青藏高原多生态系统微生物组图谱:Tibetan Environmental Genome(TEG)目录及其生物发现资源价值

《Nature Microbiology》:Mapping the Tibetan Plateau microbiome across ecosystems provides a resource for biodiscovery

【字体: 大 中 小 】 时间:2026年11月17日 来源:Nature Microbiology 18.7

编辑推荐:

  微生物遗传学可启发生物技术创新,但许多微生物群落仍未被充分认识。高山微生物组的遗传资源库在生物技术领域仍大多未被开发利用。研究人员在此提出青藏高原环境基因组(Tibetan Environmental Genome, TEG)目录,包含来自1,698份环境样本

  
微生物遗传学可启发生物技术创新,但许多微生物群落仍未被充分认识。高山微生物组的遗传资源库在生物技术领域仍大多未被开发利用。研究人员在此提出青藏高原环境基因组(Tibetan Environmental Genome, TEG)目录,包含来自1,698份环境样本的51,921个宏基因组组装基因组(metagenome-assembled genomes, MAGs),覆盖青藏高原6个陆地和水生生态系统的868个位点;青藏高原是地球上最高且最大的山地地区。TEG涵盖105个门、包括17,920个物种,其中近90%此前未被表征。重要的是,TEG建立了用于生物发现的综合资源库,揭示了44,719个生物合成基因簇(biosynthetic gene clusters, BGCs)、19,168个候选抗菌肽(candidate antimicrobial peptides, cAMPs)、1,262个低相似性CRISPR–Cas系统和1,077个候选聚对苯二甲酸乙二醇酯(polyethylene terephthalate, PET)水解酶。为验证这些发现,研究人员合成了29个候选抗菌肽,所有肽均对7种受试病原体中的至少1种表现出抑制活性,其中5个具有广谱活性。该目录揭示了丰富且此前难以获取的酶、生物活性化合物和可编程分子系统资源库,为生物技术领域的发现与应用奠定了基础性资源。
研究背景与问题:微生物遗传资源对应对抗生素耐药、环境污染和可持续生物制造等挑战具有重要意义。原核生物多样性高,是生物技术与医学创新的重要基因和生化资源库。Tara Pacific Oceans Expedition、Genomic Catalog of Earth’s Microbiomes(GEM)和Mariana Trench Environment and Ecology Research(MEER)等项目拓展了对全球微生物多样性的认识,但青藏高原作为除南极和北极外最大的冰冻圈区域,尚缺乏系统性微生物组调查。青藏高原平均海拔4,000 m,具有强紫外线、极端温度波动和自中新世抬升(约17 Ma)以来长期隔离等特征,可能促进原核生物形成特殊代谢与功能性状。此前冰川微生物组研究显示,超过88%的恢复细菌基因组代表此前未描述物种,75%的细菌为单个冰川特有,提示其对灭绝较脆弱;后续河流、湖泊和土壤研究增进了对群落组成与功能的理解,但多聚焦单一生态系统或特定功能,缺少覆盖全生态系统、面向应用的整合基因组资源。高原升温速度为全球平均两倍,可能威胁冷适应和胁迫特化微生物,存在功能潜力尚未探索即丢失的风险。为此,研究人员开展区域尺度宏基因组调查,构建TEG目录,旨在填补全球生物勘探的地理空白,并提供高山生态系统微生物资源发现与优先化的可扩展框架。

关键技术方法(不超过250字):样本队列来源包括STEP项目1,128份(771份新测序、357份既往报道)及NCBI SRA/NGDC GSA下载的570份宏基因组,覆盖土壤、湿地、湖泊、河流、冰川和热泉20类生境。关键技术包括Kraken2/Bracken群落分析,MEGAHIT组装,MetaBAT、MaxBin2、MetaWRAP、VAMB和SemiBin2分箱及MAGScoT优化,CheckM2质控,dRep去冗余并以95% ANI划分SGBs,GTDB-Tk分类和IQ-TREE建树,antiSMASH/BiG-SCAPE预测BGCs,Macrel预测cAMPs,CRISPRCasTyper鉴定CRISPR–Cas,PlasticDB/DIAMOND筛选塑料降解酶,ESMFold、Seq2Topt和Tome预测结构与温度,并进行候选AMP合成与MIC实验验证。

研究结果:
Taxonomic diversity of prokaryotes:Kraken2分析显示数据集以原核生物 reads 为主,真菌和病毒平均相对丰度仅0.49%和0.51%,因此主要分析原核来源宏基因组 bins。研究人员从55.05 Tb测序数据获得51,921个中等或高质量菌株水平MAGs,平均完整度79.99%、污染度2.85%;其中14,061个(27.09%)为高质量,37,860个(72.91%)为中等质量。基因组覆盖105个细菌和古菌门,细菌占97.57%、古菌占2.43%,归入3,371个属和17,920个种水平基因组箱(species-level genome bins, SGBs,以95%平均核苷酸一致性ANI划分)。SGBs以Pseudomonadota、Bacteroidota、Actinomycetota、Patescibacteria和Verrucomicrobiota为主;土壤SGBs以Actinomycetota占优,非土壤生态系统尤其冰川中Pseudomonadota比例更高。与SMAG和GEM比较,97.17%和97.68%的TEG SGBs未见于二者;相对GTDB R220,0.13%、0.33%、1.50%、13.62%和89.31%的SGBs分别无法在纲、目、科、属和种水平分类,表明大量青藏高原微生物在现有分类系统中未被充分表征。Sylph分析显示未分类SGBs平均相对丰度为79.06%,但93.40%出现在少于10%的样本中,呈局部丰富、区域稀有格局。这些谱系扩展了系统发育广度,例如科级BP-191和属级JADGNW01多样性显著扩展,说明TEG系统性地将生命树扩展至高山未充分探索环境。

BGCs:研究人员将BGC预测限制于≥5 kb contigs,在13,347个(74.48%)SGBs中预测到44,719个BGCs,聚类为30,666个基因簇家族和174个基因簇氏族。萜烯、核糖体合成和翻译后修饰肽(RiPPs)及非核糖体肽合成酶(NRPS)占BGCs的66.23%;萜烯在55个门的8,813个SGBs中出现,是最广泛BGC类别,与海洋环境中RiPPs常占优不同。古菌BGCs 179个,其中20个为NRPS和PKS相关。与MiBiG 4.0和BGC Atlas比较,至少97.14%的基因簇缺乏近缘匹配,提示此前未表征的生物合成能力。NRPS在土壤中富集(24.12%),约为热泉微生物组三倍;冰川SGBs的BGC编码密度最高,平均1.03个/Mb。24.04%的基因簇家族见于两个及以上生态系统,显示较高生态系统特异性。BGC数量与基因组大小显著正相关(R=0.42,P<2.2×10?16);BGC密度在14个门中与基因组大小负相关,其中9个显著,提示生物合成潜力并非基因组扩张的简单副产物,而反映谱系特异性进化策略。

AMPs:研究人员获得19,168个cAMPs,在75%氨基酸一致性和80%比对覆盖阈值下聚类为18,309个家族。cAMPs与antiSMASH预测RiPPs在宽松和严格阈值下仅0.73%和0.13%匹配,提示肽库近乎不同。cAMPs具有正净电荷(4.41±2.48)、高等电点(11.03±1.30)、两亲性(疏水矩0.58±0.14)和膜结合潜力(Boman指数1.14±1.06),并呈现高丙氨酸频率和低半胱氨酸频率等特征。TEG cAMPs在AMPsphere和DRAMP 4.0中仅16.50%和0.04%有代表,未见于APD3和DBAASP3。90.03%的cAMP家族仅含一条序列,仅0.11%的cAMPs为多个生态系统共享,显示极端序列稀有性和谱系/生态系统特异性。cAMPs分布于89个细菌和古菌门,密度与基因组大小负相关(R=?0.37,P<1×10?16),在小基因组原核生物中较高。研究人员选择30条序列合成,29条成功合成并针对7种代表性病原微生物进行体外最低抑菌浓度(MIC)实验;所有29条AMP均对至少一种受试病原体有抑制活性,5条(AMP2、AMP9、AMP13、AMP14和AMP20)具广谱活性,平均MIC为17.14–29.14 μg ml?1;AMP2活性较强,7条肽抑制5种及以上病原体,性能可与或超过LL-37参考肽,4条肽对植物病原真菌F. oxysporum和F. pseudograminearum的MIC为4–8 μg ml?1。这表明基因组引导发现可高效获得生物活性抗菌候选物。

CRISPR–Cas systems:研究人员鉴定1,262个CRISPR–Cas系统,涵盖47个细菌和古菌门的35个亚型,包括566个完整CRISPR阵列;除15个来自古菌外,98.78%来自细菌。古菌CRISPR–Cas以I型为主(80.0%);细菌亚型分布不均,以I-C、I-E、II-C和I-B最常见。生态系统层面,热泉CRISPR–Cas编码密度最高,冰川和土壤较少。研究鉴定了216个完整Cas9蛋白,其与已知同源物氨基酸序列一致性较低(57.54%±16.19%),并将系统发育覆盖扩展至7个门。仅23个SGBs含多于一个CRISPR–Cas系统;Cas亚型分布主要由宿主分类而非生态系统决定,例如Pseudomonadota以I-F为主、Bacteroidota以II-C为主;Bacillota_F和Sumerlaeota平均每个SGB约3个Cas系统,提示较强病毒防御能力。

Plastic-degrading enzymes:以PlasticDB的219个实验验证塑料降解酶为参考,研究人员鉴定224,570个同源物,多来自湖泊和土壤,热泉较少。以氨基酸一致性>75%且覆盖度>80%筛选,保留来自584个SGBs的812个候选塑料降解酶;约70%可能降解多种塑料,32.12%靶向P3HV、PHBV和PHA,10.24%作用于PHB和PHA;13.90%相关SGBs预测最适生长温度低于25 °C。进一步鉴定1,077个候选PET水解酶,具GxSxG基序、Ser-Asp-His催化三联体和信号肽,与参考酶平均序列一致性仅19.58%;ESMFold结构模型平均预测局部距离差异检验分数87.31。与CaPETaseM9(PDB ID: 7YME)结构比对平均TM-score为0.74;FOLKBIDJ_00188结构相似性最高(TM-score 0.96),序列一致性48.21%,预测最适温度60.49 °C;热泉来源IICGMEOL_00919预测Topt为69.48 °C、宿主最适生长温度44.80 °C;冰川来源NEFNCAGP_00928基因组预测最适生长温度19.98 °C;土壤来源PJKDDHHC_00981预测pHopt为9.84。结果表明青藏高原PET水解酶是具前景的发现靶点。

讨论部分总结:研究人员认为,近90%恢复基因组无法归入现有参考数据库已描述物种,显著扩展了全球原核生物多样性图景;与聚焦单一生态系统或特定生物地球化学循环的研究不同,TEG以跨生态系统视角建立系统生物勘探资源库,并以AMP靶向实验验证作为概念验证。97%的BGCs与已知数据库同源性低,可能反映长期地理隔离与强紫外、低温、寡营养等综合胁迫下形成的竞争与交流策略;BGC密度与基因组大小负相关提示次级代谢能力受生态选择和代谢成本权衡影响。TEG中35个CRISPR–Cas亚型占已知全球多样性的74%,Cas9在Bacteroidota和Pseudomonadota富集,II-C型较紧凑,Cas12a存在于Patescibacteria和Nanoarchaeota,提示未培养谱系是基因编辑工具资源库。塑料降解酶同源物广泛存在,更可能反映酯酶和水解酶的潜在降解能力而非近期塑料特异性适应;低温或高温候选酶具有不同生物技术应用潜力。AMP序列稀有且具生态/谱系特异性,实验验证显示29条候选肽具广谱抑制活性;但宏基因组技术存在组装不完整导致基因丢失和基因组大小依赖的功能分配偏差,需培养分离物验证。TEG作为大规模、环境解析数据集,可支持AI模型训练与基准测试,提高功能预测准确性并应对AI驱动生物发现中的数据限制。

研究结论部分翻译:总之,研究人员的宏基因组调查表明,青藏高原微生物组是一个很大程度上尚未被开发的资源库,其特征是大量此前未描述的类群和丰富的功能基因来源,包括BGCs、AMPs、CRISPR–Cas系统和塑料降解酶。TEG目录不仅是多样性清单,还将此前难以获取的多样性组织为系统化、面向应用的基因组资源,与生物技术和医学直接相关。更广泛地,这里揭示的基因组和生物技术潜力表明,极端环境总体上(不仅是青藏高原)可能作为适应性功能和可利用微生物资源的资源库。在人工智能(AI)生命科学应用快速发展的背景下,模型性能日益取决于基础数据的质量和环境情境化,而不仅是算法复杂性,TEG目录是有价值资源。作为一个大规模、环境解析的数据集,TEG目录可能支持AI模型的训练和基准测试,有望提高功能预测准确性并解决AI驱动生物发现中的关键数据相关限制。总体而言,该资源将青藏高原微生物组定位为加速天然产物发现、指导创新抗菌策略和推进可持续生物技术应用以应对抗生素耐药性和环境污染等全球挑战的关键基础。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号