《TRENDS IN Microbiology》:How to train your microbe: editing environmental bacteria
编辑推荐:
基因组编辑(genome editing)是微生物学中的一种重要工具,使研究人员能够评估基因功能、将基因型与表型相联系,以及设计具有特定特征的微生物。大多数工具都是在模式细菌(model bacteria)中开发的,将其改造为环境细菌(environmenta
基因组编辑(genome editing)是微生物学中的一种重要工具,使研究人员能够评估基因功能、将基因型与表型相联系,以及设计具有特定特征的微生物。大多数工具都是在模式细菌(model bacteria)中开发的,将其改造为环境细菌(environmental bacteria)仍然需要耗费大量的时间与资源。本综述为环境细菌的遗传工程提供了一个框架,包括评估遗传可操作性(genetic tractability)、克服难处理系统(recalcitrant systems)挑战的考量因素,以及技术概述与工具选择指导。研究人员讨论了微生物组编辑(microbiome editing)这一新兴领域,在该领域中,基因组修饰可被递送至复杂微生物群落(microbial communities)及宿主内的细菌,从而为跨多样环境的机制研究开辟了新的可能。这些进展有望将功能微生物学(functional microbiology)从还原论的(reductionist)、基于分离物(isolate-based)的方法转向基于情境的、机制性的研究路径。
**The untapped potential of environmental bacteria**
细菌是地球丰度最高的生物类群之一,其协调互作对生态系统与生物群系功能至关重要。研究非模式生物对解码生物地球化学循环、微生物-微生物互作及跨界互作不可或缺。其遗传适应性,如可移动遗传元件(mobile genetic elements, MGEs)、社会基因及生物合成基因簇,代表尚未被充分探索的资源库。遗传工程是评估基因功能所不可或缺的工具,但仅极少细菌在实验室中被培养,其中更少被常规编辑。对大肠杆菌(Escherichia coli)、恶臭假单泡菌(Pseudomonas putida)和枯草芽孢杆菌(Bacillus subtilis)等模式生物的研究虽揭示了关键生物学原理,但不足以解释来自多样生态系统的专门生物体的生态功能。大多数基因编辑技术依赖分离并有效选择目标细菌,导致未培养的大部分细菌被排除在遗传工程应用之外。实验室自动化、下一代测序、宏基因组学、生物信息学及数据可用性的进步,为重新审视非模式或被 categorically excluded 的系统提供了必要工具。近期高通量与广宿主合成生物学方法的发展已证明可扩大可工程化细菌的比例。例如,原位微生物组编辑(in situ microbiome editing),即对宿主及微生物群落内的细菌进行遗传修饰(如基因敲除或敲低),是一种新兴技术,可应用于系统生物学以探索驱动多样生态系统功能的机制。然而,将遗传工程工具适配于非模式细菌是时间与资源密集型的,且失败工程尝试的缺乏报告使可行性评估困难。本综述作为评估遗传可操作性并为环境细菌识别相关遗传工程工具的路线图。
**Training your microbe: a framework for editing environmental bacteria**
成功驯化细菌用于遗传工程须克服七大主要障碍:目标菌的分离或共培养、外源DNA的成功引入、规避宿主防御、外源DNA的稳定维持、遗传构建体的表达、染色体DNA的高效操作及编辑细胞的高效选择。除这些一般性问题外,某些挑战在特定环境中更常见,例如从高盐海洋环境中电转化海洋物种的困难。因此,非模式生物的工程方法需要彻底排查。不同细菌间常用的遗传工程方法大致相同,但各细菌可用的工具数量差异显著。针对预期遗传工程微生物(prospective genetically engineered microorganism, pGEM),研究人员提出广义框架,包含四原则:Grow(培养:分离或共分离、鉴定生长参数与表征表型)、Sequence(测序:分析基因组及相关MGEs与基因型)、Transform(转化:鉴定高效DNA转移方法)、Edit(编辑:遗传修饰或功能破坏)。该框架虽不能使pGEM媲美模式细菌,但有助于识别障碍、排查问题并评估编辑可行性。
**Grow**
该过程首步是鉴定目标细菌,可基于其环境或生物活性,并考量编辑目标产生可测量且显著效应大小的潜力。pGEM的选择受框架中首先尝试的科学方法影响:(i) 先行培养(分离或共培养)并作为焦点生物选择;(ii) 从宏基因组数据集中鉴定,其可培养性尚未确定。若可培养,需评估生长特性(如液体/固体生长、培养基类型及生长曲线),确定每种培养基中标准选择抗生素的最小抑菌浓度(minimum inhibitory concentration, MIC)并依系统发育(若已知)整理。MIC谱对设计选择与反选择标记至关重要。代谢生态位选择、营养缺陷型(auxotrophy)、重金属敏感性及荧光亦可作为替代标记。表型表征对设计DNA递送与基因编辑方法必不可少。宏基因组数据分析与代谢建模可识别复杂系统中的潜在关键微生物。对于培养困难者,两种新兴途径:一是利用基因组指导的可培养性评估与人工智能辅助的高通量培养组学(culturomics)促进靶向富集、共培养或共分离;二是结合原位微生物组编辑,揭示不可培养细菌编辑的可能性。
**Sequence**
长读长测序革命提升了高通量遗传筛选、宏基因组组装基因组(metagenome-assembled genome, MAG)组装、完整细菌基因组组装及全质粒测序的可行性,并有助于鉴定pGEM的原生DNA甲基化以选择载体。彻底分析基因组内容至关重要,应组装、注释并分析基因组(及相关MGEs),识别原生启动子、抗生素抗性基因、质粒、噬菌体与染色体附着位点(attP/attC)、防御系统及前噬菌体。系统发育分析可告知革兰氏类型并关联已知编辑策略。现有MGEs表征可直接指导宿主特异性载体设计;质粒不相容群(plasmid incompatibility groups)则可能限制编辑质粒的可行骨架。前噬菌体可被驯化用于基因编辑载荷转导,但胁迫可能诱导其裂解并降低转化效率。高质量基因组是设计、排查及确认目标基因(genes of interest, GOIs)编辑的基础。新生物信息学工具与人工智能蛋白质结构预测可改善注释覆盖并推断功能。全基因组诱变筛选则为识别基因型-表型相互作用以持续完善这些工具提供了必要的生物学信息。
**Transform**
评估转化效率并优化质粒构型是克服多数障碍的关键。应通过比较接合(conjugation)、天然感受态、化学诱导感受态、电感受态或噬菌体转导的效率来鉴定最适转化方法,使用复制型广宿主范围(如RSF1010、pBBR1及RK2)或整合型载体。接合常对多种细菌有效;调整供体-受体比例、接合方法(如滤膜、琼脂及液体)及接合后反选择(例如使用二氨基庚二酸营养缺陷型大肠杆菌供体菌株)可提高转化子产量。基线转化效率测定为评估可行性提供简单指标。对于未培养细菌,环境转化测序(environmental transformation sequencing, ET-Seq)可评估哪种转化方法最有效。若怀疑标记或报告基因表达困难,建议使用设计-构建-测试-学习(design-build-test-learn, DBTL)循环探索广泛的复制起点(origins of replication, ORIs)、转录启动子、核糖体结合位点(ribosome-binding sites, RBSs)、标记基因及其组合。自动化与混合测试可并行化。公开可获得的模块化质粒工具包(modular plasmid toolkits)支持高通量筛选,其多く基于Golden Gate与模块化克隆(Modular Cloning, MoClo)平台。密码子优化可确保GOIs正确表达。
**Edit**
建立可靠转移、表达与选择方法后,可开发定制工具以修饰基因组。除正向/反向遗传学阐明功能外,编辑还可用于工程化特定性状。对于鉴定潜在表型的机制与基因,正向遗传筛选是理想选择;Tn5与mariner等转座子可创建随机突变体文库,条形码序列(barcode sequences)支持基于测序的筛选以定位插入位点并追踪适合度,但需基因缺失与互补实验验证候选GOI。位点特异性插入利用识别高度保守附着位点的噬菌体整合酶与转座子,不依赖宿主重组机器,Tn7系统已广泛用于多种细菌并实现菌株水平追踪。若需修饰特定区域,则需靶向编辑。等位基因交换(allelic exchange)可适应新物种,但需有效反选择标记与自杀载体;若反选择渗漏或需多重化,CRISPR-based方法更实用。Cas9与Cas12a产生RNA引导的双链断裂(double-strand breaks, DSBs),经同源定向修复(homology-directed repair, HDR)或非同源末端连接(nonhomologous end joining, NHEJ)修复;因修复途径差异,内源性DSB修复可能导致可变成功率,且DSBs对缺乏NHEJ途径的细菌可能有毒。无DSB的CRISPR系统、桥式重组酶(bridge recombinases)与逆转录子介导的重组工程(retron-mediated recombineering)等新兴技术为环境细菌提供了新前景。
**Microbiome editing: a hybrid approach for microbial ecology**
历史上编辑工具需分离细菌,限制了种间互作与群落动态研究。DNA测序与位点特异性工具的发展催生了微生物组编辑领域。这些工具桥接自上而下与自下而上方法,实现复杂群落及宿主内的原位位点特异性编辑。相比替代方法,原位编辑提供高功能分辨率同时保持高环境复杂性,应用涵盖引入代谢途径、恢复抗生素敏感性、研究基因功能、重塑群落、生态工程及中和病原毒力。其优势在于保留复杂群落互作及编辑难培养细菌的潜力。该领域允许无需培养即可进行物种与位点特异性编辑,研究专性共生体或"微生物暗物质"。工具改进如CRISPR相关转座子(CRISPR-associated transposons, CASTs)凸显其潜力。
**Growing experimental microbiomes**
为在微生物组中开发与验证工具,需建立富集培养物或合成微生物群落并在相关条件下测序。目前需在受控实验室环境中验证。实验微生物组应代表天然群落的关键特征(功能与丰富代表)。若试点抗生素选择作为DNA载荷,需在群落中确定抗性谱以确保强选择。还需评估群落对潜在替代选择底物的生长能力,以及共培养需求,因代谢互养影响可培养性。
**Sequencing communities to identify targets**
选择靶标时需考虑跨条件的物种丰度,理想靶标应至少占1%相对丰度。对于精确编辑,宏基因组组及MAGs作为数据库设计位点特异性RNA引导(如cr/gRNAs或bRNAs)并评估脱靶。RNA引导设计需严格优化,考虑GC含量、PAM位点选择并使用高E-value搜索潜在脱靶。群落内原生CRISPR-Cas系统的存在亦需注意,因其可竞争或增强外源CRISPR活性。
**Transforming bacteria in communities and hosts**
原位递送需在微生物组与宿主内实现,接合与噬菌体基方法最常用。ET-Seq可比较群落内转化方法以识别有效递送策略。除效率下降外,递送受方法、剂量、供体、时间及毒性影响。含有编辑器的大肠杆菌供体已通过注射或灌胃递送给小鼠,接合递送也在斑马鱼与甲壳类幼虫中证实。如何实现复杂群落的完全编辑渗透仍是问题,故仔细考虑潜在选择载荷至关重要。
**Editing environmental microbiomes**
环境微生物组编辑发展需考虑载体设计、DNA载荷与脱靶监测。复制型载体含功能性ORI利于维持但可能残留;整合型载体缺乏ORI防止复制,确保仅保留成功编辑,改善生物防护。不同编辑器有不同载荷阈值,如CASTs可整合<10 kb,而桥式重组酶已成功插入142 kb。DNA载荷常含抗生素抗性基因,但在微生物组中可能导致水平基因转移或扰动群落,故基于环境正交代谢物的正选择标记(如菊粉、藻酸盐、磷酸)更为可取,可提供选择优势。然而新底物可能引起"蝴蝶效应"影响群落代谢网络,且代谢能力可能通过交叉喂养与欺骗转移。合理的载荷设计还应包括致死开关与FRT(FLP recognition target)缺失位点等生物防护策略。脱靶评估应在分离株、群落、宿主及生物群系尺度进行,结合宏基因组测序、宏转录组学及代谢组学监测。生态建模可预测编辑的第二群落效应。
原位微生物组编辑目前限于实验室,需克服难培养微生物组、载体设计、内源性防御系统、低编辑渗透性、生物防护及脱靶等挑战。未来随着工具与监管指导完善,可能扩展到自然环境。
**Concluding remarks**
本综述框架可帮助估计新环境细菌的编辑可行性。决策取决于识别与克服生长缓慢、分离困难或内源性防御系统障碍。无分离技术、高通量筛选、抗防御系统改编、测序方法与AI工具正在改变微生物生态学机制研究前景。随着挑战被克服,这些工具可能有一天扩展到自然环境,但需伦理与监管指导。建立公开报告成败尝试的平台及可重现的菌株与数据集合,将极大推动体外与原位方法的发展。增强的非模式与环境细菌编辑能力有望揭示以前未知的生物学见解。
**Outstanding questions**
该框提出系列未决问题,包括:如何简化环境细菌从分离到编辑的流程;预测遗传可塑性所需的最低基因组与表型信息;如何系统表征与克服细菌防御系统repertoire;抗防御系统整合入克隆载体的可行性及权衡;框架在专性共生体与"微生物暗物质"中的应用;原位编辑靶向低丰度(<1%相对丰度)成员的潜力与检测极限;复杂群落内物种特异性编辑保真度及其崩溃条件;群落内源性CRISPR-Cas系统对编辑的影响;超越哺乳动物肠道的代谢生态位与反选择策略;优化递送方法以提高编辑效率;原位编辑的生态后果(持久性、水平传播或衰减);开放环境部署所需的生物防护实践;以及社会接受度与额外保障措施。