致光合下降，凸显情景特异性设计的重要性。

这项研究建立了从分子动力学到叶片生理的跨尺度预测框架，其核心贡献在于：

1. 1.

   首次实现e-Photosynthesis模型的水稻特异性参数化，引入Rubisco激活状态(S)的温度响应方程；

2. 2.

   揭示不同CO₂供应下最优酶组合的动态变化规律；

3. 3.

   提出兼顾短期农艺需求与气候适应性的阶梯式改造路线。尽管模型尚未整合Rubisco激活复合体(RCA)等调控因子，但其预测结果已为C₄水稻工程提供了关键靶点优先级参考。随着合成生物学技术的发展，这种"计算指导-实验验证"的闭环研究范式将加速作物光合效率的精准提升。